AIアプリをテストし原因を追う――Evalで20件を測り、採点とデバッグでモデルか連携かを分ける【Claude認定資格CCDV-F 第23回】

Claude認定資格を学ぶシリーズの第23回で、CCDV-F の範囲です。予約変更の窓口が誤った変更料を答えた問い合わせから、成功の基準を測れる形に決め、境目を入れた見本の入力20件をそろえます。採点のしかた(コード・人・モデル)を比べ、落ちた5件をトレースで追ってアプリのコードと頼む文のどちらに原因があるかを分け、直したあとに全件を流し直す回帰テストまでを身につけます。