Articoli

Eval per agenti: il set minimo di casi da girare prima di ogni modifica al prompt

Cambi una riga di prompt e si rompe un caso che non guardavi. Un set minimo di 20–35 casi in otto famiglie (compito tipico, scelta del tool, argomenti, quando non agire, informazione mancante, conflitto con il sistema, errore del tool, bug già visti), come dare il voto a esito e trace, perché girare ogni caso più volte. Dalla documentazione ufficiale, senza test.