Rubric tự chấmviết sẵn thang điểm, bắt nó tự chấm trước khi đưa mình xem
Bộ câu hỏi mồi20–30 tình huống thật để nghiệm thu — đếm tỷ lệ đạt, không soi bằng mắt vài câu
Chạy lại khi nàomỗi lần đổi bất cứ thứ gì — đổi prompt, đổi kho, đổi model, đổi công cụ