व्हॅलिडेशन सेट्स: डिप्लॉयमेंटपूर्वी प्रत्यक्ष कॉल टर्न पुन्हा प्ले करा
एक पडताळणी उदाहरण वास्तविक कॉलमधील एजंटचा एक संवाद-फेरा स्थिर करते: त्याआधी झालेला संवाद, संबंधित कॉलर ऑडिओ, एजंटने प्रत्यक्षात केलेली कृती आणि त्याने काय करावे याचे आधारभूत सत्य. सध्याच्या मसुद्यावर संच पुन्हा चालवल्यास दुसरा कॉल न करता रिग्रेशन शोधता येतात.
डेटासंच तयार करण्यासाठी आणि पुनरावलोकनासाठी संस्थाभरातील पडताळणी संच पृष्ठ
(/dashboard/validation) वापरा. संच चालवण्यासाठी आणि रन इतिहास तपासण्यासाठी
स्वतंत्र एजंटचा पडताळणी टॅब वापरा.
कॉल इतिहासातून उदाहरणे जोडा
- उदाहरणे जोडा निवडा
उदाहरणाने ज्या एजंटच्या वर्तनाची पडताळणी करायची आहे तो एजंट निवडा. कार्यक्षेत्र त्या एजंटसाठी अलीकडील सिम्युलेशन नसलेले जास्तीत जास्त 25 कॉल दाखवते.
- कॉल आणि एजंटचा संवाद-फेरा निवडा
ट्रान्सक्रिप्ट वाचा, ज्या एजंट संवाद-फेराचे जतन करायचे आहे त्यावर कर्सर न्या आणि चेकलिस्ट क्रिया निवडा. त्या फेरापर्यंतचा संवाद आणि त्याचे कॉलर ऑडिओ भाग पडताळणी डेटासंचात कॉपी केले जातात.
- अपेक्षेचे पुनरावलोकन करा
ThunderPhone योग्य वर्तनाचे वर्णन तयार करते. ते विशिष्ट आणि तपासण्यायोग्य होईल असे संपादित करा आणि आवश्यक असल्यास स्वीकारलेले उदाहरण उत्तर व अपेक्षित टूल कॉल संपादित करा.
- जतन करा किंवा सक्रिय करा
मसुदा जतन करा उदाहरणाला पुनरावलोकन आवश्यक स्थितीत ठेवते. जतन करा आणि सक्रिय करा ते भविष्यातील पडताळणी रनमध्ये समाविष्ट करते.
तोच संवाद-फेरा दोनदा प्रमोट केल्यास दोन प्रती तयार करण्याऐवजी विद्यमान उदाहरणाचा पुनर्वापर होतो.
उदाहरणांचे प्रकार आणि स्थिती
प्रकार उदाहरण का अस्तित्वात आहे हे सांगतात:
| प्रकार | वापर |
|---|---|
| अपयश | तुम्हाला टाळायचे असलेले वर्तन उघड करणारे वास्तविक उत्तर. |
| गोल्डन | जतन करण्यासारखे ज्ञात योग्य उत्तर. |
| हस्तचलित | वरीलपैकी कोणत्याही श्रेणीत नसलेले हस्तचलितपणे निवडलेले प्रकरण. |
स्थिती जीवनचक्र नियंत्रित करतात:
| स्थिती | अर्थ |
|---|---|
| पुनरावलोकन आवश्यक | आधारभूत सत्याचे अजून पुनरावलोकन सुरू आहे; रनमधून वगळलेले. |
| सक्रिय | पडताळणी रनमध्ये समाविष्ट. |
| कालबाह्य | उदाहरण स्थिर केल्यापासून prompt बदलला आहे; त्याच्या अपेक्षेचे पुनरावलोकन करा. |
| असुसंगत | सध्याच्या कॉन्फिगरेशनसह उदाहरण पुन्हा चालवता येत नाही. |
| संग्रहित | इतिहासासाठी जतन केलेले, परंतु रनमधून वगळलेले. |
डेटासंच ब्राउझ करा आणि सुधारित करा
संस्थेचा डेटासंच एजंट, स्थिती किंवा प्रकार यांनुसार फिल्टर करा. उदाहरण निवडल्यावर हे दिसते:
- स्थिर केलेला संवाद संदर्भ आणि प्ले करता येणारे कॉलर ऑडिओ भाग.
- स्रोत कॉल आणि मूळ उत्तर.
- आधारभूत सत्याची अपेक्षा, स्वीकारलेले बोललेले उत्तर आणि टूल कॉल.
- मूळ व अपेक्षित वर्तनासोबतचा नवीनतम रिप्ले.
- उपलब्ध असल्यास नवीनतम निकाल आणि जजचे स्पष्टीकरण.
अपेक्षा किंवा स्वीकारलेले उत्तर सुधारण्यासाठी आधारभूत सत्य संपादित करा निवडा. पूर्ण रन सुरू न करता फक्त त्या उदाहरणाची चाचणी करण्यासाठी मसुद्यावर पुन्हा चालवा निवडा. रिप्ले एजंटचा सध्याचा मसुदा वापरतात; त्याचे डिप्लॉय केलेले कॉन्फिगरेशन असणे आवश्यक नाही.
पडताळणी संच चालवा
एजंटच्या पडताळणी टॅबमधून प्रत्येक सक्रिय उदाहरणावर रन सुरू करा. प्रत्येक उदाहरणाला यापैकी एक निकाल मिळतो:
- यशस्वी — उत्तर अपेक्षा आणि कॉलर ऑडिओ पूर्ण करते.
- इशारा — उत्तर वापरण्यायोग्य आहे, परंतु एका तपासणीत अनिश्चितता आढळली.
- अयशस्वी — ते ऑडिओशी विसंगत आहे किंवा आवश्यक वर्तन चुकवते.
- वगळले — आवश्यक कॉलर ऑडिओ लोड करता आला नाही; ते यश-दराच्या भाजकातून वगळले जाते.
- त्रुटी — रिप्ले किंवा मूल्यांकन पूर्ण होऊ शकले नाही.
रन सारांश यशस्वी, इशारा, अयशस्वी आणि वगळलेल्या उदाहरणांची संख्या, यश दर, अंदाजे खर्च आणि मागील पूर्ण झालेल्या रनपासून यशस्वी ते अयशस्वी झालेली कोणतीही घट दाखवतो. एका वेळी प्रत्येक एजंटसाठी फक्त एक पडताळणी रन सक्रिय असू शकतो.
पडताळणी पुराव्यासह डिप्लॉय करा
जेव्हा एजंटकडे पडताळणीची उदाहरणे असतात, तेव्हा डिप्लॉय संवाद नवीनतम पूर्ण झालेली रन सध्याच्या मसुद्याशी जुळते का हे दाखवतो. तुम्ही:
- दाखवलेल्या पास दरासह आणि रिग्रेशन संख्येसह डिप्लॉय करू शकता.
- जुळणारी रन नसल्यास प्रथम पडताळणी चालवू शकता.
- निकालाचे पुनरावलोकन झाल्यावर मुद्दाम तरीही डिप्लॉय करू शकता.
पडताळणी हा पुरावा आणि डिप्लॉयमेंट तपासणी आहे, स्वयंचलित उत्पादन ट्रॅफिक विभाजन नाही. लाइव्ह तुलनांसाठी, प्रयोग (A/B चाचणी) वापरा.
API ऑटोमेशन
Validation Sets API टर्न प्रमोट करणे, उदाहरणे व्यवस्थापित करणे, पिन केलेले ऑडिओ स्ट्रीम करणे, वैयक्तिक रिप्ले, बॅच रन, रन निकाल, डिप्लॉयमेंटच्या वेळीची स्थिती आणि संस्थेचा आढावा समाविष्ट करते.