O que aprendi
Separo resposta fluente de evidência de acerto. Pergunto quem controla logs, prompts e dados derivados, e se a equipe conseguiria sair do serviço sem perder seu histórico.
O que eu faria
Faria uma avaliação limitada com tarefas reais, respostas conhecidas, casos de abuso e plano de reversão. Os critérios incluiriam segurança, privacidade e revisão humana, além da velocidade.