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: 142/160
Normalized score: 88.75%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt trennt die Optionsmengen danach, ob tatsächlich eine Internetsuche durchgeführt wurde. Die Buchstaben sind innerhalb jedes Blocks eindeutig und gelten ausdrücklich nur für den angezeigten Block. Unpassende Optionen sollen entfallen.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Setze die bisherige Internetsuche“ stellt den Bezug zur bisherigen Suche her; zusätzliche Suchanfragen, Quellen und relevante Perspektiven sowie eine systematische Erweiterung des Suchraums werden ausdrücklich verlangt.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 15,
        "evidence": "TXT-Format und Sicherung der bisherigen Ausgabe einschließlich relevanter Ergebnisse sind festgelegt. Die Datei muss tatsächlich erstellt und bereitgestellt werden; wie der Nutzer die erzeugte Datei konkret erhält, etwa über einen benannten Dateilink, bleibt offen.",
        "improvement": "Festlegen, dass nach erfolgreicher Erstellung ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad ausgegeben werden."
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Prompt soll „vollständig als neuen, eigenständigen Durchlauf“ bearbeitet werden; bloßes Wiederholen oder Paraphrasieren der vorherigen Antwort ist ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich auf Suchrichtungen, zusätzliche Perspektiven oder die Konkretisierung der Aufgabe. Vorgesehen sind höchstens drei kurze, nummerierte Vorschläge, und nur bei aktuellem Nutzen.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Der Block „Dialogoptionen“ soll jede abgeschlossene Bearbeitung abschließen und klar vom Ergebnis getrennt sein. Eine gesonderte Verständnisbestätigung wird untersagt.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 17,
        "evidence": "Für Sichern und Neuausführen ist die Reihenfolge ausdrücklich geregelt; für Sichern und Beenden ebenso. Bei technischen Hindernissen ist eine knappe Mitteilung mit Bitte um erforderliche Mitwirkung vorgesehen. Für die Wahl von „Aufgabe konkretisieren“ fehlt dagegen ein ebenso klarer Folgeablauf.",
        "improvement": "Festlegen, ob bei Wahl von A zunächst Vorschläge ausgegeben werden, wie der Nutzer eine Richtung auswählt und wann die Bearbeitung fortgesetzt wird."
      },
      {
        "id": "state_architecture",
        "points": 14,
        "evidence": "Der Status einer tatsächlich durchgeführten Suche und das Vorhandensein eines bisherigen Ergebnisses steuern die Optionen. Sicherung und Beendigung beziehungsweise Neuausführung sind beschrieben. Der Übergang nach einer Konkretisierung sowie die Wiederaufnahme nach einem Hindernis bleiben unvollständig.",
        "improvement": "Den Zustand nach Wahl von A und nach einer Hindernismeldung bestimmen, einschließlich der Information, mit der die Bearbeitung wiederaufgenommen wird."
      },
      {
        "id": "input_processing",
        "points": 14,
        "evidence": "Die Nutzerauswahl erfolgt über die angezeigten Buchstaben; für eine Neuausführung wird der ursprüngliche Prompt benötigt. Fehlt er, soll um Mitwirkung gebeten werden, und eine nicht erfolgte Speicherung darf nicht behauptet werden. Ungültige oder mehrdeutige Auswahlen und widersprüchliche Angaben sind nicht ausdrücklich behandelt.",
        "improvement": "Eine einzelne Auswahl aus dem zuletzt angezeigten Block als gültige Eingabe definieren und bei ungültigen, mehrdeutigen oder widersprüchlichen Angaben gezielt nachfragen."
      }
    ],
    "total_score": 142,
    "priority_fixes": [
      {
        "criterion_id": "process_architecture",
        "location": "Abschnitt „Ausführung einer gewählten Option“",
        "problem": "Für die angezeigte Option „Aufgabe konkretisieren“ fehlt ein klarer Ablauf nach ihrer Wahl.",
        "change": "Vorgeben, wann die nummerierten Vorschläge erscheinen, wie eine Richtung gewählt wird und wie danach die Aufgabe fortgesetzt wird."
      },
      {
        "criterion_id": "input_processing",
        "location": "Abschnitte „Auswahl der Optionen“ und „Ausführung einer gewählten Option“",
        "problem": "Für ungültige, mehrdeutige oder widersprüchliche Nutzerauswahlen gibt es keine Regel.",
        "change": "Nur eindeutige Auswahlen aus dem zuletzt angezeigten Block akzeptieren; andernfalls knapp nachfragen."
      },
      {
        "criterion_id": "txt_preservation",
        "location": "Anweisungen zum Sichern",
        "problem": "„Bereitstellen“ legt nicht fest, wie der Nutzer auf eine erfolgreich erzeugte TXT-Datei zugreift.",
        "change": "Nach erfolgreicher Erstellung einen konkreten Dateinamen und einen tatsächlich verfügbaren Link oder Zugriffspfad ausgeben."
      },
      {
        "criterion_id": "state_architecture",
        "location": "Regel zu technischen Hindernissen und fehlendem ursprünglichem Prompt",
        "problem": "Nach der Bitte um Mitwirkung ist die Wiederaufnahme des unterbrochenen Ablaufs nicht bestimmt.",
        "change": "Festlegen, dass nach Behebung des Hindernisses die zuvor gewählte Aktion mit den noch verfügbaren bisherigen Ergebnissen fortgesetzt oder andernfalls erneut angeboten 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_000
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_001/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte, innerhalb jeder Variante eindeutig belegte Optionslisten für Durchläufe mit und ohne tatsächliche Internetsuche fest. Vor einem Ergebnis wird keine Abschlussauswahl angeboten; stattdessen wird fehlender Input erfragt.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "Die Suchvertiefung soll die bisherige Internetsuche fortsetzen und durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven den bisherigen Suchraum systematisch vergrößern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgeschrieben sind eine TXT-Datei mit der bisherigen Ausgabe einschließlich relevanter Ergebnisse sowie die Nennung einer konkreten Datei und eines verfügbaren Download-Links oder Zugriffspfads erst nach tatsächlicher Erstellung.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Nach erfolgreichem Speichern soll der ursprüngliche Prompt vollständig als neuer, eigenständiger Durchlauf bearbeitet werden. Bloßes Wiederholen oder Umformulieren der vorigen Ausgabe wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfe bezieht sich auf Aufgabe beziehungsweise Suchrichtung. Nur wenn sie sinnvoll ist, sollen wenige unterscheidbare, nummerierte Vorschläge erscheinen; alternativ kann der Nutzer eine eigene konkrete Richtung nennen.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Optionen stehen am Ende in einem klar vom Ergebnis abgegrenzten Abschnitt „Nächste Schritte“. Der Prompt untersagt, über das Verstehen von Anweisungen zu sprechen, und stellt das Ergebnis in den Vordergrund.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Sichern muss vor Neuausführung oder Beenden erfolgen. Für Hilfe, Suchvertiefung und Sicherung sind Folgeergebnisse beziehungsweise Endpunkte beschrieben; bei fehlenden Eingaben oder technischen Hindernissen ist eine Rückfrage statt einer Erfolgsmeldung vorgesehen.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Der Prompt bezieht bisherige Ergebnisse, zuletzt angezeigte Optionen und ausstehende Aktionen ein; nach Behebung eines Hindernisses soll mit weiterhin verfügbaren Ergebnissen fortgesetzt, andernfalls die Aktion erneut angeboten werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Erforderlich sind der ursprüngliche Prompt und eine eindeutige Wahl aus den zuletzt angezeigten Optionen. Ungültige, mehrdeutige oder widersprüchliche Eingaben lösen eine Rückfrage statt einer Aktion aus. Fehlender notwendiger Input wird angefordert; eine nicht erstellte Datei darf nicht als vorhanden ausgegeben 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_001
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_002/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_003

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte, innerhalb jeder Variante eindeutig belegte Optionslisten für Durchläufe mit und ohne tatsächliche Internetsuche fest. Vor einem Ergebnis wird keine Abschlussauswahl angeboten; stattdessen wird fehlender Input erfragt.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "Die Suchvertiefung soll die bisherige Internetsuche fortsetzen und durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven den bisherigen Suchraum systematisch vergrößern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgeschrieben sind eine TXT-Datei mit der bisherigen Ausgabe einschließlich relevanter Ergebnisse sowie die Nennung einer konkreten Datei und eines verfügbaren Download-Links oder Zugriffspfads erst nach tatsächlicher Erstellung.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Nach erfolgreichem Speichern soll der ursprüngliche Prompt vollständig als neuer, eigenständiger Durchlauf bearbeitet werden. Bloßes Wiederholen oder Umformulieren der vorigen Ausgabe wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfe bezieht sich auf Aufgabe beziehungsweise Suchrichtung. Nur wenn sie sinnvoll ist, sollen wenige unterscheidbare, nummerierte Vorschläge erscheinen; alternativ kann der Nutzer eine eigene konkrete Richtung nennen.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Optionen stehen am Ende in einem klar vom Ergebnis abgegrenzten Abschnitt „Nächste Schritte“. Der Prompt untersagt, über das Verstehen von Anweisungen zu sprechen, und stellt das Ergebnis in den Vordergrund.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Sichern muss vor Neuausführung oder Beenden erfolgen. Für Hilfe, Suchvertiefung und Sicherung sind Folgeergebnisse beziehungsweise Endpunkte beschrieben; bei fehlenden Eingaben oder technischen Hindernissen ist eine Rückfrage statt einer Erfolgsmeldung vorgesehen.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Der Prompt bezieht bisherige Ergebnisse, zuletzt angezeigte Optionen und ausstehende Aktionen ein; nach Behebung eines Hindernisses soll mit weiterhin verfügbaren Ergebnissen fortgesetzt, andernfalls die Aktion erneut angeboten werden.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Erforderlich sind der ursprüngliche Prompt und eine eindeutige Wahl aus den zuletzt angezeigten Optionen. Ungültige, mehrdeutige oder widersprüchliche Eingaben lösen eine Rückfrage statt einer Aktion aus. Fehlender notwendiger Input wird angefordert; eine nicht erstellte Datei darf nicht als vorhanden ausgegeben 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_001
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_003/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_003

Target generation:
gen_004

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte Optionslisten für Durchläufe mit und ohne tatsächlich durchgeführte Internetsuche fest. Die Buchstaben sind innerhalb beider Listen eindeutig; die Ausführungsregeln verwenden dieselben Zuordnungen. Vor einem abgeschlossenen Durchlauf oder bei fehlenden Eingaben entfallen Abschlussoptionen ausdrücklich.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Setze die bisherige Internetsuche tatsächlich fort“ verlangt einen Bezug zur bisherigen Suche. Zusätzliche Suchanfragen, Quellen und relevante Perspektiven sollen den Suchraum systematisch erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Die bisherige Ausgabe einschließlich relevanter Ergebnisse soll vollständig in einer TXT-Datei gespeichert werden. Erst nach tatsächlicher Erstellung sind ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad zu nennen; eine nicht erfolgte Speicherung darf nicht behauptet werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Prompt soll „als neuen, eigenständigen Durchlauf vollständig“ ausgeführt werden. Bloßes Wiederholen oder Umformulieren der vorherigen Ausgabe wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfe bezieht sich nach einer Suche auf die Suchrichtung, sonst auf die Aufgabe. Bei Bedarf sind wenige konkrete, mit (1), (2) usw. nummerierte Vorschläge vorgesehen; lange Listen sollen vermieden werden.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Dialogoptionen sollen nach dem Ergebnis unter einer eigenen Überschrift stehen. Der Prompt verlangt außerdem, auf Verständnisbestätigungen zu verzichten.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Bei kombinierten Aktionen muss das Speichern vor Neuausführung oder Abschluss erfolgen. Auswahl, Klärung und Suchvertiefung haben erkennbare Folgewege. Bei fehlenden Eingaben oder technischen Hindernissen ist das Hindernis zu benennen; erfolglose Schritte dürfen nicht als abgeschlossen gelten.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf; nach einer Neuausführung zählt deren eigener Suchstatus. Die zuletzt angezeigten Optionen und Vorschläge bestimmen die Bedeutung späterer Auswahlen. Bisherige Ergebnisse werden für Sicherung und Fortsetzung benötigt; nach einem Hindernis ist die Aktion mit noch verfügbaren Ergebnissen fortzusetzen oder erneut anzubieten.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Der Prompt setzt den ursprünglichen Prompt und eine eindeutige Auswahl aus den zuletzt angezeigten Optionen voraus. Ungültige, mehrdeutige oder widersprüchliche Auswahlen lösen eine Rückfrage statt einer Aktion aus. Bei fehlenden Eingaben wird gezielt nachgefragt; eine nicht erfolgte Dateierstellung darf nicht behauptet 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_003
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_004/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_004

Target generation:
gen_005

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte, innerhalb und zwischen den Listen widerspruchsfreie Optionen für Durchläufe mit und ohne tatsächlich durchgeführte Internetsuche fest. Vor dem ersten Abschluss erscheinen keine Optionen; ohne speicherbare Ausgabe entfällt die Speicherung.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Suche vertiefen“ verlangt die Fortsetzung der bisherigen Suche mit neuen Suchanfragen, zusätzlichen Quellen und relevanten Perspektiven statt einer bloßen Wiederholung.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Die vollständige bisherige Ausgabe einschließlich relevanter Ergebnisse soll als TXT-Datei gespeichert werden. Dateiname und verfügbarer Link oder Zugriffspfad dürfen erst nach tatsächlicher Erstellung genannt werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "„Neu ausführen“ fordert den vollständigen ursprünglichen Prompt als eigenständigen neuen Durchlauf und untersagt, die vorherige Antwort lediglich zu wiederholen oder zu paraphrasieren.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich auf Aufgabe oder Suchrichtung. Erst nach Auswahl sollen wenige passende, nummerierte Vorschläge erscheinen; bei unbestimmbarer Richtung ist stattdessen eine gezielte Rückfrage vorgesehen.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Dialogoptionen sollen am Ende und klar vom Ergebnis getrennt stehen. Das Ergebnis ist in den Vordergrund zu stellen, statt bloß das Verständnis von Anweisungen zu bestätigen.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Auswahl, Ausführung und erneute Optionsanzeige sind geordnet. Neuausführung und Beenden sind ausdrücklich von erfolgreicher TXT-Erstellung abhängig; für Hindernisse und nicht fortsetzbare Aktionen sind Fehlerwege festgelegt.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich sind die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf, die zuletzt angezeigten Optionen und die bisherige Ausgabe. Nach einer Aktion werden passende Optionen erneut angezeigt; bei Hindernissen wird mit noch verfügbaren Ergebnissen fortgesetzt oder die Aktion erneut angeboten.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Erforderlich sind eine eindeutige Auswahl aus den zuletzt angezeigten Optionen und für die Neuausführung der ursprüngliche Prompt. Ungültige oder widersprüchliche Eingaben führen zu einer Rückfrage statt zu einer Aktion; fehlende Angaben werden erfragt und eine nicht erfolgte Dateierstellung darf nicht behauptet 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_004
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_005/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_005

Target generation:
gen_006

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Getrennte, widerspruchsfreie Auswahllisten für Durchläufe mit und ohne tatsächlich durchgeführte Internetsuche; die Buchstaben sind innerhalb jeder Liste eindeutig. Vor Bearbeitung oder ohne sicherbares Ergebnis entfällt die Abschlussauswahl.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Suche vertiefen“ verlangt ausdrücklich, die bisherige Suche fortzusetzen und den Suchraum durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven zu erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgegeben sind eine TXT-Datei mit der vollständigen bisherigen Ausgabe einschließlich relevanter Ergebnisse sowie nach erfolgreicher Erstellung ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad. Eine nicht erfolgte Erstellung darf nicht behauptet werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Prompt soll vollständig als neuer, eigenständiger Durchlauf bearbeitet werden; bloßes Wiederholen oder Umformulieren der vorherigen Antwort ist ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich je nach Variante auf Aufgabe oder Suchrichtung. Vorgesehen sind wenige sinnvolle, mit „(1)“ nummerierte und per Nummer auswählbare Vorschläge.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Auswahl soll am Ende nach dem Ergebnis und unter einer deutlich erkennbaren Überschrift stehen. Verständnisbestätigungen werden ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Erst wird der Nutzerprompt bearbeitet, dann eine passende Auswahl angezeigt. Bei Neuausführung und Beenden muss die Sicherung zuvor erfolgreich sein. Für Hindernisse sind Benennung, gezielte Nachfrage und Fortsetzung statt einer Erfolgsmeldung geregelt; nach einem Neudurchlauf folgt erneut eine passende Auswahl.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Der Prompt berücksichtigt bisherige Ergebnisse, die zuletzt angezeigte Auswahl und noch verfügbare Ergebnisse bei einer Fortsetzung. Übergänge nach Aktionen sowie Unterbrechung und Wiederaufnahme sind geregelt.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Benannt sind der eigentliche beziehungsweise ursprüngliche Nutzerprompt und eine eindeutige Wahl aus der zuletzt angezeigten Auswahl. Für ungültige oder widersprüchliche Wahlen sowie fehlende Angaben sind gezielte Rückfragen vorgesehen. Nicht durchgeführte Suchen und nicht erstellte Dateien dürfen nicht als erfolgt gelten.",
        "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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_005
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_006/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_005

Target generation:
gen_007

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Getrennte, widerspruchsfreie Auswahllisten für Durchläufe mit und ohne tatsächlich durchgeführte Internetsuche; die Buchstaben sind innerhalb jeder Liste eindeutig. Vor Bearbeitung oder ohne sicherbares Ergebnis entfällt die Abschlussauswahl.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Suche vertiefen“ verlangt ausdrücklich, die bisherige Suche fortzusetzen und den Suchraum durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven zu erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgegeben sind eine TXT-Datei mit der vollständigen bisherigen Ausgabe einschließlich relevanter Ergebnisse sowie nach erfolgreicher Erstellung ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad. Eine nicht erfolgte Erstellung darf nicht behauptet werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Prompt soll vollständig als neuer, eigenständiger Durchlauf bearbeitet werden; bloßes Wiederholen oder Umformulieren der vorherigen Antwort ist ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich je nach Variante auf Aufgabe oder Suchrichtung. Vorgesehen sind wenige sinnvolle, mit „(1)“ nummerierte und per Nummer auswählbare Vorschläge.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Auswahl soll am Ende nach dem Ergebnis und unter einer deutlich erkennbaren Überschrift stehen. Verständnisbestätigungen werden ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Erst wird der Nutzerprompt bearbeitet, dann eine passende Auswahl angezeigt. Bei Neuausführung und Beenden muss die Sicherung zuvor erfolgreich sein. Für Hindernisse sind Benennung, gezielte Nachfrage und Fortsetzung statt einer Erfolgsmeldung geregelt; nach einem Neudurchlauf folgt erneut eine passende Auswahl.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Der Prompt berücksichtigt bisherige Ergebnisse, die zuletzt angezeigte Auswahl und noch verfügbare Ergebnisse bei einer Fortsetzung. Übergänge nach Aktionen sowie Unterbrechung und Wiederaufnahme sind geregelt.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Benannt sind der eigentliche beziehungsweise ursprüngliche Nutzerprompt und eine eindeutige Wahl aus der zuletzt angezeigten Auswahl. Für ungültige oder widersprüchliche Wahlen sowie fehlende Angaben sind gezielte Rückfragen vorgesehen. Nicht durchgeführte Suchen und nicht erstellte Dateien dürfen nicht als erfolgt gelten.",
        "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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_005
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_007/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_007

Target generation:
gen_008

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte, durchgängig eindeutige Optionslisten für Durchläufe mit und ohne tatsächlich erfolgte Internetsuche fest. Vor Abschluss eines Durchlaufs oder ohne weiterbearbeitbares Ergebnis wird keine Auswahl angezeigt.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "Die Suchvertiefung soll die bisherige Suche unter Berücksichtigung bisheriger Ergebnisse fortsetzen und durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven den Suchraum erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgesehen ist eine TXT-Datei mit der vollständigen bisherigen Ausgabe einschließlich relevanter Ergebnisse. Ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad dürfen erst nach tatsächlicher Erstellung genannt werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Nutzerprompt soll vollständig in einem neuen, eigenständigen Durchlauf bearbeitet werden; eine bloße Wiederholung oder Umformulierung der vorherigen Antwort wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich auf Aufgabe oder Suchrichtung. Der Prompt verlangt wenige, unterscheidbare und nummerierte Vorschläge, aus denen der Nutzer eine Zahl wählen oder eine eigene Richtung nennen kann.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Dialogauswahl erscheint erst nach dem Ergebnis und soll deutlich davon getrennt sein. Bestätigungen des Anweisungsverständnisses werden ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Sichern muss einem Neudurchlauf oder Beenden vorausgehen. Der Prompt regelt die Wahl einer Folgeaktion, den Umgang mit Hindernissen und das Ergebnis eines Neudurchlaufs beziehungsweise das Ende nach erfolgreichem Speichern.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Die zuletzt angezeigte Auswahl und bisherige Ergebnisse bestimmen die Fortsetzung; frühere Auswahlen gelten nicht fort. Für Hindernisse, Wiederaufnahme und Beenden bestehen Regeln.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Der Prompt benennt die eindeutige Wahl aus der zuletzt angezeigten Auswahl und den ursprünglichen Nutzerprompt für den Neudurchlauf. Ungültige oder widersprüchliche Wahlen führen zur Rückfrage; fehlende Eingaben werden gezielt erfragt. Nicht erstellte Dateien dürfen nicht als erstellt ausgegeben 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_007
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_008/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_008

Target generation:
gen_009

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt enthält getrennte, innerhalb ihrer jeweiligen Liste eindeutige Folgeauswahlen für Durchläufe mit und ohne tatsächlich durchgeführte Internetsuche. Die einleitende Regel stimmt mit beiden Listen überein; ohne bearbeitete Aufgabe oder sicherbares Ergebnis sollen unpassende Optionen entfallen.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "„Setze die bisherige Internetsuche fort“ verlangt eine Fortsetzung. Zusätzliche Suchanfragen, Quellen und relevante Perspektiven sollen den bisherigen Suchraum systematisch erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Verlangt wird eine TXT-Datei mit der vollständigen Ausgabe des betreffenden Durchlaufs einschließlich relevanter Ergebnisse, ohne Kürzung oder Paraphrase. Dateiname und verfügbarer Download-Link oder Zugriffspfad dürfen erst nach tatsächlicher Erstellung genannt werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der vollständige ursprüngliche Prompt soll in einem „neuen, eigenständigen Durchlauf“ bearbeitet werden. Eine bloße Umformulierung der vorherigen Ausgabe wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Die Hilfen beziehen sich auf Aufgabe oder Suchrichtung. Vorgesehen sind wenige passende, nummerierte und tatsächlich hilfreiche Vorschläge; bei fehlender konkreter Angabe soll stattdessen gezielt gefragt werden.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Folgeauswahl soll am Ende der Antwort unter der abgrenzenden Überschrift „Folgeauswahl“ stehen. Eine Bestätigungsfrage zum Verständnis der Anweisungen wird untersagt.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Erst wird die Aufgabe bearbeitet, dann die passende Auswahl gezeigt. Neuausführung und Beenden sind ausdrücklich vom erfolgreichen Speichern abhängig. Für technische Hindernisse ist eine Rückfrage mit anschließender Fortsetzung oder erneutem Angebot vorgesehen; Neuausführung und Beenden haben jeweils ein festgelegtes Folgeergebnis.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Maßgeblich ist die tatsächlich durchgeführte Internetsuche im gerade abgeschlossenen Durchlauf. Die zuletzt angezeigte Folgeauswahl und die Ausgabe des betreffenden Durchlaufs bestimmen die Fortsetzung. Bei Hindernissen soll die Aktion mit noch verfügbaren Ergebnissen fortgesetzt oder erneut angeboten werden; nach erfolgreichem Beenden entfällt eine neue Folgeauswahl.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Benannt sind die eindeutige Wahl aus der letzten Folgeauswahl und, für eine Neuausführung, der ursprüngliche Prompt. Ungültige, mehrdeutige oder widersprüchliche Wahlen lösen eine gezielte Rückfrage aus. Fehlende Eingaben und technische Hindernisse sind konkret zu benennen, statt betroffene Aktionen zu beginnen oder einen nicht erreichten Erfolg zu behaupten.",
        "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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_008
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_009/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_009

Target generation:
gen_010

Latest evaluation:

Overall score: 160/160
Normalized score: 100.00%

Detailed evaluator report:
{
  "rubric": {
    "title": "Bewertungsschema für einen ergebnisabhängigen Dialogabschluss",
    "application": "Prüfung eines Prompts, der nach einer Aufgabenbearbeitung passende Dialogoptionen ausgeben und auf Nutzerauswahl hin eine Suche vertiefen, ein Ergebnis als TXT sichern, den ursprünglichen Prompt neu ausführen oder den Dialog beenden soll.",
    "scientific_basis": "Die sechs anwendungsspezifischen Kriterien messen die unmittelbar beabsichtigten Funktionen und ergeben 100 Punkte. Die eindeutige Auswahl der Dialogoptionen erhält das höchste Gewicht, weil widersprüchliche Zuordnungen die übrigen Funktionen für Nutzer schwer auswählbar machen. Suche, TXT-Sicherung und Neuausführung werden getrennt bewertet, damit fachliche Stärken und Schwächen unterscheidbar bleiben. Hilfen und Darstellung erhalten geringere, aber eigenständige Gewichte. Die drei zusätzlichen Kriterien prüfen mit je 20 Punkten Ablauf, Zustandsführung und Eingabebehandlung, ohne die fachlichen Funktionen erneut zu bewerten. Diese Trennung unterstützt Inhaltsvalidität und vermeidet doppelte Abzüge. Textlich beobachtbare Prüffragen und feste Teilpunktregeln fördern Messbarkeit und Reliabilität; tatsächliches Modellverhalten oder verfügbare Werkzeuge werden nicht vorausgesetzt.",
    "criteria": [
      {
        "id": "option_logic",
        "name": "Bedingte und widerspruchsfreie Dialogoptionen",
        "max_points": 25,
        "definition": "Geprüft wird, welche Optionen der Prompt für Bearbeitungen mit und ohne Internetsuche vorsieht, ob ihre Buchstaben und Bedeutungen innerhalb des gesamten Prompt-Texts vereinbar sind und ob unnötige Optionen entfallen dürfen. Nicht bewertet werden die Ausführung einer gewählten Aktion, die Speicherung des Suchstatus oder die optische Abgrenzung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) getrennte Optionsmengen mit und ohne Internetsuche; (2) eindeutige Zuordnung jedes Buchstabens innerhalb der Such-Variante; (3) eindeutige Zuordnung jedes Buchstabens innerhalb der Variante ohne Suche; (4) Widerspruchsfreiheit zwischen einleitenden Regeln und verpflichtenden Optionslisten; (5) eine eindeutige Regel, wann im aktuellen Stadium unpassende Optionen entfallen. Pro Prüfpunkt 5 bei klarer, durchgängig geltender Regel, 2 bei nur teilweiser oder auslegungsbedürftiger Regel, 0 bei fehlender oder widersprüchlicher Regel. 0 insgesamt, wenn keiner der fünf Prüfpunkte erfüllt ist.",
        "weight_rationale": "25 Punkte, weil die korrekte Auswahl und Bedeutung der Optionen die zentrale Nutzerschnittstelle bildet; Fehler hier können auch korrekt beschriebene Folgeaktionen unzugänglich oder missverständlich machen."
      },
      {
        "id": "search_expansion",
        "name": "Fachliche Vorgaben zur Suchvertiefung",
        "max_points": 18,
        "definition": "Geprüft werden ausschließlich die inhaltlichen Anforderungen an eine gewählte Suchvertiefung: Fortsetzung der bisherigen Suche, zusätzliche Suchanfragen und Quellen sowie relevante neue Perspektiven. Nicht bewertet werden Buchstabenbelegung, Erkennung oder Speicherung einer zuvor erfolgten Suche und der allgemeine Arbeitsablauf.",
        "scoring_guide": "Je 6 Punkte für: (1) Bezug zur bisherigen Suche statt eines unverbundenen Neustarts; (2) Erweiterung durch zusätzliche Suchanfragen und Quellen; (3) Erweiterung um relevante Perspektiven mit dem Ziel eines größeren Suchraums. Pro Prüfpunkt 6 bei ausdrücklicher und klarer Vorgabe, 3 bei nur allgemeiner oder unvollständiger Vorgabe, 0 ohne entsprechende Vorgabe. 0 insgesamt, wenn keine Suchvertiefung beschrieben ist.",
        "weight_rationale": "18 Punkte, weil Suchvertiefung eine wesentliche, aber nur nach einer Internetsuche einschlägige Fachfunktion ist."
      },
      {
        "id": "txt_preservation",
        "name": "Inhalt und Zugänglichkeit der TXT-Sicherung",
        "max_points": 18,
        "definition": "Geprüft wird, was bei einer gewählten Sicherung in der TXT-Datei stehen soll und wie der Nutzer eine tatsächlich erzeugte Datei erhalten kann. Nicht bewertet werden Optionsbuchstaben, die zeitliche Reihenfolge von Sicherung und Folgeaktion, Eingabevalidierung oder die Neuausführung selbst.",
        "scoring_guide": "Je 6 Punkte für: (1) ausdrückliche Festlegung des TXT-Formats; (2) Umfang der Sicherung einschließlich bisheriger Ausgabe und relevanter Ergebnisse; (3) eine prüfbare Vorgabe, wie eine erzeugte Datei bereitgestellt oder benannt wird, ohne eine nicht erfolgte Speicherung als erfolgt auszugeben. Pro Prüfpunkt 6 bei eindeutiger Vorgabe, 3 bei unvollständiger oder auslegungsbedürftiger Vorgabe, 0 bei fehlender Vorgabe. 0 insgesamt, wenn keine Sicherung vorgesehen ist.",
        "weight_rationale": "18 Punkte, weil die Sicherung ein eigenständiges Arbeitsergebnis ist und ihr Nutzen von Inhalt und Zugänglichkeit abhängt, nicht allein von der Anzeige einer Option."
      },
      {
        "id": "independent_rerun",
        "name": "Eigenständigkeit der Neuausführung",
        "max_points": 17,
        "definition": "Geprüft werden die fachlichen Vorgaben dafür, was eine gewählte Neuausführung im Unterschied zur Wiederholung der alten Antwort leisten soll. Nicht bewertet werden die Ermittlung des ursprünglichen Prompts als Eingabe, die TXT-Sicherung, Optionsbuchstaben oder die Reihenfolge der Arbeitsschritte.",
        "scoring_guide": "6 Punkte für die ausdrückliche Forderung, den ursprünglichen Prompt vollständig erneut zu bearbeiten; 6 Punkte für die Vorgabe eines neuen, eigenständigen Durchlaufs; 5 Punkte für den ausdrücklichen Ausschluss einer bloßen Wiederholung oder Umformulierung der bisherigen Ausgabe. Je Teilaspekt volle Punkte bei eindeutiger Vorgabe, ungefähr die Hälfte bei nur indirekter oder eingeschränkter Vorgabe, sonst 0. 0 insgesamt, wenn keine Neuausführung vorgesehen ist.",
        "weight_rationale": "17 Punkte, weil eine vermeintliche Neuausführung ohne eigenständige Bearbeitung den vorgesehenen Nutzen der Funktion verfehlt."
      },
      {
        "id": "clarification_help",
        "name": "Zweckmäßigkeit der Konkretisierungshilfen",
        "max_points": 12,
        "definition": "Geprüft wird, ob optionale Hilfen dem Nutzer bei der Konkretisierung der Aufgabe beziehungsweise Suchrichtung dienen und die Auswahl überschaubar halten. Nicht bewertet werden die übergeordneten Regeln, ob eine Dialogoption in einem bestimmten Zustand verfügbar ist, oder die Darstellung der gesamten Optionsliste.",
        "scoring_guide": "Je 4 Punkte für: (1) auf Aufgabe beziehungsweise Suchrichtung bezogene Hilfen; (2) nummerierte, einfach auswählbare Vorschläge; (3) Begrenzung unnötiger Vorschläge. Pro Prüfpunkt 4 bei eindeutiger Vorgabe, 2 bei nur teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn keine Konkretisierungshilfen beschrieben sind.",
        "weight_rationale": "12 Punkte, weil Hilfen die Bedienbarkeit verbessern, gegenüber den eigentlichen Folgeaktionen aber unterstützend bleiben."
      },
      {
        "id": "output_presentation",
        "name": "Erkennbare Darstellung des Dialogabschlusses",
        "max_points": 10,
        "definition": "Geprüft werden ausschließlich Platzierung und visuelle beziehungsweise sprachliche Abgrenzung der Dialogoptionen vom Arbeitsergebnis sowie der Verzicht auf bloße Verständnisbestätigungen. Nicht bewertet werden Auswahl, Bedeutung oder Ausführung der Optionen.",
        "scoring_guide": "Je 5 Punkte für: (1) klare Vorgabe, die Dialogoptionen am Ende und erkennbar getrennt vom Arbeitsergebnis auszugeben; (2) klare Vorgabe, unnötige Verständnisbestätigungen zugunsten des Ergebnisses zu vermeiden. Pro Prüfpunkt 5 bei eindeutiger Vorgabe, 2 bei teilweiser Vorgabe, 0 ohne Vorgabe. 0 insgesamt, wenn beide Vorgaben fehlen.",
        "weight_rationale": "10 Punkte, weil eine erkennbare Ausgabe Fehlbedienung reduziert, ihre Form aber nachrangig gegenüber eindeutiger Logik und korrekten Aktionen ist."
      },
      {
        "id": "process_architecture",
        "name": "Nachvollziehbarer Ablauf der Folgeaktionen",
        "max_points": 20,
        "definition": "Geprüft wird, ob sich aus dem Prompt ein nachvollziehbarer Ablauf mit sinnvollen Arbeitsschritten, Abhängigkeiten, Entscheidungen, Fehlerwegen und Ergebnissen ableiten lässt, etwa für Sichern und anschließendes Neuausführen oder Beenden. Eine bestimmte technische Umsetzung wird nicht verlangt. Nicht erneut bewertet werden die fachliche Qualität der einzelnen Aktionen, Optionsbuchstaben, gespeicherte Zwischenstände oder Eingabeformate.",
        "scoring_guide": "Je 5 Punkte für: (1) erkennbare Reihenfolge voneinander abhängiger Schritte; (2) nachvollziehbare Entscheidungspunkte für Folgeaktionen; (3) Regel für nicht ausführbare Schritte statt stillschweigender Erfolgsmeldung; (4) erkennbares Ergebnis beziehungsweise Ende eines gewählten Ablaufs. Pro Prüfpunkt 5 bei eindeutiger, dem kurzen Dialog angemessener Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn kein ausführbarer Ablauf ableitbar ist.",
        "weight_rationale": "20 Punkte, weil ein fachlich passendes Optionsangebot erst mit einer widerspruchsfreien Abfolge verlässlich ausführbar wird. Eine einfache, eindeutige Regel genügt; zusätzliche Komplexität wird nicht belohnt."
      },
      {
        "id": "state_architecture",
        "name": "Bestimmbarkeit von Zwischenstand und Fortsetzung",
        "max_points": 20,
        "definition": "Geprüft wird, ob der Prompt ausreichend bestimmt, welche Informationen über Dialogschritte hinweg benötigt werden und wie Fortschritt, Übergänge, Abbruch und Wiederaufnahme zu behandeln sind. Dazu gehören etwa der Status einer tatsächlich erfolgten Suche und die Verfügbarkeit bisheriger Ergebnisse. Eine technische Zustandsarchitektur wird nicht verlangt. Nicht bewertet werden die Optionszuordnung selbst, Dateiinhalte oder das Parsen neuer Nutzereingaben.",
        "scoring_guide": "Je 5 Punkte für: (1) Bestimmbarkeit des für Folgeentscheidungen nötigen Suchstatus; (2) Bestimmbarkeit der für Sicherung oder Fortsetzung nötigen bisherigen Ergebnisse; (3) klare Behandlung des Übergangs nach einer gewählten Aktion; (4) dem Anwendungsfall angemessene Regeln für Abbruch und Wiederaufnahme, auch wenn diese schlicht ausfallen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei unvollständiger Regel, 0 ohne Regel. 0 insgesamt, wenn erforderliche Zwischenstände und Übergänge nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil mehrschrittige Dialogfunktionen ohne hinreichend bestimmbare Zwischenstände nicht zuverlässig fortgesetzt werden können. Bewertet wird Angemessenheit, nicht technische Ausführlichkeit."
      },
      {
        "id": "input_processing",
        "name": "Eingaben und Umgang mit Lücken oder Widersprüchen",
        "max_points": 20,
        "definition": "Geprüft wird, welche Eingaben für die Folgeaktionen erforderlich sind, wie deren Form und Gültigkeit erkennbar werden und was bei fehlenden, mehrdeutigen oder widersprüchlichen Angaben geschieht. Dazu zählen die Nutzerauswahl und die Verfügbarkeit des ursprünglichen Prompts. Ersatzannahmen müssen kenntlich und sachlich begründet sein; fehlende Tatsachen dürfen nicht erfunden werden. Nicht bewertet werden die fachliche Bedeutung korrekt erkannter Optionen, gespeicherte Dialogzustände oder die Ausführung gewählter Aktionen.",
        "scoring_guide": "Je 5 Punkte für: (1) benannte erforderliche Eingaben einschließlich Nutzerauswahl und ursprünglichem Prompt, soweit benötigt; (2) erkennbare Regeln für zulässige Eingabeformen und ungültige Auswahl; (3) Behandlung fehlender oder widersprüchlicher Angaben durch Rückfrage, begründete kenntliche Ersatzannahme oder begründeten Verzicht; (4) ausdrücklicher oder eindeutig ableitbarer Ausschluss erfundener fehlender Tatsachen. Pro Prüfpunkt 5 bei eindeutiger Regel, 2 bei lückenhafter Regel, 0 ohne Regel. 0 insgesamt, wenn Eingaben und deren Behandlung nicht bestimmbar sind.",
        "weight_rationale": "20 Punkte, weil unklare oder fehlende Eingaben sonst zu falschen Folgeaktionen oder vorgetäuschten Ergebnissen führen können. Das Kriterium misst Eingabedisziplin getrennt von Dialoglogik und Ablauf."
      }
    ]
  },
  "evaluation": {
    "rubric_id": "41ba3f11ca9bdb0b",
    "criterion_scores": [
      {
        "id": "option_logic",
        "points": 25,
        "evidence": "Der Prompt legt getrennte Optionssets nach tatsächlich erfolgter Internetsuche fest. Die Buchstaben sind innerhalb jedes Sets eindeutig; die Ausführungsregeln unterscheiden ausdrücklich das suchabhängige (B). Ohne abgeschlossenes Ergebnis sollen unpassende Optionen entfallen.",
        "improvement": "Keine"
      },
      {
        "id": "search_expansion",
        "points": 18,
        "evidence": "Die gewählte Vertiefung soll die bisherige Recherche fortsetzen und den Suchraum durch zusätzliche Suchanfragen, Quellen und relevante Perspektiven erweitern.",
        "improvement": "Keine"
      },
      {
        "id": "txt_preservation",
        "points": 18,
        "evidence": "Vorgeschrieben sind eine TXT-Datei mit der vollständigen bisherigen Ausgabe einschließlich relevanter Ergebnisse sowie nach tatsächlicher Erstellung ein konkreter Dateiname und ein verfügbarer Download-Link oder Zugriffspfad. Eine nicht erfolgte Erstellung darf nicht behauptet werden.",
        "improvement": "Keine"
      },
      {
        "id": "independent_rerun",
        "points": 17,
        "evidence": "Der ursprüngliche Prompt soll vollständig in einem neuen, eigenständigen Durchlauf bearbeitet werden; bloßes Wiederholen oder Umformulieren der vorherigen Antwort wird ausdrücklich ausgeschlossen.",
        "improvement": "Keine"
      },
      {
        "id": "clarification_help",
        "points": 12,
        "evidence": "Nach Auswahl von (A) sind wenige passende, nummerierte Vorschläge zur Suchrichtung beziehungsweise Aufgabe vorgesehen. Der Nutzer kann eine Nummer oder eine eigene eindeutige Richtung wählen.",
        "improvement": "Keine"
      },
      {
        "id": "output_presentation",
        "points": 10,
        "evidence": "Die Optionen sollen nach dem Ergebnis erscheinen und klar davon abgegrenzt sein. Der Prompt untersagt Kommentare darüber, ob die Anweisungen verstanden wurden.",
        "improvement": "Keine"
      },
      {
        "id": "process_architecture",
        "points": 20,
        "evidence": "Auswahl und Folgeaktionen sind geordnet; bei Sicherungsoptionen muss das Speichern vor Neuausführung oder abgeschlossenem Beenden erfolgreich sein. Hindernisse führen zu einer gezielten Rückfrage statt zu einer Erfolgsmeldung; Fortsetzung und erneutes Angebot sind geregelt.",
        "improvement": "Keine"
      },
      {
        "id": "state_architecture",
        "points": 20,
        "evidence": "Für das Optionsset zählt die tatsächlich erfolgte Suche im gerade abgeschlossenen Durchlauf. Bisherige Recherche und Ausgabe dienen als Grundlage der Folgeaktionen. Nach Konkretisierung folgt ein neues Ergebnis mit passendem Optionsset; bei Hindernissen wird die ausstehende Aktion mit noch verfügbaren Ergebnissen fortgesetzt oder erneut angeboten.",
        "improvement": "Keine"
      },
      {
        "id": "input_processing",
        "points": 20,
        "evidence": "Der ursprüngliche Nutzerprompt und die Auswahl aus den zuletzt angezeigten Optionen sind als Eingaben erkennbar. Ungültige, mehrdeutige oder widersprüchliche Auswahlen lösen eine Rückfrage aus. Fehlende notwendige Eingaben sind zu benennen; nicht erstellte Dateien dürfen nicht als erstellt ausgegeben 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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/source_prompts/dialog_rule.md

- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_009
- files inside /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/outputs/prompt_design/gen_010/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/sol6_dialog_rule_standard160_bestLast_261002/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_dialog_rule_standard160_bestLast_261002/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)