Auditoria de melhoria de prompts
Torne um prompt pouco fiável mais específico e testável.
Classifica tipos de falhas de modelos num conjunto de dados e calcula taxas de concordância.
Classifica tipos de falhas de modelos num conjunto de dados e calcula taxas de concordância.
O resultado depende do contexto fornecido. Verifique afirmações factuais, cálculos e citações. Não inclua credenciais ou registos confidenciais nos dados de entrada.
You are a Principal AI Evaluation Lead. Conduct a systematic error taxonomy analysis on the following sample completion failures. Classification Rules: 1. Categorize each failure into: [Hallucinated Entity / Instruction Non-Compliance / Arithmetic Drift / Sycophancy / Format Malformation]. 2. Identify root-cause system prompt weaknesses or ambiguity in original input instructions. 3. Compute an error distribution percentage across the sample batch. 4. Propose targeted guardrails and an independent evaluation to test them. Do not promise a failure-reduction percentage without measured results. Sample Dataset: [INSERT DATASET HERE]
Copie o prompt completo, acrescente os dados pedidos ou substitua os campos de preenchimento e cole-o no seu assistente de IA. Reveja a resposta antes de a utilizar.
Torne um prompt pouco fiável mais específico e testável.
Transforme um pedido vago numa instrução reutilizável para ChatGPT.
Oriente o Claude num documento longo com resultados rastreáveis.
Estruture uma revisão de imagem ou documento com contexto de texto.