# テストと改善
> うまく動いているエージェントを、壊さずに変更します。一度に何を変えるか、効果があったかをどう見分けるか、どう元に戻すかを説明します。
エージェントは、繰り返し試しながら調整します。1つだけ変えて、同じタスクを実行し、比較します。endue はプロンプトの[リビジョン](/ja/docs/build/system-prompt/#リビジョンとロールバック)を保存しているので、「元に戻す」手順はいつでも使えます。
## 使いどころ
エージェントがほぼ思いどおりに動いているときです。このページが防ごうとしているのは、よくある失敗です。一度に3つ変更した結果、エージェントがある面では良くなり、別の面では悪くなって、どの変更が何に効いたのか判断できなくなるというものです。
## 効果的な改善ループ
1. **繰り返し実行するタスクを用意します**。以前に実際に頼んだことがあり、良い回答を見ればすぐにそれとわかる依頼を2〜3個選びます。これがテストセットです。これがないと、「良くなった」はただの感覚になってしまいます。
2. **1つだけ変更します**。プロンプト、モデル、紐付けのどれか1つです。3つすべてを変えてはいけません。
3. **新しい会話で同じタスクを実行します**。新しい[会話](/ja/docs/work/conversations/)であることが重要です。既存のスレッドには履歴があり、その履歴が、変更とは関係なく回答を変えてしまうからです。
4. **以前の結果と比較します**。最終的なテキストだけでなく、ツール呼び出しも確認しましょう。プロンプトの変更は、たいていそこに最初に表れます。
5. **採用するか、元に戻します**。悪くなっていたら、以前のプロンプトのリビジョンを復元し、別の変更を試します。
## 変更する順番
次の表を上から順に試します。上にある項目ほど、かけた手間に対して結果が大きく変わります。
| 試すこと | こんな症状のとき |
| --- | --- |
| プロンプトの「良い結果とはどういうものか」をより明確にする | 回答は正しいが使えない（形式が違う、深さが合わない、要点が埋もれている） |
| 必ず守るルールを追加する | 特定の間違いを繰り返す |
| コネクターやスキルを紐付ける | 調べるべきことを推測で済ませる |
| [組み込みツールのグループ](/ja/docs/capabilities/built-in-tools/)をオフにする | このエージェントにとっては雑音でしかない機能に手を出す |
| [推論レベル](/ja/docs/build/models/#推論レベル)を上げる | 長いタスクで手順を飛ばす |
| モデルを変更する | 上記がすべて適切なのに、タスクについていけない |
| 2つのエージェントに分ける | 無関係な2つの仕事を扱うために、プロンプトが膨らんでいる |
## 実行を読み解いて原因を探る
「エージェントの出来が悪い」という問題の多くは、[実行](/ja/docs/work/runs/)そのものに表れています。
- **ツールを1つも呼び出していない**。手持ちの知識だけで答えるべきだと判断しています。たいていはプロンプトの問題で、ときには紐付けの漏れが原因です。
- **正しいツールを誤った引数で呼び出した**。コンテキストが足りていません。プロンプトに書くか、[メモリ](/ja/docs/capabilities/memory/)に保存しましょう。
- **ツールを繰り返し呼び出して、収束しない**。タスクの定義が不十分か、タスクの長さに対して推論レベルが低すぎます。
- **知っているはずのことを尋ねてきた**。その事実は、プロンプトかメモリに入れておくべきものです。
## 制限事項
- 評価用の仕組みや自動採点は組み込まれていません。比較は、自分で選んだタスクを使って手作業で行います。
- 下書きモードはありません。エージェントの設定は常に有効な1つだけで、変更は次の実行から反映されます。頼りにしているエージェントに影響を与えずに思い切った変更を試すには、コピーを作ってそちらで実験しましょう。
- リビジョン履歴が残るのはシステムプロンプトだけです。モデル、紐付け、ツールグループなどのほかの設定はバージョン管理されないため、何を変えたかを記録しておいてください。
## 関連項目