Utilizzo dell'AI Playground e della Prompt Library in modo programmatico.

• AI Playground (Browser)
• Configurazione delle Chiavi API
• Provider Supportati
• Tracciamento dell'Utilizzo dei Token
• Utilizzo Programmatico (JavaScript)
• Riferimento Funzioni API

L'AI Playground è disponibile nel Prompt Workshop (solo browser/desktop — non nella CLI). Ti permette di inviare prompt direttamente ai modelli AI e ottenere risposte, tutto all'interno del browser.

1. Apri il Prompt Workshop (viewer.html o prompt-lib viewer)
2. Clicca sulla scheda 6 (Playground) oppure premi il tasto 6

• Selettore provider — scegli tra OpenAI, Anthropic o Google
• Sovrascrittura modello — usa un modello specifico al posto di quello predefinito
• Prompt di sistema — prompt di sistema opzionale per impostare il contesto
• Input prompt — scrivi, incolla o carica un prompt dalla libreria
• Invia — invia il prompt all'API del provider selezionato
• Visualizzazione risposta — risposta AI formattata con rendering markdown
• Tracciamento token — mostra l'utilizzo dei token input/output per ogni richiesta
• Copia con un clic — copia la risposta AI negli appunti

1. Configura la tua chiave API nelle Impostazioni (pulsante ⚙) — configurazione una tantum
2. Seleziona un provider (OpenAI, Anthropic o Google)
3. Opzionalmente inserisci un prompt di sistema
4. Scrivi o incolla il tuo prompt
5. Clicca "Invia"
6. Visualizza la risposta AI, l'utilizzo dei token e le informazioni sul modello
7. Copia la risposta o itera

Clicca il pulsante ⚙ (ingranaggio) nel Prompt Workshop per aprire le Impostazioni API.

• Le chiavi sono memorizzate nel localStorage — non lasciano mai il tuo browser
• Le chiavi vengono inviate direttamente dal tuo browser all'API del provider (nessun server intermedio)
• Le chiavi sono memorizzate sotto la chiave api_settings del localStorage
• Per cancellare le chiavi: Impostazioni → elimina i campi delle chiavi, oppure cancella il localStorage del browser

Formato dei messaggi:

{
  "model": "gpt-4o-mini",
  "messages": [
    {"role": "system", "content": "System prompt here"},
    {"role": "user", "content": "User prompt here"}
  ]
}

Formato dei messaggi:

{
  "model": "claude-sonnet-4-20250514",
  "system": "System prompt here",
  "messages": [
    {"role": "user", "content": "User prompt here"}
  ]
}

Formato dei messaggi:

{
  "contents": [
    {"parts": [{"text": "System prompt + user prompt"}]}
  ],
  "generationConfig": {
    "temperature": 0.7,
    "maxOutputTokens": 4000
  }
}

Nota: L'API di Google combina il prompt di sistema e quello utente in un unico blocco di contenuto.

Il Playground traccia l'utilizzo dei token per ogni richiesta:

Il conteggio dei token viene visualizzato dopo ogni risposta, aiutandoti a monitorare i costi e ottimizzare la lunghezza del prompt.

Invia lo stesso prompt a tutti i provider configurati simultaneamente e confronta le risposte affiancate.

Come usarlo:

1. Configura 2+ chiavi API tramite ⚙ Impostazioni
2. Scrivi il prompt nel Playground
3. Clicca "⚖ Confronta (N modelli)"
4. I risultati appaiono in una griglia: testo della risposta, tempi, utilizzo token, pulsante copia

Dettagli tecnici:

• Usa Promise.allSettled() — il fallimento di un provider non blocca gli altri
• Ogni richiesta ha un timeout di 30 secondi tramite AbortController
• Il pulsante Invia è disabilitato durante il confronto

• Tutte le chiamate API impongono un timeout di 30 secondi tramite AbortController
• Il modale Impostazioni API mostra un avviso di sicurezza sulla memorizzazione in chiaro nel localStorage
• Le chiavi API non vengono mai inviate altrove se non all'endpoint del provider selezionato

La Prompt Library può essere importata e usata in modo programmatico nei tuoi progetti JavaScript/Node.js.

npm install @dishine/prompt-library

import {
  loadPrompts,
  findPlaceholders,
  extractTemplate,
  saveCustomPrompt,
  loadSavedCompositions,
  saveComposition,
  loadCustomPrompts
} from '@dishine/prompt-library';

// Load all 82+ prompts
const prompts = loadPrompts();
console.log(`Loaded ${prompts.length} prompts`);

// Find placeholders in a template
const template = '{{role}} should {{task}} for {{audience}}';
const placeholders = findPlaceholders(template);
// → ['{{role}}', '{{task}}', '{{audience}}']

// Extract the template section from a prompt's content
const prompt = prompts.find(p => p.slug === 'code-review');
const tmpl = extractTemplate(prompt.content);

import { searchPrompts } from '@dishine/prompt-library/src/search.js';

const prompts = loadPrompts();
const results = searchPrompts(prompts, 'chain of thought');

for (const r of results) {
  console.log(`${r.slug} (score: ${r.score})`);
}

import {
  generatePrompt,
  getFrameworks,
  getFramework
} from '@dishine/prompt-library/src/generator.js';

// List available frameworks
const frameworks = getFrameworks();
frameworks.forEach(fw => {
  console.log(`${fw.key}: ${fw.name} — ${fw.description}`);
});

// Generate a prompt from a framework
const result = generatePrompt('expert-role', {
  role: 'senior data analyst',
  experience: '10+ years',
  domain: 'financial services',
  task: 'Analyze quarterly revenue trends and identify anomalies',
  audience: 'executive team',
  tone: 'professional',
  constraints: 'Use only provided data, cite specific numbers',
  output_format: 'structured markdown with tables'
});

console.log(result);

import { lintPrompt, formatLintResult } from '@dishine/prompt-library/src/linter.js';

const result = lintPrompt('Write me something good about dogs');
console.log(`Score: ${result.score}/100 (Grade: ${result.grade})`);
console.log(`Passed: ${result.passedCount}/${result.totalRules}`);

// Human-readable output
console.log(formatLintResult(result));

import { optimizePrompt } from '@dishine/prompt-library/src/optimizer.js';

const result = optimizePrompt('Can you help me write a blog post about AI?');
console.log(`Score: ${result.scoreBefore} → ${result.scoreAfter}`);
console.log(`Domain: ${result.domain}`);
console.log('Changes:', result.changes);
console.log('Optimized:', result.optimized);

import { buildRecommendation } from '@dishine/prompt-library/src/recommender.js';

const prompts = loadPrompts();
const rec = buildRecommendation(prompts, 'I need to build a REST API');

console.log('Suggested combo:');
if (rec.suggestedCombo.systemPrompt) {
  console.log(`  System: ${rec.suggestedCombo.systemPrompt.title}`);
}
if (rec.suggestedCombo.framework) {
  console.log(`  Framework: ${rec.suggestedCombo.framework.title}`);
}
if (rec.suggestedCombo.template) {
  console.log(`  Template: ${rec.suggestedCombo.template.title}`);
}

Invia un prompt a un modello AI e restituisce la risposta. Usato dal Playground.

Parametri:

Ritorna:

{
  text: "AI response text",
  model: "model-name",
  usage: { prompt_tokens: 50, completion_tokens: 200, total_tokens: 250 }
  // usage is null for Google provider
}

Invia un prompt a un modello AI per una riscrittura professionale. Restituisce solo il testo del prompt ottimizzato.

Parametri:

Ritorna: string — il testo del prompt ottimizzato.

L'ottimizzatore basato su IA usa un prompt di sistema accuratamente preparato che istruisce il modello a:

1. Mantenere l'intento e il significato originale
2. Aggiungere struttura con sezioni chiare
3. Rendere le istruzioni più specifiche
4. Aggiungere vincoli e verifica della qualità
5. Rimuovere il linguaggio vago
6. Restituire solo il prompt ottimizzato (nessun commento)

Navigazione: ← Strumenti: Linter, Optimizer, Recommender  |  Architettura →