この記事を使って、Evalsの検索、フィルタリング、タグ付け、新しいEvalの作成、Evalsの整理、CSV（comma-separated values）ファイルからのSimulationsのインポート、Scorecardの追加、FinのEvals全体でのパフォーマンス確認を行います。

Evalsページにはワークスペース内のすべてのEvalが一覧表示され、各テストグループのパフォーマンスを確認し、再実行できます。Evalはテーマ別のテストグループで、その中の各テストはSimulationと呼ばれます。ページを開くには、Test > Evalsに移動してください。

Evalsテーブルには以下の列があります：

Evalsを整理するには、Simulationsをビジネスに合ったテーマでEvalsにグループ化します。多くのチームはまだ機能していない部分から始め、そこから拡張します。一般的な出発点は以下の通りです：

時間をかけて、最も重要な会話をカバーする「ゴールデンセット」として1つまたは複数のEvalsを構築します。ゴールデンセットは定期的に（例えば週次やFinの設定変更時に）再実行し、重要なシナリオが機能し続けていることを確認します。

名前でEvalを見つけるには、Evalsページ上部のSearch evalsボックスに入力します。リストを絞り込むには、Add Filterをクリックし、ResultまたはTagを選択します。

Evalを作成するには、手動で作成するか、CSVファイルから顧客シナリオのリストをインポートするかを選択します。

各Evalには最大50のSimulationsを保持できます。CSVファイルからのインポート方法は「How to import Simulations from a CSV file」を参照してください。Eval内のSimulationsの設定は「Set up Simulations for Evals」記事を参照してください。

CSVファイルからSimulationsをインポートするには、EvalsページまたはEval内からアップロードします。各行が1つのSimulationになり、保存前にすべての列の一致を確認します。インポートにはFin AI Agent & AutomationのCan view configuration and propose changes in a draft releaseまたはCan view configuration and publish changes directly to main (individually or in a release)権限が必要です。

新しいEvalにインポートするには、Test > Evalsに移動し、New evalをクリックしてUpload a CSVを選択します。既存のEvalにSimulationsを追加するには、そのEvalを開き、オプションメニュー（...）からImport CSVを選択し、Import toでそのEvalを選びます。

CSVインポートで5つのSimulationフィールドを埋められます。必須はOpening messageのみです。

準備済みファイルから始めるには、Upload a CSV fileダイアログのDownload templateをクリックします。テンプレートには5つのフィールドそれぞれの列があります。列ヘッダーはテンプレートと完全一致する必要はありません。question、prompt、persona、outcome、ground truthなどの一般的な名前は自動的にマッチします。カンマ、セミコロン、タブ区切りのファイルすべて対応。

各シミュレーションフィールドは1つの列に一致し、使用しない列は未使用の下にリストされ無視されます。予想される回答が1,000文字を超える場合、どうするか尋ねられます：除外する（デフォルト）はその回答なしで行をインポートし、1,000文字に切り詰めるは回答の最初を保持し、これらの行をスキップは行全体を除外します。

ChannelまたはHandoffの値がFinが認識しないもの（例：WhatsAppやYes）の場合、そのフィールドに警告が表示されます。

また、行をスキップを選択してそれらの行をインポートから除外することもできます。

インポート後、何件のシミュレーションが作成されたかの確認が表示されます。各行はEval内に、開始メッセージの名前が付いたシミュレーションとして表示され、すべて実行をクリックする準備ができます。インポートされたシミュレーションはテストカスタマーとすべてのブランドを使用するため、特定の顧客を選ぶにはシミュレーションを開いてください。タグはCSVファイルではなくEvalに追加されます。リリース内でインポートすると、そのリリースにシミュレーションが追加されます。

行数が既存のEvalのシミュレーション数を50以上にする場合、まだ追加可能な数が表示され、最初の[number]行をインポートを選択してその分だけインポートできます。インポート時に行が拒否された場合は何も保存されません。問題のある行は理由とともにリストされ、これらの行を除いてインポートを選択して残りをインポートできます。

タグは関連するEvalをグループ化し、スイートが増えてもすぐに見つけられるようにします。例えば、トピック（返金）、チームや所有者（請求チーム）、テストの種類（回帰、エスカレーション）、言語（フランス語）でタグ付けできます。Evalは必要なだけタグを持てます。

タグを表示・作成するには、Evalページ右上のタグをクリックします。タグパネルには各タグと使用中のEval数が表示され、タグ検索ボックスでタグを探せます。

タグを名前変更または削除するには、Evalページ上部のタグをクリックするか、タグピッカーでタグ管理を選択します。パネルには各タグの使用中Eval数が表示されます。タグを削除すると、リリース内のEvalを含むすべてのEvalからタグが削除されます。

スコアカードは、合否チェックに加えて、明確さや効率などの品質評価をEvalに追加します。追加するには、Evalを開き、右上のスコアカードを追加をクリックします（新しいシミュレーションの隣）。追加後、シミュレーション結果の隣に品質評価セクションが表示されます。スコアカードの作成、基準の追加、各基準のスコア重み付けと重要設定の方法は「Evalにスコアカードを追加する方法」記事を参照してください。

FinがすべてのEvalでどのようにパフォーマンスを発揮したかを見るには、テスト > Evalの上部にある概要を確認してください。これは各シミュレーションが最後に実行された時点を反映し、2つの部分で構成されています。

サマリーは検索とフィルターに応じて更新されるため、タグでフィルターするとそのタグの評価結果のみが表示されます。以前の実行を比較するには、シミュレーションを開き、結果の横にある実行履歴ドロップダウンをクリックしてください。日付ごとに各実行とその結果が一覧表示されます。