Pruebe prompts personalizados con cualquier modelo de IA con formato de respuesta en tiempo real, seguimiento de tokens, métricas de coste e historial persistente.
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.
El Playground utiliza un diseño de panel dividido con cuatro paneles. Todas las entradas se conservan en el almacenamiento local entre sesiones.
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.
El prompt principal enviado al modelo. Aquí es donde escribe su consulta, instrucción o caso de prueba.
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.
Todas las ejecuciones se guardan localmente. Filtre por modelo, vea vistas previas de los prompts y restaure cualquier sesión anterior para seguir iterando.
La barra lateral permite seleccionar el modelo y el idioma:
| Opción | Descripción |
|---|---|
| Modelo | Seleccione un único modelo de IA de cualquier proveedor configurado. El menú desplegable virtualizado muestra los precios y la información del proveedor. |
| Idioma | Elija entre 40 idiomas admitidos. Afecta a la instrucción de idioma del prompt enviado al modelo. |
Tras cada ejecución, el panel de respuesta muestra métricas detalladas:
Cada ejecución de prompt se guarda automáticamente en el almacenamiento local. El panel de historial ofrece herramientas para revisar y reutilizar sesiones anteriores:
Itere sobre los prompts de sistema y las instrucciones para afinar el comportamiento del modelo antes de integrarlos en los schemas de enriquecimiento.
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.
Ejecute consultas puntuales de extracción de conocimiento sin necesidad de configurar un esquema completo ni un pipeline de enriquecimiento.