先写明决策问题
可靠工作先明确决策和所需证据，而不是先寻找按钮。本指南的目标是：为客服智能体排列系统、策略和用户指令的优先级，并用正常、边界和负面用例复测每个版本。 在准备输入时就定义验收标准、负责人和停止条件，避免“看起来不错”的输出掩盖方法缺陷。
在一个可审计流程中管理指令冲突、示例覆盖、评估用例和智能体权限。
- 记录每条指令的来源和优先级。
- 至少包含一个边界和滥用用例。
- 工具调用默认遵循最小权限。
- 记录版本差异和验收阈值。
准备数据与方法
只使用合成数据或重用权明确的材料。保留不变的原始副本，并在数据字典中记录字段、单位、语言、日期和缺失值规则。规则预检不能证明模型的真实行为；权限矩阵也不能替代浏览器或服务器中的技术强制。
为客服智能体排列系统、策略和用户指令的优先级，并用正常、边界和负面用例复测每个版本。
- 记录每条指令的来源和优先级。
- 至少包含一个边界和滥用用例。
- 工具调用默认遵循最小权限。
- 记录版本差异和验收阈值。
逐步执行工作流
把工作拆分为小而可撤销的步骤。每个工具运行前写明预期输入，运行后写明所需输出结构和失败处理。先用单个示例测试 talimat-cakisma-denetleyici、few-shot-kapsama-analizoru、degerlendirme-veri-seti-sablonu、ajan-arac-yetki-matrisi，再测试边界情况和小批量数据。
为客服智能体排列系统、策略和用户指令的优先级，并用正常、边界和负面用例复测每个版本。
- 记录每条指令的来源和优先级。
- 至少包含一个边界和滥用用例。
- 工具调用默认遵循最小权限。
- 记录版本差异和验收阈值。
反向检验结果
验证不等于“成功生成输出”。需要核对源数据与输出的行数、总计、缺失值、重复项和变更字段，并测试空值、格式错误、超长内容、异常 Unicode 和刻意冲突的输入。
为客服智能体排列系统、策略和用户指令的优先级，并用正常、边界和负面用例复测每个版本。
- 记录每条指令的来源和优先级。
- 至少包含一个边界和滥用用例。
- 工具调用默认遵循最小权限。
- 记录版本差异和验收阈值。
记录、边界与下次复核
最终记录应包含日期、工具版本、输入结构、假设、已知边界、接受的例外和人工批准。涉及法律、安全、医疗或财务影响时，应由合格人员结合最新一手来源独立复核。
规则预检不能证明模型的真实行为；权限矩阵也不能替代浏览器或服务器中的技术强制。
- 记录每条指令的来源和优先级。
- 至少包含一个边界和滥用用例。
- 工具调用默认遵循最小权限。
- 记录版本差异和验收阈值。