dx Agente Diagnóstico · banco de pruebas
sin conectar
Paso 1 · conectar el agente

Pega el endpoint de tu agente y lo leo solo

Solo necesito la URL base. Traigo el contrato por GET /contract (I1) y de ahí salen los nodos, las reglas y la política de seguridad. No hay que configurar nada más para empezar.

Rutas del estándar: /contract · /turno · /trace/{id}. Configurables por agente.
contrato leído · I1

crediseguro-simulador v1.4.0

✓ conforme al estándar
nodos 18 aristas 70 reglas 11 tools críticas 2 sesión durable 24 h security_policy presente
Paso 2 · definir la evaluación

Cuéntame tu negocio y qué te importa

Con esto y el contrato armo el plan. Entre más contexto me des, mejores personalidades, caminos y consejos. Nada de comandos.

Esta descripción + el contrato son la base para generar las personalidades y campañas desde cero (y para que los consejos tengan tu contexto).
📋 ¿Cómo lo lleno? Copia este prompt y pásaselo a la IA que desarrolla tu agente
Eres el asistente que ayuda a desarrollar ESTE agente conversacional de IA. Necesito un RESUMEN FUNCIONAL del agente para dárselo a una herramienta de diagnóstico que generará pruebas automáticas.

Redáctalo en español, en prosa clara y SIN tecnicismos de código. Incluye:
1. Qué hace el agente: propósito, canal y para quién.
2. Reglas de negocio y pasos OBLIGATORIOS del flujo (lo que debe cumplir siempre).
3. Los estados/"momentos" por los que pasa una conversación y cómo se conectan (p. ej. identificar → recolectar datos → procesar → entregar → derivar).
4. Las FUNCIONALIDADES NUEVAS que quiero probar, con detalle: qué hacen y qué comportamiento se espera de ellas.
5. Qué comportamientos serían un FALLO (lo que NO debe hacer).
6. Casos límite o situaciones difíciles que valga la pena probar.

Devuelve SOLO ese texto, listo para pegar (sin markdown ni explicaciones extra). Detallado pero conciso.
Seguridadque no lo vulneren
Alto
Reglas de negocioconformidad del flujo
Alto
Que no alucinecalidad de respuesta
Alto
Experiencia (UX)repetición, frustración
Bajo
Mover un peso hacia abajo baja la severidad de sus reglas en el plan (lo verás en el paso 3). Seguridad alta = más pruebas de ataque.
Acepta rangos y lenguaje libre (p. ej. «Días de mora = 0-20»); el diagnóstico los reparte entre las personalidades según lo que cada una deba probar.
📋 ¿Cómo lo lleno? Copia este prompt y pásaselo a la IA que desarrolla tu agente
Eres el asistente que ayuda a desarrollar ESTE agente conversacional de IA. Necesito los DATOS DE PRUEBA que una herramienta de diagnóstico usará para simular usuarios reales que conversen con el agente.

Escríbelos en LENGUAJE NATURAL, una idea por línea, con rangos cuando aplique:
1. Identificadores VÁLIDOS que existen en el sistema (NIT, documento, ID), con un ejemplo de prueba real.
2. Identificadores INVÁLIDOS o inexistentes (para probar los caminos de error).
3. Valores que disparan comportamientos distintos, con sus RANGOS. Ejemplos: «Días de mora = 0 a 20», «Monto = entre 5 y 50 millones», «Plazo = 1 a 60 cuotas».
4. Datos de contacto de prueba (correo/teléfono): SIEMPRE casillas de prueba, nunca datos reales.
5. Cualquier dato especial o de borde que cambie el flujo del agente.

IMPORTANTE: usa solo datos de PRUEBA (viajan a un modelo y pueden causar efectos). Devuelve SOLO la lista, lista para pegar.
Derivo el plan del contrato real; si no hay backend, muestro un ejemplo.
Paso 3 · plan propuesto

Esto es lo que voy a correr — ajústalo

plan en caché · contrato v1.4.0

Derivé personalidades, caminos y pesos de reglas de tu contrato + tus prioridades. Todo es editable antes de ejecutar.

55 ataquered-team · Promptfoo
45 funcionalpersonas comunes
Seguridad está en Alto y pesa tanto como el resto → ~55% de las pruebas son de ataque.
0
conversaciones por asignar
de 5 sugeridas

Personalidades

Plantillas guardadas · sin conversación asignada (clic en «usar» para activar)

Reglas y su peso en esta evaluación

Ajustado por tus prioridades — puedes sobre-escribir cada una
ReglaQué vigilaPlanoMétodoContratoEn esta eval.
Paso 4 · ejecución en vivo

Corriendo — 0%

0 / 100 conversaciones
leyendo contrato generando personalidades conversaciones funcionales ataques red-team evaluando + verificando armando reporte
prototipo · el progreso es simulado para mostrar la descriptividad en vivo
Paso 5 · reporte

Resultados de la corrida

crediseguro-simulador v1.4.0 · 100 conversaciones · 2026-07-08

conversaciones
hallazgos
vulnerab. confirmadas
16/18
cobertura de nodos
88%
outcome esperado

Glosario del contrato. Si en UX aparece "se violó R6", aquí sabes qué es y con qué peso se evaluó.

Modo dirigido · probar un nodo

Prueba un solo nodo y pásale lo que necesita

Elige el nodo que quieres ejercitar. Te muestro qué requiere para llegar ahí (precondiciones) y te pido solo esos datos; siembro el camino y ataco/pruebo justo ese punto.

prototipo · el sembrado reproduce turnos legítimos hasta el nodo y luego prueba solo ahí (reutiliza seed_script de dx map)

prototipo v0 · datos de ejemplo · destino real: app Streamlit sobre los servicios de la herramienta