PentumLab - Prompt_Evolution

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_000

Target generation:
gen_001

Latest evaluation:

Overall score: 120/160
Normalized score: 75.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt passende Produkte, berücksichtigt Einsatzzweck, Budget, gewünschte Eigenschaften und Ausschlusskriterien und stellt die Eignung ausdrücklich über die Platzierung in Suchergebnissen. Die abschließende Empfehlung soll erklären, welches Produkt für welchen Bedarf passt.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 10,
        "evidence": "Überprüfbare Produktdaten werden verlangt; relevante Eigenschaften sind für jedes Produkt zu nennen. Es fehlt eine ausdrückliche Trennung belegter Eigenschaften von eigenen Einschätzungen. Für nicht verifizierbare Produktangaben bei grundsätzlich möglichem Amazon-Zugriff fehlt eine Kennzeichnungsregel; das Erfindungsverbot ist auf fehlenden Live-Zugriff bezogen.",
        "improvement": "Belegte Daten und eigene Einschätzungen getrennt ausweisen und nicht verifizierbare Produktangaben auch bei teilweiser Recherche ausdrücklich kennzeichnen oder weglassen."
      },
      {
        "id": "comparison_quality",
        "points": 15,
        "evidence": "Eine überschaubare Auswahl, Vergleiche, Vor- und Nachteile sowie eine bedarfsbezogene Empfehlung sind vorgegeben. Dass alle Alternativen anhand derselben relevanten Merkmale verglichen werden, steht nicht ausdrücklich im Prompt.",
        "improvement": "Für alle vorgeschlagenen Produkte dieselben bedarfsrelevanten Vergleichsmerkmale verwenden."
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Für jedes Produkt sind Name und Amazon-Link vorgesehen. Eine überschaubare Auswahl mit Eigenschaften, Vor- und Nachteilen sowie kurzer Schlussfolgerung macht die Ergebnisse rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Preis und Lieferbarkeit dürfen nur bei aktueller Überprüfung genannt werden; auf ihre Veränderlichkeit ist hinzuweisen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche richtet sich ausdrücklich auf Amazon-Angebote und verlangt Amazon-Links. Ein genannter Marktplatz wird nicht durch Amazon.de ersetzt; Amazon.de ist nur als kenntlich zu machende Annahme vorgesehen, wenn keiner genannt wurde.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Der Ablauf reicht von Anforderungen über Recherche und Prüfung bis zur Auswahl und abschließenden Empfehlung. Für fehlende passende Angebote und fehlenden Live-Zugriff sind eigene Ergebnis- beziehungsweise Ausweichwege festgelegt.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 0,
        "evidence": "Der Prompt unterscheidet weder offene, laufende und abgeschlossene Aufträge noch geprüfte und ungeprüfte Funde. Regeln für Unterbrechung, Abbruch und Fortsetzung fehlen.",
        "improvement": "Eine knappe Regel ergänzen, die geprüfte Funde von ungeprüften trennt und nach einer Unterbrechung deren erneute Prüfung vor einer Empfehlung verlangt."
      },
      {
        "id": "input_processing",
        "points": 15,
        "evidence": "Der Einsatzzweck wird benannt; Budget, Eigenschaften, Ausschlusskriterien und Amazon-Marktplatz werden als Vorgaben behandelt. Fehlende entscheidende Informationen sollen erfragt werden. Die Annahme Amazon.de ist kenntlich zu machen. Eine Regel für widersprüchliche Angaben sowie für sachlich begründete Ersatzannahmen fehlt.",
        "improvement": "Bei widersprüchlichen Vorgaben gezielt nachfragen und Ersatzannahmen nur mit Kennzeichnung und sachlicher Begründung treffen."
      }
    ],
    "total_score": 120,
    "priority_fixes": [
      {
        "criterion_id": "state_architecture",
        "location": "Fehlender Abschnitt zu Zwischenständen",
        "problem": "Ungeprüfte Funde könnten nach einer Unterbrechung nicht eindeutig von bereits geprüften getrennt werden.",
        "change": "Festlegen, dass ein Auftrag erst nach Prüfung der vorgeschlagenen Funde abgeschlossen ist; bei Unterbrechung den Prüfstand kenntlich machen und ungeprüfte oder veraltete Funde vor Fortsetzung erneut prüfen."
      },
      {
        "criterion_id": "research_evidence",
        "location": "Absatz zum Vergleich anhand überprüfbarer Produktdaten",
        "problem": "Der Umgang mit nur teilweise überprüfbaren Produkteigenschaften und die Abgrenzung eigener Einschätzungen sind nicht geregelt.",
        "change": "Für jedes Produkt belegte Eigenschaften von Einschätzungen trennen; nicht verifizierbare Angaben ausdrücklich als ungeprüft kennzeichnen oder weglassen."
      },
      {
        "criterion_id": "comparison_quality",
        "location": "Absatz zum Vergleich passender Angebote",
        "problem": "Gemeinsame Vergleichsmaßstäbe für alle Alternativen fehlen.",
        "change": "Alle vorgeschlagenen Produkte anhand derselben für den Nutzer relevanten Merkmale vergleichen."
      },
      {
        "criterion_id": "input_processing",
        "location": "Absatz zu Nutzeranforderungen und Annahmen",
        "problem": "Für widersprüchliche Angaben und die sachliche Begründung von Ersatzannahmen gibt es keine Regel.",
        "change": "Widersprüche vor der Auswahl klären; unvermeidbare Ersatzannahmen ausdrücklich kennzeichnen und begründen, statt fehlende Tatsachen zu erfinden."
      }
    ]
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_000
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_001/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_001/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_001/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_001

Target generation:
gen_002

Latest evaluation:

Overall score: 150/160
Normalized score: 93.75%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt die Berücksichtigung von Zweck, Budget sowie Muss- und Ausschlusskriterien. Entscheidende Eigenschaften müssen geprüft und die Eignung begründet werden; Muss-Kriterien sind Voraussetzung einer Empfehlung.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "Ein Fund gilt erst nach Kontrolle entscheidender Angaben anhand einer erreichbaren Produktseite oder benannten Quelle als geprüft. Angaben sind produktbezogen zu belegen, von Eignungsbewertungen zu trennen und bei fehlender Verifikation als unbestätigt zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 15,
        "evidence": "Der Prompt fordert gemeinsame relevante Vergleichsmerkmale, wesentliche Vor- und Nachteile und eine begründete Empfehlung. Er verlangt jedoch nicht ausdrücklich, mehrere geeignete Alternativen vorzustellen, wenn solche auffindbar sind.",
        "improvement": "Ergänzen: „Stelle mehrere geeignete Alternativen vor, sofern welche auffindbar sind.“"
      },
      {
        "id": "result_usability",
        "points": 10,
        "evidence": "Quelle, Amazon-Link oder ASIN dienen als Fundstelle; der einheitliche Vergleich mit kurzen Vor- und Nachteilen macht das Ergebnis übersichtlich. Eindeutige Produktbezeichnungen oder Identifikatoren sind nicht durchgängig vorgeschrieben, da auch lediglich eine Quelle als Beleg zugelassen ist.",
        "improvement": "Für jedes vorgestellte Produkt eine eindeutige Bezeichnung oder einen Identifikator verlangen."
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen nicht ohne Prüfung behauptet werden. Der Prompt verlangt, soweit relevant, den Prüfzeitpunkt und nach Unterbrechungen eine erneute Prüfung möglicherweise veralteter Angaben.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Der Rechercheauftrag ist ausdrücklich auf Amazon-Produkte gerichtet. Der Amazon-Marktplatz beziehungsweise das Lieferland ist zu berücksichtigen; mögliche Unterschiede bei Versandkosten und Lieferland werden eigens genannt.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die Schritte führen von der Bedarfsklärung über Prüfung und Vergleich zur Empfehlung. Für Widersprüche, fehlende Prüfmöglichkeiten und den Fall ohne belastbare Empfehlung sind Entscheidungswege vorgegeben; eine abgeschlossene Prüfung setzt kontrollierte entscheidende Angaben voraus.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche sowie geprüfte und ungeprüfte Funde sind ausdrücklich zu unterscheiden. Nach einer Unterbrechung sind ungeprüfte Funde und möglicherweise veraltete Angaben erneut zu prüfen; ohne diese Möglichkeit gilt die Prüfung nicht als abgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Zweck und weitere Vorgaben wie Budget, Muss-Kriterien und Marktplatz werden benannt. Bei entscheidenden fehlenden Angaben oder Widersprüchen soll nachgefragt werden; Ersatzannahmen sind zu nennen und zu begründen, das Ergebnis als vorläufig zu kennzeichnen und erfundene Präferenzen auszuschließen.",
        "improvement": "Keine"
      }
    ],
    "total_score": 150,
    "priority_fixes": [
      {
        "criterion_id": "comparison_quality",
        "location": "Abschnitt 4 „Einheitlich vergleichen“",
        "problem": "Der Vergleich regelt nur vorgestellte Alternativen, nicht die Vorstellung mehrerer geeigneter Produkte, falls diese auffindbar sind.",
        "change": "Ausdrücklich mehrere geeignete Alternativen verlangen, sofern welche auffindbar sind."
      },
      {
        "criterion_id": "result_usability",
        "location": "Abschnitt 3 „Fakten von Einschätzungen trennen“ oder Abschnitt 5 „Ergebnis liefern“",
        "problem": "Eine Quellenangabe kann die Belegpflicht erfüllen, ohne dass jedes vorgeschlagene Produkt eindeutig bezeichnet oder identifiziert werden muss.",
        "change": "Für jedes vorgeschlagene Produkt eine eindeutige Produktbezeichnung oder einen Identifikator vorschreiben."
      }
    ]
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_001
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_003

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_003/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_003/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_003/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_004

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_004/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_004/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_004/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_005

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_005/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_005/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_005/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_006

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_006/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_006/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_006/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_007

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_007/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_007/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_007/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_008

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_008/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_008/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_008/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_009

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_009/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_009/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_009/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_010

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Schema für Amazon-Produktrecherche",
    "application": "Bewertung eines Prompts, der einen Assistenten passende Produkte auf Amazon recherchieren und als nachvollziehbare Auswahl präsentieren lassen soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die fachliche Eignung der Recherche von der Passung über Belege bis zur nutzbaren Auswahl. Sie erhalten zusammen 100 Punkte. Die Passung wird mit 25 Punkten am stärksten gewichtet, weil ohne sie auch korrekt belegte Produkte die Aufgabe verfehlen. Belegbarkeit und Vergleichbarkeit erhalten je 20 Punkte, da sie die Validität der Auswahl wesentlich bestimmen. Nutzbarkeit, Aktualität und Amazon-Bezug ergänzen diese Anforderungen mit zusammen 35 Punkten. Drei getrennte Kriterien mit je 20 Punkten prüfen Ablauf, Zwischenstände und Eingaben. Diese Trennung vermeidet Doppelabzüge; beobachtbare Teilregeln erhöhen die Messbarkeit und die Wiederholbarkeit der Bewertung. Geprüft wird ausschließlich der Prompt-Text, nicht eine hypothetische spätere Modellantwort. Für die kurze Aufgabe genügt eine einfache, eindeutige Regelung; technische Komplexität bringt keine Zusatzpunkte.",
    "criteria": [
      {
        "id": "product_fit",
        "name": "Fachliche Produktpassung",
        "max_points": 25,
        "definition": "Geprüft wird, ob der Prompt festlegt, woran die Eignung recherchierter Produkte fachlich zu erkennen ist. Hierzu zählen die Ausrichtung am gesuchten Produkttyp, relevante Eigenschaften, ausdrücklich genannte Anforderungen, deren Priorität und die Abgrenzung bloßer Beliebtheit von Eignung. Das Erfragen oder Behandeln fehlender Angaben gehört ausschließlich zu input_processing; Vergleich und Empfehlung gehören zu comparison_quality.",
        "scoring_guide": "Je 5 Punkte für eine beobachtbare Vorgabe zu: (1) Übereinstimmung mit dem gesuchten Produkttyp oder Zweck, (2) Prüfung zweckrelevanter Eigenschaften, (3) Beachtung ausdrücklich genannter Anforderungen, (4) Unterscheidung zwingender Anforderungen von Wünschen, sofern solche vorliegen, und (5) Begründung der Passung statt Gleichsetzung mit Popularität. 0 Punkte, wenn keine Vorgabe erkennbar ist; Teilpunkte als Summe erfüllter Regeln; 25 Punkte, wenn alle fünf erfüllt sind. Eine bedingte Regel für erst später genannte Anforderungen ist prüfbar, ohne solche Anforderungen vorauszusetzen.",
        "weight_rationale": "Die sachliche Passung ist der Kern des Wortes „passende“ und hat daher das höchste fachliche Gewicht."
      },
      {
        "id": "research_evidence",
        "name": "Belegbarkeit der Produktangaben",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt überprüfbare Recherche und einen vorsichtigen Umgang mit Produktbehauptungen verlangt. Nicht bewertet werden Link-Darstellung, Aktualität von Preis und Verfügbarkeit oder die Wahl des Marktplatzes.",
        "scoring_guide": "Je 5 Punkte für: (1) Heranziehen überprüfbarer Produktinformationen, (2) Zuordnung wesentlicher Angaben zum jeweiligen Produkt oder Fund, (3) Trennung belegter Eigenschaften von Einschätzungen und (4) Kennzeichnung nicht verifizierbarer Produktangaben statt ihrer Erfindung. 0 Punkte ohne entsprechende Vorgabe; Teilpunkte als Summe; 20 Punkte bei allen vier Vorgaben.",
        "weight_rationale": "Nachprüfbare Angaben sind nötig, damit eine Produktauswahl nicht nur plausibel klingt, sondern sachlich überprüft werden kann."
      },
      {
        "id": "comparison_quality",
        "name": "Vergleich und Auswahlbegründung",
        "max_points": 20,
        "definition": "Geprüft wird, ob aus recherchierten Produkten eine verständliche Auswahl entsteht. Bewertet werden Alternativen, gemeinsame Vergleichsmaßstäbe, relevante Vor- und Nachteile sowie eine begründete Einordnung. Die Beschaffung von Belegen gehört zu research_evidence, die bloße Darstellung der Ergebnisse zu result_usability.",
        "scoring_guide": "Je 5 Punkte für: (1) mehrere geeignete Alternativen, sofern welche auffindbar sind, (2) Vergleich anhand derselben relevanten Merkmale, (3) Benennung entscheidungsrelevanter Vor- und Nachteile und (4) begründete Empfehlung oder Einordnung statt einer unbegründeten Liste. 0 Punkte ohne Vergleichs- oder Auswahlregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln.",
        "weight_rationale": "Die Recherche ist erst dann entscheidungsnützlich, wenn die Eignung der gefundenen Produkte gegeneinander abgewogen werden kann."
      },
      {
        "id": "result_usability",
        "name": "Nutzbarkeit der Ergebnisdarstellung",
        "max_points": 15,
        "definition": "Geprüft werden Vorgaben, mit denen Nutzer die vorgeschlagenen Produkte erkennen, auffinden und die Ergebnisse rasch erfassen können. Nicht bewertet werden die Richtigkeit der Produktbehauptungen, die Güte des Vergleichs oder die Amazon-Zugehörigkeit.",
        "scoring_guide": "Je 5 Punkte für: (1) eindeutige Produktbezeichnungen oder Identifikatoren, (2) auffindbare Fundstellen, etwa Produktlinks oder ASINs, und (3) eine übersichtliche, für die Auswahl geeignete Darstellung. 0 Punkte ohne solche Vorgabe; Teilpunkte als Summe; 15 Punkte bei allen drei Vorgaben. Eine bestimmte Tabellenform ist nicht erforderlich.",
        "weight_rationale": "Auch eine fachlich gute Recherche muss für Nutzer auffindbar und lesbar sein; die Darstellung ist jedoch nachrangig gegenüber Passung und Belegbarkeit."
      },
      {
        "id": "time_sensitive_facts",
        "name": "Umgang mit veränderlichen Angaben",
        "max_points": 10,
        "definition": "Geprüft wird ausschließlich, ob der Prompt Preis und Verfügbarkeit als veränderliche Angaben behandelt. Allgemeine Produktbelege und fehlende Nutzereingaben sind nicht Gegenstand dieses Kriteriums.",
        "scoring_guide": "Je 5 Punkte für: (1) eine Regel, Preise nur mit erkennbarer Prüfung oder zeitlicher Einordnung anzugeben, und (2) eine entsprechende Regel für Verfügbarkeit oder eine klare Kennzeichnung, wenn sie nicht geprüft werden kann. 0 Punkte ohne solche Regel; 5 Punkte bei einer; 10 Punkte bei beiden. Es werden keine tatsächlich aktuellen Preise oder Bestände vorausgesetzt.",
        "weight_rationale": "Veraltete Preise und Bestände können eine sonst gute Empfehlung entwerten. Zehn Punkte bilden dieses begrenzte, aber praktische Risiko ab."
      },
      {
        "id": "amazon_scope",
        "name": "Amazon-Bezug der Recherche",
        "max_points": 10,
        "definition": "Geprüft wird, ob die Recherche auf tatsächlich bei Amazon angebotene Produkte ausgerichtet ist und eine ausdrücklich vorgegebene Amazon-Länderseite berücksichtigt. Das Erfragen einer nicht genannten Region gehört zu input_processing; Linkformat und Produktbelege werden anderswo bewertet.",
        "scoring_guide": "Je 5 Punkte für: (1) Beschränkung der Vorschläge auf bei Amazon auffindbare Angebote statt bloßer Angebote anderer Händler und (2) Beachtung einer ausdrücklich genannten Amazon-Länderseite beziehungsweise Vermeidung der unbegründeten Gleichsetzung verschiedener Länderseiten. 0 Punkte ohne entsprechende Vorgabe; 5 Punkte bei einer; 10 Punkte bei beiden.",
        "weight_rationale": "Amazon ist die einzige ausdrücklich genannte Quelle des Ausgangsprompts. Der Plattformbezug ist deshalb eigenständig relevant, aber enger als die allgemeine Produktpassung."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Rechercheablauf",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die Aufgabe in sinnvolle Arbeitsschritte mit Abhängigkeiten, Entscheidungen, Fehlerwegen und einem erkennbaren Ergebnis übersetzen lässt. Keine bestimmte technische Umsetzung oder feste Ablaufstruktur ist erforderlich. Eingabevalidierung gehört zu input_processing; Fortschritts- und Wiederaufnahmeregeln gehören zu state_architecture; die fachliche Qualität einzelner Produktempfehlungen zu den anwendungsspezifischen Kriterien.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Schritte vom Rechercheauftrag bis zum Ergebnis, (2) sachgerechte Reihenfolge oder Abhängigkeit zwischen Recherche, Prüfung und Auswahl, (3) einen Entscheidungs- oder Fehlerweg etwa für nicht auffindbare geeignete Produkte und (4) eine Regel, wann die Recherche abgeschlossen ist und was dann ausgegeben wird. 0 Punkte ohne erkennbare Ablaufregel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Eine knappe Regelung reicht aus.",
        "weight_rationale": "Ein nachvollziehbarer Ablauf verringert Auslassungen und macht die Erledigung der offenen Rechercheaufgabe überprüfbar, ohne unnötige Technik zu verlangen."
      },
      {
        "id": "state_architecture",
        "name": "Zwischenstände und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob für diese Recherche relevante Zwischenstände, Fortschritt, Übergänge, Abbruch und Wiederaufnahme ausreichend bestimmbar sind. Eine Speicherung oder sonstige technische Architektur wird nicht verlangt. Die Reihenfolge fachlicher Arbeitsschritte gehört zu process_architecture; der Umgang mit fehlenden Auftragseingaben zu input_processing.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Unterscheidung zwischen offenem, laufendem und abgeschlossenem Auftrag oder eine gleichwertige einfache Regel, (2) Bestimmbarkeit bereits geprüfter und noch ungeprüfter Funde, (3) eine Regel für Abbruch oder Unterbrechung und (4) eine Regel für sichere Fortsetzung oder ausdrücklich erneute Prüfung nach Unterbrechung. 0 Punkte ohne entsprechende Regel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Für eine kurze Recherche genügt eine einfache Regel; dauerhafte Speicherung ist keine Voraussetzung.",
        "weight_rationale": "Zwischenstände verhindern, dass ungeprüfte Funde als fertige Ergebnisse erscheinen. Das Gewicht ist durch die verbindliche Zusatzprüfung vorgegeben; die Bewertung bleibt der Einfachheit der Aufgabe angemessen."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und unklare Aufträge",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt die für eine passende Recherche benötigten Nutzerangaben, ihre zulässige Form und den Umgang mit fehlenden, ungültigen oder widersprüchlichen Angaben regelt. Eine Ersatzannahme muss kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Die spätere fachliche Passung bei vorhandenen Angaben gehört zu product_fit, der Rechercheablauf zu process_architecture und fehlende Produktbelege zu research_evidence.",
        "scoring_guide": "Je 5 Punkte für: (1) Benennung der mindestens nötigen Information zum gesuchten Produkt oder Verwendungszweck, (2) Beschreibung, wie optionale Vorgaben wie Budget, Anforderungen oder Amazon-Länderseite entgegengenommen werden, (3) eine Regel für fehlende oder unverständliche Angaben, etwa gezieltes Nachfragen, und (4) eine Regel für Widersprüche und Ersatzannahmen, die deren Kennzeichnung und sachliche Begründung verlangt und das Erfinden von Tatsachen ausschließt. 0 Punkte ohne Eingaberegel; Teilpunkte als Summe; 20 Punkte bei allen vier Regeln. Es wird nicht unterstellt, dass spätere Nutzer tatsächlich zusätzliche Angaben machen.",
        "weight_rationale": "Ohne Produkttyp oder Zweck ist „passend“ nicht belastbar bestimmbar. Die eigenständige Eingabeprüfung schützt daher besonders vor unbegründeten Annahmen."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "55d953f3793b6fa6",
    "criterion_scores": [
      {
        "id": "product_fit",
        "points": 25,
        "evidence": "Der Prompt verlangt, Verwendungszweck, Muss-Kriterien und Präferenzen zu erfassen, Produkte anhand anfragerelevanter Merkmale zu vergleichen und zu erläutern, wie gut sie die Anforderungen erfüllen. Damit wird Eignung begründet statt aus Beliebtheit abgeleitet.",
        "improvement": "Keine"
      },
      {
        "id": "research_evidence",
        "points": 20,
        "evidence": "„Fakten prüfen“ verlangt geprüfte Produktinformationen. Für gefundene Produkte ist festzuhalten, welche Angaben geprüft sind; belegte Angaben sind von Einschätzungen zu trennen. Nicht verifizierbare Angaben sind zu kennzeichnen oder wegzulassen.",
        "improvement": "Keine"
      },
      {
        "id": "comparison_quality",
        "points": 20,
        "evidence": "Der Prompt fordert mehrere geeignete Alternativen, sofern verfügbar, einen Vergleich anhand derselben relevanten Merkmale sowie eine knappe Einordnung ihrer Erfüllung von Muss-Kriterien und Präferenzen. Wesentliche Nachteile und Unsicherheiten sind zu nennen.",
        "improvement": "Keine"
      },
      {
        "id": "result_usability",
        "points": 15,
        "evidence": "Produkte sind einschließlich der relevanten Variante eindeutig zu benennen und nach Möglichkeit mit ASIN oder Amazon-Link zu versehen. Der knappe Vergleich anhand gemeinsamer Merkmale macht die Auswahl rasch erfassbar.",
        "improvement": "Keine"
      },
      {
        "id": "time_sensitive_facts",
        "points": 10,
        "evidence": "Aktuelle Preise und Verfügbarkeiten dürfen ausdrücklich nicht ohne entsprechende Prüfung behauptet werden. Fehlt Zugriff auf aktuelle Produktinformationen, ist dies offenzulegen.",
        "improvement": "Keine"
      },
      {
        "id": "amazon_scope",
        "points": 10,
        "evidence": "Die Recherche ist ausdrücklich auf Produkte auf Amazon gerichtet. Der gegebenenfalls gewünschte Amazon-Marktplatz wird als Anforderung erfasst und ist damit für die Recherche maßgeblich.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Die nummerierten Schritte führen vom Klären der Anforderungen über Recherche und Faktenprüfung zum Vergleich. Für fehlende geeignete, hinreichend geprüfte Produkte ist ein Fehlerweg mit Erklärung und nächstem Rechercheschritt vorgesehen; eine unvollständige Recherche darf nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Offene, laufende und abgeschlossene Recherche werden unterschieden. Bei Funden sind geprüfte und ungeprüfte Angaben festzuhalten. Nach einer Unterbrechung sind ungeprüfte oder möglicherweise veraltete Angaben vor einer Empfehlung erneut zu prüfen; Unvollständiges darf nicht als abgeschlossen gekennzeichnet werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Verwendungszweck sowie optionale Vorgaben wie Budget und Amazon-Marktplatz sind zu erfassen. Bei entscheidungsrelevanten Lücken oder Widersprüchen ist vor der Auswahl nachzufragen. Notwendige Annahmen müssen aus dem Kontext begründbar und ausdrücklich gekennzeichnet sein; Produktdaten dürfen nicht erfunden werden.",
        "improvement": "Keine"
      }
    ],
    "total_score": 160,
    "priority_fixes": []
  }
}


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/brief_amazon_product_research.md

- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_010/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_010/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Finish with a short summary. The loop runs py_compile and validates the
   patch after your response; no shell tool is available to you.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/outputs/prompt_design/gen_010/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/sol6_brief_amazon_product_research_standard160_bestLast_260930/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- The loop runs py_compile and patch validation after you finish. You do not
  need to run either check yourself.
- Documentation is not required; prefer finishing immediately with a short
  plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)