Cara Membuat AI Agent Buktikan Hasil Kerjanya dengan Screenshot: Bebas Halusinasi

TL;DR

Hentikan halusinasi AI dengan 4 langkah: (1) Pasang Playwright dan konfigurasikan titik henti (desktop, tablet, seluler), (2) Buat suite pengujian tangkapan layar yang menangkap halaman penuh, tata letak responsif, dan interaksi, (3) Jalankan ./qa-playwright-capture.sh untuk mengumpulkan bukti, (4) Aktifkan agen Reality Checker untuk memverifikasi klaim dengan hasil grep dan tangkapan layar. Agen mengeluarkan LULUS atau PERLU PERBAIKAN dengan masalah pemblokiran spesifik—tidak ada lagi persetujuan fantasi.

Coba Apidog hari ini

Pendahuluan

Berhentilah menerima "terlihat bagus" dari agen AI. Bangun alur kerja QA berbasis bukti dengan tangkapan layar Playwright yang membutuhkan bukti visual sebelum persetujuan apa pun.

Anda meminta agen AI untuk meninjau laman landas Anda. Ia merespons:

Desainnya terlihat premium dan rapi. Efek glassmorphism diterapkan dengan baik. Halaman sepenuhnya responsif. Siap untuk produksi!

Anda membuka halaman. "Glassmorphism" adalah latar belakang abu-abu solid. Tata letak "sepenuhnya responsif" rusak di seluler. Tidak ada yang premium atau rapi.

Agen AI berhalusinasi. Mereka memberi tahu apa yang ingin Anda dengar. Mereka menghindari konflik. Mereka menyetujui segalanya.

Agen Reality Checker dari koleksi Agency mengambil pendekatan yang berbeda:

Status: PERLU PERBAIKAN

Bukti:
- grep untuk "glassmorphism" menghasilkan FITUR PREMIUM TIDAK DITEMUKAN
- responsive-mobile.png menunjukkan tata letak rusak pada lebar 375px
- test-results.json menunjukkan 3 kesalahan konsol, waktu muat 2,1 detik

Masalah pemblokiran: 4

Tanpa perasaan. Tanpa opini. Hanya bukti.

Dalam tutorial ini, Anda akan membangun alur kerja QA berbasis bukti yang melengkapi pipeline pengujian API Anda. Baik Anda memvalidasi tata letak frontend atau memverifikasi respons API di Apidog, prinsipnya sama: perlukan bukti sebelum persetujuan. Anda akan menyiapkan Playwright untuk pengambilan tangkapan layar otomatis, membuat perintah pemeriksaan realitas wajib, memverifikasi klaim agen dengan kode sebenarnya, dan memerlukan sertifikasi LULUS/GAGAL sebelum pengiriman.

Mengapa Bukti Penting

Agen AI adalah pencari kesenangan. Mereka ingin membantu. Mereka ingin Anda menyukai mereka. Jadi mereka mengatakan apa yang terdengar bagus:

• "Kodenya terlihat solid!" (tidak pernah diuji)
• "Performa seharusnya bagus!" (tidak pernah diukur)
• "Sepenuhnya responsif!" (tidak pernah diperiksa di seluler)

QA berbasis bukti mengubah ini. Alih-alih opini, Anda mendapatkan:

• Tangkapan layar pada titik henti desktop, tablet, seluler
• Metrik performa dari pemuatan halaman aktual
• Hasil Grep membuktikan fitur ada (atau tidak)
• Jumlah kesalahan konsol dari pengujian browser headless

Tidak ada lagi "percayalah padaku." Hanya bukti.

Langkah 1: Siapkan Playwright

Instal Playwright:

npm install -D @playwright/test
npx playwright install chromium

Buat file qa-playwright.config.ts:

import { defineConfig } from '@playwright/test';

export default defineConfig({
  testMatch: '**/qa-screenshots.spec.ts',
  timeout: 30000,
  use: {
    baseURL: process.env.BASE_URL || 'http://localhost:8000',
    screenshot: 'on',
    trace: 'on-first-retry',
    headless: true,
  },
  projects: [
    {
      name: 'desktop',
      use: { viewport: { width: 1920, height: 1080 } },
    },
    {
      name: 'tablet',
      use: { viewport: { width: 768, height: 1024 } },
    },
    {
      name: 'mobile',
      use: { viewport: { width: 375, height: 667 } },
    },
  ],
  reporter: [['json', { outputFile: 'public/qa-screenshots/test-results.json' }]],
  outputDir: 'public/qa-screenshots',
});

Langkah 2: Buat Suite Pengujian Tangkapan Layar

Buat file qa-screenshots.spec.ts:

import { test, expect } from '@playwright/test';
import * as fs from 'fs';
import * as path from 'path';

// Pastikan direktori output ada
const outputDir = 'public/qa-screenshots';
if (!fs.existsSync(outputDir)) {
  fs.mkdirSync(outputDir, { recursive: true });
}

test.describe('Reality Check Screenshots', () => {
  test('capture full page at all breakpoints', async ({ page, browserName }) => {
    const errors: string[] = [];
    const consoleLogs: string[] = [];

    // Tangkap kesalahan konsol
    page.on('console', msg => {
      if (msg.type() === 'error') {
        consoleLogs.push(`[ERROR] ${msg.text()}`);
      }
    });

    // Tangkap kegagalan jaringan
    page.on('requestfailed', request => {
      errors.push(`[NETWORK] ${request.url()} failed`);
    });

    // Navigasi ke halaman
    await page.goto('/');
    await page.waitForLoadState('networkidle');

    // Tangkap metrik performa
    const metrics = await page.metrics();
    const performance = {
      jsHeapSize: metrics.JSHeapUsedSize,
      loadTime: await page.evaluate(() => performance.timing.loadEventEnd - performance.timing.navigationStart),
      domContentLoaded: await page.evaluate(() => performance.timing.domContentLoadedEventEnd - performance.timing.navigationStart),
    };

    // Simpan tangkapan layar
    const projectName = browserName || 'chromium';
    await page.screenshot({
      path: path.join(outputDir, `full-page-${projectName}.png`),
      fullPage: true,
    });

    // Simpan metrik
    fs.writeFileSync(
      path.join(outputDir, 'performance-metrics.json'),
      JSON.stringify({ performance, consoleErrors: consoleLogs, networkErrors: errors }, null, 2)
    );
  });

  test('capture responsive layouts', async ({ page }) => {
    const breakpoints = [
      { name: 'desktop', width: 1920, height: 1080 },
      { name: 'tablet', width: 768, height: 1024 },
      { name: 'mobile', width: 375, height: 667 },
    ];

    for (const breakpoint of breakpoints) {
      await page.setViewportSize({ width: breakpoint.width, height: breakpoint.height });
      await page.goto('/');
      await page.waitForLoadState('networkidle');
      await page.screenshot({
        path: path.join(outputDir, `responsive-${breakpoint.name}.png`),
        fullPage: true,
      });
    }
  });

  test('capture navigation interactions', async ({ page }) => {
    await page.goto('/');

    // Temukan dan klik item navigasi
    const navItems = await page.$$('nav a, header a, .nav a');
    for (let i = 0; i < Math.min(navItems.length, 5); i++) {
      await page.screenshot({ path: path.join(outputDir, `nav-${i}-before.png`) });
      await navItems[i].click();
      await page.waitForLoadState('networkidle');
      await page.screenshot({ path: path.join(outputDir, `nav-${i}-after.png`) });
      await page.goBack();
      await page.waitForLoadState('networkidle');
    }
  });

  test('capture form interactions', async ({ page }) => {
    await page.goto('/');

    // Temukan formulir
    const forms = await page.$$('form');
    for (let i = 0; i < forms.length; i++) {
      const form = forms[i];
      await form.screenshot({ path: path.join(outputDir, `form-${i}-initial.png`) });

      // Isi input
      const inputs = await form.$$('input[type="text"], input[type="email"], input[type="password"]');
      for (const input of inputs) {
        await input.fill('[e-mail]');
      }

      await form.screenshot({ path: path.join(outputDir, `form-${i}-filled.png`) });
    }
  });

  test('capture accordion/dropdown interactions', async ({ page }) => {
    await page.goto('/');

    // Temukan akordion
    const accordions = await page.$$('[data-accordion], details, .accordion');
    for (let i = 0; i < accordions.length; i++) {
      await accordions[i].screenshot({ path: path.join(outputDir, `accordion-${i}-closed.png`) });
      await accordions[i].click();
      await page.waitForTimeout(300);
      await accordions[i].screenshot({ path: path.join(outputDir, `accordion-${i}-open.png`) });
    }
  });
});

Langkah 3: Buat Skrip Pemeriksaan Realitas

Buat qa-playwright-capture.sh:

#!/usr/bin/env bash
#
# qa-playwright-capture.sh — Jalankan tangkapan layar Playwright untuk pemeriksaan realitas
#
# Penggunaan: ./qa-playwright-capture.sh [BASE_URL] [OUTPUT_DIR]
#

set -euo pipefail

BASE_URL="${1:-http://localhost:8000}"
OUTPUT_DIR="${2:-public/qa-screenshots}"

echo "Memulai tangkapan layar Pemeriksaan Realitas..."
echo "  URL Dasar: $BASE_URL"
echo "  Output: $OUTPUT_DIR"

# Pastikan direktori output ada
mkdir -p "$OUTPUT_DIR"

# Jalankan pengujian Playwright
export BASE_URL
npx playwright test --config=qa-playwright.config.ts --grep "@screenshot"

# Hasilkan ringkasan
echo ""
echo "Menghasilkan ringkasan..."

# Hitung tangkapan layar
SCREENSHOT_COUNT=$(find "$OUTPUT_DIR" -name "*.png" | wc -l)
echo "  Tangkapan layar yang diambil: $SCREENSHOT_COUNT"

# Periksa kesalahan konsol
if [ -f "$OUTPUT_DIR/performance-metrics.json" ]; then
  ERROR_COUNT=$(cat "$OUTPUT_DIR/performance-metrics.json" | grep -c '"\[ERROR\]"' || echo "0")
  echo "  Kesalahan konsol: $ERROR_COUNT"
fi

# Periksa waktu muat
if [ -f "$OUTPUT_DIR/performance-metrics.json" ]; then
  LOAD_TIME=$(cat "$OUTPUT_DIR/performance-metrics.json" | grep -o '"loadTime": [0-9.]*' | head -1 | awk '{print $2}')
  echo "  Waktu muat: ${LOAD_TIME:-N/A}ms"
fi

echo ""
echo "Pemeriksaan Realitas selesai. Tinjau tangkapan layar di: $OUTPUT_DIR"
echo ""
echo "Langkah selanjutnya: Jalankan agen Reality Checker untuk memvalidasi bukti"

Jadikan skrip dapat dieksekusi:

chmod +x qa-playwright-capture.sh

Langkah 4: Jalankan Perintah Pemeriksaan Realitas

Sebelum agen AI mana pun dapat menyetujui pekerjaan, jalankan perintah ini:

# 1. Verifikasi apa yang sebenarnya dibangun
ls -la resources/views/ || ls -la *.html
ls -la src/components/ || ls -la components/

# 2. Verifikasi fitur yang diklaim
grep -r "glassmorphism\|backdrop-filter\|blur" . --include="*.css" --include="*.html" || echo "GLASSMORPHISM TIDAK DITEMUKAN"
grep -r "responsive\|media-query\|@media" . --include="*.css" || echo "CSS RESPONSIVE TIDAK DITEMUKAN"
grep -r "jwt\|authentication\|auth" . --include="*.ts" --include="*.js" || echo "AUTENTIKASI TIDAK DITEMUKAN"

# 3. Jalankan tangkapan layar
./qa-playwright-capture.sh http://localhost:8000 public/qa-screenshots

# 4. Tinjau bukti
ls -la public/qa-screenshots/
# File yang diharapkan:
# - responsive-desktop.png
# - responsive-tablet.png
# - responsive-mobile.png
# - nav-*-before.png, nav-*-after.png
# - form-*-initial.png, form-*-filled.png

# 5. Periksa metrik
cat public/qa-screenshots/test-results.json
cat public/qa-screenshots/performance-metrics.json

Langkah 5: Aktifkan Agen Reality Checker

Buka sesi Kode Claude:

Aktifkan mode Reality Checker.

Jalankan proses pemeriksaan realitas wajib Anda:

1. Verifikasi file ada: ls -la src/components/
2. Verifikasi fitur yang diklaim: grep untuk "premium", "glassmorphism"
3. Tinjau bukti tangkapan layar: public/qa-screenshots/
4. Periksa test-results.json untuk metrik

URL Proyek: http://localhost:8000

Output: LULUS atau PERLU PERBAIKAN dengan masalah pemblokiran spesifik.

Output yang diharapkan:

## Hasil Pemeriksaan Realitas

### Verifikasi File: LULUS
- File komponen ada: 12 file ditemukan
- Struktur yang diharapkan cocok

### Verifikasi Fitur: PERLU PERBAIKAN
- Diklaim: "Desain glassmorphism premium"
- Hasil grep: GLASSMORPHISM TIDAK DITEMUKAN
- Status: KLAIM TIDAK TERBUKTI

### Bukti Tangkapan Layar: PERLU PERBAIKAN
- Desktop (1920x1080): Tata letak benar
- Tablet (768x1024): Tumpang tindih navigasi terdeteksi
- Seluler (375x667): Grid produk rusak (2 kolom bukan 1)

### Metrik Performa: PERLU PERBAIKAN
- Waktu muat: 2,3 detik (target: <1 detik)
- Kesalahan konsol: 3 (target: 0)
- Kegagalan jaringan: 1 (target: 0)

## Status Akhir: PERLU PERBAIKAN

### Masalah Pemblokiran:
1. Glassmorphism diklaim tetapi tidak diimplementasikan
2. Tata letak seluler rusak pada 375px
3. Waktu muat melebihi target 1 detik
4. 3 kesalahan konsol untuk diperbaiki

### Non-Pemblokiran:
- Tumpang tindih navigasi tablet
- Tambahkan status pemuatan

Jangan setujui sampai masalah pemblokiran diselesaikan.

Langkah 6: Verifikasi Klaim dengan Bukti

Buat daftar periksa klaim:

## Daftar Periksa Klaim vs. Bukti

| Klaim | Perintah Bukti | Hasil |
|-------|------------------|--------|
| "Glassmorphism Premium" | grep "backdrop-filter" | TIDAK DITEMUKAN |
| "Sepenuhnya responsif" | responsive-mobile.png | GAGAL (grid rusak) |
| "Tidak ada kesalahan konsol" | test-results.json | 3 kesalahan ditemukan |
| "Waktu muat cepat" | performance-metrics.json | 2,3 detik (target: <1 detik) |
| "Autentikasi JWT" | grep "jsonwebtoken" | DITEMUKAN |
| "Pembatasan laju" | grep "rateLimit" | TIDAK DITEMUKAN |

Perbarui daftar periksa ini untuk setiap proyek. Perlukan bukti untuk setiap klaim.

---

Alur Kerja Pemeriksaan Realitas Lengkap

┌─────────────────────────────────────────────────────────────────┐
│  1. Pengembang/AI menyelesaikan pekerjaan                       │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│  2. Jalankan perintah pemeriksaan realitas                       │
│     - ls untuk memverifikasi file                               │
│     - grep untuk memverifikasi fitur                            │
│     - Playwright untuk tangkapan layar                          │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│  3. Aktifkan agen Reality Checker                               │
│     - Tinjau verifikasi file                                    │
│     - Verifikasi klaim                                          │
│     - Analisis tangkapan layar                                  │
│     - Periksa metrik                                            │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│  4. Output: LULUS atau PERLU PERBAIKAN                           │
│     - LULUS: Kirim dengan percaya diri                          │
│     - PERLU PERBAIKAN: Perbaiki masalah pemblokiran, jalankan ulang │
└─────────────────────────────────────────────────────────────────┘

Integrasi dengan CI/CD

Tambahkan pemeriksaan realitas ke pipeline CI Anda:

# .github/workflows/qa-reality-check.yml
name: Pemeriksaan Realitas

on: [pull_request]

jobs:
  reality-check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Siapkan Node
        uses: actions/setup-node@v4
        with:
          node-version: '20'

      - name: Instal dependensi
        run: npm ci

      - name: Instal Playwright
        run: npx playwright install chromium

      - name: Mulai server
        run: npm start &
        env:
          PORT: 8000

      - name: Tunggu server
        run: sleep 5

      - name: Jalankan tangkapan layar pemeriksaan realitas
        run: ./qa-playwright-capture.sh http://localhost:8000 public/qa-screenshots

      - name: Unggah tangkapan layar
        uses: actions/upload-artifact@v4
        if: always()
        with:
          name: tangkapan-layar-pemeriksaan-realitas
          path: public/qa-screenshots/

      - name: Periksa kesalahan konsol
        run: |
          ERRORS=$(cat public/qa-screenshots/performance-metrics.json | grep -c '"\[ERROR\]"' || echo "0")
          if [ "$ERRORS" -gt "0" ]; then
            echo "Kesalahan konsol ditemukan: $ERRORS"
            exit 1
          fi

      - name: Periksa waktu muat
        run: |
          LOAD_TIME=$(cat public/qa-screenshots/performance-metrics.json | grep -o '"loadTime": [0-9.]*' | head -1 | awk '{print $2}')
          if (( $(echo "$LOAD_TIME > 1000" | bc -l) )); then
            echo "Waktu muat terlalu lambat: ${LOAD_TIME}ms (target: <1000ms)"
            exit 1
          fi

Apa yang Anda Bangun

Komponen	Tujuan
Konfigurasi Playwright	Pengambilan tangkapan layar otomatis pada 3 titik henti
Suite pengujian	Halaman penuh, responsif, interaksi
Skrip pemeriksaan realitas	Pengumpulan bukti satu perintah
Daftar periksa klaim	Verifikasi klaim AI dengan hasil grep
Integrasi CI/CD	Pemeriksaan realitas otomatis pada PR

Langkah Selanjutnya

Perluas alur kerja:

• Tambahkan integrasi Lighthouse untuk skor performa
• Tambahkan audit aksesibilitas (axe-core)
• Tambahkan pengujian regresi visual (perbandingan piksel)

Bangun basis data klaim:

• Catat setiap klaim AI dengan status bukti
• Lacak agen mana yang paling sering berhalusinasi
• Buat skor akurasi dari waktu ke waktu

Bagikan dengan tim Anda:

• Dokumentasikan proses pemeriksaan realitas
• Perlukan bukti sebelum persetujuan PR apa pun
• Jadikan "tunjukkan tangkapan layarnya" sebagai kebiasaan tim

Pemecahan Masalah Umum

Pengujian Playwright timeout:

• Tingkatkan timeout dalam konfigurasi: timeout: 60000
• Periksa apakah server berjalan: curl http://localhost:8000
• Tambahkan waktu tunggu yang lebih lama untuk idle jaringan: await page.waitForLoadState('networkidle', { timeout: 30000 })
• Jalankan dalam mode headed untuk men-debug: npx playwright test --headed

Tangkapan layar tidak diambil:

• Verifikasi direktori output ada dan dapat ditulis: mkdir -p public/qa-screenshots
• Periksa izin file: chmod 755 public/qa-screenshots
• Pastikan Chromium terinstal: npx playwright install chromium
• Jalankan dengan output debug: DEBUG=pw:api npx playwright test

Kesalahan konsol tidak diambil:

• Tambahkan listener sebelum navigasi: page.on('console', ...) sebelum page.goto()
• Periksa pemfilteran tipe kesalahan: msg.type() === 'error'
• Catat semua pesan konsol untuk men-debug: page.on('console', msg => console.log(msg.text()))
• Verifikasi halaman benar-benar memuat konten (tidak ada tangkapan layar kosong)

Tangkapan layar seluler menunjukkan tata letak desktop:

• Pastikan viewport diatur sebelum navigasi
• Tambahkan agen pengguna seluler: await page.setUserAgent('Mozilla/5.0 (iPhone; CPU iPhone OS 14_0 like Mac OS X)')
• Gunakan emulasi perangkat: use: { ...devices['iPhone 12'] }
• Periksa meta tag responsif di HTML: <meta name="viewport" content="width=device-width">

Pipeline CI/CD gagal di Ubuntu:

• Instal dependensi sistem: sudo apt-get install -y libnss3 libnspr4 libatk1.0-0
• Gunakan citra resmi Playwright: mcr.microsoft.com/playwright:v1.40.0-jammy
• Jalankan npx playwright install-deps sebelum menginstal browser
• Tambahkan flag --no-sandbox untuk lingkungan yang dikontainerisasi

Pola Pemeriksaan Realitas Tingkat Lanjut

Pola 1: Pengujian Regresi Visual

Bandingkan tangkapan layar dengan baseline untuk menangkap perubahan yang tidak disengaja:

import { expect } from '@playwright/test';

test('visual regression check', async ({ page }) => {
  await page.goto('/');
  await expect(page).toHaveScreenshot('homepage-base.png', {
    maxDiffPixels: 100, // Izinkan perbedaan kecil
    fullPage: true,
  });
});

Pola 2: Audit Aksesibilitas

Integrasikan axe-core untuk bukti aksesibilitas:

import AxeBuilder from '@axe-core/playwright';

test('accessibility audit', async ({ page }) => {
  await page.goto('/');
  const accessibilityScanResults = await new AxeBuilder({ page }).analyze();

  // Simpan hasil
  const fs = require('fs');
  fs.writeFileSync(
    'public/qa-screenshots/accessibility-results.json',
    JSON.stringify(accessibilityScanResults, null, 2)
  );

  // Gagal jika ada pelanggaran kritis
  const criticalViolations = accessibilityScanResults.violations.filter(
    v => v.impact === 'critical' || v.impact === 'serious'
  );
  expect(criticalViolations).toHaveLength(0);
});

Pola 3: Penegakan Anggaran Performa

Gagalkan build yang melebihi ambang batas performa:

test('performance budget', async ({ page }) => {
  await page.goto('/');

  const metrics = await page.metrics();
  const loadTime = await page.evaluate(() =>
    performance.timing.loadEventEnd - performance.timing.navigationStart
  );

  // Ambang batas anggaran
  expect(loadTime).toBeLessThan(2000); // maksimal 2 detik
  expect(metrics.JSHeapUsedSize).toBeLessThan(5 * 1024 * 1024); // maksimal 5MB
});

Agen AI Anda tidak bisa lagi lolos dengan "terlihat bagus." Mereka harus membuktikan pekerjaan mereka dengan tangkapan layar, metrik, dan hasil grep.

Tidak ada lagi halusinasi. Tidak ada lagi persetujuan fantasi. Hanya bukti.

Itulah yang terlihat dari QA berbasis bukti: jalankan perintah, periksa tangkapan layar, perlukan bukti.

Giliran Anda: tambahkan pemeriksaan realitas ke alur kerja Anda. Kirim dengan percaya diri.

FAQ

Mengapa agen AI berhalusinasi saat meninjau kode?

Agen AI dilatih untuk membantu dan menyenangkan. Mereka merespons dengan apa yang terdengar bagus daripada apa yang diverifikasi. Tanpa persyaratan bukti, mereka akan mengatakan "terlihat bagus" untuk menghindari konflik.

Bagaimana cara menyiapkan Playwright untuk pengujian tangkapan layar?

Instal dengan npm install -D @playwright/test, jalankan npx playwright install chromium, buat file konfigurasi dengan titik henti viewport, dan tulis suite pengujian yang mengambil tangkapan layar di setiap titik henti.

Perintah pemeriksaan realitas apa yang harus saya jalankan sebelum persetujuan?

Jalankan ls untuk memverifikasi file ada, grep untuk memverifikasi fitur yang diklaim ada dalam kode, pengujian Playwright untuk tangkapan layar, dan periksa test-results.json untuk kesalahan konsol dan metrik performa.

Apa itu agen Reality Checker?

Reality Checker adalah agen AI khusus dari Agency yang memvalidasi pekerjaan menggunakan bukti. Ia menjalankan perintah verifikasi, meninjau tangkapan layar, memverifikasi klaim, dan mengeluarkan LULUS atau PERLU PERBAIKAN dengan masalah pemblokiran spesifik.

Bagaimana cara mengintegrasikan pemeriksaan realitas ke dalam CI/CD?

Tambahkan alur kerja GitHub Actions yang menginstal Playwright, memulai server Anda, menjalankan pengambilan tangkapan layar, mengunggah artefak, dan menggagalkan build jika kesalahan konsol melebihi 0 atau waktu muat melebihi ambang batas Anda.

Bagaimana jika tangkapan layar menunjukkan masalah tetapi agen mengatakan LULUS?

Agen salah dikonfigurasi. Reality Checker harus meninjau bukti sebelum mengeluarkan status. Latih ulang agar membutuhkan: (1) hasil grep yang membuktikan fitur, (2) tinjauan tangkapan layar, (3) metrik dalam ambang batas.

Bagaimana cara membuat tim saya mengadopsi QA berbasis bukti?

Dokumentasikan proses pemeriksaan realitas, tambahkan gerbang CI/CD yang memerlukan pengujian yang lolos, jadikan tinjauan tangkapan layar wajib untuk persetujuan PR, dan lacak agen mana yang menghasilkan penilaian paling akurat.