Tổng quan
Bản cập nhật Khu thử nghiệm mới nhất của chúng tôi giới thiệu một quy trình có cấu trúc, dễ khôi phục, để bạn có thể tự tin lặp lại, xác thực thay đổi và chuyển từ thử nghiệm sang sản xuất trong ít bước hơn. Dưới đây là phần giới thiệu nhanh về những gì sắp ra mắt và cách bắt đầu.
Có gì mới
Câu lệnh cấp dự án
Câu lệnh hiện ở cấp Dự án và không còn ở cấp người dùng.
Lịch sử phiên bản với khôi phục bằng một cú nhấp
Phát hành bất kỳ bản nháp nào để tạo phiên bản mới, rồi khôi phục ngay một phiên bản trước đó. Phía sau hậu trường, một ID câu lệnh duy nhất luôn trỏ đến phiên bản đã phát hành mới nhất, và bạn cũng có thể chỉ định một phiên bản cụ thể nếu muốn có tham chiếu được ghim.
Biến câu lệnh
Thêm các phần giữ chỗ như {user_goal} để giúp tách câu lệnh tĩnh khỏi thông tin dành riêng cho từng phiên bản (đầu vào).
ID câu lệnh
Việc phát hành sẽ khóa bản nháp hiện tại vào một ID để các công cụ hạ nguồn có thể gọi một cách đáng tin cậy, trong khi bạn tiếp tục lặp lại trong các bản nháp mới.
So sánh cạnh nhau
So sánh trực quan đầu ra từ hai phiên bản để quyết định phiên bản nào hoạt động tốt hơn trước khi bạn phát hành.
Các biến được nhận diện trong API & SDK
Responses API và Agents SDK hiện chấp nhận cùng các {variables} mà bạn định nghĩa trong Khu thử nghiệm, nên câu lệnh bạn kiểm thử chính là câu lệnh bạn gọi theo lập trình—hiện tại chỉ cần truyền văn bản đã được kết xuất.
Tích hợp Evals tích hợp sẵn (chạy thủ công)
Liên kết một Eval để điền sẵn biến và xem kết quả đạt/không đạt ngay trên trang chi tiết câu lệnh. Liên kết được lưu cùng ID câu lệnh để kiểm thử lặp lại.
Optimize
Optimize là một công cụ mới có trên các trang Khu thử nghiệm và Nhật ký, tự động cải thiện câu lệnh bằng cách phát hiện và sửa các mâu thuẫn, hướng dẫn không rõ ràng và định dạng đầu ra bị thiếu.
Khi chạy, công cụ này trả về một phiên bản câu lệnh đã được cải thiện hoặc các đề xuất hữu ích, cùng với bản tóm tắt những thay đổi đã thực hiện. Bạn có thể xem trước các bản chỉnh sửa và áp dụng trực tiếp trong Khu thử nghiệm chỉ bằng một cú nhấp.
---
Hướng dẫn bắt đầu nhanh
Tạo câu lệnh
Đi tới Khu thử nghiệm → Câu lệnh → Tạo mới, soạn thảo văn bản của bạn và thêm {variables} nếu cần.
Bạn có thể dùng tính năng tạo để ChatGPT đề xuất một câu lệnh, định nghĩa hàm hoặc lược đồ đầu ra dựa trên mô tả tác vụ của bạn.
Dùng tính năng tối ưu hóa để xem xét và đề xuất cải tiến.
Thêm một hàm (không bắt buộc)
Gọi hàm cho phép bạn kết nối câu lệnh với các hành động hoặc dữ liệu thực tế mà không cần rời Khu thử nghiệm.
Để biết thêm hướng dẫn về cách dùng hàm, vui lòng tham khảo bài viết của chúng tôi: Gọi hàm trong Khu thử nghiệm Chat
Đính kèm Eval (không bắt buộc)
Chọn Liên kết Eval để tạo dữ liệu kiểm thử, chạy bộ chấm điểm và xem kết quả đạt/không đạt. Chạy lại Eval sau mỗi lần phát hành để phát hiện hồi quy cho đến khi có tính năng chạy tự động.
Phát hành
Nhấp vào Phát hành để tạo ID câu lệnh. Tiếp tục thử nghiệm trong bản nháp mới và khôi phục bất kỳ phiên bản đã phát hành nào từ Lịch sử chỉ bằng một cú nhấp.
Lặp lại
Kiểm thử câu lệnh mới, xem lại kết quả và lặp lại khi cần.
Mẹo tạo câu lệnh hiệu quả
Đặt hướng dẫn về giọng điệu tổng thể hoặc vai trò trong tin nhắn Hệ thống; giữ các chi tiết và ví dụ dành riêng cho tác vụ trong tin nhắn Người dùng.
Kết hợp các ví dụ ít mẫu vào một khối ngắn gọn kiểu YAML hoặc dạng gạch đầu dòng để dễ đọc lướt và cập nhật.
Phản ánh cấu trúc dự án bằng tên thư mục rõ ràng để đồng đội có thể nhanh chóng tìm thấy câu lệnh.
Chạy lại Eval đã liên kết mỗi khi bạn phát hành—phát hiện vấn đề sớm rẻ hơn nhiều so với sửa chúng trong môi trường sản xuất.
---
Câu hỏi thường gặp
Các giá trị đặt sẵn hiện có của tôi có bị hỏng không?
Câu lệnh là một cách mạnh mẽ hơn để quản lý cấu hình, với hỗ trợ cho Quản lý phiên bản và biến Mẫu. Tất cả các giá trị đặt sẵn hiện có của bạn có thể được nhập vào Câu lệnh bằng tùy chọn "Nhập giá trị đặt sẵn" trong menu thả xuống Câu lệnh của Khu thử nghiệm.
Tôi có cần chỉ định phiên bản trong mã không?
Chỉ khi bạn muốn ghim một phiên bản cũ hơn. Việc gọi riêng ID câu lệnh luôn sử dụng phiên bản mới nhất.
Tôi có thể tự động hóa các lần chạy Eval không?
Hiện tại, chỉ có thể chạy lại thủ công.