自分用に作りました。プロンプト強度が高い場合、少なくとも5回以上は試行回数を重ねないと、偽陽性と偽陰性が検出されない可能性が高いです。 また、プロンプト構文型は論理性や脆弱性をついて勝利を得るものの場合、これの結果はほぼ参考になり得ません。 あえて書くと全て陽性で認識されているのであれば、プロンプトそのものには問題がなく試行回数程度ではchatGPTが出力する結果に影響はないって感じです。