Steven/system-prompts-and-models-of-ai-tools
1
0
Fork 0
mirror of https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools.git synced 2025-12-16 13:35:11 +00:00
Code Issues Actions Packages Projects Releases Wiki Activity
a025453c03
system-prompts-and-models-o.../Trae/TEST_PLAN.md
lermfluix a025453c03 feat(prompts): enhance AI assistant prompts with CoT and optimization tokens 
Add detailed Chain-of-Thought reasoning directives and optimization tokens (🔄, ✂, ⚖, ❓) to both Chat and Builder prompts. Include a comprehensive TEST_PLAN.md for experimental validation of the new prompt structure. The changes aim to improve the AI's reasoning transparency, self-optimization capabilities, and overall performance stability.
2025-09-20 22:58:21 -03:00

2.8 KiB
Raw Blame History

Plano de Testes Experimentais para Otimização de TRAE

Este documento descreve o plano para realizar testes experimentais e garantir a estabilidade e o desempenho do agente TRAE após as otimizações de prompt.

1. Testes de Linha de Base (Baseline)

Objetivo: Estabelecer um ponto de referência do desempenho do agente com os prompts originais, antes das modificações.

  • Procedimento: Executar um conjunto padronizado de tarefas de programação e perguntas com os prompts Builder Prompt.txt e Chat Prompt.txt originais.
  • Métricas: Registrar a qualidade das respostas, a lógica do raciocínio (se aplicável), a precisão do código gerado e o tempo de resposta.

2. Desenho de Cenários Experimentais

Objetivo: Criar um conjunto diversificado de casos de teste para avaliar o impacto das novas instruções de Chain-of-Thought (CoT) e dos tokens de otimização.

Cenários:

  1. Validação de Chain-of-Thought (CoT):

    • Tarefas que exigem um raciocínio complexo e passo a passo. Ex: "Refatore esta função aninhada em múltiplos componentes menores, explicando sua lógica para cada extração."

  2. Validação do Uso de Tokens:

    • 🔄 (Auto-Update): "Analise suas últimas três interações e proponha uma melhoria em sua abordagem para a próxima tarefa similar."
    • ✂ (Compressão): "Este prompt é muito detalhado. Resuma-o em 50% do tamanho original, mantendo a intenção principal."
    • ⚖ (Autocrítica): "O código que você gerou anteriormente contém um erro de lógica. Revise-o, identifique a falha e forneça a correção com uma explicação."
    • ❓ (Feedback): "Não tenho certeza sobre a melhor arquitetura para este novo recurso. Faça-me três perguntas para me ajudar a esclarecer os requisitos."

  3. Testes de Estresse e Casos de Borda:

    • Tarefas ambíguas, com requisitos conflitantes ou incompletos para avaliar como o agente lida com a incerteza.

  4. Tarefas de Codificação Gerais:

    • Um conjunto de tarefas comuns (criar um novo endpoint, escrever testes unitários, depurar um erro) para garantir que as otimizações não prejudicaram o desempenho em tarefas padrão.

3. Execução e Análise

  • Procedimento: Executar todos os cenários experimentais com os prompts modificados.
  • Observação: Documentar detalhadamente o comportamento do agente, incluindo a clareza do CoT, o uso correto dos tokens e a qualidade geral da saída.
  • Análise Comparativa: Comparar os resultados dos testes experimentais com a linha de base para identificar melhorias, regressões ou comportamentos inesperados.

4. Iteração e Refinamento

Com base na análise, os prompts serão refinados para corrigir quaisquer problemas identificados e para capitalizar sobre os sucessos observados. O ciclo de teste será repetido conforme necessário.