Microsoft Foundry Playgrounds (clássico)

Exibição no momento:Versão do portal Foundry (clássico) - Alternar para a versão do novo portal Foundry

Microsoft playgrounds do Foundry fornecem um ambiente de chat instantâneo sob demanda para criação rápida de protótipos, exploração de API e validação técnica. Use playgrounds para experimentar modelos e validar ideias antes de confirmar uma única linha de código de produção.

Pré-requisitos

• Uma assinatura Azure. Crie um gratuitamente.
• Um recurso Microsoft Foundry.
• Pelo menos um modelo implantado no recurso Foundry.

Destaques da experiência dos playgrounds da Foundry

Os destaques da experiência de playgrounds da Foundry incluem:

• Suporte do AgentOps para avaliações e rastreamento no playground de agentes.

• Abra o VS Code para bate-papo e área de testes de agentes. Esse recurso economiza tempo ao importar automaticamente seu endpoint e chave do Foundry para o VS Code, facilitando exemplos de código multilíngue.

• Images playground 2.0 para modelos como gpt-image-1, Stable Diffusion 3.5 Large e FLUX.1-Kontext-pro.

• Video playground para Azure OpenAI Sora-2.

• Playground de áudio para modelos como os gpt-4o-audio-preview, gpt-4o-transcribe e gpt-4o-mini-tts.

Por que usar playgrounds antes da produção

O desenvolvimento moderno envolve trabalhar em vários sistemas — APIs, serviços, SDKs e modelos de dados — muitas vezes antes de você estar pronto para se comprometer totalmente com uma estrutura, gravar testes ou criar infraestrutura. À medida que a complexidade dos ecossistemas de software aumenta, a necessidade de ambientes seguros e leves para validar ideias torna-se crítica. Os playgrounds são construídos para atender a essa necessidade.

Os playgrounds do Foundry fornecem ambientes prontos para uso com todas as ferramentas e recursos necessários pré-instalados, portanto, você não precisa configurar projetos, gerenciar dependências ou resolver problemas de compatibilidade. Os playgrounds podem acelerar a velocidade do desenvolvedor validando o comportamento da API, rapidamente passando para a codificação, reduzindo o custo de experimentação e o tempo de lançamento, acelerando a integração, otimizando prompts e muito mais.

Os playgrounds também fornecem clareza rapidamente quando você tem perguntas, oferecendo respostas em segundos, em vez de horas, e permitindo que você teste e valide ideias antes de se comprometer a construir em grande escala. Por exemplo, os playgrounds são ideais para responder rapidamente a questões como:

• Qual é o prompt mínimo que preciso para obter a saída que eu quero?
• Essa lógica funcionará antes de escrever uma integração completa?
• Como a latência ou o uso do token são alterados com configurações diferentes?
• Qual modelo fornece a melhor relação preço-desempenho antes de evoluí-lo para um agente?

Abrir na funcionalidade do VS Code

O playground de chat e o playground de agentes permitem que você trabalhe no VS Code usando o botão Abrir no VS Code . Você pode encontrar esse botão por meio da extensão Foundry no VS Code.

Disponível nos exemplos de código multilíngue, Open in VS Code importa automaticamente seu exemplo de código, ponto de extremidade de API e chave para um workspace do VS Code em um ambiente /azure. Essa funcionalidade facilita o trabalho no IDE do VS Code no portal do Foundry.

Para utilizar a funcionalidade Abrir no VS Code nos ambientes de teste de chat e agentes, siga estas etapas:

1. Selecione Experimente o playground do chat para abri-lo. Como alternativa, você pode seguir estas etapas no playground de agentes ao selecionar Let's go no cartão.

2. Se você ainda não tiver uma implantação, selecione Criar nova implantação e implantar um modelo como gpt-4o-mini.

3. Certifique-se de que a sua implantação está selecionada na caixa de Implantação.

4. Selecione Exibir código para ver o exemplo de código.

5. Selecione Abrir no VS Code para abrir o VS Code em uma nova guia da janela do navegador.

6. Você é redirecionado para o /azure ambiente de desenvolvimento do VS Code, onde seu exemplo de código, endpoint de API e chave já foram importados do playground do Foundry.

7. Navegue pelo INSTRUCTIONS.md arquivo para obter instruções para executar seu modelo.

8. Exiba o exemplo de código no run_model.py arquivo.

9. Exiba dependências relevantes no requirements.txt arquivo.

Área de agentes

A área de testes de agentes permite explorar, prototipar e testar agentes sem executar nenhum código. Nesta página, você pode testar iterativamente e experimentar rapidamente novas ideias.

Para começar a usar o playground de agentes, consulte o Início Rápido: Criar um novo agente.

Playground de chat

O playground de chat é o local para testar os mais recentes modelos de raciocínio de plataformas como Azure OpenAI, DeepSeek e Meta. Para todos os modelos de raciocínio, o playground de chat fornece uma lista suspensa de resumo de raciocínio em cadeia que permite que você ver como o modelo estrutura seu raciocínio antes de compartilhar o resultado.

Para saber mais sobre o playground de chat, confira o Início Rápido: Obter respostas no playground de chat.

Playground de áudio

O playground de áudio (versão prévia) permite que você use recursos de conversão de texto em fala e transcrição com os modelos de áudio mais recentes do Azure OpenAI.

Para experimentar a funcionalidade de conversão de texto em fala, siga estas etapas:

1. Selecione Experimentar o playground de áudio para abri-lo.

2. Se você ainda não tiver uma implantação, selecione Criar nova implantação e implantar um modelo como gpt-4o-mini-tts.

3. Verifique se sua implantação está selecionada na caixa de Implantação.

4. Insira um prompt de texto.

5. Ajuste parâmetros de modelo, como formato de voz e resposta.

6. Selecione Gerar para receber uma saída de fala com controles de reprodução que incluem tocar, retroceder, avançar, ajustar velocidade e volume.

7. Baixe o arquivo de áudio no computador local.

Para experimentar o recurso de transcrição, siga estas etapas:

1. Se você ainda não tiver uma implantação, selecione Criar nova implantação e implantar um modelo como gpt-4o-transcribe.

2. Verifique se a implantação está selecionada na caixa de Implantação.

3. (Opcional) Inclua uma lista de frases como um mecanismo de texto para orientar sua entrada de áudio.

4. Insira um arquivo de áudio carregando um ou gravando o áudio na barra de prompts.

5. Selecione Gerar transcrição para enviar a entrada de áudio para o modelo e receber uma saída transcrita em formatos de texto e JSON.

Parque de idiomas

O Language playground fornece um ambiente sem código para testar e validar o Azure Language nas Foundry Tools. Use-o para experimentar recursos de NLP (processamento de linguagem natural), como extração de dados chave, resumo de informações, classificação de texto e ajuste de modelo personalizado.

O playground de linguagem consiste em quatro seções principais:

• Faixa superior: selecione entre os recursos de idioma disponíveis, incluindo detecção de idioma, reconhecimento de entidade, análise de sentimento, detecção de PII, resumo e compreensão da linguagem de conversa.
• Painel esquerdo: configurar opções de serviço, como versão da API, versão do modelo e parâmetros específicos da funcionalidade.
• Painel central: insira ou carregue o texto para processamento. Os resultados são exibidos aqui depois que você executa a operação.
• Painel direito: exibir resultados detalhados da operação, incluindo categorias de entidade, pontuações de confiança, deslocamentos e respostas formatadas em JSON.

Para utilizar a área de testes de linguagem:

1. Selecione playgrounds no painel esquerdo.

2. Selecione Try Azure Language Playground.

3. Escolha uma funcionalidade de linguagem na barra superior, como:

   • Analisar sentimento
   • Compreensão da linguagem conversacional
   • Reconhecimento personalizado de entidade nomeada
   • Resposta a perguntas personalizadas
   • Detectar idioma
   • Extrair informações de saúde
   • Extrair frases-chave
   • Extrair entidades nomeadas
   • Extrair PII de conversa ou texto
   • Resumir conversa, transcrições do call center ou texto

4. Selecione Configurar para especificar a versão da API, a versão do modelo e as opções específicas de funcionalidade, como seleção de idioma, tipos de entidade a serem incluídos ou políticas de redação para PII.

5. Insira o texto diretamente na janela de exemplo, selecione um exemplo de texto pré-carregado no menu suspenso ou carregue seu próprio arquivo de texto usando o ícone de clipe de papel.

6. Selecione o botão de ação apropriado (por exemplo, Detectar, Extrair, Analisar ou Resumir) para processar o texto.

7. Examine os resultados exibidos no painel central e examine informações detalhadas de saída na seção Detalhes no painel direito, incluindo pontuações de confiança, categorias de entidade, deslocamentos de caractere e comprimentos.

8. Selecione o código View para acessar exemplos de código multilíngue em Python, C#, JavaScript e outros idiomas para integração com seus aplicativos.

O playground de linguagem acelera o desenvolvimento e permite a criação rápida de protótipos e a validação de funcionalidades de NLP antes da implementação da produção. Ele também oferece suporte ao treinamento, implantação, teste e ajuste fino de modelos personalizados de reconhecimento de entidade nomeada (NER) com depuração em tempo real.

Playground do tradutor

O Translator playground fornece um ambiente sem código para testar e validar recursos de Tradutor do Azure. Ele dá suporte a fluxos de trabalho de tradução de texto e de tradução de documentos e permite que os desenvolvedores experimentem a conversão de máquina neural (NMT) e a tradução baseada em LLM (modelo de linguagem grande) usando GPT-4o e GPT-4o-mini.

Para usar o ambiente de teste do Tradutor:

1. Selecione Playgrounds no painel esquerdo.

2. Selecione Experimentar o playground do Tradutor.

3. Para tradução de texto:

   1. Insira ou cole o texto que você deseja traduzir no campo de entrada.

   2. Selecione o idioma de origem ou habilite a detecção automática de idioma.

   3. Selecione um ou mais idiomas de destino para a saída da tradução.

   4. Escolha o modelo de tradução: Azure-MT (tradução automática neural), GPT-4o ou GPT-4o-mini. Os modelos LLM habilitam a tradução com ajustes específicos de gênero ou tom e podem ser refinados usando terminologia específica do domínio.

   5. (Opcional) Configure opções avançadas, como tratamento de palavrões, tipo de texto ou glossários personalizados.

   6. Selecione Traduzir para gerar a tradução.

   7. Examine a saída traduzida e compare os resultados em diferentes seleções de modelo.

4. Para tradução de documento:

   1. Selecione a opção Tradução de documento .

   2. Carregue seu documento de origem ou selecione um exemplo de documento pré-carregado.

   3. Especifique o idioma de destino para tradução.

   4. (Opcional) Aplique modelos de tradução personalizados ou glossários personalizados para manter a consistência de terminologia específica do domínio.

   5. Selecione Traduzir para processar o documento. Isso preserva o layout e a formatação originais.

   6. Baixe o documento traduzido para o computador local.

5. Selecione Exibir código para acessar exemplos de API REST e exemplos de código do SDK em várias linguagens de programação para integrar recursos do Tradutor em seus aplicativos.

O playground do Tradutor permite a validação em tempo real da qualidade da tradução, das estruturas de prompt e da eficácia personalizada do glossário antes da implementação da produção. Use-o para comparar saídas de modelo e otimizar as configurações de tradução para seus casos de uso específicos.

Ambiente de vídeo

O playground de vídeo (versão prévia) é seu ambiente de iteração rápida para explorar, refinar e validar fluxos de trabalho de vídeo generativos. Ele foi projetado para desenvolvedores que precisam ir de ideia a protótipo com precisão, controle e velocidade. O playground oferece uma interface de baixo atrito para testar estruturas de prompt, avaliar a fidelidade de movimento, avaliar a consistência do modelo entre quadros e comparar saídas entre modelos sem escrever clichês ou desperdiçar ciclos de computação.

Todos os endpoints de modelo são integrados ao Segurança de Conteúdo de IA do Azure. Como resultado, a plataforma de vídeo filtra imagens nocivas e inseguras antes que elas apareçam. Se as políticas de moderação de conteúdo sinalizarem seu prompt de texto ou geração de vídeo, você receberá uma notificação de aviso.

Você pode usar o playground de vídeo com o modelo Azure OpenAI Sora-2.

Siga estas etapas para usar a área de testes de vídeo:

1. Selecione Experimente a área de testes de vídeo para abrir.

2. Se você ainda não tiver uma implantação, selecione Implantar agora no lado superior direito da home page e implante o sora-2 modelo.

3. Na página inicial do playground de vídeos, inspire-se em prompts pré-criados classificados pelo filtro "indústria". A partir daqui, você pode assistir aos vídeos em tela cheia e copiar o prompt do canto inferior direito de um vídeo para desenvolver a partir dele.

4. Copie o prompt para colá-lo na barra de prompts. Ajuste os controles de chave (por exemplo, proporção ou resolução) para entender profundamente a capacidade de resposta e as restrições específicas do modelo.

5. Selecione Gerar para gerar um vídeo com base no prompt copiado.

6. Reescreva a sintaxe do seu prompt de texto com gpt-4o usando Reescreva com IA.

7. Ative a capacidade Iniciar com um prompt do sistema do setor, escolha um setor e especifique a mudança desejada para o seu prompt original.

8. Selecione Atualizar para atualizar o prompt e, em seguida, selecione Gerar para criar um novo vídeo.

9. Vá para a guia Histórico de Geração para examinar suas gerações no formato de grade ou lista. Ao selecionar os vídeos, você os abre no modo de tela inteira para imersão completa. Observe de forma visual as saídas entre ajustes de prompt ou modificações de parâmetro.

10. No modo de tela inteira, edite o prompt e envie-o para regeneração.

11. No modo de tela inteira ou através do botão de opções que aparece ao passar o mouse sobre o vídeo, você pode baixar os vídeos para o computador local, visualizar a etiqueta de informações de geração do vídeo, ver o código ou excluir o vídeo.

12. Selecione o código View no menu de opções para exibir o código de exemplo contextual para suas gerações de vídeo em vários idiomas, incluindo Python, JavaScript, C#, JSON, Curl e Go.

13. Portar os exemplos de código para produção copiando-os para o VS Code.

O que validar ao experimentar no playground de vídeo

Ao usar o playground de vídeo para planejar sua carga de trabalho de produção, explore e valide os seguintes atributos:

• Conversão de prompt a movimento

  • O modelo de vídeo interpreta seu comando de uma maneira que faz sentido lógico e temporal?
  • O movimento é coerente com a ação ou a cena descrita?

• Consistência de quadros

  • Caracteres, objetos e estilos permanecem consistentes entre quadros?
  • Há artefatos visuais, tremulação ou transições não naturais?

• Controle de cena

  • Quão bem você pode controlar a composição da cena, o comportamento do assunto ou os ângulos da câmera?
  • Você pode orientar transições de cena ou ambientes em segundo plano?

• Comprimento e Tempo

  • Como diferentes estruturas de prompt afetam o comprimento e o ritmo do vídeo?
  • O vídeo parece muito rápido, muito lento ou muito curto?

• Integração de entrada multimodal

  • O que acontece quando você fornece uma imagem de referência, dados de pose ou entrada de áudio?
  • Você pode gerar vídeo com sincronização labial para uma determinada narração?

• Necessidades de pós-processamento

  • Que nível de fidelidade bruta você pode esperar antes de precisar de ferramentas de edição?
  • Você precisa atualizar, estabilizar ou retocar o vídeo antes de usá-lo em produção?

• Latência e desempenho

  • Quanto tempo demora para gerar vídeo para diferentes tipos de comando ou resoluções?
  • Qual é a desvantagem de custo-desempenho da geração de clipes de 5 segundos versus 15 segundos?

Playground de imagens

O ambiente de imagens é ideal para desenvolvedores que criam fluxos de geração de imagens. Esse playground é um ambiente controlado e completo para experimentos de alta fidelidade projetados para APIs específicas do modelo para gerar e editar imagens.

Você pode usar o playground de imagens com estes modelos:

• gpt-image-1 do Azure OpenAI.
• Stable Diffusion 3.5 Large, Núcleo de Imagem Estável, Imagem Estável Ultra da Stability AI.
• FLUX.1-Kontext-pro e FLUX-1.1-pro da Black Forest Labs.

Siga estas etapas para usar o playground de imagens:

1. Selecione Tente o Playground de Imagens para abri-lo.

2. Se você ainda não tiver uma implantação, selecione Criar uma implantação e implantar um modelo como gpt-image-1.

3. Insira o prompt de texto: comece com qualquer prompt de texto para a imagem que você deseja gerar. Para modelos que habilitam a geração de imagem para imagem, carregue um anexo de imagem na barra de prompts.

4. Explore os controles de geração específicos da API do modelo após a implantação do modelo: Ajuste os controles de chave (por exemplo, número de variações, qualidade, tamanho, formato de imagem) para entender profundamente a capacidade de resposta e as restrições específicas do modelo.

5. Selecione Gerar.

6. Observações lado a lado no modo de exibição de grade: Observe visualmente as saídas entre diferentes ajustes de prompt ou alterações de parâmetro.

7. Transformar com ferramentas de API: O preenchimento de imagens com transformação de texto está disponível para gpt-image-1. Altere partes da imagem original com a seleção de preenchimento. Use textos de comando para especificar a alteração.

8. Portar para produção com exemplos de código multilíngue: Usar exemplos de código Python, Java, JavaScript, C# com View Code. O playground de imagens é seu ponto de partida para o trabalho de desenvolvimento no ambiente do VS Code.

O que validar ao realizar experimentos no playground de imagens

Usando o playground de imagens, você pode explorar e validar os seguintes aspectos ao planejar sua carga de trabalho de produção:

• Eficácia do prompt

  • Que tipo de saída visual esse prompt gera para o caso de uso da minha empresa?
  • Quão específico ou abstrato meu idioma pode ser e ainda obter bons resultados?
  • O modelo entende as referências de estilo como "surrealista" ou "cyberpunk" com precisão?

• Consistência estilística

  • Como manter o mesmo caractere, estilo ou tema em várias imagens?
  • Posso iterar sobre variações do mesmo prompt base com desvio mínimo?

• Ajuste de parâmetro

  • Qual é o efeito da alteração de parâmetros de modelo, como escala de diretrizes, semente, etapas e outros?
  • Como posso equilibrar criatividade e fidelidade ao prompt?

• Comparação de modelos

  • Como os resultados diferem entre modelos, como SDXL em comparação com DALL·E?
  • Qual modelo tem melhor desempenho para rostos realistas versus composições artísticas?

• Controle de composição

  • O que acontece quando uso restrições espaciais como caixas delimitadoras ou máscaras de inserção?
  • Posso orientar o modelo em direção a layouts específicos ou pontos focais?

• Variação de entrada

  • Como pequenas alterações na redação de prompt ou na estrutura afetam os resultados?
  • Qual é a melhor maneira de solicitar simetria, ângulos específicos da câmera ou emoções?

• Preparação para Integração

  • Essa imagem atenderá às restrições da interface do usuário do produto, incluindo proporção, resolução e segurança de conteúdo?
  • A saída está em conformidade com as diretrizes da marca ou as expectativas do cliente?

Solucionando problemas

Conteúdo relacionado

• Usar o playground de chat no portal do Foundry
• Início Rápido: Criar um novo agente (versão prévia)
• Arquitetura básica de referência de chat do Foundry