针对任意 AI 模型测试自定义 prompt，提供实时响应格式化、token 跟踪、成本指标和持久化历史记录。
Playground 是一个自由形式的提示词测试环境。与由 schema 驱动的增强工作流不同，它允许你向模型发送任意的系统提示词和用户提示词，并检查原始响应。可用它试验提示词工程、测试模型能力或运行一次性查询。
演练场采用分栏布局。所有输入都保存在本地存储中，可跨会话保留。
设定 model 的行为和角色。此内容作为系统消息发送，并在多次执行之间保留，因此你可以在无需重新输入上下文的情况下迭代 user prompt。
发送给模型的主提示词。你可在此编写查询、指令或测试用例。
粘贴一个你期望返回的 JSON 示例，它会被编译成真正的结构化输出约定并发送给提供商——与增强所用的机制完全相同。你可以借此在围绕某种输出结构构建架构之前，先测试模型能否稳定输出该结构。
以自动检测的格式显示模型的响应。JSON 响应在 Monaco 编辑器中获得语法高亮;纯文本按原样呈现。一键复制到剪贴板。
所有执行都保存在本地。可按模型筛选、查看提示词预览，并恢复任意先前会话以继续迭代。历史记录中的任何记录也可在此重新加载 — 包括其提示词和附件 — 让你无需再次为整条流水线付费即可打磨真实运行的措辞。
侧边栏用于配置本次调用：
| 选项 | 描述 |
|---|---|
| 模型 | 从任意已配置的 provider 中选择单个 AI model。虚拟化下拉菜单会显示定价和 provider 信息。 |
| 语言 | 从 40 种支持的语言中选择。会影响发送给模型的提示词中的语言指令。 |
| 附件 | 为该调用附加文档。模型列表会收窄为真正能读取你所附内容的模型，因此不兼容的搭配根本无法出现，而不只是不推荐。 |
每次执行后，响应面板会显示详细指标：
每次提示执行都会自动保存到本地存储。历史面板提供了查看和复用过往会话的工具：
在将系统提示词和指令构建进增强架构之前，反复迭代以优化模型行为。
用相同的 prompt 运行不同模型，在为充实选择模型之前，对比输出质量、速度和成本。
无需搭建完整的 schema 和充实流水线，即可运行一次性知识提取查询。