Kies het model dat je listings leest
CJK Workbench werkt met een cloud-AI-aanbieder via een standaard API-endpoint, met een model dat lokaal op je pc draait of met het ingebouwde model. Je keuze bepaalt waar de tekst van je listings heen gaat, dus maak hem voordat je een bestand opent. Vergelijk hieronder de drie opties.
Drie manieren om een model te koppelen
Een cloud-AI-aanbieder
Een cloudaanbieder past bij lange, ingewikkelde listings als je een groter model wilt. De sleutels blijven op je pc. De aanbieder ontvangt de prompttekst, inclusief de bestandstekst die de agent leest, dus stuur alleen listings die je mag delen, en bedenk dat de aanbieder zijn API apart kan factureren.
Een model op je pc
Een lokaal model draait op je eigen pc en past bij listings die naar niemand verstuurd mogen worden. Er verlaat niets de machine. Kwaliteit en snelheid hangen af van je hardware en het model dat je installeert, dus probeer het eerst op een korte listing en vergelijk de uitleg met de tekst.
Het ingebouwde model
Het ingebouwde model heeft geen API-endpoint en geen lokale installatie nodig. Om de app te gebruiken is geen account nodig. Welke optie je ook kiest, prompts gaan alleen naar het model dat jij koos, dus jij bepaalt waar de listingtekst terechtkomt.
Controleer de verbinding met Test
Druk eerst op Test. De knop controleert een endpoint voordat je erop vertrouwt en toont de reactietijd en het contextvenster, dat aangeeft hoeveel tekst in één verzoek past. Een lange listing past misschien niet in een klein venster, dus test het model dat je wilt gebruiken en herhaal de test nadat je het endpoint hebt gewijzigd.
Stem het model af op de taak
Een groter model past bij lange, ingewikkelde listings en bij de lastigere stap om één datastructuur door veel functies te volgen, terwijl een kleiner model volstaat om een kort fragment uit te leggen. Probeer eerst het kleine. run_on_model stuurt één lastige stap naar een groter model en laat de rest van de sessie op je gebruikelijke keuze staan.
De kwaliteit verschilt per model, en elk model kan een listing verkeerd lezen. Bekijk elke diff. Gebruik Ask first zodat elke schrijfactie op jouw OK wacht, en vergelijk de bewering met de listing zelf voordat je een notitiewijziging accepteert.
