Um prompt que funciona com seus próprios exemplos pode falhar em casos novos. Reserve um conjunto de avaliação separado dos exemplos usados para revisar as instruções. Inclua solicitações comuns, limites ambíguos, textos maliciosos e contexto incompleto. Nesta lição, você exige registros de falhas por caso e versões dos prompts e dos dados de teste. Uma taxa geral de acertos pode esconder algumas ações inseguras; examine as categorias de falha antes de recomendar uma alteração. O assistente de prática é determinístico; o método se aplica a sistemas probabilísticos com avaliações repetidas e documentadas. Não apresente uma pontuação como qualidade de produção se os casos não representam a tarefa que você pretende publicar.
Um artefato resolvido para outra tarefa fictícia. Compare suas ações com o contrato.