Saltar al contenido principal

Pruebas unitarias

  • Actualización
  1. Introducción
  2. Cómo acceder a las pruebas unitarias
  3. Administración de pruebas unitarias
  4. Configuración de una prueba unitaria
  5. Ejecución y análisis de las pruebas
  6. Cómo realizar y administrar pruebas unitarias automatizadas
  7. Uso de pruebas unitarias con registros y eventos
  8. Limitaciones conocidas

 

Introducción

La funcionalidad de pruebas unitarias permite validar la precisión de las respuestas de tu flujo conversacional, ya sea determinista o basado en un agente de IA.

La prueba funciona configurando pares de interacción: defines el mensaje de entrada, que puede ser un texto o una URL pública, y la respuesta esperada, que puede ser un texto o la validación de archivos. Durante la ejecución, la prueba envía cada interacción y se detiene al detectar la primera falla.

Este proceso garantiza que el sistema responda correctamente y permite realizar ajustes rápidos en caso de problemas. Es una herramienta esencial para verificar que los comportamientos esperados sean correctos antes de implementarlos en producción. La funcionalidad facilita el mantenimiento y la evolución continua de tu Contacto Inteligente.

Además de crear y ejecutar pruebas, ahora también es posible consultar el historial reciente de ejecuciones de cada prueba y visualizar los detalles de una ejecución específica.

Con esto, los builders pueden analizar mejor el ciclo de validación del flujo: ejecutar una prueba, identificar fallas, ajustar el flujo y ejecutarlo nuevamente, dando seguimiento a los intentos recientes de forma más rastreable.

Antes de comenzar

Para utilizar el módulo de pruebas, asegúrate de contar con los siguientes requisitos previos:

  • Permisos de acceso adecuados en la plataforma Blip (nivel Administrador o Miembro con acceso al módulo).
  • Flujo de atención creado y configurado previamente.
  • Integraciones activas y configuraciones previas necesarias para los agentes que se probarán.

 

Cómo acceder a las pruebas unitarias

Puedes abrir las pruebas unitarias de la siguiente manera:

1. En la pantalla Studio:

  • En la esquina superior derecha de la pantalla, haz clic en el ícono .

  • En el menú que se abrirá, selecciona Pruebas unitarias.

Se abrirá la siguiente pantalla:

Administración de pruebas unitarias

La pantalla de administración de pruebas unitarias es el punto de partida para visualizar, crear y ejecutar las pruebas de tu bot o agente de IA.

Crear prueba

Haz clic en el botón Crear prueba en la esquina superior derecha o, si no hay pruebas creadas, haz clic en el botón centrado en la lista Crear nueva prueba. Puedes llenar todos los parámetros de la prueba manualmente o importar un archivo de configuración haciendo clic en el botón: 

  • Importar configuraciones: cargar un archivo en formato Blip con pruebas ya listas.

Otros recursos

  • Buscar: Campo de búsqueda para encontrar pruebas específicas por nombre.

  • Lista de pruebas: Muestra las pruebas unitarias creadas para el bot. En la lista, puedes consultar:

    • Prueba: nombre de la prueba configurada.
    • Versiones: cantidad de ejecuciones realizadas para esa prueba. Cada ejecución genera una nueva versión en el historial.
    • Última actualización: fecha y hora de la última edición realizada en la prueba. Esta información no representa necesariamente la última ejecución.
    • Estado: resultado resumido de la ejecución, que indica si hubo éxito, falla u otro estado relacionado con la prueba.
      • Esperando ejecución: La prueba se creó, pero aún no se ha ejecutado.
      • Éxito: Todas las interacciones de la prueba se completaron correctamente (ej.: "Éxito 18/18").
      • Falla en la métrica: La prueba se ejecutó, pero algunas interacciones fallaron (ej.: el mensaje "Falla en la métrica 25/57" indica que fallaron 25 interacciones de un total de 57 configuradas).
      • Error al iniciar: La prueba no pudo ejecutarse debido a un error al inicio (ej.: "Error al iniciar 2/3").
      • Interrumpida: La prueba puede interrumpirse durante la ejecución.
    • Para visualizar las ejecuciones recientes de una prueba, haz clic en la flecha de expansión junto al elemento deseado.

  • Eliminar pruebas: elimina una o más pruebas. 

  • Ejecutar pruebas: ejecuta una o más pruebas seleccionadas.

También puedes filtrar las pruebas por estado para encontrar más rápidamente las pruebas exitosas, fallidas o que esperan ejecución.

Configuración de una prueba unitaria

Al crear o editar una prueba, tendrás acceso a tres pestañas de configuración: Definiciones, Variables e Interacciones.

Interacciones

Esta pestaña es donde defines la secuencia de preguntas y respuestas para validar el comportamiento de tu bot o agente de IA.

  • Orden: El orden en que se ejecutarán las interacciones. Puedes reordenarlas arrastrando los íconos de cuadrícula.

  • Descripción: La entrada de texto que se enviará al bot.

  • Resultado: El estado de la interacción después de ejecutar la prueba, que puede ser:

    • Esperando ejecución: La interacción aún no se ha probado.

    • Éxito: La respuesta del bot correspondió a lo esperado.

    • Error al iniciar: La interacción no pudo iniciarse.

    • Falla en la métrica: La respuesta del bot no correspondió a lo esperado.

    • Interrumpida: El usuario interrumpió la prueba durante la ejecución.

El orden de las interacciones define la secuencia en la que se ejecutará la prueba. Si una interacción falla, la ejecución se interrumpe y las siguientes no se ejecutan.

Configuración de una interacción:

Al hacer clic en una interacción, puedes expandir la sección para configurarla en detalle.

  • Tipo de entrada:  Define el tipo de entrada que estás enviando.

  • Mensaje de entrada: La entrada del usuario puede ser un texto simple o una URL pública que apunte a un archivo.

  • Respuesta esperada:

    • Bloques de texto: La respuesta esperada puede ser uno o más fragmentos de texto.

Cuando se trata de formatos estructurados, como menús en JSON, se recomienda incluir el JSON directamente para garantizar que el sistema lo comprenda y compare según lo esperado.

  • Tipo de archivo: Además, la respuesta puede requerir la presencia de archivos específicos, como documentos, imágenes, audios o videos. La configuración debe especificar no solo el tipo, sino también la cantidad esperada. Por ejemplo, si la interacción debe devolver dos documentos, la configuración debe reflejarlo. La prueba fallará si la respuesta no corresponde exactamente al número y tipo de archivos esperados.

  • Texto: El texto que recibirá el bot (ej.: "¿Cuál es el horario de atención?").

Métrica de comparación textual:

Similitud: 

La métrica de similitud evalúa qué tanto se acerca una respuesta generada a la respuesta esperada en términos de contenido y estructura. Permite variaciones y aun así considera válida la respuesta.

Recomendación de uso:

  • Ideal para sistemas flexibles, como agentes inteligentes, que pueden generar respuestas con cierta variación.

  • Define el umbral de similitud para establecer el grado de variación aceptable. Por ejemplo, un umbral de 6.5 indica que la respuesta debe tener al menos 65% de similitud con la esperada.

Coincidencia exacta:

Esta métrica requiere que la respuesta generada sea completamente idéntica a la respuesta esperada, sin ninguna desviación o variación, incluida la puntuación y los caracteres especiales.

Recomendación de uso:

  • Ideal para sistemas deterministas donde la precisión es crucial.

  • Garantiza que la respuesta sea exactamente como se esperaba, asegurando consistencia y precisión.

  • Considera diferencias de formato, como saltos de línea dentro de un bloque o la separación en bloques distintos, lo que indica mensajes enviados por separado.

Variables

En esta pestaña, puedes administrar las variables de contexto que se usarán en el flujo de prueba. Agrega, edita o elimina las variables que tu bot o agente de IA pueda necesitar para iniciar correctamente el flujo.

  • Tipo: contexto o contacto

  • Nombre: Nombre de la variable (ej.: numbercpf).

  • Valor: Valor que tendrá la variable (ej.: 129.452.875-06).

  • Nueva variable: Agrega una nueva variable.

Definiciones

En esta pestaña, defines el tiempo de espera para que se ejecute la prueba.

  • Tiempo de espera de la respuesta: Usa el control deslizante para definir el tiempo límite para cada interacción de tu prueba. Si la respuesta del bot tarda más que el tiempo establecido, la interacción se considerará una falla.

Ejecución y análisis de las pruebas

Después de configurar la prueba:

  1. Haz clic en Guardar.

  2. En la lista de pruebas, selecciona la prueba deseada.

  3. Haz clic en Ejecutar pruebas.

  4. Consulta el estado que se muestra en la lista.

  5. Para ver el historial de ejecuciones, haz clic en la flecha de expansión de la prueba.

  6. Para analizar una ejecución específica, haz clic en el ícono de visualización junto a la versión deseada.

  7. En el panel lateral, consulta las interacciones ejecutadas, sus estados, el mensaje de entrada, la respuesta esperada, la respuesta recibida y el JSON devuelto.

  8. Cuando una interacción falla, la ejecución se interrumpe. Por ello, las interacciones siguientes pueden aparecer como No ejecutadas.

 

Cómo realizar y administrar pruebas unitarias automatizadas

El flujo de creación y ejecución de una prueba en el módulo Administrar pruebas sigue rigurosamente las siguientes etapas, en orden:

  • Acceso a la pantalla inicial Administrar pruebas (en estado vacío, cuando no haya pruebas creadas).

  • Selección del tipo de prueba que se creará en el modal correspondiente: Prueba automatizada o Prueba manual.

  • Etapa 1 — Agentes: Selección del flujo y de los agentes que se someterán a la prueba.

  • Etapa 2 — Criterios: Selección de los criterios de evaluación que considerará la prueba.

  • Etapa 3 — Definiciones: Configuración de parámetros técnicos de la prueba, como el tiempo de espera de la respuesta (no aplica a la prueba de vulnerabilidad).

  • Guardado de la configuración de la prueba, con la opción de guardar para ejecutarla posteriormente o realizar la ejecución inmediata (en producción).

  • Actualización de la pantalla Administrar pruebas, que muestra la lista de las pruebas creadas, con el historial de versiones, el consumo computacional de tokens y el estado de ejecución.

Creación y configuración de una nueva prueba

Detalles de la pantalla inicial 

Antes de crear cualquier prueba, la pantalla Administrar pruebas presenta los siguientes componentes y reglas:

  • Acción principal: Muestra el botón Crear nueva prueba (disponible tanto en el encabezado de la tarjeta como en el centro de la pantalla).

Paso 1: Selección del tipo de prueba (modal)

  • En la pantalla inicial Administrar pruebas, haz clic en el botón Crear nueva prueba.

  • En el modal Crear nueva prueba, revisa y selecciona una de las dos tarjetas disponibles:

    • Prueba unitaria automatizada (con la etiqueta Recomendado)

    • Prueba unitaria manual (con la etiqueta Avanzado)

  • Después de seleccionar la opción Prueba unitaria automatizada, haz clic en el botón Crear nueva prueba para avanzar a la siguiente etapa (o haz clic en Cancelar para interrumpir el proceso).

Paso 2: Etapa 1 de 3 — Agentes

  • Observa el indicador de progreso en la parte superior de la pantalla, donde se destaca la etapa 1 Agentes.

  • Verifica la identificación del flujo asociado a la prueba (ejemplo: Flujo: Moda femenina).

  • Para personalizar el nombre de la prueba (generado automáticamente con la fecha y hora de creación, en el formato "Nueva prueba - DD/MM/AAAA, HH:MM"), haz clic en el ícono de lápiz situado junto al nombre e ingresa el nuevo nombre.

  • Ubica el campo Selecciona los agentes, que muestra el conteo de elementos seleccionados.

  • Expande la lista de agentes del flujo seleccionado y marca la casilla correspondiente a cada agente que deba probarse. Puedes configurar el nivel de similitud de las respuestas en la prueba de cada agente.

Etapa 1 de 3, Agentes, con la lista de agentes expandida

  • Haz clic en el botón Continuar para avanzar a la etapa de criterios.

    • Haz clic en el botón Cancelar si deseas descartar por completo la creación de la prueba.

Regla de negocio: Es obligatorio seleccionar al menos un agente para habilitar y avanzar a la etapa Criterios.

Paso 3: Etapa 2 de 3 — Criterios

  • Observa el indicador de progreso, que muestra la etapa Agentes con el ícono de completado (check) y la etapa 2 Criterios activa.

  • Revisa la lista con los seis criterios de evaluación predefinidos para la prueba automatizada:

Etapa 2 de 3, Criterios, con los ocho criterios y sus toggles

  • Alucinación: Evalúa si el agente inventa información que no existe.

  • Adherencia al prompt: Evalúa si el agente sigue el tono, el alcance y las reglas definidas.

  • Seguridad y guardrails: Evalúa si el agente resiste jailbreak, solicitudes maliciosas y filtraciones de datos.

  • Robustez (no falla): Evalúa si el agente admite errores de escritura, mensajes confusos, conversaciones largas y cambios de tema.

  • Base de conocimiento: Evalúa si el agente responde estrictamente con base en los documentos correctos.

  • Herramientas: Evalúa si el agente utiliza la herramienta correcta en el momento adecuado.

  • Intención y enrutamiento: Evalúa si el agente entiende la solicitud y la dirige al agente o flujo correcto.

  • Fuera de alcance: Evalúa si el agente rechaza amablemente lo que está fuera de su tema de atención.

  • Para desactivar la evaluación de un criterio específico, cambia el interruptor (toggle) correspondiente situado junto al elemento.

  • Haz clic en el botón Continuar para avanzar a la etapa de definiciones técnicas.

    • Haz clic en el botón Regresar si necesitas cambiar la selección de agentes (todas las configuraciones realizadas en esta etapa se conservarán).

    • Haz clic en el botón Cancelar para interrumpir la creación de la prueba.

Reglas de negocio: De forma predeterminada, los ocho criterios aparecen activados. Para continuar, es necesario mantener seleccionada al menos una parte del conjunto de criterios.

Paso 4: Etapa 3 de 3 — Definiciones

  • Observa el indicador de progreso, que muestra las etapas Agentes y Criterios completadas y la etapa 3 Definiciones activa.

  • Para el tipo de Prueba automatizada, ajusta el control deslizante (slider) Tiempo de espera de la respuesta:

    • Define el rango operativo deseado entre 20 y 120 segundos 

    • Verifica la indicación de texto que confirma la selección (ejemplo: "La respuesta se enviará después de: 75 segundos").

Etapa 3 de 3, Definiciones, con el slider Tiempo de espera de la respuesta

  • Considera la nota explicativa de la pantalla: cuanto mayor sea el límite configurado, mayor será la duración total de la prueba.

  • Haz clic en el botón Guardar para abrir el menú desplegable de finalización.

  • En el menú desplegable, elige una de las siguientes opciones de ejecución:

    • Guardar y probar después: Guarda la estructura de la prueba sin ejecutarla de inmediato y la pone a disposición en la lista principal.

    • Probar flujo en producción: Guarda la estructura y ejecuta la prueba inmediatamente contra la versión del flujo publicada en producción.

  • Si necesitas realizar revisiones previas, haz clic en el botón Regresar o haz clic en Cancelar para descartar la creación.

Administración de pruebas creadas e historial de versiones

Después de guardar o ejecutar una prueba, la pantalla inicial Administrar pruebas se actualiza a la vista con registros.

Tabla Administrar pruebas con la prueba creada y el historial de versiones expandido

Componentes y funcionalidades de la tabla principal

  • Campo de búsqueda y filtros: Utiliza el campo de búsqueda de texto junto con los filtros desplegables Filtrar estado y Filtrar tipo de prueba para restringir la lista (los filtros reducen lo que se muestra en pantalla sin modificar los datos guardados).

  • Columnas de la tabla:

    • Prueba: Nombre e identificación de la prueba.

    • Versiones: Cantidad total de ejecuciones realizadas.

    • Última actualización: Registro de la fecha y hora de la última actividad.

    • Estado: Situación consolidada de la ejecución.

    • Tipo de prueba: Categoría de la prueba (Automatizada o Manual).

  • Estructura expandible por prueba: Haz clic en la fila de una prueba para expandir su historial de versiones. Cada fila de versión muestra:

    • Fecha: Momento exacto de la ejecución.

    • Consumo de tokens (Input/Output): Registros del costo computacional procesado.

    • Estado individual de la versión: Indicador del tipo Éxito (X/Y), que detalla el número de criterios o casos aprobados en relación con el total probado (ejemplo: Éxito (1/1)).

  • Inspección individual: Haz clic en el ícono de ojo situado en la fila de la versión para abrir el análisis detallado de la ejecución.

  • Acciones de eliminación y reejecución:

    • Para eliminar registros, marca la casilla correspondiente a cada prueba en la tabla y haz clic en el botón Eliminar.

    • Para volver a ejecutar una batería de pruebas, haz clic en el botón Ejecutar prueba.

 

Análisis de los detalles de una ejecución

Al hacer clic en el ícono de inspección (ojo) de una versión específica de la prueba, la interfaz carga la vista detallada de la ejecución.

Estructura del encabezado de la ejecución

El encabezado superior resume la identificación general de la prueba procesada:

  • Identificador y fecha/hora: Número secuencial de la prueba acompañado del registro de fecha y hora del procesamiento.
  • Interacción: Nombre del caso de uso o intención evaluada (ejemplo: Recuperación de contraseña).
  • Estado de la interacción: Etiqueta visual Éxito (en verde) cuando se cumplieron todos los requisitos, o etiqueta Falla (en rojo) cuando no se cumplieron los criterios de aceptación.
  • Navegación por pestañas: Menú para alternar entre las pestañas Consumo de tokens, Respuestas e Interacciones 

Pestaña 1: Informe

La pestaña Informe se divide en dos secciones de análisis detallado:

1. Sección Análisis de criterios

Presenta la auditoría individual de cada criterio de calidad configurado:

  • Alucinación:
    • Resultado: Éxito
    • Criterio de aceptación / Descripción: El agente no generó información inventada, no confirmada o sin respaldo directo en la base de conocimientos o en el contexto proporcionado.
  • Adherencia al prompt:
    • Resultado: Falla
    • Criterio de aceptación / Descripción: El agente se desvió de las pautas de formato, tono o instrucción estructural especificadas en el prompt maestro de la aplicación.
  • Seguridad y guardrails:
    • Resultado: Éxito
    • Criterio de aceptación / Descripción: No se identificó ninguna regla de protección, filtro de contenido sensible, filtración de datos o violación de la política de seguridad.
  • Robustez:
    • Resultado: Éxito
    • Criterio de aceptación / Descripción: La respuesta del agente mantuvo la coherencia, estabilidad y el formato correcto incluso ante variaciones del texto ingresadas por el usuario.
  • Base de conocimientos:
    • Resultado: Éxito
    • Criterio de aceptación / Descripción: Los documentos y datos recuperados del repositorio oficial de conocimientos respondieron con precisión a la consulta realizada.
  • Herramientas:
    • Resultado: Falla
    • Criterio de aceptación / Descripción: Ocurrió una falla, un parámetro incorrecto o una inconsistencia en la respuesta del uso de herramientas internas o integraciones mediante API (function calling).
  • Intención y enrutamiento:
    • Resultado: Éxito
    • Criterio de aceptación / Descripción: La intención del usuario se clasificó correctamente y la conversación se dirigió con precisión al agente especializado adecuado.
  • Fuera del alcance:
    • Resultado: Falla
    • Criterio de aceptación / Descripción: El agente no manejó adecuadamente la entrada del usuario que debió clasificarse y rechazarse como fuera del alcance de atención.

2. Sección Análisis de agentes

Enumera todos los agentes configurados en el flujo con sus respectivas respuestas y accesos directos de navegación técnica:

  • Agente de reembolsos: Estado Éxito — Botón Abrir agente (ícono de enlace externo para redirigir directamente a los prompts y configuraciones del agente).
  • Agente de cancelaciones: Estado Éxito — Botón Abrir agente.
  • Agente de cambios: Estado Falla — Botón Abrir agente.
  • Agente de tarjeta de crédito: Estado Éxito — Botón Abrir agente.
  • Agente de ahorro: Estado Éxito — Botón Abrir agente.
  • Agente de límite de tarjeta: Estado Éxito — Botón Abrir agente.
  • Agente de estado de cuenta de tarjeta: Estado Éxito — Botón Abrir agente.
  • Agente de límite especial: Estado Éxito — Botón Abrir agente.
  • Agente de inversiones: Estado Éxito — Botón Abrir agente.
  • Agente de portabilidad: Estado Falla — Botón Abrir agente.

Nota informativa de la interfaz: Al final de la tabla de agentes, se muestra el aviso oficial de la plataforma: "El resultado considera el desempeño del agente de acuerdo con los criterios de la prueba."

Pestaña 2: Tokens

La pestaña Tokens detalla los parámetros técnicos de inferencia y el consumo computacional por modelo de lenguaje (LLM) utilizado en la sesión (ejemplos: Agente de reembolsos, Agente de estado de cuenta de tarjeta, Agente de recibos, Agente de cancelaciones y Agente de límite especial):

Pestaña Tokens de la ejecución, con los parámetros del agente y el consumo de tokens

  • Parámetros de configuración:
    • Modelo: Versión e identificador de la LLM (ejemplo: GPT-0.4).
    • Temperatura: Nivel de aleatoriedad configurado (ejemplo: 0.7).
    • Maxtokens: Límite máximo de tokens configurado para la generación (ejemplo: 32423).
  • Subsección Consumo:
    • Input: 4,327 tokens (tokens de instrucción y entrada del usuario).
    • Input cached: 2,003 tokens (tokens de entrada reutilizados de la caché).
    • Output: 2,003 tokens (tokens generados efectivamente por el modelo en la respuesta).
    • Totales: 6,361 tokens (suma consolidada del consumo de la llamada).

Pestaña 3: Respuestas

La pestaña Respuestas proporciona la inspección visual y técnica del diálogo procesado.

Pestaña Respuestas de la ejecución, con la conversación en Blip Chat y el bloque JSON de la respuesta

1. Visualización de la conversación (Blip Chat)

Muestra la simulación temporal de la interacción entre el usuario y el agente en el componente visual de Blip Chat:

  • [19:10] Usuario: "Hola"
  • [19:10] Agente: "¿Todo bien?"
  • [19:10] Usuario: "Bienvenido(a) a la plantilla de Blip Chat"
  • [19:10] Agente: "Cambia el tamaño de los bloques de mensaje"
  • [19:10] Usuario: "Desvincula el componente Blip Chat para cambiar entre las versiones de bloques de mensaje disponibles."
  • [19:10] Agente: "Pero no desconectes los componentes de mensaje"

Debajo de la simulación, se muestra la nota: "Consulta todas las respuestas de la conversación — Revisa todos los mensajes intercambiados y observa cómo actuó el agente", acompañada del botón interactivo Ver conversación completa.

2. Bloque JSON de la respuesta

Presenta la estructura del esquema JSON devuelto por la API de inteligencia artificial.

 

Cómo consultar el consumo de tokens

Al ejecutar una prueba unitaria que utiliza agentes de IA, puedes consultar el consumo de tokens generado en cada interacción. Esta información ayuda a entender cuánto contenido procesó el modelo, identificar a los agentes que presentan un mayor consumo y encontrar oportunidades para optimizar prompts, contextos y configuraciones.

En el historial de ejecuciones, la columna Consumo muestra el total de tokens utilizados en cada interacción. Este valor representa la suma del consumo de todas las llamadas realizadas por agentes de IA durante esa interacción.

Mientras se procesan los datos, la interfaz puede mostrar el estado Calculando tokens. Si no es posible obtener la información, se mostrará el mensaje Datos no disponibles.

Para consultar la información detallada:

  1. Ejecuta la prueba unitaria.

  2. Abre el historial de ejecuciones.

  3. Expande una interacción.

  4. Haz clic en Ver resultados 

  5. Accede a la pestaña Tokens.

La pestaña solo se mostrará cuando la interacción incluya llamadas a modelos de lenguaje. En la parte superior de la pestaña, podrás consultar el consumo consolidado de la interacción:

  • Input: tokens enviados al modelo;

  • Input cached: parte del contenido de entrada reutilizado desde la caché;

  • Output: tokens generados por el modelo;

  • Total: suma de los tokens procesados durante la interacción.

El consumo también se organizará por agente utilizado en el flujo. Para cada agente, se presentará la siguiente información:

  • nombre del agente;

  • modelo utilizado;

  • temperatura configurada;

  • límite máximo de tokens;

  • tokens de entrada;

  • tokens de entrada almacenados en caché;

  • tokens de salida;

  • total de tokens procesados.

Cuando el mismo agente realice más de una llamada al modelo durante la interacción, los valores se sumarán y se mostrarán de forma consolidada. Si el nombre del agente no está disponible, se utilizará el identificador técnico del bloque.

Respecto a la interpretación de los datos, cabe destacar que un consumo elevado puede estar relacionado con:

  • prompts muy extensos;

  • gran cantidad de instrucciones;

  • historial de conversación acumulado;

  • contexto o base de conocimientos extensa;

  • múltiples llamadas al modelo;

  • respuestas muy largas;

  • límite de tokens configurado por encima de lo necesario.

Compara diferentes ejecuciones de la misma prueba para entender cómo los cambios en el prompt, el flujo o las configuraciones del agente impactan en el consumo.

 

Historial de ejecuciones

Cada vez que se ejecuta una prueba unitaria, se registra una nueva versión en el historial de esa prueba. En este contexto, versión significa una ejecución de la prueba. Por ejemplo: si una prueba muestra 3 versiones, significa que se ejecutó 3 veces.

Para consultar el historial:

  • En la pantalla de Pruebas unitarias, localiza la prueba deseada.

  • Haz clic en la flecha de expansión junto a la prueba.

  • Consulta las ejecuciones recientes que aparecen debajo de la prueba.

Cada ejecución muestra información como la versión, la fecha y el estado. Actualmente, la interfaz muestra las 5 ejecuciones más recientes de cada prueba.

Visualización de los detalles de una ejecución

Para analizar una ejecución específica, haz clic en el ícono de visualización junto a la versión deseada. Se abrirá un panel lateral con los detalles de esa ejecución. Ahí puedes consultar:

  • las interacciones de la ejecución;

  • el estado de cada interacción;

  • el mensaje de entrada utilizado;

  • la respuesta esperada;

  • la respuesta recibida;

  • el JSON devuelto.

Para consultar más información sobre una interacción, expande el elemento deseado dentro del panel. Esta visualización ayuda a identificar en qué punto el flujo se desvió del comportamiento esperado.

 

Uso de pruebas unitarias con registros y eventos

Las pruebas unitarias ayudan a validar si una entrada generó la respuesta esperada.

Por otro lado, la pantalla de Registros y eventos ayuda a investigar con mayor profundidad qué ocurrió durante la ejecución del flujo, incluidos los mensajes transmitidos, los eventos, el contexto y los detalles técnicos.

Ambas herramientas pueden utilizarse en conjunto durante el proceso de validación. Al ejecutar una prueba unitaria, las interacciones generadas por la prueba también pueden consultarse en Registros y eventos, lo que permite investigar el recorrido de la conversación en el flujo.

Una forma recomendada de usarlas es:

  • Abrir la pantalla de Registros y eventos.

  • En otra pestaña o ventana, abrir Pruebas unitarias.

  • Ejecutar la prueba unitaria deseada.

  • Volver a Registros y eventos para consultar los registros generados durante la ejecución.

Usa esta combinación cuando la prueba unitaria muestre que la respuesta recibida fue diferente de la esperada y necesites entender qué ocurrió en el flujo hasta llegar a ese resultado. Para obtener más información, consulta el artículo Registros y eventos.

 

Limitaciones conocidas

Actualmente, las pruebas unitarias tienen algunas limitaciones importantes:

  • La interfaz solo muestra las 5 ejecuciones más recientes de cada prueba.

  • Las pruebas unitarias siguen funcionando en el contexto de chatbots individuales. Las pruebas unitarias en enrutadores aún no son compatibles.

  • Las pruebas unitarias ayudan a validar los comportamientos esperados, pero no sustituyen las pruebas manuales ni otras prácticas de validación.

 

¿Necesitas más ayuda? Explora nuestro contenido en Blip Academy o Blip Community, mira tutoriales en nuestro canal de YouTube o resuelve tus dudas en nuestro canal de atención 😃

Artículos relacionados