Porovnání engineů

Otestujte stejný obsah ve dvou konfiguracích engine a vyhodnoťte změnu ještě před finálním potvrzením.

Workflow#

„Porovnej náš produkční engine se staging enginem na těchto 5 řetězcích pro japonštinu“

Co se stane:

1. Asistent lokalizuje obsah přes oba enginy
2. Zobrazí výsledky v přehledné tabulce vedle sebe
3. Zvýrazní rozdíly: „Staging engine používá nový termín ze slovníčku pro ‚onboarding‘ (オンボーディング), zatímco produkční engine stále používá popisnou lokalizaci (導入手続き)“

Kdy to použít#

• Po ladění — ověřte si, že změna zlepšila výstup, než ji nasadíte
• Vyhodnocení změn modelu — stejná konfigurace, jiný primární model
• Testování dopadu slovníčku — s novými termíny i bez nich
• Porovnání engineů pro různé use casy — marketingový vs. technický obsah

Příklady porovnání#

Před a po ladění#

„Lokalizuj ‚Welcome to your new workspace‘ do němčiny přes engine A a engine B“

Ukáže, jestli se v aktualizovaném engine zachovává položka slovníčku pro „workspace“.

Vyhodnocení modelu#

„Přepnul jsem japonský model z GPT-4.1 na Claude Sonnet. Porovnej výstupy pro těchto 10 UI řetězců.“

Porovnání vedle sebe odhalí, který model si ve vaší konkrétní doméně lépe poradí s krátkými UI řetězci a který s delšími popisy.

Testování hloubky slovníčku#

„Porovnej engine s naším kompletním slovníčkem o 200 termínech s novým enginem bez slovníčku na těchto právních řetězcích“

Ukáže, jak velký vliv má slovníček na kvalitu výstupu u konkrétního typu obsahu.