Prompt Slicing Evaluation Plan

сохранить intent source prompt;

выделить осмысленные block boundaries;

сформировать publishable batch после разумного review;

в update mode не разрушить существующую структуру.

missing sections;

wrong grouping;

invalid ids;

destructive update mode;

чрезмерная зависимость от качества source prompt.

coverage of source intent Критические части исходного prompt остаются представлены в block set.

boundary quality Секции разделены логично, а не случайно.

id validity Generated ids пригодны для storage и дальнейшего сопровождения.

preservation quality in update mode Existing structure сохраняется в разумной степени.

publishability Batch можно довести до публикации без полной ручной пересборки.

критические секции source prompt остаются представленными;

generated block set в большинстве кейсов можно сохранить после light review;

update mode не заменяет слишком много структуры без необходимости;

tagged inputs часто разбираются корректно без лишнего AI rewriting;

collisions и structural failures отсеиваются до publish.

legacy long prompts;

structured prompts with explicit sections;

noisy prompts with mixed formatting;

prompts с XML-like tags;

update cases для существующих композиций;

negative cases для collisions;

under-specified inputs.

create mode benchmark set;

update mode benchmark set;

tagged-section benchmark set.

manual decomposition comparison;

structural review ids и suggested blocks;

проверку create mode и update mode отдельно;

проверку доли случаев, где fast path с tagged sections работает без AI;

анализ review cost перед publish.

prompt author;

composition owner;

владелец block library.

coverage;

grouping quality;

id quality;

review effort;

preservation of existing structure in update mode.

typical prompts можно мигрировать без full manual rewrite;

update mode полезен в реальных change scenarios;

invalid ids и structurally unusable batches редки.

generated sets часто structurally unusable;

update mode системно разрушает существующую структуру;

review cost почти равен полностью ручной миграции.

loss of coverage;

worse preservation;

рост invalid ids;

ухудшение работы fast path для tagged inputs;

рост доли rejected batches.

собирать failed slicing examples;

расширять curated benchmark prompts;

отдельно анализировать create mode и update mode;

отслеживать реальные кейсы, где пользователь вернулся к manual editing.