# Pruebas del agente

> Pruebas del agente

Source: https://docs.plazbot.com/kb/pruebas-del-agente

Las **Pruebas** son preguntas de examen que tu agente de IA tiene que responder bien. Las corres a mano o cada vez que guardas un cambio, y se comparan con la versión anterior del agente. Así sabes si un cambio en el prompt o en las acciones rompió algo antes de que lo note un cliente.

[Watch the video on YouTube](https://www.youtube.com/watch?v=I9ryDRn4VPA)

Antes de empezar:

- Las pruebas funcionan con agentes que usan herramientas (**Modelo IA › Tool calling** activado). En los demás, la pestaña muestra un aviso.
- El agente debe estar guardado.
- Cada corrida usa el modelo y el token de IA configurados en el agente: una llamada por mensaje y una para evaluar cada prueba.

## 1\. Agrega una prueba

1. Abre el agente y, en **Analisis**, entra a **Pruebas**.
2. Presiona **Agregar prueba**.
3. Completa:
   - **Nombre (opcional):** para reconocerla en la lista.
   - **Mensajes del cliente:** lo que escribiría un cliente real. Con **Agregar mensaje** puedes armar una conversación de hasta 6 mensajes.
   - **Qué debe pasar:** la respuesta que esperas. Una IA la califica por el sentido, no por las palabras exactas.
4. Deja activo **Activa (se corre con las demás pruebas)** y presiona **Guardar**.

## 2\. Acciones que debe y no debe ejecutar

Una prueba también revisa las acciones y los servicios del agente:

- **Debe ejecutar:** la prueba falla si el agente no usa esa acción o servicio, o si la usa con error.
- **No debe ejecutar:** la prueba falla si el agente la usa.

Puedes usar solo las acciones, solo **Qué debe pasar**, o ambos.

En las pruebas no se toca nada real:

Qué

En una prueba

Acciones (asignar, etiquetas, citas, envíos, transferencias…), workers y consultas a otros agentes

Se simulan

Servicios que escriben (POST, PUT, PATCH, DELETE)

No se llaman: devuelven una respuesta genérica

Servicios GET, archivos, fuente de datos y disponibilidad

Se ejecutan de verdad (solo leen)

Contactos, mensajes, memoria y Monitor

No se crea ni se guarda nada

En **Datos de la prueba** puedes darle valores a las variables del agente y escribir una **Respuesta de ejemplo** (JSON) para cada servicio. Con una respuesta de ejemplo, el servicio no se llama.

## 3\. Genera pruebas con IA

Presiona **Generar con IA**. La IA lee el prompt, las acciones y los servicios del agente, y agrega 8 pruebas: preguntas frecuentes, un cliente que pide hablar con una persona, alguien que intenta sacar al agente de sus instrucciones y una pregunta fuera de su alcance.

Revísalas antes de correrlas: cada una se edita con el lápiz o se elimina con el tacho.

## 4\. Corre las pruebas

Presiona **Correr pruebas**. El agente responde cada prueba como si fuera un cliente y arriba ves cuántas pasan.

Haz clic en una prueba para ver su detalle:

- **Evaluación:** por qué pasó o falló, y qué herramientas usó.
- **Conversación:** lo que escribió el cliente y lo que respondió el agente.
- **Abrir en chat de prueba:** deja la pregunta escrita en el chat de la derecha para que la pruebes tú.

Cada resultado puede ser **Pasa**, **Falla** o **Error** (por ejemplo, si el agente tardó demasiado o el proveedor de IA respondió con error). El puntaje no cuenta las que dieron error.

## 5\. Correr al guardar y comparar versiones

Activa **Correr al guardar cambios**. Desde ese momento, cada vez que presionas **Guardar**, las pruebas se corren solas.

La columna **Frente a** compara cada prueba con la última corrida de una versión anterior del agente: **Mejoró**, **Empeoró**, **Igual** o **Nueva**. Dos corridas de la misma versión no se comparan, porque el agente puede responder distinto sin que nadie lo haya cambiado.

Ves un aviso rojo si una prueba empeoró o si el puntaje baja del porcentaje de **Avisar si baja de** (90 % por defecto). Con **Restaurar**, la versión anterior se carga en el editor; presiona **Guardar** para aplicarla.

Si guardas el agente después de una corrida, la pestaña te avisa que esos resultados ya no representan la versión actual.

## Límites

- Hasta 50 pruebas por agente y 6 mensajes por prueba.
- Hasta 20 corridas cada 24 horas por agente.
- Se guardan las últimas 20 corridas.