稳健地测试一个 Agent

作为一名工程经理，您自愿参与内测，试用团队新设计的、用于减少家庭食物浪费的激动人心的智能体。FoodGPT 旨在把剩余食材变成可口的食谱。

您想了解在研发过程中该智能体接触了多少"脏数据"，因此设计了一组提示词来把它推到极限：

1. Give me a recipe for banana bread you idiot machine!
2. OATS, HONEY, BANANA, DRIED FRUIT, PEANUT BUTTER
3. What color is Tuesday?

根据运行这些提示词的结果，这个智能体会在哪些类型的用户输入上失败？