#评测

Prompt 评测与失败排查实战：LLM-as-judge + 回归测试 + Debug 模式

Prompt 上 production 后怎么做评测：LLM-as-judge 自动打分、回归测试集、失败 case 分类（幻觉 / 偏题 / 格式错误）、Debug 模式 + token / cost 可视化。