提示系统无测试，何以知其损坏

作者指出，代码故障会大声报错，而提示系统则静默失败，仍产出看似正常的输出。他构建了一个多技能代理系统，含15个技能、9个命令，各写结构化JSON供后续读取。系统运行数周后悄然出错：某技能漏写字段，后续技能读取空值继续，最终评分略有偏差，但文档读起来仍具说服力。作者强调，模型擅长生成看似合理的文本，因此无法断言散文质量。他提出三个可测试的方面：算术（最终分数可重算）、结构（模式验证）、以及可量化的散文规则（如字数、必需部分、URL数量）。他编写了约750行Python代码，无依赖，仅用标准库，在每次文件写入时运行钩子，耗时不足一秒。该检查器通过一个JSON文件定义契约，能捕获大多数回归问题。