LangSmith 允许您直接在用户界面中运行评估。提示词游乐场 允许您在一系列输入上测试您的提示词或模型配置，以查看其在不同上下文或场景下的表现得分，而无需编写任何代码。

在运行评估之前，您需要有一个现有的数据集。了解如何从用户界面创建数据集。

如果您更倾向于在代码中运行实验，请访问使用 SDK 运行评估。

Polly 在游乐场中可用，以帮助您在运行评估之前优化提示词。

在提示词游乐场中创建实验​

1. 导航到游乐场：点击侧边栏中的 Playground。
2. 添加提示词：选择一个已保存的现有提示词或创建一个新的。
3. 选择数据集：从 Test over dataset 下拉菜单中选择一个数据集。

• 请注意，数据集输入中的键必须与提示词的输入变量匹配。例如，在上面的视频中，所选数据集的输入具有键 "blog"，这正确地匹配了提示词的输入变量。
• 提示词游乐场中最多允许 15 个输入变量。

4. 开始实验：点击 Start 或按 CMD+Enter。这将在数据集中的所有示例上运行提示词，并在数据集详情页中为该实验创建一个条目。我们建议在开始实验之前将提示词提交到提示词中心，以便在后续查看实验时可以轻松引用。
5. 查看完整结果：点击 View full experiment。这将带您进入实验详情页面，您可以在其中查看实验的结果。

为实验添加评估分数​

通过添加评估器，根据特定标准评估您的实验。在游乐场中使用 +Evaluator 按钮添加 LLM-as-a-judge 或自定义代码评估器。

要了解更多关于通过用户界面添加评估器的信息，请访问如何定义 LLM-as-a-judge 评估器。