> ## Documentation Index
> Fetch the complete documentation index at: https://docs.befailproof.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Audit
> Esamina una popolazione definita di sessioni per individuare errori che le tracce da sole non riveleranno.
Un audit ricerca in un insieme selezionato di sessioni un obiettivo di errore dichiarato. Combina prove di traccia, risultati di valutazione, policy hit e contesto di riferimento per produrre risultati su cui puoi agire.
Scopri come un audit passa da un'esecuzione pianificata a errori supportati da prove che puoi correggere.
## Apri gli audit
Vai a **Analyze → Audits**. La pagina mostra lo stato pianificato, i risultati aperti, l'ultima esecuzione, la prossima esecuzione, la cadenza e se l'audit ha pagine di sintesi o di riferimento. Seleziona una scheda per le impostazioni e la cronologia delle esecuzioni; seleziona **new audit** per crearne uno.
```bash theme={null}
fp audits list
fp audits list --enabled-only --show-id
fp audits show
fp audits findings --status open --limit 20
```
Utilizza un audit quando hai bisogno di rispondere a una domanda a livello di popolazione come:
* Dove gli agenti abbandonano i compiti senza escalare?
* Quali errori di strumento portano a nuovi tentativi inefficaci?
* Gli agenti accedono ai dati al di fuori del flusso di lavoro previsto?
* Cosa è cambiato dopo un rilascio di modello, prompt o strumento?
## Flusso di risposta dell'audit
```text theme={null}
Session → Audit → Finding → Issue → Policy
↘ Alert for recurrence
```
Un risultato deve nominare la modalità di errore e puntare alle prove. Un problema possiede la correzione. Una policy previene uno schema di azione noto; un alert rileva la ricorrenza quando la prevenzione non è possibile o ha bisogno di monitoraggio.
Definisci l'obiettivo, la popolazione e il contesto di riferimento prima della prima esecuzione.
Dichiara cosa ogni agente deve produrre e cosa non deve mai fare.
