Probaré tu chatbot de IA, aplicación rag o agente de IA antes del lanzamiento

Una conversación de hasta cinco turnos de usuario con un comportamiento esperado definido. Basic cubre un caso de uso; Standard y Premium cubren hasta tres. Cada paquete cubre una aplicación, un entorno y una configuración de modelo.

Basic y Standard suelen necesitar solo una URL de staging o API documentada y una cuenta de pruebas. Premium también requiere una API repetible o una interfaz llamable. Puedo entregar el código de evaluación en un repositorio separado.

Basic y Standard son pruebas prácticas. Premium añade evaluaciones automatizadas para 20 escenarios acordados, combinando verificaciones deterministas con una rúbrica de puntuación de LLM. Incluye instrucciones de configuración y un flujo de GitHub Actions.

No. Tú proporcionas acceso financiado a la aplicación y apruebas cualquier modelo externo utilizado para la evaluación. Acordaremos un tope de gasto antes de ejecutar las pruebas.

Incluye verificaciones acordadas de inyección de prompts y comportamiento de IA. No incluye pruebas de infraestructura ni correcciones de código. Standard y Premium cubren como máximo una integración de herramientas; flujos de trabajo de agentes más complejos requieren una cotización personalizada.

Aún así recibirás el registro de escenarios, los resultados observados y las limitaciones de las pruebas. Un pase de prueba no puede garantizar que un sistema de IA nunca falle. Los pedidos solo API utilizan registros de solicitud-respuesta en lugar de capturas de pantalla.

Las revisiones corrigen o aclaran lo acordado como entregable. Standard y Premium también incluyen una retest de hasta cinco problemas reportados, solicitada dentro de siete días desde la entrega. Nuevas características, configuraciones de modelo y escenarios adicionales requieren un pedido separado.