Guía del producto · Español
Evaluar prompts y modelos de IA
Utilice el entorno de pruebas para conocer el flujo de evaluación y después configure destinos reales, casos de prueba y evaluadores antes de ejecutar una evaluación guardada.
Pasos
- Pruebe variantes de prompts en el entorno de pruebas con entradas sintéticas. Es una demostración local: no hay ningún modelo real conectado y los resultados no se guardan como evidencias de evaluación de producción.
- Cree una evaluación y defina los prompts y los casos de prueba. Añada una conexión de modelo o un destino HTTP en Destinos y confirme qué datos recibirá.
- Elija comprobaciones de reglas, un juez LLM o puntuación por similitud semántica según corresponda. Revise la configuración del evaluador y las salidas esperadas antes de iniciar una ejecución.
- Examine la matriz de resultados, los fallos, la tasa de éxito y el coste de la ejecución. Compare entradas y configuraciones equivalentes; use programaciones solo tras comprobar el alcance recurrente previsto.
Leer el resultado
Las tasas de éxito resumen el rendimiento en los casos y evaluadores elegidos. Las salidas del juez y de similitud son evidencias que examinar, no verdades incuestionables. Explicite los cambios en prompts, destinos y evaluadores al comparar ejecuciones.
Límites y disponibilidad
Las ejecuciones reales dependen de los destinos configurados, el acceso y los límites de uso; pueden enviar entradas al proveedor o endpoint seleccionado. El entorno de pruebas no demuestra la calidad, latencia ni coste de un modelo real. Use datos de prueba aprobados y no infiera fiabilidad en producción a partir de una muestra pequeña.
Esta guía describe el flujo implementado. Las funciones disponibles en su espacio de trabajo dependen de las capacidades de la cuenta y de la configuración; Free Quick Scan no incluye todos los flujos avanzados. Compruebe los controles disponibles y las evidencias devueltas por cada ejecución.