効果的なプロンプトを記述する

プロンプトとは、Autopilot™ とやり取りするための手段であり、Autopilot から目的の出力を得るために出す指示のことです。

効果的な、適切に構成されたプロンプトを使用すると、Autopilot で有用な結果が生成される可能性が格段に高まります。効果的なプロンプトの作成方法に関するヒントを以下にいくつか示します。

• 指示が明確で、曖昧ではないことを確認する
• アクションにつながる指示を作成する
• 期待していることを明確に記述する
• 能動態を使用して、指示がより明瞭になるようにする
• 望ましい出力形式を定義する
• 関連するキーワードを含めて、Autopilot の応答を特定の方向へと導く
• 必要に応じて境界と制限を設定する
• さまざまなバージョンの指示を試し、必要に応じて調整する
• 文法と句読点に注意を払う
• Autopilot の限界に留意する

式

Studio で式用の効果的なプロンプトを記述する方法の例は、以下のとおりです。

日付と時刻

• 次の日曜日の日付を取得する
• 本日受信したメールを「dd/mm/yyyy」の日付形式でダウンロードする
• 「MM/dd/yyyy hh : mm : ss」という形式から「yyyy-MM-dd hh : mm : ss」という形式に変換する
• 1 秒の遅延を設定する

テキストと数値

• 最後の 4 桁を取得する
• フル パスからファイル名を取得する
• 結果が回文かどうかを検証する
• 152 より大きい最初の回文数を返す

データの操作

• 最初のメソッドを呼び出す前に変数を宣言して初期化し、式を修正する
• 文字列のリストを配列内に格納する

ファイルの操作

• フォルダーからすべての .pdf ファイルを取得する

Excel の操作

• Excel シートの範囲 B3 から B9 を読み取る

ワークフロー

Studio でワークフロー用の効果的なプロンプトを記述する方法の例は、以下のとおりです。

ストレージ サービス

• OneDrive で新しい PDF が作成されたら、そのページを別々のファイルに分割する
• OneDrive フォルダー内のすべての PDF ファイルを 1 つの PDF ファイルに結合し、結合されたファイルを指定したフォルダーにアップロードする
• 毎週土曜日に OneDrive に接続し、その週に「プロジェクト」フォルダーに追加されたすべての新しいファイルを AWS クラウド ストレージにバックアップする
• 署名済み文書を DocuSign から Dropbox にアップロードする

通信サービス

• Zoom のレコーディングの処理が完了したら、Slack でレコーディングを送信する
• ServiceNow で優先度の高いインシデントが作成されたら、Twilio 経由で SMS メッセージを送信する

Microsoft 365

• ベンダーの表に新しい行が追加されたら、Slack でチームに通知し、Microsoft Outlook で確認する
• Microsoft Outlook フォルダー内の未読メールごとに Excel スプレッドシートに新しい行を追加し、メールを既読にする
• Microsoft 365 を使用して特定のフォルダー内のメールを読み取るフローを作成する。次に、PDF の添付ファイルのみをダウンロードして、PDF からテキストを読み取る
• OneDrive の新しい請求書ファイルからデータを抽出し、Excel に保存する
• Jira で優先度が重大なバグが作成されたら Teams で通知を受信する
• Yahoo ファイナンスから最新のビットコイン データを抽出して Excel に書き込む

Google Workspace

• Google ドライブ内の新しい請求書ファイルからデータを抽出して Google スプレッドシートに保存する
• Zoom の新しいレコーディングをビデオ ファイルとしてダウンロードし、Google ドライブにアップロードする
• Gmail からオートメーションをトリガーし、添付ファイルを Google ドライブに保存する
• Zendesk に新しいカスタマー サポート チケットが作成されたら、Google スプレッドシートに新しいエントリを作成する
• Gmail から当月の最新のメールを 100 通抽出し、送信者と件名を含むレポートを Google スプレッドシートに作成する
• Gmail に新しい請求書を受信したら、Expensify を使用して経費精算書を作成する
• OpenAI を使用して Gmail の新しいメールを要約し、Slack 経由で概要を共有する

Salesforce

• 新しい Salesforce のリードが作成されたら、OpenAI を使用してパーソナライズされたメールを生成し、Outlook 経由で送信する
• Salesforce の商談が成立したら、Slack に称賛のメッセージを投稿する
• Salesforce で新しいリードが作成されたら Teams に自分宛のメッセージを送信する
• Salesforce でリードのステータスが変わるたびに、リードの詳細を記載した通知を Slack で営業チームに送信する

OpenAI

• 指定した URL から製品、価格、評価をスクレイピングし、結果を OpenAI に送信して、評価と価格を考慮した最適なオプションを見つける

要件の評価

Test Manager の Autopilot^TM に、ユーザー フロー、一貫性、関連性、明確性、完全性、セキュリティなどのさまざまな観点から要件を評価し、機能強化提案の上位 10 件を生成するように指示できます。また Autopilot を使用して、以下のみに重点を置いた特殊な分析を実行することもできます。

• アクセス許可、保護、認証、脆弱性、コンプライアンスなどのセキュリティの側面
• 応答時間、スループット、スケーラビリティ、リソース使用状況、負荷処理などのパフォーマンスの側面

また、セキュリティ ガイドライン、アクセシビリティ ガイドライン、監査レポート、ユーザー アクセシビリティの仕様、コンプライアンス チェックリストなどのサポート ドキュメントを Autopilot に渡して、要件の説明を強化することもできます。

Test Manager の [プロンプト ライブラリ] からすぐに使えるプロンプトを使用して要件を分析できます。また、[プロンプト ライブラリ] に独自のカスタム プロンプトを追加して、今後の要件の評価に使用することもできます。

要件の評価時に利用できるベスト プラクティスとガイドラインについては、「ベスト プラクティス」の「品質チェックの要件」をご覧ください。

手動テストの生成

Test Manager の Autopilot^TM は、AI を使用してテスト ケースを生成し、要件記述の特異性に依存します。これには、次が含まれます。

• 要件の目的を明確に示す、ユーザーに焦点を当てた簡潔な指示
• ユーザー ジャーニーを表す、アプリケーション ロジックの包括的な説明
• ポジティブ シナリオとネガティブ シナリオの両方を含む、明確で測定可能な受け入れ基準

要件記述の特異性を持たせることで、Autopilot^TM は正確で詳細なテスト ステップを生成できます。また、エンドツーエンドのフローの検証や迅速なテスト アイデアの生成など、 Autopilot^TM に追加の指示を与えて、特定のシナリオに合わせてテストケースの生成を調整することもできます。

プロセス図やモックアップ、コンプライアンス ドキュメント、議論の議事録などのサポート ドキュメントを追加のコンテキストとして Autopilot^TM に渡すと、より正確で関連性の高いテスト ケースを生成できます。

Test Manager の [プロンプト ライブラリ] からすぐに使えるプロンプトを使用して手動テストを生成できます。また、[プロンプト ライブラリ] に独自のカスタム プロンプトを追加して、今後のテスト生成に使用することもできます。

Autopilot^TM を使用してテスト ケースを生成するためのガイドラインとベスト プラクティスについては、「ベスト プラクティス」の「要件に合わせてテストを生成する」をご覧ください。

コードの場合

テキストをコードに変換するには、C# のコードの生成、既存のコードのリファクタリング、または UiPath のオートメーションの生成に関する指示を Autopilot に出すことができます。

詳しくは、「ベスト プラクティス」の「テキストをコードに変換する」をご覧ください。

手動テストの場合

手動テスト用のテスト ケースをオートメーションに変換するには、一貫性が確保されたオブジェクト リポジトリが必要です。Autopilot は UI Automation 機能を使用して UI 要素を参照するからです。適切なオートメーションが生成されるようにするためには、手動テストのステップ内での UI 要素の命名規則に一貫性を持たせることが重要です。また、手動テストのステップでは共通のアクティビティ名を使用する必要もあります。これにより、デスクトップ版の Studio で、対応する UiPath API に簡単に変換できます。

詳しくは、「ベスト プラクティス」の「手動テストを自動化する」をご覧ください。

テスト データの場合

合成テスト データを生成する際は、Autopilot ではワークフロー内の既存の引数と、プロンプトで指定したテスト データの生成に関する追加の指示が考慮されます。また、データの特定の組み合わせに従ったり、データセットをカスタマイズしたりするための指示を出したりすることもできます。

詳しくは、「ベスト プラクティス」の「合成テスト データを生成する」をご覧ください。

テスト結果の分析

Test Manager の Autopilot^TM は、不合格のテスト ケースに関するインサイトと、テスト ポートフォリオの不合格率を下げるための推奨事項を示します。レポートを生成するときは、特に不合格のテスト ケースについてのテスト結果を多く与えることで、レポートの効果が高まります。テストに関するインサイトは、テストが不合格になる主な原因を把握できるようにすることを目的としています。

失敗したテスト レポート内の各セクションには、次のようなテスト結果の特定の領域に関する情報が表示されます。

• よくあるエラー: 類似のエラー メッセージを意味的にグループ化して、最も頻繁に発生する問題を強調表示します。
• エラー パターン: 失敗したテスト ケースをより広範なカテゴリに分類します。これらの詳細なカテゴリにより、繰り返し生じるテーマと体系的な問題を特定し、テスト実行の根本的な問題をより明確に把握することができます。
• 推奨事項: テスト実行の安定性を最適化して向上を図るための次のステップの指針となる、実用的な推奨事項を示します。