خطط لتطبيق QnA Maker الخاص بك
لتخطيط تطبيق QnA Maker الخاص بك، تحتاج إلى فهم كيفية عمل QnA Maker وتفاعله مع خدمات Azure الأخرى. يجب أن يكون لديك أيضًا فهم قوي لمفاهيم قاعدة المعارف.
ملاحظة
سيتم إنهاء خدمة QnA Maker في 31 مارس 2025. يتوفر الآن إصدار أحدث من إمكانية السؤال والإجابة كجزء من Azure الذكاء الاصطناعي Language. للحصول على قدرات الإجابة على الأسئلة داخل خدمة اللغات، انظر سؤال الإجابة. بدءًا من 1 أكتوبر 2022 لن تتمكن من إنشاء موارد جديدة لـ QnA Maker. للحصول على معلومات حول ترحيل قواعد معارف QnA Maker الحالية إلى الإجابة عن الأسئلة، استشر دليل الترحيل.
موارد Azure
كل مورد Azure تم إنشاؤه باستخدام QnA Maker له غرض محدد. كل مورد له غرضه وحدوده ومستوى التسعير الخاصة به. من المهم أن تفهم وظيفة هذه الموارد حتى تتمكن من استخدام هذه المعلومات في عملية التخطيط الخاصة بك.
| المورد | الغرض |
|---|---|
| مورد QnA Maker | التأليف والتنبؤ بالاستعلام |
| موردالبحث العلمي | تخزين البيانات والبحث |
| مورد خدمة التطبيق ومورد خدمة خطة التطبيق | نقطة نهاية توقع الاستعلام |
| مورد Application Insights | بيانات تتبع الاستخدام لتوقع الاستعلام |
تخطيط الموارد
تعمل الطبقة المجانية لكل F0مورد ويمكن أن توفر تجربة التأليف والتنبؤ بالاستعلام. يمكنك استخدام هذا المستوى لمعرفة التأليف والتنبؤ بالاستعلام. عندما تنتقل إلى إنتاج أو سيناريو مباشر، قم بإعادة تقييم اختيار المورد الخاص بك.
حجم قاعدة المعرفة ومعدل النقل
عند إنشاء تطبيق حقيقي، خطط موارد كافية لحجم قاعدة المعارف الخاصة بك وطلبات التنبؤ باستعلامك المتوقع.
يتم التحكم في حجم قاعدة المعارف من خلال ما يلي:
يتم التحكم في طلب توقع استعلام قاعدة المعارف من خلال خطة تطبيق الويب وتطبيق الويب. الرجوع إلى الإعدادات الموصى بها لتخطيط فئة التسعير الخاصة بك.
مشاركة الموارد
إذا كان لديك بالفعل بعض هذه الموارد قيد الاستخدام، فيمكنك التفكير في مشاركة الموارد. تعرف على الموارد التي يمكنك مشاركتها مع العلم أن مشاركة الموارد هي سيناريو متقدم.
تشترك جميع قواعد المعرفة التي تم إنشاؤها في نفس مورد QnA Maker في نفس نقطة نهاية توقع استعلام الاختبار.
فهم تأثير اختيار الموارد
يعني الاختيار الصحيح للموارد أن قاعدة المعارف الخاصة بك تجيب على تنبؤات الاستعلام بنجاح.
إذا كانت قاعدة المعارف الخاصة بك لا تعمل بشكل صحيح، فعادةً ما تكون هذه مشكلة تتعلق بإدارة الموارد بشكل غير لائق.
يتطلب اختيار الموارد غير المناسبة التحقيق لتحديد المورد الذي يحتاج إلى تغيير.
قواعد المعارف
ترتبط قاعدة المعرفة ارتباطًا مباشرًا بمورد QnA Maker الخاص بها. يحتوي على أزواج السؤال والجواب (QnA) التي يتم استخدامها للإجابة عن طلبات التنبؤ بالاستعلام.
الاعتبارات المعنية باللغة
تحدد قاعدة المعرفة الأولى التي تم إنشاؤها في مورد QnA Maker للغة المورد. يُمكنك الحصول على لغة واحدة فقط لمورد QnA Maker.
يمكنك هيكلة موارد QnA Maker الخاصة بك حسب اللغة أو يمكنك استخدام المترجم لتغيير استعلام من لغة أخرى إلى لغة قاعدة المعارف قبل إرسال الاستعلام إلى نقطة نهاية توقع الاستعلام.
فهم مصادر البيانات
يمكنك استخدام أحد مصادر البيانات التالية لإنشاء قاعدة معارف:
- عنوان ويب عام
- عنوان موقع ويب الخاص بـ SharePoint
- ملف
تعمل عملية العرض على تحويل أنواع المحتوى المدعومة إلى تخفيض السعر. تتم جميع عمليات التحرير الإضافية للإجابة مع تخفيض السعر. بعد إنشاء قاعدة معرفية، يمكنك تحرير أزواج QnA في مدخل QnA Maker باستخدام تأليف نص منسق.
الاعتبارات ذات الصلة بتنسيق البيانات
نظرًا إلى أن التنسيق النهائي لزوج QnA هو تخفيض السعر، فمن المهم فهم دعم markdown.
يجب أن تكون الصور المرتبطة متاحة من عنوان موقع ويب عام ليتم عرضها في جزء الاختبار في بوابة QnA Maker الإلكترونية أو في تطبيق عميل. لا يوفر QnA Maker المصادقة على المحتوى، بما في ذلك الصور.
شخصية روبوت الدردشة
أضف شخصية روبوت الدردشة إلى قاعدة معارفك مع محادثات تلقائية. تأتي هذه الشخصية من خلال الإجابات المقدمة بنبرة محادثة معينة مثل المهنية والودية. يتم توفير هذه المحادثات التلقائية كمجموعة محادثة، والتي لديك تحكم كامل في إضافتها وتعديلها وإزالتها.
يوصى بشخصية روبوت الدردشة إذا لم تكن متصلاً بقاعدة معارفك. يمكنك اختيار استخدام محادثات تلقائية في قاعدة المعارف الخاصة بك حتى إذا كنت تتصل أيضًا بخدمات أخرى، ولكن يجب عليك مراجعة كيفية تفاعل خدمة روبوت الدردشة لمعرفة ما إذا كان هذا هو التصميم الهيكلي الصحيح لاستخدامك.
تدفق المحادثة مع قاعدة المعارف
يبدأ تدفق المحادثة عادةً بتحية من المستخدم، مثل Hi أو Hello. يمكن لقاعدة المعرفة الخاصة بك الإجابة بإجابة عامة، مثل Hi, how can I help you، ويمكن أن توفر أيضًا مجموعة مختارة من مطالبات المتابعة لمواصلة المحادثة.
يجب عليك تصميم تدفق المحادثة الخاص بك مع وضع حلقة في الاعتبار بحيث يعرف المستخدم كيفية استخدام روبوت الدردشة الخاص بك ولا يتخلى عنه روبوت الدردشة في المحادثة. توفر مطالبات المتابعة الربط بين أزواج QnA، مما يسمح بتدفق المحادثة.
التأليف مع الجهات المتعاونة
قد يكون المتعاونون من المطورين الآخرين الذين يشاركون مجموعة التطوير الكاملة لتطبيق قاعدة المعارف أو قد يقتصرون على تأليف قاعدة المعرفة فحسب.
يدعم تأليف قاعدة المعارف العديد من أذونات الوصول المستندة إلى الأدوار التي تقوم بتطبيقها في مدخل Microsoft Azure للحد من نطاق قدرات المتعاون.
التكامل مع تطبيقات العميل
يتم تحقيق التكامل مع تطبيقات العميل عن طريق إرسال استعلام إلى نقطة نهاية وقت تشغيل التنبؤ. يتم إرسال استعلام إلى قاعدة المعرفة الخاصة بك مع طلب يستند إلى SDK أو REST إلى نقطة نهاية تطبيق الويب الخاص بـ QnA Maker.
لمصادقة طلب العميل بشكل صحيح، يجب أن يرسل تطبيق العميل بيانات الاعتماد الصحيحة ومعرف قاعدة المعارف. إذا كنت تستخدم Azure الذكاء الاصطناعي Bot Service، فقم بتكوين هذه الإعدادات كجزء من تكوين الروبوت في مدخل Microsoft Azure.
تدفق المحادثة في تطبيق العميل
قد يتطلب تدفق المحادثات في تطبيق العميل، مثل روبوت الدردشة من Azure، وظائف قبل وبعد التفاعل مع قاعدة المعارف.
هل يدعم تطبيق العميل تدفق المحادثة، إما عن طريق توفير وسائل بديلة للتعامل مع مطالبات تتضمن ردًا أو تضمين محادثات تلقائية؟ إذا كان الأمر كذلك، فقم بتصميمها مبكرًا وتأكد من معالجة استعلام تطبيق العميل بشكل صحيح بواسطة خدمة أخرى أو عند إرسالها إلى قاعدة معارفك.
إرسال بين QnA Maker وفهم اللغة (LUIS)
قد يوفر تطبيق العميل العديد من الميزات، يتم الرد على واحدة منها فقط من خلال قاعدة المعارف. لا تزال الميزات الأخرى بحاجة إلى استيعاب نص المحادثة واستخراج المعنى منه.
تتمثل بنية تطبيقات العميل الشائعة في استخدام QnA Maker و Language Understanding (LUIS) معًا. يوفر LUIS تصنيف النص واستخراجه لأي استعلام، بما في ذلك الخدمات الأخرى. يوفر QnA Maker إجابات من قاعدة معارفك.
في مثل سيناريو البنية المشتركة هذا، يتم الإرسال بين الخدمتين بواسطة أداة Dispatch من Bot Framework.
التعلم النشط من تطبيقات العميل
يستخدم QnA Maker التعلم النشط لتحسين قاعدة المعرفة الخاصة بك من خلال اقتراح أسئلة بديلة للإجابة. تطبيق العميل مسؤول عن جزء من هذا التعلم النشط. من خلال المطالبات التحادثية، يمكن لتطبيق العميل تحديد أن قاعدة المعارف قدمت إجابة غير مفيدة للمستخدم، ويمكنه تحديد إجابة أفضل. يحتاج تطبيق العميل إلى إرسال هذه المعلومات مرة أخرى إلى قاعدة المعارف لتحسين جودة التنبؤ.
تقديم إجابة افتراضية
إذا لم تجد قاعدة المعارف الخاصة بك إجابة، فإنها تُرجع الإجابة الافتراضية. هذه الإجابة قابلة للتكوين في صفحة الإعدادات في بوابة QnA Maker أو في واجهات برمجة التطبيقات.
تختلف هذه الإجابة الافتراضية عن إجابة روبوت الدردشة من Azure الافتراضية. يُمكنك تكوين الإجابة الافتراضية لروبوت الدردسة من Azure في مدخل Microsoft Azure كجزء من إعدادات التكوين. يتم إرجاعه عندما لا يتم استيفاء حد النتيجة.
التنبؤ
يمثل التنبؤ الاستجابة من قاعدة المعارف الخاصة بك، وهو يتضمن معلومات أكثر من مجرد الإجابة. للحصول على استجابة توقع استعلام، استخدم GenerateAnswer API.
تقلبات درجات التنبؤ
يمكن أن تتغير الدرجة بناءً على عدة عوامل:
- عدد الإجابات التي طلبتها ردًا على GenerateAnswer مع الخاصية
top - مجموعة متنوعة من الأسئلة البديلة المتوفرة
- تصفية بيانات التعريف
- تم إرسال الاستعلام إلى
testأوproductionقاعدة المعارف
يوجد ترتيب إجابة على مرحلتين:
- البحث المعرفي، المرتبة الأولى. قم بتعيين عدد الإجابات المسموح بها بدرجة كافية بحيث يتم إرجاع أفضل الإجابات بواسطة البحث المعرفي ثم تمريرها إلى مصنف QnA Maker.
- QnA Maker - المرتبة الثانية. تطبيق الميزات والتعلم الآلي لتحديد أفضل إجابة.
تحديثات الخدمة
قم بتطبيق آخر تحديثات وقت التشغيل لإدارة تحديثات الخدمة تلقائيًا.
التحجيم ومعدل النقل والمرونة
يتم تحديد القياس ومعدل النقل والمرونة من خلال موارد Azure ومستويات التسعير الخاصة بها وأي بنية محيطة مثل مدير نسبة استخدام الشبكة.
التحليلات باستخدام Application Insights
يتم تخزين جميع الاستعلامات في قاعدة المعارف الخاصة بك في Application Insights. استخدم أهم استفساراتنا لفهم المقاييس الخاصة بك.
دورة حياة التطوير
إن دورة حياة تطوير قاعدة المعارف مستمرة: التحرير والاختبار والنشر لقاعدة المعرفة الخاصة بك.
تطوير قاعدة المعارف لأزواج QnA Maker
يجب تصميم أزواج QnA وتطويرها بناءً على استخدامك لتطبيق العميل.
ُيمكن أن يحتوي كل زوج على ما يلي:
- بيانات التعريف- قابلة للتصفية عند الاستعلام للسماح لك بتمييز أزواج QnA الخاصة بك بمعلومات إضافية حول المصدر والمحتوى والشكل والغرض من بياناتك.
- مطالبات تتضمن ردًا - تساعد في تحديد المسار من خلال قاعدة المعارف الخاصة بك حتى يصل المستخدم إلى الإجابة الصحيحة.
- أسئلة بديلة - مهم للسماح للبحث بمطابقة إجابتك من أشكال مختلفة من السؤال. تتحول اقتراحات التعلم النشط إلى أسئلة بديلة.
تطوير DevOps
يتطلب تطوير قاعدة معارف لإدراجها في مسار DevOps عزل قاعدة المعارف أثناء اختبار الدُفعات.
تشترك قاعدة المعارف في فهرس البحث المعرفي مع جميع قواعد المعارف الأخرى على مورد QnA Maker. بينما يتم عزل قاعدة المعارف عن طريق التقسيم، يمكن أن تؤدي مشاركة الفهرس إلى اختلاف في النتيجة عند مقارنتها بقاعدة المعارف المنشورة.
للحصول على نفس الدرجة في testقواعد المعارفproduction وقواعدها، افصل أحد موارد QnA Maker إلى قاعدة معارف واحدة. في هذه البنية، كل ما يحتاج إليه المورد هو البقاء طوال فترة اختبار الدُفعة المعزولة.