1. Escolha tarefas concretas. Defina respostas verificáveis: extrair um campo, classificar um pedido ou resumir uma decisão. Escreva o critério de acerto antes de executar. Separe tarefas simples de casos com ambiguidade; não use apenas uma nota dada pelo próprio modelo.
2. Prepare exemplos sintéticos. Reproduza formatos, comprimento e dificuldade dos documentos sem copiar identidades reais. Inclua campos ausentes e instruções hostis no texto. Mantenha um conjunto reservado para verificar a escolha em exemplos não usados no ajuste.
3. Compare a mesma entrada e os mesmos limites. Registre modelo, versão disponível, política, contexto, latência e consumo. Avalie separadamente a resposta errada, a resposta incompleta e a recusa apropriada. Um texto mais longo não é evidência de melhor resultado.
4. Teste a privacidade junto da qualidade. Compare a utilidade com marcadores, remoção e bloqueio. Confira se a resposta tenta reconstruir identidades ou reproduz dados desnecessários. Escolha a combinação que atende ao critério e repita a avaliação quando mudar modelo, prompt ou formato.