Test aangepaste prompts tegen elk AI-model met realtime responsopmaak, tokenregistratie, kostenstatistieken en permanente geschiedenis.
De Playground is een vrije prompt-testomgeving. Anders dan de schema-gedreven verrijkingsworkflow kun je hiermee elke systeemprompt en gebruikersprompt naar een model sturen en het ruwe antwoord bekijken. Gebruik het om te experimenteren met prompt-engineering, modelmogelijkheden te testen of eenmalige query's uit te voeren.
De Playground gebruikt een indeling met gesplitst venster en vier panelen. Alle invoer wordt tussen sessies bewaard in local storage.
Stel het gedrag en de persona van het model in. Dit wordt als systeembericht verzonden en blijft tussen uitvoeringen behouden, zodat je aan de user-prompt kunt werken zonder de context opnieuw in te voeren.
De hoofdprompt die naar het model wordt gestuurd. Hier schrijf je je query, instructie of testcase.
Toont het antwoord van het model met automatisch gedetecteerde opmaak. JSON-antwoorden krijgen syntaxismarkering in de Monaco-editor; platte tekst wordt weergegeven zoals hij is. Kopieer met één klik naar het klembord.
Alle uitvoeringen worden lokaal opgeslagen. Filter op model, bekijk promptvoorbeelden en herstel elke vorige sessie om verder te itereren.
De zijbalk biedt model- en taalselectie:
| Optie | Beschrijving |
|---|---|
| Model | Selecteer één AI-model van een geconfigureerde provider. Het gevirtualiseerde dropdownmenu toont prijzen en providerinformatie. |
| Taal | Kies uit 40 ondersteunde talen. Beïnvloedt de taalinstructie in de prompt die naar het model wordt gestuurd. |
Na elke uitvoering toont het antwoordpaneel gedetailleerde metrieken:
Elke prompt-uitvoering wordt automatisch opgeslagen in de lokale opslag. Het geschiedenispaneel biedt tools om eerdere sessies te bekijken en opnieuw te gebruiken:
Itereer op system-prompts en instructies om het gedrag van modellen te verfijnen voordat je ze in enrichment-schema's inbouwt.
Voer dezelfde prompt uit op verschillende modellen om de kwaliteit, snelheid en kosten van de output te vergelijken voordat je modellen kiest voor verrijking.
Voer eenmalige kennisextractie-queries uit zonder een volledig schema en een verrijkingspijplijn op te zetten.