# ウィザードで実行を開始する > タスクからコントラクトチェックまで、送信ウィザードの各ステップ。 送信ウィザードは、実行を設定して開始します。ウィザードには **タスク**、**入力**、**オプティマイザー**、**メトリクスと実行** の 4 つのステップがあります。各ステップには 1 つ以上の画面があります。このガイドでは、タスクからコントラクトチェック、実行の開始まで、各画面を説明します。 > [!NOTE] > ウィザードに表示される設定の量は、経験レベル（**ガイド付き**、**標準**、**エキスパート**）によって異なります。既定はガイド付きです。レベルは **設定 → アカウント** の **表示する内容の量** で変更します。ガイド付きレベルでは、一部のラベルがよりシンプルになります。このガイドでは標準とエキスパートのラベルを使い、ガイド付きのラベルが異なる場合は括弧内に示します。 ## ステップ 1: タスク ### 何を最適化しますか？ **タスクインタビュー** のチャットで、アシスタントにタスクを説明します。アシスタントは、次の 2 つのフィールドを書いてくれます。 - **目的**（ガイド付き: **目標**）: 最適化されたアーティファクトがうまくこなすべきこと。 - **背景**（ガイド付き: **補足情報**）: 文脈、制約、良い結果とはどのようなものか。 どちらのフィールドも編集できます。アシスタントがあなたの編集を上書きすることはありません。 ### 最適化されるもの **アーティファクトの種類** を選択します。 | アーティファクトの種類 | 変更される内容 | | ---------------------- | ------------------------------------------------------ | | プロンプト | 言語モデルに送られる指示 | | コード | プログラムのソース | | DSPy プログラム | DSPy モジュールの predictor の指示文 | | テキスト | その他のテキスト（ドキュメントやテンプレートなど） | 次に、**開始バージョン**（ガイド付き: **出発点**）を指定します。現在のバージョンを貼り付けるか、アシスタントに下書きを書かせます。 ### リポジトリを最適化する リポジトリ内のコードを最適化することもできます。次のフィールドを設定します。 - **リポジトリ**: リポジトリを選ぶか、`owner/name` の形式で入力します。 - **コミット**: 40 文字の SHA。空のままにすると、ブランチの最新コミットを使います。 - **オプティマイザーが変更できるパス**: 1 行に 1 つのファイルまたはフォルダー。ドットはリポジトリ全体を意味します。 - **セットアップコマンド**: 採点の前に、新しくチェックアウトするたびに実行されます。空のままにすると、Skynet がコマンドを見つけます。 ## ステップ 2: 入力 ### データ 実行のケースを追加します。次のことができます。 - CSV、JSON、または Excel ファイルをアップロードする。 - ライブラリからデータセットを選ぶ。 [データセットと分割](/docs/ja/concepts/datasets) と [データセットを準備する](/docs/ja/guides/datasets) をお読みください。 ### データの読み取り方 アシスタントがデータを読み取り、使い方を提案します。その選択を確認してください。 - 各列を、入力、期待される出力、または無視するものとしてマークします。 - 出力列がない場合、Skynet は最初の行を 1 つの入力として使います。 - 学習・検証・テストのセットへの分割を設定します。分割の合計は 1 である必要があります。 > [!WARNING] > **入力** ステップに問題がある間は、後のステップを開けません。ウィザードが示す問題を修正してから続行してください。 ## ステップ 3: オプティマイザー 標準レベルでは、このステップには 1 つの画面があります。オプティマイザー、予算、および必要に応じてモデルが表示されます。ガイド付きとエキスパートのレベルでは、このステップには **オプティマイザー**、**モデル**、**予算** の 3 つの画面があります。 ### オプティマイザー ウィザードには、タスクと入力に合うオプティマイザーだけが表示されます。**Auto** があらかじめ選択されています。必要に応じて、別のオプティマイザーを選択してください。[エンジン](/docs/ja/concepts/engines) と [最適化の仕組み](/docs/ja/concepts/optimization) をお読みください。 ### モデル - **タスクモデル**: 実行コードが呼び出すモデル。実行コードがモデルを呼び出さない場合は空のままにします。DSPy プログラムにはタスクモデルが必要です。 - **リフレクションモデル**: スコアとフィードバックを読み、次の候補を書くモデル。コーディングエージェント型のオプティマイザーでは、これがエージェントのモデルになります。 ### 予算 実行が試行を続けられる長さと、支出できる金額を設定します。 - **最大スコアラー実行回数**（ガイド付き: **最大試行回数**）: Skynet が採点する候補の最大数。オプティマイザーによっては最小数が必要です。 - **停止スコア**（ガイド付き: **スコアがこの値に達したら早めに停止**）: バージョンがこのスコアに達すると、実行が停止します。 - **最大反復回数**（ガイド付き: **最大ラウンド数**）: 対応するオプティマイザーで表示されます。 - **支出上限**: 実行が支出できる最大額。既定値は $5、または **開始に必要な額** のほうが大きい場合はその金額です。**上限なし** を選ぶこともできます。 上限または残高が開始に必要な金額を下回っている場合、ウィザードでは先に進めません。[予算と請求](/docs/ja/concepts/billing) をお読みください。 ## ステップ 4: メトリクスと実行 ### コードとメトリクス 2 つのファイルを書きます。 - `run.py`: 1 つのケースでアーティファクトを実行する実行コード。 - `metric.py`: 出力を採点し、フィードバックを書くメトリクス。 **コーディングエージェント** は、どのファイルでも書いたり変更したりできます。自分のコードをチェックし、失敗した箇所を修正します。追加のファイルは 20 個まで追加できます。[メトリクスとスコアラー](/docs/ja/concepts/scorers) をお読みください。 メトリクスが `llm()` を呼び出す場合は、**メトリクスのモデル** を設定します。既定ではリフレクションモデルを使います。 ### コントラクトチェック **コントラクトチェック**（ガイド付き: **テスト実行**）は、サンドボックス内で 3 つのサンプルケースに対してコードとメトリクスを実行します。次の項目をチェックします。 - 実行コードのシグネチャ - メトリクスのシグネチャ - メトリクスのモデル - サンプルでの実行コード - メトリクスの戻り値 **チェック**（ガイド付き: **テストする**）を選択します。チェックに合格するまで、実行は開始できません。合格後にコードや設定を変更した場合は、再度チェックを実行してください。 > [!TIP] > 各サンプルを開いて、入力、出力、フィードバックを確認してください。良いフィードバックは、スコアだけよりも多くの手がかりをオプティマイザーに与えます。 ### スケジュール実行 最適化が成功した後、スケジュールに従って再度実行できます。既定値は **オフ** です。 ### 実行の準備 最後の画面には、**全般**、**データ**、**モデル**、**予算**、**報酬** の 5 つのタブでサマリーが表示されます。設定を確認してから、最適化を開始します。 サマリーには、実行の公開範囲も表示されます。新しい実行は既定で公開です。後から実行ページの **共有とプライバシー** ダイアログで変更できます。[共有と公開](/docs/ja/guides/sharing) をお読みください。 > [!NOTE] > リポジトリの実行では、このステップには **コードとメトリクス** 画面とサマリーだけがあります。Skynet は、実行を開始するときに、リポジトリに対して設定をチェックします。 ## 開始した後 実行ページが開きます。[実行](/docs/ja/concepts/runs) と [結果を読む](/docs/ja/guides/results) をお読みください。 --- Source: https://staging.skynetml.com/docs/ja/guides/submit