TEST SYSTEM PROMPT

Không đánh giá Instruction bằng cách đọc và thấy “có vẻ hợp lý”.

Phải chạy thử.

Normal Case

Một yêu cầu đúng như Agent được thiết kế.

Kiểm tra:

• có đi đủ workflow không;
• output có đúng không.

Missing Data Case

Cố tình thiếu dữ liệu.

Kiểm tra:

• Agent có tự bịa không;
• có kích hoạt Failure Rule không.

Conflict Case

Đưa dữ liệu mâu thuẫn.

Kiểm tra Agent có:

• phát hiện;
• phân biệt nguồn;
• tránh kết luận quá sớm.

Scope Test

Yêu cầu Agent làm việc ngoài phạm vi.

Kiểm tra Agent có giữ boundary không.

Long Workflow Test

Dùng một nhiệm vụ đủ dài.

Kiểm tra Agent có:

• bỏ bước;
• rút gọn workflow;
• quên yêu cầu cuối.

Đây là lỗi rất thường gặp khi workflow dài.