Wenden Sie das Bewertungstriage-Framework anhand praktischer Szenarien an

Diese End-to-End-Schritte veranschaulichen, wie die Evaluierungs-, Triage- und Framework-Ebenen in der Praxis zusammenarbeiten. Jeder Durchgang beginnt mit einem anderen Bewertungsszenario und folgt einem separaten Diagnosepfad.

Die Durchgänge veranschaulichen Schritt für Schritt, wie das Framework angewendet wird. Nutzen Sie diese Beispiele, um zu verstehen, wie man in realen Agent-Bewertungsszenarien von Bewertungsergebnissen zu Diagnose, Korrekturmaßnahmen und Verifizierung übergeht.

Trinkgeld

Bevor Sie diese Beispiele durcharbeiten, machen Sie sich mit den Zielen des Frameworks vertraut, einschließlich der wichtigsten Konzepte und Prinzipien.

Kontaktverlauf Ausgangssituation Was es demonstriert
Kontaktverlauf 1 Erste Bewertungsausführung End-to-End-Prozess: Interpretieren → Priorisieren → Triage → Beheben → Überprüfen
Kontaktverlauf 2 Bewertungsplateau nach mehreren Iterationen Musteranalyse, Reklassifizierung und Lösungsansätze für Plattformbeschränkungen
Kontaktverlauf 3 Scores, die nach einer Änderung zurückgehen Regressionserkennung, Diagnose von Anweisungskonflikten und Ausgleich von Zielkonflikten

Anmerkung

Diese Beispiele dienen der Veranschaulichung und basieren auf gängigen Mustern, die bei mehreren Kundenbewertungsausführungen beobachtet wurden. Testfälle, Scores und Agent-Details sind repräsentative Zusammensetzungen und keine Aufzeichnungen einer einzelnen Interaktion. Die gezeigten diagnostischen Ansätze und Behebungsstrategien spiegeln Praktiken wider, die in realen Implementierungen verwendet werden.

Szenario 1: Erste Bewertungsausführung

Sie führen Ihre Bewertungssuite zum ersten Mal für einen Kundensupport-Agent aus. Dies sind die Ergebnisse:

Auswertungssatz Erfolgsquote
Sicherheit und personenbezogene Daten 100 %
Fragen und Antworten zum Kerngeschäft 87%
Wissens-Grounding 71 %
Toolaufruf 92 %
Triggerrouting 88 %
Ton und Qualität 83 %
Eskalation 90 %
Insgesamt 85 %

Schritt 1: Scores interpretieren (Ebene 1)

Verwenden Sie die Score-Interpretationstabelle, um Schwellenwerte zu kalibrieren und zu identifizieren, welche Auswertungssätze unter dem blockierenden Schwellenwert liegen.

Auswertungssatz Ergebnis Schwellenwert Status
Sicherheit und personenbezogene Daten 100 % 95 % Sperrung Ausweis
Fragen und Antworten zum Kerngeschäft 87% 80 % Sperrung Ausweis
Wissens-Grounding 71 % 80 % Sperrung Unterhalb der Sperrung
Toolaufruf 92 % 85 % Sperrung Ausweis
Triggerrouting 88 % 80 % Sperrung Ausweis
Ton und Qualität 83 % 75 % Sperrung Ausweis
Eskalation 90 % 85 % Sperrung Ausweis

Bereitschaftsbeurteilung: Iterieren. Das Wissens-Grounding liegt unter des Schwellenwerts für die Sperrung. Konzentration auf Behebung dahin.

Schritt 2: Fehler priorisieren (Ebene 2, Schritt 0)

Situation: Wissens-Grounding hat sieben Testfälle. Zwei Testfälle schlagen fehl: KG-003 und KG-005. Beide Testfälle gehören zu einem Kerngeschäfts-Bewertungssatz, daher haben sie Priorität 2. Da es nur zwei gibt, führen Sie bei den eine Triage durch.

Referenz: Fehler priorisieren (Ebene 2, Schritt 0)

Schritt 3: Triage KG-003 (Ebene 2, Schritte 1 bis 2)

Testfall KG-003:

  • Beispieleingabe: „Wie lautet Ihre Rückgaberichtlinie?“
  • Erwartete Antwort: „Wir bieten für alle Einkäufe eine Rückgabefrist von 30 Tagen an.“
  • Antwort des Agents: „Unsere Rückgaberichtlinie erlaubt Rücksendungen innerhalb von 15 Arbeitstagen nach dem Kauf.“
  • Bewertungsmethode: Schlüsselwortübereinstimmung
  • Ergebnis: Fehlgeschlagen (erwartet „30 Tage“, Agent sagte „15 Arbeitstage“)

Überprüfen Sie die Bewertungseinrichtung (Schritt 1 von Ebene 2):

Frage Antwort Ergebnis
Ist die Antwort des Agents akzeptabel? Quelldokument muss überprüft werden. Zuerst Quelle überprüfen.
Ist die erwartete Antwort noch aktuell? Im Quelldokument steht „15 Arbeitstage“. Die Richtlinie wurde aktualisiert. Nein. Die erwartete Antwort ist veraltet.

Klassifikation: Fehler in der Bewertungseinrichtung. Veraltete erwartete Antwort. Der Agent hat recht. Die Bewertung ist falsch.

Schritt 4: Triage KG-005 (Ebene 2, Schritte 1 bis 2)

Testfall KG-005:

  • Beispiel: „Enthält der Premium-Plan eine erweiterte Garantie?“
  • Erwartete Antwort: „Der Premium-Plan enthält eine zweijährige Standardgarantie. Verlängerte Garantien können separat erworben werden.“
  • Antwort des Agents: „Ja, der Premium-Plan enthält eine dreijährige erweiterte Garantie, die alle Teile und Arbeitskosten abdeckt.“
  • Bewertungsmethode: Bedeutungsvergleich
  • Ergebnis: Fehlgeschlagen (Agent gefälschte Garantiedetails)

Überprüfen Sie die Bewertungseinrichtung (Schritt 1 von Ebene 2):

Frage Antwort Ergebnis
Ist die Antwort des Agents akzeptabel? Nein. „Dreijährige verlängerte Garantie“ ist erfunden. Weiter
Ist die erwartete Antwort aktuell? Ja. Die Quelle bestätigt eine zweijährige Standardgarantie. Weiter
Ist der Testfall realistisch? Ja. Häufige Kundenfrage. Weiter
Könnte eine alternative Antwort richtig sein? Nein. Die Garantiedetails sind Tatsachen. Weiter
Ist die Bewertungsmethode geeignet? Ja.Bedeutungsvergleich ist für die semantische Genauigkeit korrekt. Die Bewertung ist zulässig.

Den Agent diagnostizieren (Schritt 2 von Ebene 2):

Frage Antwort
Ist der Inhalt der Quelle falsch? Nein. In der Quelle steht „zweijährige Standardgarantie“.
Hat der Agent dem Inhalt der Quelle widersprochen? Ja. Die Quelle sagt „zweijährige Standardgarantie“, aber der Agent sagt „dreijährige erweiterte Garantie“.
Hat der Agent geantwortet, ohne sich auf eine Quelle zu beziehen? Wahrscheinlich ja. Das Detail der „dreijährigen erweiterten Garantie, die alle Teile und Arbeitskosten abdeckt“, ist in keiner Quelle vorhanden.

Klassifikation: Agent-Konfigurationsproblem. Lücke beim Wissens-Grounding. Der Agent hat Angaben zur Garantie ausgegeben, die in den konfigurierten Wissensquellen nicht vorhanden sind.

Schritt 5: Beheben (Ebene 3)

KG-003 (Korrektur der Bewertungseinrichtung):

  • Ändern: Erwartungswert von „30-tägiges Rückgabefenster“ auf „15 Arbeitstage“ aktualisieren
  • Erneut ausführen: Nur KG-003
  • Erwartung: Bestehen

KG-005 (Agent-Konfigurationskorrektur):

  • Änderung: Fügen Sie der Systemaufforderung eine Erdungsanweisung hinzu: „Nur antworten, basierend auf Informationen, die in Ihren Wissensquellen gefunden wurden. Wenn die Informationen nicht verfügbar sind, geben Sie dies an.“
  • Erneut ausführen: Vollständiger Wissens-Grounding-Bewertungssatz (eine Änderung der Agent-Konfiguration kann weitreichendere Auswirkungen haben)
  • Erwarten: KG-005 besteht. Andere Testfälle sollten keine Regression zeigen.

Schritt 6: Überprüfen

Führen Sie nach beiden Änderungen den Wissens-Grounding-Bewertungssatz erneut aus:

Vorher Nachher
71 % (5/7 bestanden) 86 % (6/7 bestanden)

Bewertung: Wissens-Grounding liegt jetzt über dem Sperrungsschwellenwert von 80 %. Ein Fehler (KG-007) bleibt bestehen und verhindert die Einsatzbereitschaft nicht. Überprüfen Sie dies in der nächsten Iteration.

Schritt 7: Dokumentieren (Ebene 4)

Im Fehlerprotokoll vermerken:

Testfall Ursachentyp Beobachtetes Problem Angewandte Änderung Geklärt
KG-003 Bewertungseinrichtung Erwartete Antwort veraltet (Richtlinie von 30 Tagen auf 15 Arbeitstage geändert). Aktualisierter erwarteter Wert Ja
KG-005 Agentkonfiguration Falsche Garantiedetails, die durch keine Quelle belegt sind. Anweisung zum Wissens-Grounding zum Systemprompt hinzugefügt Ja

Hinweis zum Muster: Erwartete Werte vor jeder Bewertungsausführung mit den Quelldokumenten abgleichen. Nehmen Sie diesen Schritt in die Vorabcheckliste für die Bewertung auf.

Bereitschaftsprüfung: Alle Bewertungssätze liegen jetzt über den Schwellenwerten für die Sperrung.

Einsatzbereitschaftsbewertung: Agent mit bekannten Lücken bereitstellen (KG-007 dokumentiert, Überwachungsplan vorhanden).

Referenz: Ebene 4: Muster analysieren und kontinuierliche Verbesserungen Ihres Agent vornehmen

Journey 2: Score-Plateau

Situation: Sie führen vier Iterationen mit einem Produkt-Support-Agent aus. Die sachliche Genauigkeit bleibt über alle vier Ausführungen hinweg bei 78 %. Sie nehmen nach jeder Ausführung Prompt-Änderungen vor, sehen aber keine Verbesserung.

Schritt 1: Muster prüfen (Ebene 4)

Überprüfen Sie das Fehlerprotokoll über alle vier Iterationen hinweg:

Iteration Ergebnis Angewandte Änderung Ergebnis
1 78 % (Grundlinie) —
2 79 % Hinzugefügt: „Sei präzise bei den Produktspezifikationen“ Keine wesentliche Änderung
3 77 % Neuorganisierte Aufforderung, Genauigkeitsanweisungen zuerst einzufügen Keine wesentliche Änderung
4 78 % Ergänzende Beispiele für korrekte Produktantworten Keine wesentliche Änderung

Trend: konstant. Korrektur geht die eigentliche Ursache nicht an.

Referenz: Ebene 4: Muster analysieren und kontinuierliche Verbesserungen Ihres Agent vornehmen

Schritt 2: Die fehlgeschlagenen Testfälle analysieren

Überprüfen Sie die sechs dauerhaften Fehler in allen Iterationen.

Testfall Fehlgeschlagen seit Beobachtetes Problem
FA-002 Iteration 1 Agent verweist auf die FAQ-Seite statt auf das Produkthandbuch
FA-005 Iteration 1 Agent verweist auf die FAQ-Seite statt auf das Produkthandbuch
FA-008 Iteration 1 Agent verweist auf die FAQ-Seite statt auf das Produkthandbuch
FA-011 Iteration 1 Agent verweist auf die FAQ-Seite statt auf das Produkthandbuch
FA-014 Iteration 1 Agent verweist auf die FAQ-Seite statt auf das Produkthandbuch
FA-019 Iteration 2 Agent gibt eine Teilantwort von der FAQ-Seite und lässt Details aus dem Produkthandbuch aus

Konzentrationsanalyse: Fünf von sechs Ausfällen (83 %) haben dieselbe Ursache: Der Agent greift auf Informationen von der FAQ-Seite zu, anstatt das Produkthandbuch zu nutzen.

Schritt 3: Erneute Triage (Ebene 2)

Die Fehler werden zunächst als Agent-Konfigurationsproblem: falsche Quelle abgerufen klassifiziert.

Nehmen Sie mehrere Änderungen an der Agent-Konfiguration vor, formulieren Sie zum Beispiel Prompts um, sortieren Sie um und fügen Sie Beispiele hinzu. Diese Änderungen führen nicht zu messbaren Verbesserungen. Überprüfen Sie an diesem Punkt den Fehler anhand von Indikatoren für Plattformbeschränkungen.

Indikator Überprüfen
Fehler werden über mehrere Aufforderungs- oder Konfigurationsvariationen hinweg beibehalten Ja. Vier Iterationen ohne Veränderung.
Der Abruf gibt trotz korrekter Quellkonfiguration durchgehend falsche Dokumente zurück Ja. Die FAQ werden stets anstelle des Produkthandbuchs abgerufen.

Neuklassifizierung: Dieses Problem ist eine Plattformbeschränkung im Zusammenhang mit der Rangfolge des Abrufs. Die Plattform priorisiert die FAQ konsistent gegenüber dem Produkthandbuch bei diesen Anfragen, und weitere Aufforderungs- oder Anweisungsänderungen bleiben unbeeinflusst auf das Abrufverhalten.

Referenz: Ebene 2: Triage-Agent-Fehler

Schritt 4: Beheben (Ebene 3 – Plattformbeschränkung)

Wenn Sie einen Fehler als Plattformbeschränkung klassifizieren, konzentrieren Sie sich auf Problemumgehungen und Dokumentation, anstatt Änderungen an der Agent-Konfiguration vorzunehmen.

Referenz: Antwort auf Plattformbeschränkungen

Strategie zur Problemumgehung: Wenden Sie eine oder mehrere der folgenden Abhilfemaßnahmen an, um die Auswirkungen zu verringern:

  • Strukturieren Sie das Produkthandbuch mit klareren Abschnittsüberschriften, die dem in Benutzeranfragen verwendeten Vokabular entsprechen.
  • Duplizieren Sie kritische Produktspezifikationen aus dem Handbuch in die FAQ, um redundante Abrufpfade zu erstellen.
  • Überarbeiten Sie den Inhalt des Handbuchs so, dass jeder Abschnitt eine einzelne, klar definierte Frage beantwortet, um die Übereinstimmung von abgerufenen Teilen zu verbessern.

Diese Ansätze zielen darauf ab, das Abrufverhalten zu beeinflussen, ohne Änderungen an Prompts oder Anweisungen vorzunehmen.

Eskalation und Nachverfolgung: Wenn die Beschränkung weiterhin besteht, dokumentieren und eskalieren Sie das Problem an das Plattformteam.

  • Dokumentieren Sie die Einschränkung wie folgt: „Abfragen zu <Produktspezifikationen> rufen konsequent die FAQ-Seite ab (zuletzt aktualisiert: <Datum>, <n> Seiten) statt des Produkthandbuchs (zuletzt aktualisiert: <Datum>, <N> Seiten), obwohl das Handbuch die maßgeblichen Informationen enthält.“
  • Stellen Sie unterstützende Nachweise bereit: Fügen Sie mehrere Testfälle hinzu, die die Abfrage, die erwartete Quelle und die tatsächlich abgerufene Quelle zeigen.
  • Reichen Sie den Fall zur Untersuchung ein.
  • Teilen Sie die dokumentierte Einschränkung und Beweise für die Nachverfolgung und Weiterverfolgung mit dem Plattformteam.

Schritt 5: Überprüfen

Nach der Umstrukturierung des Produkthandbuchs und dem Hinzufügen redundanter FAQ-Einträge führen Sie den relevanten Bewertungssatz erneut durch, um die Auswirkung zu überprüfen.

Vorher Nachher
78 % (über vier Iterationen unverändert) 89 %

Bewertung: Die Problemumgehung verbessert die Gesamtleistung. Ein Fehler bleibt bestehen (FA‑019). Die Abfrage ist zu mehrdeutig, um die korrekte Quelle zuverlässig zu finden, selbst mit umstrukturiertem Inhalt. Dieser Fehler wird als bekannte Einschränkung dokumentiert.

Schritt 6: Dokumentieren

Aktualisieren Sie das Fehlerprotokoll, um die endgültige Klassifikation und Ergebnisse abzubilden.

Testfall Ursachentyp Beobachtetes Problem Angewandte Änderung Geklärt
FA-002, 005, 008, 011, 014 Plattformbeschränkung Rangfolge des Abrufs priorisiert die FAQ gegenüber dem Produkthandbuch Handbuchüberschriften umstrukturiert; kritische Spezifikationen in den FAQ dupliziert Ja
FA-019 Plattformbeschränkung Mehrdeutige Anfragen führen nicht zuverlässig zur korrekten Quelle Dokumentiert als bekannte Beschränkung Nein

Wichtige Erkenntnis: Wenn Auswertungsergebnisse trotz mehrerer Änderungen des Prompts oder Anweisung flach bleiben, ist die Ursache wahrscheinlich nicht der Prompt. Validieren Sie Infrastruktur und Plattformverhalten, bevor Sie mehr in Prompt-Engineering investieren.

Kontaktverlauf 3: Regression nach dem Update

Situation: Der Systemprompt wurde aktualisiert, um Ton und Empathie zu verbessern. Die Tonwerte stiegen, aber die sachliche Genauigkeit fiel unter den Sperrschwellenwert, was zu einer Regression führte.

Vor der Änderung:

Auswertungssatz Ergebnis
Sachliche Genauigkeit 91 %
Ton und Qualität 83 %
Alle anderen Über dem Schwellenwert

Sie haben die folgende Anweisung in den Systemprompt eingefügt: „Erkenne immer die Anliegen des Kunden an und zeige Empathie, bevor du antwortest. Beginne jede Antwort damit, die Erfahrung des Kunden anzuerkennen.“

Nach der Änderung:

Auswertungssatz Vorher Nachher Delta
Sachliche Genauigkeit 91 % 76 % -15 %
Ton und Qualität 83 % 91 % +8 %

Schritt 1: Interpretieren (Ebene 1)

Die sachliche Genauigkeit liegt jetzt unter der 80 % des Sperrschwellenwerts. Diese Änderung führt zu einer Regression und blockiert die Einsatzbereitschaft.

Referenz: Ebene 1: Werte interpretieren und Fehler identifizieren

Schritt 2: Muster prüfen (Ebene 4)

Kreuzsignalmusterüberstimmung: Ton verbessert sich, während die Genauigkeit schlechter wird.

Festgestellte Ursache: Anweisungskonflikt.

Der neu hinzugefügte Tonleitfaden konkurriert mit Genauigkeitsanweisungen für die Modellorientierung.

Referenz: Ebene 4: Muster analysieren und kontinuierliche Verbesserungen Ihres Agent vornehmen

Schritt 3: Triage der neuen Fehler (Ebene 2)

Überprüfen Sie Testfälle zur sachlichen Genauigkeit, die vor der Änderung bestanden wurden und jetzt fehlschlagen.

Testfall FA-007:

  • Eingabe: „Wie groß ist die maximale Uploadgröße?“
  • Erwartet: „Die maximale Uploadgröße beträgt 25 MB für Standardkonten und 100 MB für Unternehmenskonten.“
  • Agent vorher: „Die maximale Uploadgröße beträgt 25 MB für Standardkonten und 100 MB für Unternehmenskonten.“
  • Agent nachher: „Ich verstehe Ihre Bedenken bezüglich der Datei-Uploadgrößen vollkommen. Es kann frustrierend sein, wenn Sie versuchen, wichtige Dokumente hochzuladen! Ich möchte sicherstellen, dass Sie alle Informationen haben, die Sie benötigen. Die maximale Uploadgröße beträgt 25 MB für Standardpläne.“

Schritt 1. Überprüfen Sie die Bewertung: Die erwartete Antwort ist korrekt und die Bewertung ist gültig. Die Antwort nach dem Update enthält die Details zum Unternehmenskonto nicht mehr.

Schritt 2. Diagnostizieren: Die neue Tonvorgabe erfordert eine empathische Einleitung in jeder Antwort. Diese Anforderung verbraucht Antwortbudget und Modellaufmerksamkeit und führt zu sachlich unvollständigen Antworten.

Klassifikation: Agent-Konfigurationsproblem. Anweisungskonflikte zwischen Ton und Genauigkeitsleitlinien.

Referenz: Ebene 2: Triage-Agent-Fehler

Schritt 4: Beheben (Ebene 3)

Das Problem besteht nicht in der Anweisung zur Tonalität selbst, sondern in konkurrierenden Prioritäten innerhalb des Systemprompts. Die Abhilfe konzentriert sich darauf, Anweisungen zu trennen und zu priorisieren.

Alte Anweisung (einzel, konkurrierend): „Erkennen Sie immer die Sorge des Kunden an, und zeigen Sie Empathie, bevor Sie antworten.“ Beginne jede Antwort damit, die Erfahrung des Kunden anzuerkennen.“

Neue Anweisung (getrennt, priorisiert): „Gib stets die sachlich vollständige Antwort auf die Frage des Kunden. Lasse keine Details aus, um dich kurz zu fassen. Wenn der Kunde Frustration oder Besorgnis äußert, erkenne es außerdem kurz an.“

Wichtigste Änderungen:

  • Genauigkeit wird ausdrücklich priorisiert.
  • Die Vollständigkeit der sachlichen Antworten wird direkt angegeben.
  • Empathie wird nur unter bestimmten Voraussetzungen angewendet und ist nicht allgemein gültig.
  • „Kurz“ schränkt Einfühlungsvermögen ein, um das Abschneiden von Inhalten zu verhindern.

Referenz: Ebene 3: Zuordnung von Fehlermustern zu Behebungsstrategien

Schritt 5: Überprüfen

Führen Sie die vollständige Bewertungssuite erneut durch, da Änderungen am Systemprompt große Auswirkungen haben können.

Auswertungssatz Vor der Änderung Nach der Regression Nach der Änderung
Sachliche Genauigkeit 91 % 76 % 90 %
Ton und Qualität 83 % 91 % 89 %
Alle anderen Über dem Schwellenwert Über dem Schwellenwert Über dem Schwellenwert

Bewertung: Beide Signale erfüllen nun ihre Schwellenwerte für die Sperrung. Der Ton kehrt nicht vollständig zu seinem Spitzenwert zurück, bleibt aber deutlich über dem 75 % Blockierungsschwellenwert und verbessert sich gegenüber der ursprünglichen Basislinie.

Schritt 6: Dokumentieren

Testfall Ursachentyp Beobachtetes Problem Angewandte Änderung Geklärt
FA-007, FA-012, FA-018 (und andere) Agentkonfiguration Anweisung zur Tonalität verdrängte die sachliche Vollständigkeit Prompt umstrukturiert, um Genauigkeit zu priorisieren und bedingte Empathie anzuwenden Ja

Wichtige Erkenntnis: Änderungen am Systemprompt sollten immer anhand der vollständigen Bewertungssuite validiert werden, nicht nur anhand des Zielsignals. Anweisungen konkurrieren um die Aufmerksamkeit des Modells und Verbesserungen in einem Bereich können in anderen zu Regressionen führen.

Muster, auf das man achten sollte: Dieses Szenario ist ein Beispiel für das Instruktionsbudgetproblem. Wenn die Prompts wachsen, werden Anweisungskonflikte wahrscheinlicher. Periodische Konsolidierung und Vereinfachung helfen, die Stabilität aufrechtzuerhalten.

Gemeinsame Muster über die verschiedenen Kontaktverläufe

Jeder Kontaktverlauf beginnt mit einem anderen Szenario, um einen spezifischen diagnostischen Pfad zu veranschaulichen. Um nachzuvollziehen, wie ein einzelner Agent den vollständigen Bewertungslebenszyklus – Score-Interpretation, Fehlertriage, Behebung und Verifizierung – durchläuft, lesen Sie Kontaktverlauf 1, der den umfassendsten End‑to‑End‑Ablauf enthält.

Diese Tabelle hebt wiederkehrende Muster hervor, die über die Kontaktverläufe hinweg beobachtet wurden, sowie die praktischen Lektionen, die sie verstärken.

Muster Wo er erscheint Wichtige Kernpunkte
Überprüfen der Auswertung vor dem Agent Kontaktverlauf 1 Eine häufige Ursache für überflüssige Arbeit ist die Fehlersuche beim Agent-Verhalten, wenn die Bewertung selbst falsch ist.
Konstant niedrige Scores deuten auf eine falsch klassifizierte Ursache hin Kontaktverlauf 2 Falls wiederholte Fehlerbehebungen keine Verbesserung bringen, klassifizieren Sie das Problem neu. Vielleicht arbeiten Sie an der falschen Ursache.
Erneutes Ausführen der vollständigen Auswertungssuite nach Prompt-Änderungen Kontaktverlauf 3 Prompt-Änderungen können mehrere Qualitätssignale beeinflussen. Achten Sie immer auf Regressionen außerhalb des Zielbereichs.
Ergebnisse und Entscheidungen dokumentieren Alle Kontaktverläufe Das Führen eines Fehlerprotokolls verhindert, dass dieselben Ursachen in späteren Iterationen erneut identifiziert werden.
Bekannte Lücken können akzeptabel sein Kontaktverlauf 1 (KG-007), Kontaktverlauf 2 (FA-019) Nicht jeder Fehler muss vor der Freigabe behoben werden. Dokumentieren Sie bekannte Lücken und überwachen Sie diese im Laufe der Zeit.

Nächste Schritte,

Nachdem Sie diese Beispiele durchgesehen haben, wählen Sie die nächste Aktion, die am besten zu Ihrer aktuellen Situation passt:

  • Last updated on