Ao montar um plano de teste, o que significam "gold standard" e "problema"?

São os dois tipos de caso de referência que você coloca no plano de teste — cada um serve para uma proteção diferente:

- Gold standard (padrão-ouro) — um caso que saiu exatamente como deveria. Ele vira a referência do "resultado certo": nos testes, o agente é conferido para garantir que continua entregando aquele nível.

- Problema (problemático) — um caso que deu errado no passado. Ele entra no plano para garantir que aquele erro não volte a acontecer depois de futuras mudanças.

Como montar: na tela de criação, você escolhe quais conversas/execuções entram no plano (dá para filtrar só as que têm feedback) e marca cada uma como gold standard ou problema. Ao clicar em Criar Teste, o plano é montado com esses casos, e cada rodada compara o comportamento atual do agente com o esperado deles.