悪いプロンプトでビルドを失敗させる
あるチームが、金曜日にプロンプトを変えました。月曜日、お客さんの目に入る答えが悪くなっていました。点数を見る仕組みがなく、誰も見なかったのです。
回帰テストをビルドに入れれば、これを止められます。評価とテストのモジュールでは、二つの実行を手で比べました。ここでは、その比較が変更を自動で止めます。
このレッスンのゴール
メモ
悪くなったプロンプトで、ビルドを失敗させられる。
キーワード
| ことば | いみ | れい |
|---|---|---|
| ビルド | 変更のたびに自動で動く、一連の確認 | |
| 固定した集まり | 実行のあいだで変わらない、評価用の集まり | |
| 合格の基準 | 変更が下回ってはいけない、最低の合格率 | 80 |
| 大事な事例 | 合格から不合格に変わってはいけない事例 | |
| 終了コード | プログラムが終わるときに返す数。0 は問題なし |
学生が入力するセルは、このプレビューでは空白です。
固定した集まりと合格の基準
ビルドは、毎回同じ固定した集まりで機能を動かします。プロンプトと一緒に集まりも変わると、二つの実行を比べられません。
次に、合格の基準を決めます。たとえば 80 パーセントです。基準を下回った変更は、ビルドを失敗させます。
変わった事例が一番大事
合格率は、動きを隠します。一つの事例が壊れ、別の一つが直っても、率は同じままです。
そこでビルドは、変わった事例も並べます。壊れた事例は、前は合格で今は不合格です。直った事例は、その反対です。
例: 12 件、二つの実行
| 項目 | 前の実行 | 今の実行 |
|---|---|---|
| 合格した件数 | 12 件中 10 件 | 12 件中 9 件 |
| 合格率(整数のパーセント) | 83 | 75 |
| 壊れた事例 | - | 4 と 7 |
| 直った事例 | - | 6 |
| 大事な事例が壊れたか | - | はい、事例 4 |
学生が入力するセルは、このプレビューでは空白です。
よくある間違い
注意
合格率が基準を上回っていれば、その変更は安全だと考える人が多いです。率が高いまま、大事な事例が壊れることがあります。大事な事例を先に調べ、率はその次に見ましょう。
終了コードがビルドを動かす
プログラムは、終わるときに数を一つ返します。0 は問題なし、それ以外は問題ありです。ビルドは、0 でない数を見ると止まります。
ここでは、大事な事例が壊れたら 2、率が基準を下回ったら 1、通れば 0 とします。大事な事例の確認が先です。
助っ人 model.js を書く(1)
docker exec -w /home/node/project agent sh -c "printf '%s\n' 'const base = process.env.AI_URL || \"http://ai:4000\";' '// 応答のトークン数。なければ null。' 'function count(data, name) {' ' return data.usage && typeof data.usage[name] === \"number\" ? data.usage[name] : null;' '}' > model.js"ここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
助っ人 model.js を書く(2)
docker exec -w /home/node/project agent sh -c "printf '%s\n' 'async function ask(messages, sample, max) {' ' try {' ' const res = await fetch(base + \"/v1/chat/completions\", {' ' method: \"POST\",' ' headers: { \"content-type\": \"application/json\", authorization: \"Bearer lab\" },' ' body: JSON.stringify({ model: \"lab\", messages: messages, max_tokens: max || 100 }),' ' signal: AbortSignal.timeout(30000),' ' });' ' if (res.ok === false) throw new Error(\"status \" + res.status);' ' const data = await res.json();' ' const text = data.choices[0].message.content;' ' return { text, inTokens: count(data, \"prompt_tokens\"), outTokens: count(data, \"completion_tokens\"), recorded: false };' ' } catch (error) {' ' console.log(\"記録済みサンプル: モデルが答えませんでした (\" + error.message + \")。\");' ' return { text: sample, inTokens: null, outTokens: null, recorded: true };' ' }' '}' 'module.exports = { ask };' >> model.js"ここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
ビルドの関所を書く(1)
docker exec -w /home/node/project agent sh -c "printf '%s\n' 'const { ask } = require(\"./model\");' 'const mark = 80;' 'const rows = [' ' \"1 c 1 1\", \"2 n 1 1\", \"3 n 1 1\", \"4 c 1 0\",' ' \"5 n 1 1\", \"6 n 0 1\", \"7 n 1 0\", \"8 n 1 1\",' ' \"9 c 1 1\", \"10 n 0 0\", \"11 n 1 1\", \"12 n 1 1\",' '].map(function (r) {' ' const p = r.split(\" \");' ' return { id: Number(p[0]), critical: p[1] === \"c\", old: p[2] === \"1\", now: p[3] === \"1\" };' '});' > gate.js"ここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
ビルドの関所を書く(2)
docker exec -w /home/node/project agent sh -c "printf '%s\n' 'function rate(key) {' ' const n = rows.filter(function (r) { return r[key]; }).length;' ' return Math.floor(n * 100 / rows.length);' '}' 'const broken = rows.filter(function (r) { return r.old && r.now === false; });' 'const fixed = rows.filter(function (r) { return r.old === false && r.now; });' 'function ids(list) {' ' return list.length === 0 ? \"なし\" : list.map(function (r) { return r.id; }).join(\", \");' '}' >> gate.js"ここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
ビルドの関所を書く(3)
docker exec -w /home/node/project agent sh -c "printf '%s\n' 'function exitCode() {' ' if (broken.some(function (r) { return r.critical; })) return 2;' ' if (rate(\"now\") < mark) return 1;' ' return 0;' '}' 'async function main() {' ' console.log(\"合格率: \" + rate(\"old\") + \" -> \" + rate(\"now\") + \" (基準 \" + mark + \")\");' ' console.log(\"壊れた: \" + ids(broken) + \" 直った: \" + ids(fixed));' ' console.log(\"終了コード: \" + exitCode());' ' const q = \"落ち着いた一文で、プルリクエストへのコメントを書いてください。事例 4 は前は合格で、今は不合格です。\";' ' const sample = \"事例 4 は、前のプロンプトでは合格でしたが、今回は不合格なので、ビルドを止めます。\";' ' const reply = await ask([{ role: \"user\", content: q }], sample, 80);' ' console.log(\"コメント: \" + reply.text);' '}' 'main();' >> gate.js"ここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
関所を動かす
docker exec -w /home/node/project agent node gate.jsここでは表示のみで、実行されません。無料アカウントを作成すると、実行ボタンで自分のラボのターミナルに入力できます。
関所の出力
| 行 | 意味 |
|---|---|
| 合格率: 83 -> 75 (基準 80) | 前と今の率、そして基準 |
| 壊れた: 4, 7 直った: 6 | 変わった事例 |
| 終了コード: 2 | 事例 4 が大事なので、ビルドは止まる |
| コメント: ... | ラボからの一文。答えがなければ記録済みサンプル |
学生が入力するセルは、このプレビューでは空白です。