---
title: "回帰試験と CI"
description: "AI エージェントの回帰試験と CI を扱う章です。評価を CI に組み込む手順、合否の基準と閾値、評価の実行環境を扱います。"
canonical: https://knowledge.uniquex.co.jp/agent-evaluation/regression-and-ci
type: "章の導入"
kind: "chapter"
answer: "この章では、変更で既存の動きを壊さないための仕組みを扱います。評価を CI に組み込み、リリース前に何を自動で確かめるかを示します。実行ごとの合否の基準と閾値の置き方と、その見直し方を説明します。評価を動かす環境の隔離、再現性、外部依存の扱いも整理します。"
definitions: []
domain: "agent-evaluation"
chapter: 6
section: null
keywords: ["回帰試験","CI"]
aliases: []
entities: []
tags: []
sources: []
author: "UNIQUEX 編集部"
reviewer: ""
published: 2026-10-12
updated: 2026-10-28
verified: 2026-10-12
---

# 回帰試験と CI

> この章では、変更で既存の動きを壊さないための仕組みを扱います。評価を CI に組み込み、リリース前に何を自動で確かめるかを示します。実行ごとの合否の基準と閾値の置き方と、その見直し方を説明します。評価を動かす環境の隔離、再現性、外部依存の扱いも整理します。

## この章の目的 [#この章の目的]

プロンプトやモデルを変えるたびに手作業で確かめていては、壊れたことに気づくのが遅れます。たとえば変更を提案するたびに、決めた評価ケースが自動で走り、基準を下回れば止まる仕組みがあれば、壊れた変更が公開される前に分かります。この章は、評価を CI に組み込む手順、合否の基準、実行環境を扱います。

## 読者と想定する状況 [#読者と想定する状況]

評価を自動化したい人、CI の合否基準の決め方に迷っている人が対象です。どの節からでも単独で読めます。

図 6.0.1 回帰試験と CI の事柄に含まれる論点は、各事柄に含まれる論点を示します。回帰試験と CI の章では、CI への組み込み、合否と閾値、実行環境の三つの事柄が、それぞれ具体的な論点を含みます。

![回帰試験と CI の章では、CI への組み込み、合否と閾値、実行環境の三つの事柄が、それぞれ具体的な論点を含みます。](https://knowledge.uniquex.co.jp/figures/eval-m-ch6-map.svg "図 6.0.1 回帰試験と CI の事柄に含まれる論点")

図 6.0.1 回帰試験と CI の事柄に含まれる論点

## 採点APIの時間切れで緑にしない [#採点apiの時間切れで緑にしない]

架空のPR評価で、必須ケース10件のうち8件が合格し、残り2件は採点APIの時間切れだったとします。完了した8件だけを分母にすると100%ですが、「全10件が採点済みで合格」という条件は満たしていません。CIには合格数だけでなく、予定件数、実行件数、採点エラー数を照合する処理が必要です。

原因が外部サービスの停止なら、業務ロジックの不合格とは区別して記録します。それでも未確認のまま CI を合格にせず、変更を止めます。必須ケースが1件でも不合格なら、判定不能の有無にかかわらず同じく止めます。再実行する際は対象commit、データセット版、採点基準版を固定し、新しい試行IDを付けます。この例では採点モデルと設定も固定し、10件をまとめて再実行した結果で判定します。旧結果と別条件の結果を足し合わせません。実装例は[CIへの組み込み](/agent-evaluation/integrating-evaluations-into-ci)にあります。

## 他の章で扱う事柄 [#他の章で扱う事柄]

リリースの可否の判断は第 8 章、指標の計算と統計は第 5 章、評価データの作り方は第 3 章で扱います。


## 更新履歴

- 2026-10-12: 初版（書籍型の目次に合わせた章の導入ページ）
- 2026-10-27: 実行環境の説明を整理。
- 2026-10-27: 日本語表現を校正し、助詞・語順・主語と述語の対応を改善
- 2026-10-28: 入力例、判定の分岐、結果として残す記録を具体化。
