Как правильно итеративно улучшать промпт (iterative prompting и refinement)?

Iterative prompting — цикл «гипотеза → тест → анализ → правка», как в обычной разработке. Базовая практика: сделай eval-набор из 10-50 кейсов с эталонными ответами, измеряй каждую версию промпта на нём, фиксируй diff. Меняй по одной вещи за раз. Используй second model as judge для качественной оценки. Не доверяй впечатлению от 2-3 ручных тестов.