Метрики до запуска: соберите 50 реальных вопросов и оцените ответы руками. Без этой выборки любое улучшение — вера.

Токены стоят денег, промпт — тоже: считайте стоимость ответа, если продукт ходит через API миллионами запросов.

Инструкции в системном промпте дублируйте в примерах: показ сильнее требования, и устойчивость выше.