Probaré tu chatbot de IA o app de LLM por respuestas incorrectas y respuestas inseguras

¿Tu chatbot de IA, app de LLM o asistente RAG está listo para usuarios reales? Lo pruebo tal como lo usan los clientes, para encontrar respuestas erróneas, respuestas inseguras y flujos rotos antes del lanzamiento.

QUÉ PRUEBO

- Respuestas incorrectas o inventadas, comprobadas contra tu contenido fuente

- Precisión de RAG: ¿responde a partir de tus documentos?

- Contexto de varias vueltas y flujo de la conversación

- Inyecciones de prompts e intentos de jailbreak

- Temas sensibles, tono y respuestas de seguridad por defecto

- Pantalla de chat web en escritorio y móvil

LO QUE obtendrás

- Cada escenario marcado como aprobado o rechazado, con severidad

- Cada incidencia con el prompt, la respuesta y la evidencia en captura de pantalla

- Un resumen de riesgos corto: listo para lanzar o no

- Premium: un paquete de pruebas Playwright reutilizable para volver a probar tras cada cambio de modelo o de prompt

CÓMO FUNCIONA

1. Comparte el enlace de tu chatbot, el acceso de prueba y los documentos fuente

2. Acordamos los escenarios y el alcance

3. Pruebo y califico cada escenario

4. Recibes el informe y un recorrido corto

Tengo más de 9 años en QA, incluyendo trabajo en un portal de chatbot de IA para salud. Por favor, usa solo datos de prueba, nunca datos reales de clientes o pacientes.