Playground 和测试
上线前用真实 prompts 测试。
Playground 显示助手是否真的有用。不要只测 demo prompts。
Playground review workflow
每次修改来源、brief 或训练后，都用同一批 prompts 重新测试。
创建 10 到 30 个 prompts：常见、困难、缺失信息、升级、拒绝。
| 问题 | 修复 |
|---|
| 事实缺失或错误 | 添加、修改或移除来源 |
| 事实正确但语气错误 | 更好的示例 |
| 事实正确但格式错误 | 收紧 brief 或示例 |
| Hallucination | 缩小范围，改进来源 |
部署助手
