A armadilha comum nesses projetos de integração é tratar o Gemini como uma função determinística de validação, quando na verdade ele introduz não-determinismo que quebra a lógica de testes unitários com mocks estáticos. Como os LLMs variam a saída mesmo com o mesmo prompt, o teste de integração com Supertest precisa lidar com a probabilidade de falha ou usar técnicas de avaliação probabilística em vez de assertions binárias. Como vocês lidam com a validação de prompts que podem retornar respostas ligeiramente diferentes em cada execução do pipeline?