Kies het model achter je PHP-oefening

PHP Trail werkt met drie soorten modellen: een cloud-AI-aanbieder die je via een standaard API-endpoint bereikt, een model dat lokaal op je pc draait en het ingebouwde model. De keuze bepaalt wie je prompttekst ontvangt. Bekijk hieronder elke optie.

Drie manieren om een model te verbinden

Een cloud-AI-aanbieder

Een cloudaanbieder past bij grotere wijzigingen en langere uitleg als je eigen pc bescheiden is. Je voert een standaard API-endpoint en je API-sleutel in, en de sleutel blijft op je pc. Prompts verlaten de pc. De prompttekst, inclusief de tekst van elk bestand dat de agent leest, gaat naar die aanbieder, en eventuele kosten komen van de aanbieder, niet van deze website.

Een model op je eigen pc

Een lokaal model draait op je pc, dus er verlaat niets de machine: prompts, bestandstekst en antwoorden blijven daar. Het past bij privé-oefenbestanden, maar de antwoorden hangen af van het model dat je laadt en van je hardware. Beoordeel elke diff. Een kleiner lokaal model kan duidelijkere, kortere prompts nodig hebben dan een groot cloudmodel.

Het ingebouwde model

Het ingebouwde model is de derde optie, naast een cloud-AI-aanbieder en een model dat lokaal op je pc draait. Zoals bij elke optie gaan prompts alleen naar het model-endpoint dat je kiest, en de knop Test kan dat endpoint controleren. Test je keuze.

Test eerst de verbinding

De knop Test controleert een endpoint voordat je erop vertrouwt. Hij toont de reactietijd en het contextvenster, oftewel hoeveel tekst het model in één keer kan opnemen. Voer hem uit. Nadat je een endpoint hebt ingevoerd of gewijzigd, vertelt een trage reactie of een klein venster je wat je van de volgende prompt kunt verwachten.

Kies een model voor de klus

Gebruik een groter model voor refactors en voor logica die meerdere bestanden raakt, en een kleiner model voor kleine bewerkingen zoals een ontbrekende puntkomma of een hernoemde variabele. Als een stap lastig is, stuurt de tool run_on_model alleen die stap naar een groter model terwijl de rest van de chat bij je gebruikelijke model blijft. Wissel per taak.

Modellen verschillen. Lees de diff, voer je PHP-opdracht uit en laat Ask first aan staan terwijl je leert, want elk model kan fout zitten en een resultaat is pas een bewijs van juistheid als je het zelf hebt uitgevoerd en getest.