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

Регрессионные тесты на промпты спасают при каждом обновлении модели: без них вы узнаёте о поломке от пользователей.

Пользователи прощают ошибку, но не уверенную ошибку: показывайте источники и неуверенность явно.