测试多轮对话

本操作指南将引导您了解在 Playground 中设置多轮对话的各种方法，使您能够针对较长的消息线程测试不同的工具配置和系统提示。

从现有运行记录开始

首先，请确保您已正确追踪多轮对话，然后导航到您的追踪项目。进入追踪项目后，只需打开运行记录，选择 LLM 调用，并按以下方式在 Playground 中打开：

随后，您可以编辑系统提示、调整工具和/或输出模式，并观察多轮对话的输出如何变化。

开始之前，请确保您已设置好数据集。由于您要评估多轮对话，请确保输入数据中有一个包含消息列表的键。创建数据集后，前往 Playground 并加载您的数据集进行评估。接着，在提示中添加一个消息列表变量，确保其名称与输入数据中包含消息列表的键名一致：

当您运行提示时，每个示例中的消息将作为列表替换“消息列表”变量。

手动创建多轮对话有两种方式。第一种是直接在提示中追加消息：

这种方法便于快速迭代，但由于多轮对话是硬编码的，灵活性较差。相反，如果您希望提示能适用于任何多轮对话，可以添加一个“消息列表”变量，并将您的多轮对话放在其中：

这样，您只需调整系统提示或工具，同时允许任何多轮对话替换 消息列表 变量，从而可以在不同运行中复用此提示。

现在您已了解如何在 Playground 中设置多轮交互，您可以手动检查和判断输出结果，也可以添加评估器对结果进行分类。您还可以阅读这些操作指南，进一步了解如何使用 Playground 运行评估。

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.

⌘I