評価タスク
評価タスクは、評価セット、評価対象、評価器、フィールド照合を組み合わせたものです。タスクバージョンに設定を保存し、実行ごとにRunを作成して、ステータス、固定されたスナップショット、結果を保持します。
対象者:評価の開始、追跡、分析を行う利用者。確認基準:2026-10-30時点のプロジェクト実装。デプロイ済み環境の操作入口は、バージョンや権限によって異なる場合があります。
検索キーワード:Evaluation Run、下書き、タスクバージョン、実行スナップショット、コピー、キャンセル。
1. 目的から探す
- 評価を設定:評価タスクの作成とフィールド照合。
- スコアを解釈し、失敗を特定:結果と実行トレースの確認。
- 固定周期で繰り返し実行:スケジュールタスク。
2. タスクを検索して続行する
- 「評価タスク」を開き、名前による検索とステータスによる絞り込みでタスクを探します。
- 設定が未完了のタスクは「設定を続ける」を使用し、設定を補完してから開始します。下書きを一時保存しても、評価対象や採点用モデルは呼び出されません。
- 実行済みタスクは名前をクリックして「タスク結果」を開き、「結果」と「設定」を切り替えます。実行中のタスクはステータスが自動更新されます。
3. ステータスを理解する
| ステータス | 意味と対処 |
|---|---|
| 未開始 / 下書き | 設定はまだ実行されていません。設定を続けるか、一時保存します。 |
| 待機中 | 送信済みで、実行リソースを待っています。重複作成を避けるため、まず進捗を確認します。 |
| 実行中 | 評価対象の呼び出しまたは採点を実行中です。 |
| キャンセル中 | キャンセルをリクエスト済みで、現在の実行が収束するのを待っています。 |
| 完了 | すべてのCaseの実行が終了し、失敗したCaseがない状態です。業務上の品質基準を満たしたことを意味しません。 |
| 一部失敗 | 一部の呼び出しまたは採点が失敗しています。完了済みの結果は確認できます。 |
| 失敗 | 今回の実行が失敗しています。Caseと失敗の原因から問題を特定してください。 |
| キャンセル済み | 以降の実行はキャンセルされています。完了済みの結果は保持されます。 |
4. コピー、キャンセル、削除
リストで「タスクをコピー」を使用すると、独立した下書きがすぐに作成されます。デフォルトではコピー用の名前が付き、確認用に設定が保持されますが、自動的には開始されません。コピーの前後で、評価セットのバージョン、評価対象、評価器のバージョン、照合を確認してください。成功の表示後、設定画面で設定を完了して開始します。
実行中に停止する場合は、結果ページで「タスクをキャンセル」をクリックして確認します。キャンセルしても完了済みの結果は消去されず、評価対象のAgentがすでに行った外部操作が取り消されることもありません。
リストから削除できるのは下書きまたは失敗したタスクのみです。削除前に必要な結果が保存済みかを確認してください。この操作は元に戻せません。同じプロジェクトの独立したタスク間ではタスク名が一意で、下書きも名前を使用します。名前が競合する場合は、名前を変更して続行できます。すべての設定を入力し直す必要はありません。
5. バージョンと過去の事実
タスクは明示的な評価セットバージョンと評価器バージョンにバインドされ、開始時に実行スナップショットが固定されます。その後にアセットを編集しても、過去の入力、照合、採点は書き換えられません。過去のタスクを分析する際は「設定」にある固定された内容を基準とし、アセットの現在の最新内容を、その実行で使用した設定の代わりにしないでください。
6. 次のステップと関連ページ
- タスクを新規作成:評価タスクの作成とフィールド照合。
- 低スコアのCaseを特定:結果と実行トレースの確認。
- 繰り返し実行:スケジュールタスク。
マニュアルのホームに戻る:

