Тестируйте пользовательские промпты на любой модели ИИ с форматированием ответов в реальном времени, отслеживанием токенов, метриками стоимости и сохраняемой историей.
Playground — это среда свободного тестирования промптов. В отличие от рабочего процесса обогащения на основе схемы, она позволяет отправлять модели любой системный и пользовательский промпт и просматривать необработанный ответ. Используйте её для экспериментов с инженерией промптов, проверки возможностей модели или разовых запросов.
Playground использует раскладку с разделёнными панелями из четырёх областей. Все введённые данные сохраняются в локальном хранилище между сеансами.
Задайте поведение и роль модели. Это отправляется как системное сообщение и сохраняется между выполнениями, чтобы вы могли дорабатывать пользовательский промпт, не вводя контекст заново.
Основной промпт, отправляемый модели. Здесь вы пишете свой запрос, инструкцию или тестовый пример.
Отображает ответ модели с автоматически определённым форматированием. Ответы в формате JSON получают подсветку синтаксиса в редакторе Monaco; обычный текст отображается как есть. Копирование в буфер обмена одним щелчком.
Все выполнения сохраняются локально. Фильтруйте по модели, просматривайте превью промптов и восстанавливайте любую предыдущую сессию, чтобы продолжить работу.
Боковая панель предоставляет выбор модели и языка:
| Вариант | Описание |
|---|---|
| Модель | Выберите одну модель ИИ от любого настроенного провайдера. Виртуализированный выпадающий список показывает цены и информацию о провайдере. |
| Язык | Выберите один из 40 поддерживаемых языков. Влияет на инструкцию о языке в промпте, отправляемом модели. |
После каждого выполнения панель ответа отображает подробные метрики:
Каждое выполнение промпта автоматически сохраняется в локальное хранилище. Панель истории предоставляет инструменты для просмотра и повторного использования прошлых сессий:
Дорабатывайте системные промпты и инструкции, чтобы уточнить поведение модели, прежде чем встраивать их в схемы обогащения.
Запускайте один и тот же промпт на разных моделях, чтобы сравнить качество, скорость и стоимость результата перед выбором моделей для обогащения.
Выполняйте разовые запросы на извлечение знаний без необходимости настраивать полную схему и конвейер обогащения.