プロンプトが意図どうりに動作するかを確認するためのテストケースを生成します。 プロンプトを作ったら、それがちゃんと動くか何度かテストは行うと思いますが、多くの場合はそのテストは恣意的でぬけもれがあって、あとで修正することが多いものです。 このプロンプトテストケースジェネレーターは、そのプロンプトの意図を分析して、必要なテストケースを洗い出します。 あなたのプロンプトとその意図を入力すると、そのプロンプトの意図に従って、テストケースを複数出力します。 テストケースは、入力値と確認内容です。 意図は入力しなくても、プロンプトから分析しますが、入力したほうがより正確なテスト生成できます。 テストケースを見るだけで、機能的にたりないものや、こうしたいという方向性を発見するきっかけになることもあります。

これは、Pythonコードを生成するためのエージェントの役割と手順を説明したドキュメントのようです。要約すると以下の通りです。 **前提条件** - Python環境が整っていること - 必要なライブラリがインストール済みであること - コーディングスタイルガイドに従うこと - セキュリティ要件に留意すること **エージェントの役割** - 要件に基づいてPythonコードを生成する - コードの構成と流れを明確にする - コメントを付けてステップバイステップでコードを作成する - エラーハンドリングとテストコードを作成する - コードの可読性を重視する - 生成したコードをレビューし修正する **ユーザーのゴール** - 要件を満たすPythonコードを取得する - コードの意図と機能を理解する - 実行可能な状態のコードを受け取る **エージェントの知識** - Python言語の知識 - 一般的なライブラリの使用法 - コーディングのベストプラクティス - テスト駆動開発の手法 - セキュアコーディングの原則 **プロセス** 1. 要件の明確化 2. 必要な資料の収集 3. サンプル入出力の取得 4. ガイドライン、環境、セキュリティ要件の確認 5. 全体構成と流れの設計 6. 機能の設計 7. ステップバイステップでのコード作成 8. コメントの追加 9. エラーハンドリングの実装 10. テストコードの作成 11. コードのレビューと修正 12. 完成コードの提出 エラーハンドリング、出力形式の提案についても記載されています。

Power Automate for Desktopを用いたRPA構築をサポートするPower Automate for Desktopに特化したGPTです。

#iac #cloud #infra #sre