> 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/fr/actions/workflow-concepts/testing-and-iteration.md).

# Tests et itérations

Bonnes pratiques pour tester et itérer votre workflow

Les tests et les itérations sont des étapes fondamentales pour créer un Workflow prêt pour la production. Dans cette section, nous présenterons les bonnes pratiques pour tester et itérer sur votre workflow.

## Mode de test gratuit

AirOps fournit **50 000 tâches de test gratuites par mois** pour les tests dans le Studio. Vous pouvez utiliser les tâches de test pour les tests de Workflow et les exécutions lancées depuis l’éditeur de Playbook.

{% hint style="info" %}
Les tâches de test sont disponibles pour tous les espaces de travail et sont distinctes de votre allocation de tâches de production. Les tests de Workflow et les exécutions de l’éditeur de Playbook utilisent d’abord les tâches de test, puis les tâches de production après épuisement du solde de tâches de test.
{% endhint %}

## Comment tester votre Workflow

Il existe deux façons de tester votre workflow : une étape à la fois ou toutes les étapes en même temps.

Lorsque vous testez une étape à la fois, la valeur de chaque étape sera mise à jour. **Lorsque vous testez toutes les étapes en même temps, les valeurs de chaque étape ne seront mises à jour que si l’exécution réussit. En revanche, les valeurs ne seront pas mises à jour si vous rencontrez une erreur.** Par conséquent, la bonne pratique consiste à toujours tester une étape à la fois jusqu’à ce que votre workflow soit prêt pour la production

### Tester une étape

<figure><img src="https://344527547-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>Testez une seule étape depuis sa barre d’outils.</p></figcaption></figure>

* **Commencez par l’étape de départ :** pour commencer à tester un workflow, vous devez ajouter des valeurs à l’étape de départ
* **Cliquez sur la flèche de la première étape :** cela exécutera uniquement la première étape
* **Utilisez les journaux pour comprendre la sortie de l’étape afin de pouvoir la référencer dans les étapes futures :** les journaux sont essentiels pour comprendre la structure des données de sortie de l’étape - utilisez cette sortie pour vous aider à référencer cette étape dans les étapes suivantes
* **Concevez l’étape suivante :** poursuivez la conception de votre workflow en référençant les étapes précédentes à l’aide du bouton d’aide variable rose
* **Continuez à tester chaque étape suivante :** après avoir conçu une étape, cliquez sur le bouton de lecture pour la tester. Poursuivez ce processus jusqu’à ce que vous disposiez d’un workflow prêt pour la production

### Tester les étapes dans les conditionnels

Vous pouvez déboguer des étapes individuelles à l’intérieur de branches conditionnelles (à la fois les chemins vrais et faux). Cela facilite le test et l’itération de workflows complexes avec une logique de branchement :

1. Accédez à l’étape conditionnelle de votre workflow
2. Développez la branche vraie ou fausse que vous souhaitez tester
3. Cliquez sur le bouton de lecture de n’importe quelle étape individuelle à l’intérieur de la branche
4. L’étape s’exécutera avec les valeurs de test actuelles, ce qui vous permettra de vérifier la logique de chaque chemin

### Testez l’ensemble de votre Workflow

Il existe **deux options pour tester votre workflow de bout en bout :**

<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> Cliquez sur « Test Workflow » à partir de l’étape Inputs</td><td><a href="https://344527547-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> Cliquez sur « Test Workflow » en haut à droite du Studio</td><td><a href="https://344527547-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" %}
Utilisez la fonctionnalité **Test Workflow** lorsque votre Workflow est prêt
{% endhint %}

* **Cliquez sur Test Workflow :** cliquez **Test Workflow** dans le coin supérieur droit
* **Saisissez vos valeurs de test :** ajoutez les valeurs de test que vous souhaitez exécuter
* **Exécuter :** cliquez **Exécuter** pour tester l’ensemble du workflow

## Bonnes pratiques de gestion des erreurs

Lors de la création d’un workflow pour la production, il existe des cas limites que vous devez tester et prendre en charge dans votre workflow avant un déploiement à grande échelle. N’oubliez pas non plus que vous pouvez toujours demander de l’aide à [l’aide de Copilot pour corriger les erreurs](https://docs.airops.com/docs/fr/actions/workflow-concepts/chat-with-copilot/fix-errors-with-copilot.md) que vous rencontrez pendant les tests.

### 1. Limite de la fenêtre de contexte

Chaque modèle de LLM dispose d’une fenêtre de contexte maximale, ce qui signifie qu’il existe un nombre maximal de jetons (ou de caractères) que vous pouvez inclure dans votre prompt avant qu’il ne génère une erreur.

{% hint style="info" %}
1 jeton correspond généralement à environ 4 caractères et à environ 3/4 d’un mot.
{% endhint %}

1. Pour vous assurer que votre prompt reste dans la limite de la fenêtre de contexte, vous pouvez estimer le nombre de jetons que vous utiliserez en copiant-collant votre prompt dans le compteur de jetons OpenAI suivant : <https://platform.openai.com/tokenizer>
2. Pour gérer les cas limites où votre prompt dépasse la limite de jetons, vous pouvez utiliser la syntaxe Liquid suivante pour découper vos entrées ou les sorties d’étape en un fragment plus court : `{{step_1.output | slice: 0, 10000}}`où 10000 est remplacé par le nombre de caractères que vous souhaitez regrouper en fragments.

### 2. Erreurs de formatage du prompt

De nombreux workflows de production basés sur de grands modèles de langage dépendent d’un format de sortie cohérent de la part du modèle. Pour garantir la cohérence de votre workflow, envisagez les méthodes suivantes pour gérer une sortie inattendue du prompt :

1. **Techniques de prompt :**
   * Pour empêcher le modèle d’introduire sa réponse par une phrase telle que «*Bien sûr, voici un...*», vous pouvez ajouter une commande à la fois dans le **Système** et le **Utilisateur** telle que «*Présentez votre réponse dans le format suivant et n’incluez aucun commentaire supplémentaire :*"
   * Si votre sortie est du HTML ou du JSON, pour empêcher le modèle de commencer par ` ```html ` ou ` ```json `, vous pouvez dire au modèle *« Commencez par #... »* ou *« Commencez par {, et terminez par } et n’incluez pas ` ```json ` dans votre réponse »*
2. **Analyse du code :**
   * Si vous avez toujours du mal à obtenir une sortie cohérente, ou si vous souhaitez gérer des cas extrêmes où elle peut s’écarter de la sortie attendue, vous pouvez utiliser du code pour extraire tout texte qui précède votre premier caractère.


---

# 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/fr/actions/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.
