الْأسئلة الْمتداولة حول الطلبات

تصف هذه الأسئلة المتكررة (FAQ) تأثير الذكاء الاصطناعي لمنشئ الطلب.

ما المقصود بالمطالبات؟

توفر ميزة الطلبات فِي منشئ الطلب للمستخدمين قدرة متعددة الاستخدامات لتطوير سير عمل وتطبيقات مدعومة بالذكاء الاصطناعي، وتحويل البيانات، وتخصيص المساعدين. إنها تسمح بإنشاء مهام سير العمل والتطبيقات التي تلخص المستندات وإنشاء مسودة الردود وتصنيف النص وترجمة اللغات. يتم تشغيل هذه الإمكانية بواسطة خدمة Azure OpenAI، التي تستخدم تقنية المحولات (GPT) الإنشائية المدربة مسبقًا. تم تدريب هذه النماذج على كميات هائلة مِنْ البيانات النصية، مما مكنها مِنْ توليد نص يشبه النص الذي يكتبه الإنسان.

اعرف المزيد فِي مذكرة الشفافية لخدمة Azure OpenAI.

ما هي حالات الاستخدام المقصودة لطلبات؟

تعمل الطلبات فِي منشئ الطلب على تمكينك مِنْ إنشاء تطبيقات ذكية، وعمليات سير الْعمل، وتوسيع مساعدي الذكاء الاصطناعي. تعتمد على قدرات نماذج GPT المدربة مسبقًا، مما يغني عن الحاجة إلى تدريب نماذج مخصصة. على سبيل المثال، قد يكون الهدف هو بناء سير عمل يلخص شكاوى العملاء الواردة. ثم يتم إنشاء تذكرة فِي نظام إدارة الحوادث بناءً على فئة الشكوى الواردة. في هذا المثال، يمكن لمنشئي النموذج توجيه النموذج لتصنيف وتلخيص الشكوى الواردة لإنشاء حادث جديد.

فيما يلي أكثر حالات الاستخدام شيوعًا لهذه الخدمة:

• تلخيص الرسائل الإلكترونية والمحادثات والنصوص والوثائق والمزيد.
• اقتراحات بمسودة الردود على استفسارات العملاء، والشكاوى، والبريد الإلكتروني والمزيد.
• استخراج المعلومات من العقود والرسائل الإلكترونية والفاتورة والأوامر والمزيد.
• تصنيف المحتوى في الفئات المرغوبة (على سبيل المثال، ما إذا كانت الرسالة الإلكترونية طلبًا أو شكوى أو إرجاع).
• تحليل التوجهات لنص معين (على سبيل المثال، تحديد التوجهات لمراجعة المنتج).

في جميع هذه الحالات، يكون المستخدمون مسؤولين عن النتيجة النهائية للنظام. يجب على المستخدمين مراجعة المحتوى المنتج للتأكد مِنْ خلوه مِنْ أي أخطاء أو نقص قبل استخدامه.

كيف تم تقييم جاهزية خاصية الطلبات؟ ما هي المقاييس المستخِدْمَةٌ لقياس الأداء؟

يتضمن تقييم هذه القدرة إجراء اختبارات شاملة عبر مجموعة مِنْ معايير السلامة. يضمن هذا الاختبار توافق الميزة مَعَ معايير ومبادئ الذكاء الاصطناعي المسؤولة لمؤسستنا. يتم أيضًا تقييم الخدمة باستمرار بحثًا عن نقاط الضعف المحتملة. تتضمن مقاييس الأداء التي نستخدمها في المقام الأول كفاءة ترشيح المحتوى ودرجة الاتفاق بين الإنسان والآلة على المحتوى المرشح مقابل المحتوى غير المرشح.

ما نوع آلية ضبط المحتوى التي يتم تطبيقها على طلبات؟

نماذج اللغة الكبيرة مدربة على بيانات الإنترنت، وهذا ممتاز لبناء تصور شامل للعالم. وفي الوقت نفسه، يمكن أن يكتسب محتوى سام وضار ومتحيز مِنْ نفس المصادر. يتم تدريب العارضات على التصرف بأمان وعدم إنتاج محتوى ضار (كراهية وعدالة، جنسية، عنف، إيذاء نفسي)، لكن أحيانا يمكن أن يولد ذلك مخرجات سامة. تستفيد طلبات بناء الموجه مِنْ خدمة أمان محتوى الذكاء الاصطناعي في Azure لإضافة أحدث قدرات وضع الخيمة ضمن أوامر الذكاء الاصطناعي. يشمل ذلك خدمات لتحليل المخرجات المُنشأة باستخدام أدوات فحص المحتوى الضار متعددة مستويات الخطورة، وتوفير الحماية مِنْ هجمات حقن المطالبات. كما يتم فحص الْإخراج بحثا عن تجدد الْمواد الْمحمية.

يمكن للمصنعين تكوين مستوى وضع الخيمة للمحتوى الضار فقط. يؤدي خفض مستوى الإشراف إلى زيادة مخاطر ظهور محتوى ضار فِي استجابات المطالبة. زيادة مستوى مراقبة المحتوى يقلل مِنْ هذا الخطر، لكنه قد يقلل مِنْ عدد الردود.

تعرّف على المزيد فِي مستوى الإشراف على المحتوى.

ما قيود ميزة المطالبات؟ كيف يمكن للمستخدمين تقليل تأثير قيود المطالبات عند استخدام النظام؟

يجب أن يكون استخدام هذه التقنية وفقًا للمتطلبات الواردة في مدونة قواعد السلوك لخدمة Azure OpenAI. يجب عدم استخدام هذه التقنية لإنشاء محتوى مرتبط بالدعاية السياسية أو خطاب الكراهية أو المعلومات المضللة أو إيذاء الذات أو التمييز أو المواد الجنسية الصريحة أو أي محتوى آخر محظور بموجب مدونة قواعد السلوك. تتضمن التطبيقات غير المدعومة لهذه التقنية تقديم المشورة، أو استخدام الإرشادات القانونية أو المالية أو المتعلقة بالصحة، أو التنبؤات المستقبلية، بالإضافة إلى الحسابات المالية أو العلمية أو الرياضية، وأي استخدام آخر غير مدعوم مذكور في ملاحظة الشفافية لخدمة Azure OpenAI.

يمكن أن يكون للمحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي أخطاء، لذا يجب على منشئي الحلول إعلام المستخدمين النهائيين بأن المحتوى تم إنشاؤه بواسطة الذكاء الاصطناعي بطريقة شفافة. يساعد التواصل الواضح للمحتوى الذي تم إنشاؤه فِي تجنب الاعتماد المفرط. يجب على المطورين أيضًا إضافة خطوة المراجعة البشرية للتأكد مِنْ أن المحتوى الذي أنشأه الذكاء الاصطناعي دقيق ومناسب قبل استخدامه.

ما هي العوامل والإعدادات التشغيلية التي تسمح بالاستخدام الفعال والمسؤول للنظام؟

المحتوى الذي يتم إنشاؤه بواسطة نموذج الذكاء الاصطناعي هو احتمالي بطبيعته، وبالتالي قد تختلف استجابات النموذج لنفس المطالبة. قد تكون الاستجابة الناتجة غير صحيحة أو مضللة وقد تؤدي إلى نتائج غير مقصودة من التدفق أو التطبيق. على سبيل المثال، قد يتلقى عملاء الأعمال معلومات أو توصيات أو دعمًا خاطئًا أو غير صحيح. يجب على المنشئين تنفيذ إشراف بشري هادف داخل سير العمل وتطبيقاتهم، واختبار الطلبات لاحتمالية التسبب فِي سلوكيات ضارة أو محتوى محظور كما هو مذكور فِي مدونة قواعد السلوك الخاصة بـ Microsoft. ينبغي على مطورو قليل التعليمات البرمجية أيضًا أن يكونوا شفافين بشأن استخدام الذكاء الاصطناعي فِي تطبيقاتهم وتدفقاتهم لإعلام مستخدم الأعمال، مَعَ الإشارة إلى أن المحتوى تم إنشاؤه بواسطة الذكاء الاصطناعي. بالإضافة إلى ذلك، قد لا تتطابق الاستجابات التي تم إنشاؤها مع توقعات المطور قليل التعليمات البرمجية بسبب قيود الطول أو تصفية المحتوى أو اختيار النموذج.

ما اسم نموذج GPT، وأين يستضاف، وكيف يمكنني الوصول إليه؟

يدعم منشئ المطالبات نماذج GPT 4.1 mini وGPT 4.1 وGPT 5، المستضافة على خدمة Azure OpenAI. يمكنك الْوصول إلى هذه الْنماذج مِنْ خلالْ الطلبات عبر Power Platform، فِي تطبيقاتك وتدفقاتك والْمساعدين.

لمعرفة المزيد فِي ما الجديد فِي خدمة خدمة Azure OpenAI؟

هل تُستخدم بياناتي لتدريب أو تحسين نماذج اللغات المتاحة عبر منشئ الطلب؟

تعمل مطالْبات منشئ الطلبات على خدمة Azure OpenAI الْتي تستضيفها شركة Microsoft. لا تستخدم بيانات العملاء لتدريب أو تحسين أي مِنْ نماذج خدمة Azure OpenAI الأساسية. لا تشارك Microsoft بيانات العملاء الخاصة بك مَعَ أي طرف ثالث، ما لم تمنح الإذن بذلك. لا تُستخدم مطالبات العملاء (المدخلات) مَعَ بيانات التأصيل الخاصة بها واستجابات النموذج (المخرجات) لتدريب نماذج الأساس فِي خدمة Azure OpenAI أو تحسينها.

هل المحتوى الذي يُضاف إلى إجراء "تشغيل طلب" متاح للجمهور؟

تبويب حول للإجراء يقول: هذا الإجراء يوفر الوصول إلى التوجيهات باستخدام نموذج GPT الذي يعمل على خدمة Azure OpenAI.

الطلبات الْتي تضيفها إلى تشغيل طلب كإجراء فِي Power Automate تكون خاصة كإعداد افتراضي. هي مرئية وقابلة للاستخدام فقط داخل منظمتك، وليست متاحة للعالم. الطلبات الخاصة ومخصصة للاستخدام الْداخلي لشركتك.

تكون المطالبات التي تم إنشاؤها مؤخرا خاصة افتراضيا. وهذا يعني أنهما مرئيان ويمكن استخدامها في Power Automate Power Apps، و Microsoft Copilot Studio بواسطة الشخص الذي أنشأهما فقط. ويتيح ذلك للصانع الوقت لاختبارها وتقييمها في التطبيقات أو مهام سير العمل وضمان دقتها قبل مشاركتها.

إذا كنت تريد أن يستخدم مستخدمون آخرون للبيئة أو المجموعات المطالبة الخاصة بك Power Apps أو Power Automate، فعليك مشاركته.

تعرف على المزيد فِي شارك طلب.

كيف تُعالْج صور الْأشخاص فِي مؤشرات مُنشئ الطلبات؟

لا يهدف منشيء الطلبات أن يتم استخدامه لتحديد الْأفراد بناءً على ملامح الْوجه أو الْبيانات الْبيومترية. عند إرسالْ صور تحتوي على أشخاص فِي منشئ الطلب، يطبق الْنظام تلقائيًا ميزة تمويه الْوجه قبل تحليل الْصور لحماية الْخصوصية الْفردية. تساعد هذه الخطوة فِي معالجة مخاوف الخصوصية مِنْ خلال منع التعرف بناء على ملامح الوجه. مع التشويش، لا يتم إجراء أي تمييز للوجه أو مطابقة قوالب الوجه. بدلاً مِنْ ذلك، يعتمد أي تحديد للأفراد المعروفين على إشارات سياقية، مثل الزي الرسمي أو الأماكن الفريدة، وليس على وجوههم. يجب ألا يؤثر هذا الإجراء على جودة النتائج التي تحصل عليها. قد يشار أحياناً إلى تشويش الوجه فِي ردود النظام.

لمعرفة المزيد، راجع تمويه الوجوه.

الأضرار المحتملة عند استخدام الصور أو المستندات فِي طلبات

يقوم منشئ الطلب بتقليل معظم المخاطر المرتبطة باستخدام الصور أو المستندات فِي الطلبات، لكن بعض المخاطر لا تزال تتطلب عناية إضافية مِنْ منشئ الطلب:

• قد تحتوي الصور أو المستندات على نصوص أو صور ضارة قد تؤثر على عملياتك اللاحقة.
• قد تتضمن الصور أو المستندات تعليمات خاصة وربما مخفية قد تعرقل أو تلغي الطلب الأولي.
• يمكن أن تحتوي الصور أو المستندات على تعليمات قد تؤدي إلى إنشاء محتوى يكون تحت الملكية الفكرية (IP).
• يمكن أن تنتج المحفزات تعليقات متحيزة على الصور أو المستندات.
• استخراج المعلومات مِنْ صور أو مستندات منخفضة الجودة قد يؤدي إلى معلومات خاطئة، وتعرف أيضا بالهلوسة.

كيف يختلف موديل O3 عن نماذج GPT؟

يتميز نموذج o3 عن نماذج GPT بشكل أساسي بسبب قدراته المتقدمة فِي التفكير المنطقي. يولّد سلاسل فكرية مفصلة قبل الاستجابة، مما يؤدي إلى تحسين الأداء فِي الرياضيات والبرمجة والمهام التحليلية. ومع ذلك، يؤدي هذا النهج إلى زيادة المتطلبات الحاسوبية وأوقات استجابة أبطأ مقارنة بنماذج GPT. على سبيل المثال، يتفوق GPT-4o أو GPT-4.1 فِي المهام اللغوية العامة ويقدم استجابات أسرع وفعالة مِنْ حيث التكلفة، مما يجعله مناسبا للتطبيقات التي تكون فيها الإخراج السريع ضروريا.

ما هي التعليمات ووظائف الذكاء الاصطناعي؟

المطالبات

الطلبات تمنح المنشئين حرية توجيه نموذج اللغة الكبير (LLM) للتصرف بطريقة معينة أو تنفيذ مهمة محددة. مِن خلال صيَاغة مطَالبة بعنَاية، يُمكنك إنشَاء استجَابات تنَاسب احتيَاجَات عملك المحددة. وهذا من خلال تحويل نموذج LLM إلى أداة مرنة لتنفيذ العديد من المهام.

على سبيل المثال، باستخدام نموذج اللغات، يمكن لمطالبة توجيه النموذج للإجابة على سؤال، إكمال نص، ترجمة اللغات، تلخيص مستند، وتحديد المهام وعناصر الإجراءات فِي النص. ويمكن أن ت تتراوح تعقيدات المطالبة المخصصة من جملة واحدة إلى شيء آخر غير مهي من نوع آخر، حسب المهمة.

وظائف الذكاء الاصطناعي

الوظائف الذكية المُعدّة مسبقًا هي طلبات مُعدّة مسبقًا أنشأها فريق Microsoft لمساعدة المنشئ فِي إنجاز المهام الشائعة بسهولة. يقدمون قدرات ذكاء اصطناعي جاهزة للاستخدام عبر حالات استخدام متنوعة، مما يبسط تجربة الصانع ليضفي الذكاء فِي حلولهم.

على سبيل المثال، قد تبدو المطالبة المُنشأة مسبقًا لنموذج اللغة كما يلي:

استخراج كلقائمة الْمرقمة، نقاط الْإجراء مِنْ : [TextToExtract]

في هذه الحالة، يحتاج المستخدم فقط [TextToExtract] إلى تزويد النص الذي يريد استخراج نقاط الإجراء منه. يتولى طلب pre يجب أن يعتني بالْباقي.