OpenAI Cookbook 示範以 evals 驅動系統設計，從原型走向生產環境

OpenAI Developers 的 Cookbook 以收據審核為例，示範如何以 evals 驅動 LLM 應用從原型逐步走向生產環境。指南從少量標註資料建立收據抽取與審核流程，設計分步及端到端評測，並把錯誤率連結至業務成本以安排改進優先次序。案例比較 o4-mini 與 gpt-4.1-mini，並介紹透過提示詞、示例、模型選擇及持續監測改善系統。