Playground

Pruebe prompts personalizados con cualquier modelo de IA con formato de respuesta en tiempo real, seguimiento de tokens, métricas de coste e historial persistente.

Resumen

El Playground es un entorno de pruebas de prompts de formato libre. A diferencia del flujo de enriquecimiento basado en esquemas, le permite enviar cualquier prompt de sistema y prompt de usuario a un modelo e inspeccionar la respuesta sin procesar. Úselo para experimentar con la ingeniería de prompts, probar las capacidades del modelo o ejecutar consultas puntuales.

Modelos
Cualquiera
Idiomas
40
Historial
Persistente
Seguimiento de costos
Por llamada

Diseño de la interfaz

El Playground usa un diseño de panel dividido. Todas las entradas se conservan en el almacenamiento local entre sesiones.

  1. 1Las tres entradas son pestañas de un mismo panel
  2. 2Los documentos de origen viajan en la misma llamada
  3. 3Cada ejecución registra su propio tiempo, tokens y coste
  4. 4El historial, bajo la respuesta a la que pertenece
Los prompts a la izquierda y todo lo que devolvió el modelo a la derecha: como las tres entradas comparten un mismo panel con pestañas, el prompt conserva toda la altura de la ventana en lugar de quedar comprimido en un tercio.

Prompt del sistema

Defina el comportamiento y la personalidad del modelo. Esto se envía como mensaje de sistema y persiste entre ejecuciones, de modo que puede iterar sobre el prompt del usuario sin volver a introducir el contexto.

Prompt de usuario

El prompt principal enviado al modelo. Aquí es donde escribe su consulta, instrucción o caso de prueba.

Esquema de salida

Pegue un ejemplo del JSON que quiere recibir y se compilará en un contrato real de salida estructurada que se envía al proveedor — la misma maquinaria que usa el enriquecimiento. Así es como se comprueba si un modelo puede mantener una forma de salida determinada antes de construir un esquema a su alrededor.

Respuesta

Muestra la respuesta del modelo con formato detectado automáticamente. Las respuestas JSON se resaltan con sintaxis en el editor Monaco; el texto sin formato se muestra tal cual. Copie al portapapeles con un solo clic.

Historial

Cada ejecución se guarda en su cuenta, no solo en este navegador. Filtre por modelo, lea las vistas previas de los prompts y haga clic en una entrada para recuperar la llamada completa. Cualquier registro del Historial también puede volver a cargarse aquí — sus prompts y sus adjuntos —, de modo que puede iterar sobre la redacción de una ejecución real sin volver a pagar todo el proceso.

Configuración

La barra lateral configura la llamada:

OpciónDescripción
ModeloSeleccione un único modelo de IA de cualquier proveedor configurado. El menú desplegable virtualizado muestra los precios y la información del proveedor.
IdiomaElija entre 40 idiomas admitidos. Afecta a la instrucción de idioma del prompt enviado al modelo.
AdjuntosAdjunte documentos a la llamada. La lista de modelos se reduce a los que realmente pueden leer lo que ha adjuntado, de modo que una combinación incompatible es imposible, no solo desaconsejada.

Lo cuarto que se configura no está en la barra lateral: la pestaña Esquema de salida del panel del prompt. Pegue un ejemplo del JSON que desea recibir y la llamada incorporará un contrato de salida estructurada inferido a partir de él: los nombres de los campos y los tipos que implican los valores.

  1. 1La tercera pestaña del panel de prompts
  2. 2Una muestra de la respuesta, no un JSON Schema
  3. 3El anidamiento y las matrices se trasladan al contrato
Aquí la muestra es una indicación: cada clave se convierte en un campo obligatorio y un valor nulo marca uno como opcional. Si elige un modelo que no puede ceñirse a un esquema de respuesta, una nota ámbar se lo indica — el esquema se ignora entonces en lugar de aplicarse a medias sin avisar.

Ejecución y métricas

Tras cada ejecución, el panel de respuesta muestra métricas detalladas:

Tiempo de procesamiento— Tiempo total de ida y vuelta en milisegundos, incluida la latencia de red y la inferencia del modelo.
Tokens de entrada— Número de tokens en su prompt de sistema + usuario según los cuenta el modelo.
Tokens de salida— Número de tokens en la respuesta del modelo.
Costo— Coste estimado en USD según el precio por token del modelo.
  1. 1Tokens de entrada y luego de salida, según los ha contado el proveedor
  2. 2Lo que costó esta llamada
  3. 3Copiar toma solo la respuesta, sin las métricas
La fila pertenece a la respuesta que aparece debajo y se sustituye con la siguiente ejecución, y eso es lo que convierte al Playground en la forma barata de decidir un modelo: el mismo prompt, dos modelos, tres cifras que comparar.

Historial de ejecución

Cada ejecución se guarda en su cuenta como un registro de prompt — los mismos registros que enumera la página Historial — y el panel situado bajo la respuesta los recupera:

Filtro de modelo— Acote la lista a un solo modelo. El selector aparece cuando su historial contiene más de uno.
Vista previa del prompt— Cada entrada muestra los primeros 50 caracteres del prompt del usuario, la marca de tiempo y el nombre del modelo.
Indicador de éxito— Una marca verde o una cruz roja: las llamadas fallidas se conservan, de modo que un rechazo o un tiempo de espera agotado sigue visible junto a las ejecuciones que sí funcionaron.
Restaurar sesión— Haga clic en una entrada para recuperar su prompt de sistema, su prompt de usuario, su esquema de salida, su modelo y su idioma, junto con la respuesta que produjo y las métricas de esa llamada, sin gastar nada.
Borrar historial— Vacía el panel con un clic enviando esos registros de prompt a la papelera, desde donde la página Historial aún puede restaurarlos.
  1. 1Reduzca la lista a un solo modelo
  2. 2Vaciar todo el panel
  3. 3Una llamada fallida se conserva y se puede volver a ejecutar
Vaciar no borra nada de forma permanente: las entradas son registros de su cuenta y, al vaciar, pasan a la papelera desde la que restaura la página Historial.

Casos de uso comunes

Ingeniería de prompts

Itere sobre los prompts de sistema y las instrucciones para afinar el comportamiento del modelo antes de integrarlos en los schemas de enriquecimiento.

Comparación de modelos

Ejecute el mismo prompt en diferentes modelos para comparar la calidad, la velocidad y el coste de la salida antes de seleccionar modelos para el enriquecimiento.

Consultas rápidas

Ejecute consultas puntuales de extracción de conocimiento sin necesidad de configurar un esquema completo ni un pipeline de enriquecimiento.

Próximos pasos