一、进入在线测试
1. 登录 腾讯云 ES 控制台，在左侧导航栏选择 智能搜索开发 > 应用开发。
2. 在应用列表中，单击目标应用的名称，进入应用详情页。
3. 在应用详情页，选择 在线测试 标签页，进入在线测试工作台。
二、页面说明
在线测试
在线测试页面分为左中右三栏：
| 区域 | 说明 |
| 配置区（左栏） | 管理提示词（Prompt），支持 AI 生成和手动填入两种模式。提示词用于规范大模型的回答行为 |
| 编排区（中栏） | 配置大模型、文档库、检索方式和各项检索参数 |
| 测试区（右栏） | 输入问题并实时查看大模型的回答结果，支持多轮对话、查看查询分析以及召回结果 |
页面顶部操作栏包含：
| 操作 | 说明 |
| 创建配置 | 新建一组完整的配置（提示词 + 编排参数），可保存多个配置方便对比 |
| 配置展示 | 控制页面左栏（配置区）的显示/隐藏 |
| 对比配置项 | 支持选择两组不同配置进行 A/B 对比测试 |
三、配置区
配置区用于编辑提示词（Prompt），规范大模型基于检索结果回答问题时的行为准则。
四、提示词编辑
提示词支持两种模式：
| 模式 | 说明 |
| AI 生成 | 由系统基于文档库内容自动生成提示词模板，可在此基础上进行修改 |
| 填入模板 | 填入预置的模板后，手动编写完整的提示词内容 |
提示词内容限制 4000 字符。
五、提示词编写建议
一个完整的提示词通常包含以下部分：
·系统设定：定义大模型的角色和行为边界（如"你是专业的智能信息检索助手"）
·响应规则：规范回答的准确性、结构、简洁性和核实要求
·输出格式：约束输出的格式和质量标准
六、编排区
编排区用于配置大模型和检索相关参数，决定检索和回答的核心行为。
七、大模型
| 参数 | 说明 |
| 大模型 | 选择用于生成回答的大语言模型 |
| 记忆轮次 | 多轮对话中保留的历史对话轮次数量，影响上下文连贯性，此记忆仅用于在线测试，发布后需自行开发 |
| 联网搜索 | 开启后大模型将结合互联网搜索结果回答问题，适合需要实时信息的场景 |
八、文档库
| 参数 | 说明 |
| 文档库 | 选择参与检索的文档库，支持同时关联多个文档库。单击 + 添加 可追加文档库 |
九、检索方式
| 参数 | 说明 |
| 检索方式 | 选择检索算法，如"混合检索-文本向量并行"，同时利用文本匹配和向量语义匹配能力 |
| 权重设置 | 调节文本检索与向量检索的权重比例（如文本 0.5 / 向量 0.5），拖动滑块调整 |
| 召回数量（TopK） | 每次查询最终返回的结果数量 |
| num_candidates | 召回阶段从索引中获取的候选文档数量，通常大于 TopK，值越大召回越全但耗时越长 |
| similarity | 相似度阈值，仅返回相似度高于此值的结果，设为 0.00 表示不过滤 |
十、重排序
| 参数 | 说明 |
| 重排序 | 开启后将对初步召回的结果进行二次排序，提升最终结果的相关性排序质量 |
十一、大模型精排
| 参数 | 说明 |
| 大模型精排 | 开启后由大模型对召回结果进行精细化排序和筛选，进一步优化最终呈现给用户的结果质量得分说明4 (核心答案): 分片直接、完整地回答了用户问题。3 (核心论据/方法): 分片提供了构建答案所需的核心方法、关键论据或关键范例。2 (背景知识): 分片提供了有用的背景信息或相关上下文，能丰富答案但非核心。1 (提及但无价值): 分片提及了问题关键词，但信息空洞或与问题无关，没有引用价值。0 (完全无关): 分片内容与用户问题的领域完全不相关。 |
十二、测试区
测试区用于即时验证当前配置的实际效果。
十三、执行测试
1. 在测试区底部的输入框中输入问题（支持 Shift+回车换行，回车发送）。
2. 系统将基于当前编排区的配置执行检索和生成，实时返回大模型的回答。
3. 回答内容包含大模型的推理过程和最终答案，可观察模型如何利用检索到的文档内容作答。
十四、操作说明
| 操作 | 说明 |
| 清空对话 | 清除当前测试区的所有对话历史，重新开始测试 |
| 多轮对话 | 支持连续提问，大模型会结合历史对话上下文（受"记忆轮次"参数控制）进行回答 |
| 新一轮对话 | 当修改了提示词及相关参数，将自动发起新一轮对话 |
十五、注意事项
·在线测试调用的原子模型服务会产生费用，每次检索和生成均消耗 Token，计费方式参见 智能搜索开发服务定价。
·调整参数后无需保存即可直接测试，但若需在发布时使用该参数组合，请通过 创建配置 保存为命名配置。
·在线测试适用于单条或少量查询的效果验证。如需系统性评估检索质量，建议使用 效果评测。
·联网搜索和大模型精排功能会增加响应耗时和 Token 消耗，建议按需开启。
十六、后续操作
在线测试中确认检索和生成效果后，你可以：
·效果评估：基于评测数据集对检索效果进行量化评估。详情请参见 效果评估。
·发布服务：将调试完成的应用发布为独享服务。详情请参见 发布管理。
·服务监控：发布后通过服务监控观察线上运行状态。详情请参见 服务监控。