Vor der Veröffentlichung würde ich lieber 50 Testfälle sammeln, die das System zum Absturz bringen, als noch mehr „intelligentere“ Systemaufforderungen einzubauen.

Vergleich der System-Prompts von Stacks mit der Erstellung eines Testdatensatzes mit 50 reproduzierbaren Testfällen; Verweis auf promptfoo / OpenAI Evals ...

IvesFeng
1. November 2026