Configurazione della pipeline
La configurazione appartiene alla pipeline del progetto. Le credenziali e le connessioni ai servizi appartengono invece alle impostazioni dell’applicazione.
Sezioni
| Sezione | Parametri |
|---|---|
| Impostazioni | Modalità, lingue, persona, esempi e opzioni generali |
| Traduzione | Provider, modelli, prompt e opzioni delle fasi di generazione |
| Controllo qualità | Valutatore e controllo di coerenza |
| Registro termini | Glossario assegnato |
| Anteprima Prompt | Struttura delle richieste delle fasi attive |
Le modalità Standard, Editoriale e DeepL Hybrid sono descritte nel flusso di traduzione.
Lingue e persona
Imposta lingua sorgente e destinazione. La persona è un testo libero che sostituisce l’introduzione predefinita del messaggio di sistema: può specificare ruolo, ambito, lingue e registro. Se è attiva, deve descrivere correttamente la coppia linguistica e le istruzioni che intendi applicare.
I prompt possono essere salvati come modelli riutilizzabili, separati per contesto. Il comando di rifinitura del prompt invia il testo a un modello configurato e ne propone una riscrittura nel campo. Richiede la connessione e le eventuali credenziali del provider scelto.
Parametri dei modelli
Ogni fase LLM seleziona provider e modello indipendentemente. I controlli disponibili dipendono dalle capacità dichiarate nell’applicazione.
- Temperatura: controlla la variabilità del campionamento, senza garantire accuratezza o ripetibilità. Gli intervalli gestiti sono 0–1 per Anthropic e 0–2 per Gemini, OpenAI e DeepSeek.
- Ragionamento: quando richiesto per OpenAI o DeepSeek, l’adattatore non invia il parametro temperatura.
- Ollama: espone opzioni di contesto, generazione e ragionamento in base al modello. Le opzioni avanzate devono essere un oggetto JSON valido, per esempio
{ "num_ctx": 8192 }. - Valutazione Ollama: nelle richieste vincolate allo schema la temperatura viene impostata a zero, anche in presenza di un altro valore configurato.
Un oggetto JSON non valido non sostituisce la configurazione precedente. Il significato delle opzioni del servizio va verificato per il modello utilizzato.
DeepL Hybrid
La prima fase usa le impostazioni DeepL: lingua, registro dove supportato, modalità di traduzione e glossario remoto. La chiave DeepL è distinta da quella degli LLM usati per revisione e valutazione. Un errore di quota o del glossario DeepL deve essere risolto su quel servizio prima di completare la sequenza.
Esempi e contesto
Puoi mantenere fino a cinque esempi di traduzione nella pipeline, aggiunti dalla scheda Audit di un frammento bloccato. Sono modificabili nelle impostazioni. La memoria di frasi fornisce invece riferimenti selezionati per il singolo frammento. La cache dei prompt ha regole specifiche per provider.
Stima dei costi
Il preventivo della configurazione copre l’intero documento, compresa la coerenza se configurata. Nella barra del documento, la stima segue l’azione selezionata. I dettagli distinguono le fasi e i modelli.
La stima usa una conversione approssimativa da parole a token e i prezzi registrati per i modelli. Il consumo riportato dopo l’esecuzione usa i token restituiti dal servizio; il relativo costo resta un calcolo di Glossa, non una fattura. DeepL riporta caratteri fatturati, che non sono token LLM e non rientrano nello stesso preventivo in dollari.