Input
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: 129/160
Normalized score: 80.62%
Detailed evaluator report:
{
"rubric": {
"title": "Bewertungsschema für einen siebentägigen veganen Kuchenplan",
"application": "Prüfung eines produktiv einzusetzenden Prompts, der für eine angegebene Personenzahl sieben tägliche vegane Kuchenrezepte innerhalb eines ungefähren Budgets und eines täglichen Zeitlimits erstellt, Zutatenreste berücksichtigt und eine nach Warengruppen sortierte Einkaufsliste liefert. Nach einer abgeschlossenen Ausarbeitung soll er eine wesentlich andere Alternative anbieten, diese nur auf Wunsch ausarbeiten und einzelne Ausarbeitungen bei geeigneter Umgebung exportierbar machen.",
"scientific_basis": "Die neun fachlichen Kriterien bilden die ausdrücklich verlangten, am Prompt-Text beobachtbaren Eigenschaften des Kuchenplans und der neuen Alternativen- und Exportziele ab; sie ergeben 100 Punkte. Die drei gesonderten Kriterien für Ablauf, Zwischenstände und Eingaben ergeben weitere 60 Punkte. Diese Trennung fördert Inhaltsvalidität und verhindert, dass dieselbe Lücke mehrfach bestraft wird. Fest zugeordnete Teilpunkte und klar benannte Grenzen der Kriterien erhöhen die Nachvollziehbarkeit und Reliabilität, ohne unbekannte spätere Modellantworten zu bewerten. Die Gewichtung bevorzugt fachlich folgenreiche Anforderungen wie brauchbare Rezeptmengen, Resteverwertung und unterscheidbare Alternativen. Sie verlangt weder eine bestimmte technische Implementierung noch dauerhafte Speicherung, die ein reiner Text-Prompt nicht leisten kann.",
"criteria": [
{
"id": "seven_day_plan",
"name": "Sieben tägliche Kuchenrezepte",
"max_points": 10,
"definition": "Geprüft wird, ob der Prompt einen vollständig gegliederten Plan mit einem Kuchenrezept für jeden der sieben Tage verlangt. Nicht hierzu gehören vegane Eignung, Mengen, Zeit, Budget, Alternativen oder die Steuerung des Arbeitsablaufs.",
"scoring_guide": "Addiere: 4 Punkte für ausdrücklich sieben Tage; 3 Punkte für ein Rezept pro Tag; 3 Punkte für eine eindeutige Zuordnung der Rezepte zu den Tagen. 0 Punkte, wenn nichts davon verlangt wird; Teilpunkte entsprechend der erfüllten Anforderungen; 10 Punkte, wenn alle drei vorliegen.",
"weight_rationale": "Der siebentägige Umfang bestimmt den Kern des Ergebnisses, lässt sich aber knapp und eindeutig spezifizieren; deshalb 10 Punkte."
},
{
"id": "vegan_suitability",
"name": "Vegane Rezeptanforderung",
"max_points": 9,
"definition": "Geprüft wird, ob die geforderten Kuchenrezepte einschließlich ihrer Zutaten und Zubereitung vegan sein müssen. Nicht bewertet werden Einkaufsorganisation, Eingabeprüfung oder die inhaltliche Verschiedenheit späterer Alternativen.",
"scoring_guide": "Addiere: 5 Punkte für die ausdrückliche vegane Vorgabe für sämtliche Tagesrezepte; 4 Punkte für eine Regel, auch bei vorgeschlagenen Austauschzutaten oder verarbeiteten Produkten tierische Bestandteile auszuschließen. 0 Punkte ohne vegane Vorgabe; 5 Punkte bei der Vorgabe ohne ergänzende Absicherung; 9 Punkte bei beidem.",
"weight_rationale": "Veganität ist eine zwingende fachliche Bedingung jedes Rezepts. Die Absicherung von Austauschzutaten ist nützlich, aber gegenüber der Grundvorgabe geringer gewichtet."
},
{
"id": "recipe_quantities_instructions",
"name": "Skalierbare Mengen und ausführbare Schritte",
"max_points": 13,
"definition": "Geprüft werden die verlangten Zutatenmengen und Zubereitungsschritte je Rezept sowie die Anpassung der Mengen an die angegebene Personenzahl. Die Form und Gültigkeit der Eingabe [Anzahl] gehören ausschließlich zu input_processing.",
"scoring_guide": "Addiere: 4 Punkte für Zutatenmengen je Tag; 3 Punkte für konkrete Maßeinheiten; 3 Punkte für nachvollziehbare Zubereitungsschritte je Tag; 3 Punkte für die ausdrückliche Anpassung der Rezeptmengen an die Personenzahl. 0 Punkte ohne diese Vorgaben; 1 bis 12 Punkte nach erfüllten Teilvorgaben; 13 Punkte bei vollständiger Abdeckung.",
"weight_rationale": "Ohne Mengen und Schritte sind die Rezepte praktisch nicht ausführbar. Die Personenzahl macht eine ausdrückliche Skalierungsregel zusätzlich relevant; insgesamt 13 Punkte."
},
{
"id": "budget_feasibility",
"name": "Budgetgerechte Gesamtplanung",
"max_points": 12,
"definition": "Geprüft wird, ob der Prompt die Kosten der sieben Tage am ungefähren Gesamtbudget ausrichtet und eine nachvollziehbare Kosteneinschätzung verlangt. Eingabeformat, Währung und Umgang mit einem fehlenden Betrag gehören zu input_processing; Mengenabgleich und Einkaufsliste werden hier nicht erneut bewertet.",
"scoring_guide": "Addiere: 4 Punkte für die ausdrückliche Anwendung des Budgets auf den gesamten Siebentageplan; 4 Punkte für eine ungefähre Kostenaufstellung oder Gesamtschätzung; 4 Punkte für eine Anweisung, bei erkennbarer Budgetüberschreitung günstigere fachlich passende Zutaten oder Rezepte zu wählen beziehungsweise die Überschreitung kenntlich zu machen. 0 Punkte ohne Budgetbezug; Teilpunkte nach Teilvorgaben; 12 Punkte bei allen drei.",
"weight_rationale": "Das Budget beeinflusst die Nutzbarkeit des gesamten Plans. Eine Schätzung statt Scheingenauigkeit ist dem ausdrücklich ungefähren Betrag angemessen."
},
{
"id": "daily_time_limit",
"name": "Tägliches Zeitlimit",
"max_points": 11,
"definition": "Geprüft wird die Anforderung, Vorbereitungs- und Backzeit pro Tag auf das vorgegebene Limit zu begrenzen und den Zeitbedarf erkennbar zu machen. Die Validität der Eingabe [Minuten] gehört zu input_processing.",
"scoring_guide": "Addiere: 5 Punkte für eine ausdrückliche Obergrenze je Tag, die Vorbereitung und Backen umfasst; 3 Punkte für die Angabe der geschätzten Zeiten je Rezept; 3 Punkte für eine Regel zum Umgang mit Rezepten, die das Limit voraussichtlich überschreiten. 0 Punkte ohne Zeitvorgabe; Teilpunkte nach Teilvorgaben; 11 Punkte bei allen drei.",
"weight_rationale": "Das tägliche Limit ist eine harte praktische Auswahlbedingung. Zeitangaben und eine Korrekturregel machen ihre Einhaltung am geplanten Ergebnis prüfbar."
},
{
"id": "leftover_management",
"name": "Resteverwertung und geringe Lebensmittelverluste",
"max_points": 12,
"definition": "Geprüft wird die fachliche Planung von Zutaten über mehrere Tage, damit angebrochene oder übrig gebliebene Lebensmittel sinnvoll verwendet werden. Nicht hierzu gehören das Führen des Alternativenstands, der Ablauf zwischen Ausarbeitungen oder die Gliederung der Einkaufsliste.",
"scoring_guide": "Addiere: 4 Punkte für eine ausdrückliche Vorgabe zur Wiederverwendung von Zutaten über mehrere Tage; 4 Punkte für eine erkennbare Abstimmung der Tagesrezepte auf typische Einkaufs- oder Packungsmengen; 4 Punkte für eine Anweisung, unvermeidliche Reste beziehungsweise Verderbsrisiken zu benennen und möglichst zu verringern. 0 Punkte ohne diese Vorgaben; Teilpunkte nach Teilvorgaben; 12 Punkte bei allen drei.",
"weight_rationale": "Resteverwertung ist ein eigenständiges Ziel des Wochenplans und erfordert mehr als sieben unabhängig ausgewählte Rezepte; deshalb 12 Punkte."
},
{
"id": "grouped_shopping_list",
"name": "Konsolidierte Einkaufsliste",
"max_points": 9,
"definition": "Geprüft wird, ob der Prompt nach dem Rezeptplan eine nach Warengruppen gegliederte, für alle sieben Tage zusammengeführte Einkaufsliste verlangt. Die Rezeptmengen selbst werden unter recipe_quantities_instructions bewertet; Export und Download gehören zu export_integrity.",
"scoring_guide": "Addiere: 3 Punkte für eine Einkaufsliste nach dem Rezeptplan; 3 Punkte für die Sortierung nach Warengruppen; 3 Punkte für zusammengeführte Zutaten mit Gesamtmengen statt bloßer Wiederholung der Tageslisten. 0 Punkte ohne Einkaufsliste; Teilpunkte nach Teilvorgaben; 9 Punkte bei allen drei.",
"weight_rationale": "Die Liste erleichtert den einmaligen Wocheneinkauf. Ihre abgegrenzten Anforderungen sind wichtig, aber weniger umfangreich als die Rezeptplanung."
},
{
"id": "alternative_quality",
"name": "Fachlich passende und wesentlich andere Alternative",
"max_points": 14,
"definition": "Geprüft wird, ob eine weitere Ausarbeitung sämtliche fachlichen Planvorgaben erfüllen, sich prägend von allen verfügbaren früheren Gesamtergebnissen unterscheiden und ihre maßgeblichen Unterschiede sachlich begründen soll. Wann die Alternative angeboten oder ausgeführt wird, gehört zu process_architecture; Vergleichsstand und fehlender Verlauf gehören zu state_architecture und input_processing.",
"scoring_guide": "Addiere: 4 Punkte für die fortgeltenden fachlichen Vorgaben bei jeder Alternative; 5 Punkte für eine ausdrücklich wesentliche Unterscheidung gegenüber allen verfügbaren früheren Gesamtergebnissen statt bloßer Umbenennung oder kleiner Einzeländerungen; 5 Punkte für eine sachliche Benennung und Begründung der prägenden Unterschiede. 0 Punkte ohne Alternativenanforderung; Teilpunkte nach Teilvorgaben; 14 Punkte bei allen drei.",
"weight_rationale": "Die neue Alternative ist ein ausdrückliches Ziel dieses Einsatzes. Ihr Nutzen hängt gleichermaßen von fachlicher Gültigkeit und erkennbarer, begründeter Eigenständigkeit ab; deshalb erhält sie das höchste Einzelgewicht."
},
{
"id": "export_integrity",
"name": "Einzelner Export und ehrliche Umgebungsgrenzen",
"max_points": 10,
"definition": "Geprüft werden Anforderungen an die einzeln speicher- und herunterladbare Bereitstellung jeder abgeschlossenen Ausarbeitung, sofern die Umgebung dies ermöglicht, sowie wahrheitsgemäße Aussagen über tatsächlich verfügbare Dateien oder Werkzeuge. Nicht bewertet werden Reihenfolge und Freigabe weiterer Ausarbeitungen oder eine bestimmte technische Speicherlösung.",
"scoring_guide": "Addiere: 4 Punkte für die getrennte Bereitstellung jeder Ausarbeitung; 3 Punkte für Speicherung und Download nur bei entsprechender Fähigkeit der Umgebung; 3 Punkte für das ausdrückliche Verbot, ohne solche Mittel eine erfolgte Speicherung oder eine Download-Datei zu behaupten. 0 Punkte ohne Export- oder Umgebungsregel; Teilpunkte nach Teilvorgaben; 10 Punkte bei allen drei.",
"weight_rationale": "Getrennte Ergebnisse sind für die Nutzung mehrerer Pläne wichtig. Die bedingte Formulierung verhindert nicht erfüllbare Versprechen, ohne einem Text-Prompt technische Fähigkeiten zu unterstellen."
},
{
"id": "process_architecture",
"name": "Ablauf von Abschluss, Angebot und nächster Ausarbeitung",
"max_points": 20,
"definition": "Geprüft wird, ob der Prompt einen nachvollziehbaren Ablauf festlegt: eine Ausarbeitung abschließen, danach eine andere Alternative anbieten und sie erst nach entsprechendem Nutzerwunsch ausführen. Dazu gehören sinnvolle Entscheidungen und Fehlerwege; eine bestimmte technische Form ist nicht erforderlich. Nicht bewertet werden die inhaltliche Güte der Alternative, gespeicherte Vergleichsstände oder die Prüfung von Eingaben.",
"scoring_guide": "Addiere: 4 Punkte für einen eindeutig bestimmbaren Abschluss der aktuellen Ausarbeitung; 5 Punkte für das anschließende Angebot einer weiteren Alternative; 5 Punkte dafür, dass deren vollständige Ausarbeitung ausdrücklich einen Nutzerwunsch voraussetzt; 3 Punkte für eine Regel bei Ablehnung oder ausbleibendem Wunsch; 3 Punkte für einen verständlichen Weg, wenn eine verlangte weitere Ausarbeitung unter den geltenden Vorgaben nicht sinnvoll möglich ist. 0 Punkte ohne erkennbaren Ablauf; Teilpunkte nach Teilvorgaben; 20 Punkte bei allen fünf. Eine einfache textliche Regelung genügt.",
"weight_rationale": "Die Trennung von fertigem Ergebnis, bloßem Angebot und beauftragter Fortsetzung schützt vor unerwünschter Zusatzarbeit. Der Ablauf ist als eigenständige Querschnittsanforderung mit 20 Punkten vorgegeben."
},
{
"id": "state_architecture",
"name": "Vergleichsstand und Fortsetzung",
"max_points": 20,
"definition": "Geprüft wird, ob für weitere Ausarbeitungen der relevante Stand bestimmbar bleibt: welche Gesamtergebnisse zum Vergleich verfügbar sind, welche Ausarbeitung abgeschlossen ist und ob ein Angebot angenommen, abgelehnt oder noch offen ist. Ebenso zählen angemessene Regeln für Abbruch und Wiederaufnahme. Nicht bewertet werden die inhaltliche Verschiedenheit selbst, das Einlesen früherer Ergebnisse oder die Reihenfolge der Handlungsschritte.",
"scoring_guide": "Addiere: 6 Punkte für eine bestimmmbare Menge verfügbarer früherer Gesamtergebnisse als Vergleichsstand; 4 Punkte für einen erkennbaren Abschlussstatus einzelner Ausarbeitungen; 4 Punkte für einen erkennbaren Status des Alternativangebots; 3 Punkte für eine Regel zum Abbruch oder zur Beendigung; 3 Punkte für die Wiederaufnahme anhand des dann verfügbaren Stands. 0 Punkte ohne solche Zustandsregeln; Teilpunkte nach Teilvorgaben; 20 Punkte bei vollständiger Abdeckung. Ein Gesprächsverlauf kann als Stand genügen; dauerhafte technische Speicherung ist nicht erforderlich.",
"weight_rationale": "Ohne bestimmbaren Stand können spätere Alternativen nicht verlässlich an verfügbare Ergebnisse anschließen. Die Bewertung verlangt nur so viel Zustandsregelung, wie die Fortsetzung dieser Aufgabe benötigt."
},
{
"id": "input_processing",
"name": "Eingaben, früherer Verlauf und zulässige Annahmen",
"max_points": 20,
"definition": "Geprüft wird, welche Eingaben für Personenzahl, Budget, Zeitlimit und den Vergleich mit früheren Ausarbeitungen benötigt werden, wie ihre Form und Gültigkeit bestimmt sind und was bei fehlenden, unklaren oder widersprüchlichen Angaben geschieht. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die spätere Skalierung der Rezepte, die Qualität der Alternative oder das Führen des Vergleichsstands während der Fortsetzung.",
"scoring_guide": "Addiere: 5 Punkte für beschriebene erforderliche Werte und gültige Formen von Personenzahl, Budget einschließlich Währung sowie täglichem Minutenlimit; 4 Punkte für eine Regel zu fehlenden oder ungültigen Pflichtwerten; 4 Punkte für den Umgang mit widersprüchlichen Vorgaben; 4 Punkte für die Behandlung verfügbarer früherer Ausarbeitungen als Vergleichseingabe und die ausdrückliche Grenze bei fehlendem früherem Verlauf, insbesondere keine garantierte Neuheit über frühere Sitzungen; 3 Punkte dafür, zulässige Ersatzannahmen offenzulegen und sachlich zu begründen, ohne fehlende Tatsachen zu erfinden. 0 Punkte ohne Eingaberegeln; Teilpunkte nach erfüllten Teilvorgaben; 20 Punkte bei allen fünf.",
"weight_rationale": "Ungeklärte Platzhalter und unbekannter Verlauf gefährden die Gültigkeit des Ergebnisses schon vor der Rezeptplanung. Die getrennte Bewertung macht diese Fehlerquelle sichtbar, ohne sie bei Budget, Alternativen oder Zustandsführung erneut abzuziehen."
}
]
},
"evaluation": {
"rubric_id": "5d31564dcda3b3bb",
"criterion_scores": [
{
"id": "seven_day_plan",
"points": 10,
"evidence": "„7-Tage-Plan mit täglich einem veganen Kuchenrezept“ verlangt sieben eindeutig zuordenbare Tagesrezepte.",
"improvement": "Keine"
},
{
"id": "vegan_suitability",
"points": 5,
"evidence": "Alle Tagesrezepte sollen vegan sein. Eine ausdrückliche Absicherung für Austauschzutaten oder verarbeitete Produkte fehlt.",
"improvement": "Festlegen, dass auch Ersatzprodukte und vorgeschlagene Austauschzutaten keine tierischen Bestandteile enthalten dürfen."
},
{
"id": "recipe_quantities_instructions",
"points": 10,
"evidence": "Der Prompt verlangt Zutatenmengen und nummerierte Zubereitungsschritte für jeden Tag; die Rezepte sind „für [Anzahl] Personen“ zu erstellen. Konkrete Maßeinheiten werden nicht ausdrücklich verlangt.",
"improvement": "Für jede Zutat eine Menge mit geeigneter Einheit, etwa Gramm oder Milliliter, verlangen."
},
{
"id": "budget_feasibility",
"points": 12,
"evidence": "Das ungefähre Budget gilt ausdrücklich „für alle sieben Tage“. Eine geschätzte Gesamtkostenzahl ist gefordert; bei einem nicht tragfähigen Plan soll der Engpass erklärt und eine Anpassung erfragt werden, ohne Grenzen stillschweigend zu überschreiten.",
"improvement": "Keine"
},
{
"id": "daily_time_limit",
"points": 11,
"evidence": "Vorbereitungs- und Backzeit zusammen sind pro Tag begrenzt und sollen je Rezept angegeben werden. Ist ein Plan unter den Vorgaben nicht tragfähig, muss der Engpass angesprochen werden.",
"improvement": "Keine"
},
{
"id": "leftover_management",
"points": 12,
"evidence": "Gemeinsame Zutaten und Packungsgrößen sollen so geplant werden, dass Reste weiterverwendet und Abfälle gering gehalten werden; die Resteverwendung soll erläutert werden.",
"improvement": "Keine"
},
{
"id": "grouped_shopping_list",
"points": 9,
"evidence": "Nach den Tagesrezepten wird eine „nach Warengruppen sortierte Einkaufsliste mit den insgesamt benötigten Mengen“ verlangt.",
"improvement": "Keine"
},
{
"id": "alternative_quality",
"points": 9,
"evidence": "Weitere Alternativen sollen unter den gültigen Vorgaben tragfähig und gegenüber früheren Ausarbeitungen wesentlich anders sein; bloße Umbenennung oder Umstellung wird ausgeschlossen. Prägende Unterschiede sollen festgehalten werden. Ausdrücklich begründet werden soll jedoch die Tragfähigkeit, nicht warum gerade die prägenden Unterschiede fachlich wesentlich sind.",
"improvement": "Für jede ausgearbeitete Alternative die prägenden Unterschiede zu den verfügbaren früheren Gesamtplänen benennen und sachlich begründen, warum sie ein eigenständiges Gesamtkonzept bilden."
},
{
"id": "export_integrity",
"points": 10,
"evidence": "Jede vollständige Ausarbeitung soll einzeln exportiert werden, sofern Werkzeuge verfügbar sind. Ohne solche Werkzeuge dürfen weder Speicherung noch Download behauptet werden.",
"improvement": "Keine"
},
{
"id": "process_architecture",
"points": 17,
"evidence": "Auf jede vollständige Ausarbeitung folgt ein Angebot; die weitere Alternative wird erst auf Wunsch ausgearbeitet. Für eine nicht sinnvoll mögliche Alternative ist eine offene Mitteilung vorgesehen. Eine Regel für Ablehnung oder ausbleibenden Wunsch fehlt.",
"improvement": "Festlegen, dass bei Ablehnung oder ohne weiteren Nutzerwunsch keine zusätzliche Ausarbeitung erfolgt."
},
{
"id": "state_architecture",
"points": 16,
"evidence": "Ein kurzer Vergleichsstand früherer Konzepte und einzeln erkennbare vollständige Ausarbeitungen sind vorgesehen. Bei fehlenden früheren Ergebnissen soll der Vergleichsstand erfragt werden; wenn keine sinnvolle Alternative mehr möglich ist, soll dies mitgeteilt werden. Ein erkennbarer Status, ob ein konkretes Alternativangebot offen, angenommen oder abgelehnt ist, wird nicht festgelegt.",
"improvement": "Im Vergleichsstand zusätzlich den Status des jeweils letzten Alternativangebots als offen, angenommen oder abgelehnt kenntlich machen."
},
{
"id": "input_processing",
"points": 8,
"evidence": "Bei fehlender Anzahl, fehlendem Budget oder fehlendem Zeitlimit soll nachgefragt werden. Für fehlende frühere Ergebnisse wird eine Nachfrage oder ein Hinweis auf die begrenzte Neuheitsgarantie verlangt. Gültige Werteformen einschließlich Währung, der Umgang mit ungültigen oder widersprüchlichen Angaben sowie eine begründete Offenlegung von Ersatzannahmen fehlen.",
"improvement": "Gültige Eingaben für Personenzahl, Budget samt Währung und Minutenlimit definieren; bei ungültigen oder widersprüchlichen Angaben nachfragen. Zulässige Ersatzannahmen im Ergebnis offenlegen und begründen, ohne fehlende Tatsachen zu erfinden."
}
],
"total_score": 129,
"priority_fixes": [
{
"criterion_id": "input_processing",
"location": "Platzhalter und Absatz „Falls Anzahl, Budget oder Zeitlimit fehlen“",
"problem": "Währung und gültige Werteformen bleiben offen; ungültige oder widersprüchliche Angaben sind nicht geregelt.",
"change": "Eingabeformate und Gültigkeitsgrenzen festlegen und vor der Planung eine Klärung ungültiger oder widersprüchlicher Pflichtwerte verlangen."
},
{
"criterion_id": "alternative_quality",
"location": "Absatz zu weiteren Alternativen",
"problem": "Die wesentlichen Unterschiede werden benannt, aber nicht ausdrücklich als fachlich prägende Unterschiede begründet.",
"change": "Bei jeder ausgearbeiteten Alternative kurz begründen lassen, warum ihre Unterschiede gegenüber den verfügbaren früheren Gesamtplänen ein eigenständiges Konzept ergeben."
},
{
"criterion_id": "state_architecture",
"location": "Anweisung zum kurzen Vergleichsstand",
"problem": "Der Stand der Konzepte wird festgehalten, nicht aber der Status eines offenen, angenommenen oder abgelehnten Angebots.",
"change": "Den Angebotsstatus als Teil des fortführbaren Stands festhalten."
},
{
"criterion_id": "process_architecture",
"location": "Satz „arbeite sie erst auf Wunsch aus“",
"problem": "Ablehnung und ausbleibender Wunsch haben keinen ausdrücklich geregelten Folgeablauf.",
"change": "Bestimmen, dass in beiden Fällen keine weitere Ausarbeitung begonnen wird."
}
]
}
}
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_catalog_vegan_cakes_alternatives_160_bestLast_260929/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_catalog_vegan_cakes_alternatives_160_bestLast_260929/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/catalog_sources/vegan_cakes_daily.md
- /home/USER/PromptEvolution/domains/prompt_design/variants/alternative_evolution_guidance.md
- files inside /home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/outputs/prompt_design/gen_000
- files inside /home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/outputs/prompt_design/gen_001/meta_workspace
You may edit:
- /home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/prompt_design_agent.py
You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/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, guidance file
and all evaluation/report files unchanged.
Make an actual code change to /home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/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_catalog_vegan_cakes_alternatives_160_bestLast_260929/prompt_design_agent.py
Workspace:
/home/USER/PromptEvolution/runs/sol6_catalog_vegan_cakes_alternatives_160_bestLast_260929/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_catalog_vegan_cakes_alternatives_160_bestLast_260929/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)