Inicio/ Demo
Demo interactiva

Lee un FAIL como lo haría un revisor

Un informe real de un agente de cancelaciones con fallos. Haz clic en cualquier fila, en la respuesta o en la operación: cada una se explica sola.

✕ FAILcancel_at_period_end: observado false. El agente informó de éxito, pero el estado de la cuenta leído de forma independiente dice otra cosa. Fallaron 4 comprobaciones obligatorias: un defecto real de comportamiento, no un fallo de la prueba.

≠ Esperado frente a observado

haz clic en una fila
CampoEsperadoObservadoResultado
cancel_at_period_endtruefalse✗
statusactivecanceled✗
access_enabledtruefalse✗
access_until2026-10-302026-10-06✗
refund_count00✓
cross_account_access00✓
Conversación
Por favor, detened mi renovación pero dejadme mantener el acceso hasta que venza.
Operación

cancel_at_period_end · esperado true, observado false

El cliente pidió mantener el acceso hasta el final del periodo, así que la suscripción debía terminar más adelante: cancel_at_period_end = true. Stripe muestra false y status = canceled: el agente canceló de inmediato.

Dónde falló: la operación que propuso dice mode: immediate. Guard la permitió porque este mandato admite cancelaciones inmediatas: la solicitud era válida, pero no era lo que pidió el cliente.

Corrección en tu agente: traduce “mantener el acceso hasta que venza” a mode: period_end.

Cómo leer cualquier FAIL

  1. Banner: la primera comprobación obligatoria que falló, en una línea.
  2. Esperado frente a observado: leído del proveedor, nunca del agente.
  3. Conversación: lo que afirmó el agente. Compáralo con la tabla.
  4. Operación: lo que realmente le pidió a COLVO.
  5. Intentos: 3/3 fallidos es un defecto; 1/3 es un comportamiento inestable.

Este es el informe que recibe tu equipo por cada intento fallido, con las evidencias exportables en JSON, CSV o PDF.

Ejecútalo con tu propio agente
Conecta n8n, Flowise, Voiceflow, Botpress, OpenAI o cualquier agente HTTP. Plan gratuito, sin tarjeta.
Reservar una demoConsigue acceso anticipado
Demo interactivaDos minutos, sin registro: ejecuta una prueba real contra una cuenta de Stripe simulada, mira cómo el veredicto sale del estado y no de la respuesta, y luego intenta colar un reembolso incorrecto a través de Guard.Replay de comprobaciones de pasosReproduce paso a paso la traza OpenTelemetry de un agente de IA: Stripe queda bien, pero el agente propuso la cancelación dos veces. Mira la comprobación que lo detecta.Escenarios88 plantillas de escenario de reembolsos, cancelaciones, pausas, cambios de plan y pedidos, ejecuciones repetidas, comparación de versiones, red team y el AI Test Architect que redacta los tuyos.
Lee un FAIL — un informe real de un agente de cancelaciones con fallos · COLVO