Hoe Explainer AI gebruiken

Instellingen voor demomodus en veiligheidscontroles

Wanneer je het product voor het eerst opent, zie je een schakelaar met de label Demo. Ik houd deze schakelaar aan terwijl ik de workflow leer of een nieuwe prompt test. De demomodus roept een deterministische stub op die een vooraf gedefinieerde uitleg retourneert, zodat je kunt verifiëren dat de UI, de invoervelden en het voorbeeldvenster correct zijn aangesloten zonder enig extern quotum te verbruiken.

Voordat je iets uitvoert, raad ik aan om twee snelle veiligheidscontroles uit te voeren. Ten eerste, bevestig dat de schakelaar zichtbaar is ingesteld op Demo - de label moet Demo AAN lezen. Ten tweede, kijk naar de statusbalk onderaan het venster; deze moet een bericht weergeven zoals Demomodus - geen externe oproepen. Als een van deze items ontbreekt, laad de pagina opnieuw en probeer het opnieuw.

Deze controles duren slechts een paar seconden, maar ze voorkomen de veelvoorkomende fout van het verzenden van een live-aanvraag terwijl je nog steeds in de zandbak wilt blijven. Ik heb gebruikers gezien die per ongeluk hun proefcredits verbranden omdat ze de schakelaarstatus over het hoofd zagen, dus ik maak hier een gewoonte van elke keer dat ik een sessie start.

Invoerspecificatie: wat Explainer AI verwacht

Het kerninvoerformulier bestaat uit drie velden die u moet invullen voordat u op de knop Run klikt.

- Concepttekst – plak of typ het idee dat u wilt laten uitleggen. Dit kan een enkele zin, een alinea of een opsomming zijn. Ik houd het onder de 500 tekens om binnen het promptvenster van het model te blijven. - Publiekselector – kies een van de vooraf gedefinieerde profielen: Beginner, Student, Peer of Aangepast. Elk profiel past de diepgang, analogieniveau en terminologie aan. - Uitvoerlengte – kies Kort (≈150 woorden), Middel (≈300 woorden) of Lang (≈600 woorden). Ik begin meestal met Middel en knip later eventueel in als dat nodig is.

Als u een veld leeg laat, toont het formulier een inline waarschuwing en blijft de knop Run uitgeschakeld. Ik vind het handig om het concept eerst in een aparte notitie op te stellen, vervolgens naar het invoerveld te kopiëren en plakken – dit vermindert typefouten en laat me dezelfde formulering op meerdere publiekstests hergebruiken.

De demo voorvertoning uitvoeren

Met het ingevulde formulier en de demo-modus ingeschakeld, druk op de knop Uitvoeren. Het product zal een spinner weergeven voor een seconde en vervolgens het voorvertoningsvenster vervangen door een gegenereerde uitleg.

Ik beschouw de demo-uitvoer als een sanity-check in plaats van een definitief antwoord. Ik kijk naar drie dingen:

- Volgt de uitleg het geselecteerde publieksprofiel? Voor Beginner verwacht ik een eenvoudige analogie; voor Peer verwacht ik precieze terminologie. - Zijn de belangrijkste termen gemarkeerd en gedefinieerd in de tekst? Het product markeert automatisch jargon met vetgedrukte letters en voegt een tooltip-definitie toe. - Is er een vervolgvraag aan het einde? Dit helpt me om na te denken over volgende stappen of verduidelijkingen die ik nodig kan hebben.

Als een van deze punten er niet goed uitziet, pas ik de invoer aan - misschien verkort ik de concepttekst of schakel ik de publieksselector om - en voer ik de demo opnieuw uit. Ik herhaal deze cyclus totdat de voorvertoning coherent aanvoelt en overeenkomt met de stijl die ik in gedachten heb.

Overgang naar live-modus met een API-sleutel

Zodra de Demo-preview bevredigend is, schakel ik over naar live-modus om een antwoord te krijgen van het daadwerkelijke taalmodel. De stappen zijn:

- Zoek de Demo-schakelaar en klik erop zodat de label Demo UIT leest. - In het Instellingenpaneel (tandwielicoon in de rechterbovenhoek) plak ik de API-sleutel in het veld met de label Live model-sleutel. Ik bewaar de sleutel in een wachtwoordbeheerder en plak deze alleen wanneer ik deze nodig heb. - Druk op Opslaan. De statusbalk zal veranderen in Live-modus - sleutel geconfigureerd.

Hieronder vindt u een snelle vergelijking van wat verandert wanneer u de schakelaar omzet.

Aspect | Demo-modus | Live-modus Modelbron | Deterministische stub | Extern LLM (geconfigureerde sleutel) | Latentie | <200 ms (in cache) | ≈800 ms-2 s afhankelijk van de belasting | Kosten | Nul | Credits worden afgeschreven per aanvraag | Variabiliteit | Vaste uitvoer | Stochastisch - kan elk moment verschillen | Gegevensbehandeling | Ephemere, alleen opgeslagen in de browser | Verzonden naar de provider; kan worden gelogd volgens hun beleid |

Ik houd de tabel bij de hand als herinnering dat live-aanroepen quota verbruiken en licht verschillende woordkeuze kunnen produceren elke keer. Nadat ik de Demo-modus uitzet, voer ik dezelfde invoer nogmaals uit om de live-uitvoer te zien. Als het live-antwoord te veel afwijkt van de Demo-preview, ga ik het concepttekst opnieuw bekijken - soms leidt een vaag woord de modellen een onverwachte weg op.

End-to-end workflow: van concept tot beoordeelde uitleg

Dit is de concrete volgorde die ik volg voor elk nieuw onderwerp dat ik moet uitleggen.

- Open de app en verifieer of Demo AAN staat. - Plak het concept in het tekstvak Concept. - Selecteer het publiek dat overeenkomt met de lezer die ik in gedachten heb. - Kies een uitvoerlengte – ik begin met Medium. - Druk op Uitvoeren en bekijk de Demo-voorbeeld. - Als de voorbeeldbewerking moet worden aangepast, bewerk ik het concept of het publiek en herhaal ik stap 5. - Als ik tevreden ben, schakel ik Demo UIT en voer ik de live API-sleutel in Instellingen in. - Druk op Opslaan, dan op Uitvoeren om de live-uitleg te krijgen. - Lees de live-uitvoer zorgvuldig. Ik kijk naar feitelijke correctheid, toonovereenkomst en de aanwezigheid van de vervolgvraag. - Als ik een probleem zie, pas ik de concepttekst aan of voer ik een tweede live-aanroep uit met een iets andere formulering. - Zodra de uitleg er goed uitziet, kopieer ik deze naar mijn editor, voeg ik eventuele laatste bewerkingen toe en publiceer ik deze of neem ik actie. - Ten slotte schakel ik Demo weer IN voor de volgende sessie om per ongeluk live-gebruik te voorkomen.

Tijdens dit proces behandel ik de uitvoer van het model als beslissingsondersteuning alleen. Ik publiceer nooit het onbewerkte resultaat zonder handmatige controle. Deze gewoonte houdt me in overeenstemming met de disclaimer van het product en vermindert het risico van het verspreiden van onnauwkeurigheden.

Wat dit niet is

Explainer AI belooft geen perfecte nauwkeurigheid. Het is een hulpmiddel dat u helpt bij het opstellen van een verklaring, maar u moet nog steeds alle claims verifiëren, vooral wanneer het onderwerp veiligheid, beveiliging of naleving betreft. Als u bijvoorbeeld een samenvatting van beveiligingsrichtlijnen genereert, moet u de uitvoer controleren tegenover gezaghebbende bronnen zoals de OWASP LLM Top 10 (https://owasp.org/www-project-top-10-for-large-language-model-applications) of het NIST AI-risicobeheerkader (https://www.nist.gov/itl/ai-risk-management-framework).

Het product garandeert geen 100% relevantie voor uw specifieke publiek. De audiencerichter bepaalt de toon en diepgang, maar nuances zoals culturele verwijzingen of interne jargon kunnen nog steeds handmatige aanpassing nodig hebben.

Explainer AI is geen vervanging voor domeinexpertise. Als u geen achtergrond heeft in het domein dat u verklaart, moet u de uitvoer als een startpunt behandelen en overleggen met een collega met kennis van zaken voordat u deze definitief maakt.

Ten slotte biedt de service geen ingebouwd versiebeheer, samenwerking bij het bewerken of geautomatiseerde publicatiepijplijnen. Die mogelijkheden vallen buiten het bereik van deze micro-SaaS en moeten door uw eigen workflow worden afgehandeld.

Operatorencontrolelijst voor het gebruik van Explainer AI

Ik hou een geschreven controlelijst bij elke release die deze onderwerpen aangaat. De lijst is saai om een reden: noem de eigenaar, noem het bewijsartefact en noem de rollback. Als een stap geen bestand, ticket of logregel kan produceren, is het geen stap - het is een wens.

Voordat u productie wijzigt

- Bevries de branch of configuratieversie die u wilt meten. - Registreer de huidige foutmodus met één concreet invoer- en één concreet uitvoerexemplaar. - Bevestig welke identiteit de taak uitvoert en of die identiteit toegang heeft tot gegevens die het niet zou moeten hebben. - Open de primaire referenties die u zal citeren: https://owasp.org/www-project-top-10-for-large-language-model-applications, https://www.nist.gov/itl/ai-risk-management-framework.

Terwijl u de controle uitvoert

- Geef de voorkeur aan één reproduceerbare pad boven tien anekdotische schermafbeeldingen. - Schrijf het verwachte veilige resultaat voordat u het hulpmiddel of de query activeert. - Vang de exacte opdracht, prompt, schema of regex onder test - niet een parafrase. - Als het systeem kan handelen (verzenden, schrijven, verwijderen, overdragen), vereist u een bevestigingsgrens in hetzelfde doorvoeren.

Nadat u klaar bent

- Archiveer het resterende risico met een eigenaar en een datum, zelfs als de scan schoon is. - Converteer geen groene controle naar verkoopstaal dat volledigheid claimt. - Voer dezelfde controlelijst uit wanneer het model, het hulpmiddelschema of de validatieregels veranderen.

Signaal | Wat te registreren | Stop-ship? Onverwachte schrijf- of verzendactie | Hulpmiddelnaam, args, identiteit | Ja totdat het wordt geblokkeerd Ontbrekende bevestiging bij destructieve actie | Oproep-pad en omzeiling | Ja Onbetrouwbaar tekst behandeld als instructie | Bronoppervlak en resulterende actie | Ja voor agentbereik Scanner schoon, oordeel open | Uitgestelde items + eigenaar | Alleen als de kernpad veilig is

Explainer-ai helpt met de meetbare eerste doorvoer. Architectuurkeuzes, juridische goedkeuring en klantgerichte claims hebben nog steeds een menselijke eigenaar nodig. Behandel elke rij in de controlelijst als beslissingsondersteuning, niet als certificaat.

Hoe ik limieten uitleg aan kopers

Wanneer een potentiële koper vraagt of het product 'alles dekt', antwoord ik met de grens: geautomatiseerde controles detecteren bekende patronen, maar nieuwe ketens en beleidsbeoordelingen hebben nog steeds een review nodig. Die eerlijkheid houdt de ondersteuningslast laag en houdt de blog in overeenstemming met wat het product daadwerkelijk doet.

Als u een tweede mening nodig heeft, combineer deze tekst dan met de onderstaande referenties en met uw eigen reproduktie in een testomgeving. Sla de reproduktiestap niet over alleen omdat een model een zelfverzekerde samenvatting heeft geschreven.

Referenties

- https://owasp.org/www-project-top-10-for-large-language-model-applications - https://www.nist.gov/itl/ai-risk-management-framework

Veelgestelde vragen

Wat is Explainer AI?

Leg elke concept uit alsof ik het zelf moet uitleggen

Wie moet Explainer AI gebruiken?

Operatoren en bouwers die een snelle eerste conceptversie of checklist van Explainer AI nodig hebben

Werkt het zonder een API-sleutel?

Ja, in expliciete demomodus. Live AI vereist een geconfigureerde sleutel

Garandeert het resultaten?

Nee. Uitvoer is beslissingsondersteuning; u moet deze nog steeds controleren voordat u publiceert of actie onderneemt

Omvat het SSO, Slack of bulk CSV?

Alleen als deze functies in deze productbuild zijn geïmplementeerd — ga er niet vanuit dat ze aanwezig zijn op basis van marketingtekst

Waar gaat de data naartoe?

Runs kunnen lokaal worden opgeslagen onder de.data/-grens van het product; behandel demos als ephemerisch

Referenties

- schema.org — FAQPage - Google Search Central — Gestruurreerde gegevens

Probeer Explainer AI

Gerelateerde artikelen

- Overzicht van Explainer AI — Explainer AI - De LX AI Micro-SaaS Topic Matrix