> For the complete documentation index, see [llms.txt](https://docs.airops.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.airops.com/docs/de/aktionen/workflow-concepts/testing-and-iteration.md).

# Testen und Iterieren

Best Practices zum Testen und Iterieren Ihres Workflows

Testen und Iterieren sind grundlegende Schritte, um einen produktionsreifen Workflow zu erstellen. In diesem Abschnitt erläutern wir die besten Praktiken zum Testen und Iterieren Ihres Workflows.

## Kostenloser Testmodus

AirOps stellt bereit **50.000 kostenlose Testaufgaben pro Monat** zum Testen im Studio. Sie können Testaufgaben für Workflow-Tests und Ausführungen verwenden, die im Playbook-Editor gestartet wurden.

{% hint style="info" %}
Testaufgaben sind für alle Arbeitsbereiche verfügbar und getrennt von Ihrem Produktions-Aufgabenkontingent. Workflow-Tests und im Playbook-Editor gestartete Ausführungen verwenden zuerst Testaufgaben und dann Produktionsaufgaben, nachdem das Guthaben an Testaufgaben aufgebraucht ist.
{% endhint %}

## So testen Sie Ihren Workflow

Es gibt zwei Möglichkeiten, Ihren Workflow zu testen: Schritt für Schritt oder alle Schritte auf einmal.

Wenn Sie Schritt für Schritt testen, wird der Wert jedes Schritts aktualisiert. **Wenn Sie alle Schritte auf einmal testen, werden die Werte jedes Schritts nur aktualisiert, wenn die Ausführung erfolgreich ist. Bei einem Fehler werden die Werte jedoch nicht aktualisiert.** Daher ist die Best Practice, immer Schritt für Schritt zu testen, bis Ihr Workflow produktionsreif ist

### Einen Schritt testen

<figure><img src="https://1960680173-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-49feaab0d98a7f42225e969b7f6dbd6fd8238f55%2Ftesting-01-test-step.png?alt=media" alt="Hover toolbar above the Search intent analysis step with the Test button"><figcaption><p>Testen Sie einen einzelnen Schritt über seine Symbolleiste.</p></figcaption></figure>

* **Beginnen Sie beim Start-Schritt:** um mit dem Testen eines Workflows zu beginnen, müssen Sie dem Start-Schritt Werte hinzufügen
* **Klicken Sie auf den Pfeil des ersten Schritts:** dadurch wird nur der erste Schritt ausgeführt
* **Verwenden Sie die Protokolle, um die Ausgabe des Schritts zu verstehen und sie in späteren Schritten zu referenzieren:** Protokolle sind entscheidend, um die Datenstruktur der Ausgabe des Schritts zu verstehen - verwenden Sie diese Ausgabe, um in nachfolgenden Schritten auf diesen Schritt zu verweisen
* **Gestalten Sie die nächsten Schritte:** fahren Sie fort, Ihren Workflow zu gestalten, indem Sie die vorherigen Schritte mithilfe der rosa Schaltfläche für Variablenhilfe referenzieren
* **Testen Sie jeden nachfolgenden Schritt weiter:** nachdem Sie einen Schritt entworfen haben, klicken Sie auf die Wiedergabetaste, um den Schritt zu testen. Fahren Sie damit fort, bis Sie einen produktionsreifen Workflow haben

### Schritte in Bedingungen testen

Sie können einzelne Schritte innerhalb bedingter Zweige debuggen (sowohl im wahren als auch im falschen Pfad). Das erleichtert das Testen und Iterieren komplexer Workflows mit Verzweigungslogik:

1. Navigieren Sie zum Bedingungsschritt in Ihrem Workflow
2. Klappen Sie den wahren oder falschen Zweig auf, den Sie testen möchten
3. Klicken Sie auf die Wiedergabetaste eines beliebigen einzelnen Schritts innerhalb des Zweigs
4. Der Schritt wird mit den aktuellen Testwerten ausgeführt, sodass Sie die Logik in jedem Pfad überprüfen können

### Testen Sie Ihren gesamten Workflow

Es gibt **zwei Möglichkeiten, Ihren Workflow end-to-end zu testen:**

<table data-card-size="large" data-view="cards"><thead><tr><th></th><th data-hidden data-card-cover data-type="files"></th></tr></thead><tbody><tr><td><strong>Option 1:</strong> Klicken Sie im Inputs-Schritt auf „Workflow testen“</td><td><a href="https://1960680173-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-b344a4178c2323ad80c4416d9533e65077c8b79e%2Ftesting-02-test-workflow.png?alt=media">testing-02-test-workflow.png</a></td></tr><tr><td><strong>Option 2:</strong> Klicken Sie oben rechts im Studio auf „Test Workflow“</td><td><a href="https://1960680173-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-13a50703feb083ee872a66ef96601881bac66d3f%2Ffirst-workflow-06-test-publish.png?alt=media">first-workflow-06-test-publish.png</a></td></tr></tbody></table>

{% hint style="info" %}
Verwenden Sie die **Workflow testen** Funktion, wenn Ihr Workflow bereit ist
{% endhint %}

* **Klicken Sie auf Workflow testen:** klicken Sie **Workflow testen** in der oberen rechten Ecke
* **Geben Sie Ihre Testwerte ein:** fügen Sie die Testwerte hinzu, die Sie ausführen möchten
* **Ausführen:** klicken Sie **Ausführen** um den gesamten Workflow zu testen

## Best Practices für die Fehlerbehandlung

Wenn Sie einen Workflow für die Produktion erstellen, gibt es Sonderfälle, die Sie vor dem Einsatz in großem Maßstab testen und in Ihrem Workflow behandeln sollten. Denken Sie außerdem daran, dass Sie jederzeit um die [Hilfe von Copilot zum Beheben von Fehlern](https://docs.airops.com/docs/de/aktionen/workflow-concepts/chat-with-copilot/fix-errors-with-copilot.md) bitten können, auf die Sie beim Testen stoßen.

### 1. Begrenzung des Kontextfensters

Jedes LLM-Modell hat ein maximales Kontextfenster, was bedeutet, dass es eine maximale Anzahl an Tokens (oder Zeichen) gibt, die Ihr Prompt enthalten kann, bevor ein Fehler auftritt.

{% hint style="info" %}
1 Token entspricht im Allgemeinen etwa 4 Zeichen und 3/4 eines Wortes.
{% endhint %}

1. Um sicherzustellen, dass Ihr Prompt innerhalb des Limits des Kontextfensters bleibt, können Sie die Anzahl der Tokens, die Sie verwenden werden, ungefähr abschätzen, indem Sie Ihren Prompt in den folgenden OpenAI-Token-Zähler kopieren und einfügen: <https://platform.openai.com/tokenizer>
2. Um Sonderfälle zu behandeln, in denen Ihr Prompt das Token-Limit überschreitet, können Sie die folgende Liquid-Syntax verwenden, um Ihre Eingaben oder Schritt-Ausgaben in einen kürzeren Abschnitt zu schneiden: `{{step_1.output | slice: 0, 10000}}`wobei 10000 durch die Anzahl der Zeichen ersetzt wird, die Sie in einen Chunk aufteilen möchten.

### 2. Fehler bei der Prompt-Formatierung

Viele produktive Workflows großer Sprachmodelle hängen von einer konsistenten Ausgabeformatierung des Modells ab. Um Konsistenz in Ihrem Workflow sicherzustellen, sollten Sie die folgenden Methoden in Betracht ziehen, um mit unerwarteter Ausgabe des Prompts umzugehen:

1. **Prompting-Techniken:**
   * Um zu verhindern, dass das Modell seine Antwort mit einer Formulierung wie "*Sicher, hier ist ein...*", können Sie sowohl im **System** und **Benutzer** etwa "*Geben Sie Ihre Antwort im folgenden Format aus und fügen Sie keinen zusätzlichen Kommentar hinzu:*"
   * Wenn Ihre Ausgabe HTML oder JSON ist, um zu verhindern, dass das Modell mit ` ```html ` oder ` ```json `, können Sie dem Modell sagen *"Beginnen Sie mit #..."* oder *"Beginnen Sie mit { und enden Sie mit } und fügen Sie nicht ` ```json ` in Ihre Antwort ein"*
2. **Code-Parsing:**
   * Wenn Sie weiterhin Probleme mit einer konsistenten Ausgabe haben oder Extremfälle behandeln möchten, in denen die Ausgabe vom erwarteten Ergebnis abweichen kann, können Sie Code verwenden, um jeden Text herauszufiltern, der Ihrem ersten Zeichen vorausgeht.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.airops.com/docs/de/aktionen/workflow-concepts/testing-and-iteration.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
