Elige el modelo que lee tus listados
CJK Workbench funciona con un proveedor de IA en la nube mediante un endpoint de API estándar, con un modelo que se ejecuta en local en tu PC o con el modelo integrado. Tu elección decide adónde va el texto de tus listados, así que decídela antes de abrir un archivo. Compara las tres opciones.
Tres formas de conectar un modelo
Un proveedor de IA en la nube
Un proveedor en la nube va bien para listados largos y enrevesados cuando quieres un modelo más grande. Las claves se quedan en tu PC. El proveedor recibe el texto del prompt, incluido el texto del archivo que lee el agente, así que envía solo listados que tengas permitido compartir, y recuerda que el proveedor puede cobrar aparte por su API.
Un modelo en tu PC
Un modelo local se ejecuta en tu propio PC y sirve para listados que no deben enviarse a nadie. Nada sale del equipo. La calidad y la velocidad dependen de tu hardware y del modelo que instales, así que pruébalo primero con un listado corto y compara su explicación con el texto.
El modelo integrado
El modelo integrado no necesita un endpoint de API ni una instalación local. No hace falta una cuenta para usar la aplicación. Elijas la opción que elijas, los prompts van solo al modelo que escogiste, así que tú decides dónde acaba el texto de tus listados.
Comprueba la conexión con Test
Pulsa primero Test. El botón comprueba un endpoint antes de que dependas de él y muestra el tiempo de respuesta y la ventana de contexto, que indica cuánto texto cabe en una petición. Un listado largo puede no caber en una ventana pequeña, así que prueba el modelo que piensas usar y repite la prueba después de cambiar el endpoint.
Elige el modelo según la tarea
Un modelo más grande sirve para listados largos y enrevesados y para el paso más difícil de seguir una estructura de datos a través de muchas funciones, mientras que uno más pequeño basta para explicar un fragmento corto. Prueba primero el pequeño. run_on_model envía un paso difícil a un modelo más grande y deja el resto de la sesión en tu elección habitual.
La calidad varía entre modelos, y cualquiera puede leer mal un listado. Lee cada diff. Usa Ask first para que cada escritura espere tu OK, y compara la afirmación con el propio listado antes de aceptar un cambio en las notas.
