پرامپت را با مجموعه ورودی ثابت و خروجی مورد انتظار آزمایش کنید. یک جواب خوش‌خوان فقط یک نمونه است و درباره خطاهای ورودی ناقص یا متفاوت چیزی نمی‌گوید.
مسئله را درست تعریف کنیم
آزمون باید رفتار قابل مشاهده را بسنجد: حضور فیلد، وفاداری به منبع یا سؤال در ابهام. قضاوت کلی «خوب بود» قابل تکرار نیست.
روش اجرا
- کار اصلی را به چند رفتار مستقل تبدیل کنید.
- برای هر رفتار ورودی عادی، ناقص و مرزی بسازید.
- نسخه قبلی و تازه را روی همان ورودی‌ها اجرا و اختلاف‌ها را ثبت کنید.
نکته اجرایی و کنترل خطا
آزمون‌ها را فقط از پاسخ‌های موفق قبلی نسازید. ورودی با غلط تایپی، چند درخواست هم‌زمان، اطلاعات اضافه و جمله مبهم هم لازم است. برای هر شکست مشخص کنید مشکل از فهم وظیفه است یا داده ناقص یا قالب خروجی. اگر پاسخ درست چند شکل ممکن دارد، انتظار را به رفتار تبدیل کنید، نه تطابق حرف‌به‌حرف با یک جمله. فهرست شکست‌ها باید به فرضیه اصلاح پرامپت وصل شود؛ افزودن یک دستور طولانی برای هر شکست، بدون آزمون بازگشتی، ممکن است رفتارهای قبلاً درست را خراب کند.
نمونه آموزشی
برای استخراج موعد، سه متن آموزشی بسازید: تاریخ صریح، عبارت «هفته بعد» بدون تاریخ مبنا، و متن بدون موعد. انتظار به‌ترتیب تاریخ، درخواست تاریخ مبنا و مقدار نامشخص است. نمره فقط برای قالب صحیح کافی نیست.
آزمون تکمیلی برای تصمیم عملی
برای نتیجه نامشخص نیز معیار قبولی تعریف کنید. در ورودی فاقد موعد، حدس‌نزدن پاسخ درست است؛ نباید این رفتار را صرفاً به‌دلیل خالی‌ماندن فیلد شکست بنامید. در گزارش، خطای قالب، حذف اطلاعات موجود و ساخت اطلاعات ناموجود را جدا بشمارید تا اصلاح بعدی به علت مشخصی وصل شود.
جدول کار برای همین موضوع
| فیلد ثبت | کاربرد در تصمیم |
|---|---|
| شناسه آزمون | T03: موعد نسبی بدون تاریخ مبنا |
| ورودی | «هفته بعد فایل را بفرست» |
| رفتار مورد انتظار | پرسیدن تاریخ مبنا؛ نه ساختن تاریخ |
| پاسخ مشاهده‌شده | پاسخ کامل اجرا را برای تطبیق نگه دارید |
| نسخه پرامپت | شناسه متن دستور پیش از اجرا |
| علت شکست | تاریخ حدسی تولید شده؛ مورد رد شود |
فایل قابل استفاده
دریافت فرم CSV این راهنما. هر سطر را با اطلاعات پروژه خود تکمیل کنید. خانه نامعلوم را نامشخص بگذارید؛ نبود شاهد را با عدد صفر یا تأیید جایگزین نکنید. فایل شامل اطلاعات مشتری واقعی نیست و برای ثبت بررسی به کار می‌رود.
محدودیت و تصمیم بعدی
اعداد و نام‌های نمونه ساختگی‌اند. تعداد آزمون مناسب به تنوع کار وابسته است و این سه مثال پوشش کامل نیست.
منبع فنی برای مطالعه بیشتر
مستندات Claude: راهنمای طراحی پرامپت. مثال‌ها و فرم این مطلب برای آموزش طراحی شده‌اند و نتیجه مشتری یا آزمون محصول نیستند.
ادامه مطالعه مرتبط
برای ساخت محورهای کنترل‌شده آزمون به‌جای دموی واحد، آزمون ایجنت با نویز و لهجه؛ ماتریس تست به‌جای یک دموی آرام را ببینید.