الأسئلة المتداولة حول الطلبات

تصف هذه الأسئلة المتداولة (FAQ) تأثير استخدام الذكاء الاصطناعي لأداة إنشاء العبارات الإرشادية.

ما هي الإيحاءات؟

توفر ميزة المطالبات في منشئ المطالبات للمستخدمين قدرة متعددة الاستخدامات لتطوير مهام سير العمل والتطبيقات وتحويل البيانات وتخصيص الكوبيلوت المدعومة بالذكاء الاصطناعي. يسمح بإنشاء مهام سير العمل والتطبيقات التي تلخص المستندات، وإنشاء مسودة الاستجابات، وتصنيف النص، وترجمة اللغات. يتم تشغيل هذه الإمكانية من خلال خدمة Azure OpenAI، والتي تستخدم تقنية المحولات المولدة المدربة مسبقا (GPT). تم تدريب هذه النماذج على كميات هائلة من البيانات النصية، ما يمكنهم من إنشاء نص يشبه المحتوى المكتوب من قبل الإنسان.

تعرف على المزيد في Transparency Note ل خدمة Azure OpenAI.

ما هي حالات الاستخدام المقصودة للأوامر؟

تعمل الطلبات في منشئ الطلبات على تمكينك من إنشاء تطبيقات ذكية، وعمليات سير العمل، وتوسيع مساعدي الذكاء الاصطناعي. وهي تستفيد من قدرات نماذج GPT المدربة مسبقا، ما يلغي الحاجة إلى تدريب نموذج مخصص. على سبيل المثال، قد يكون الهدف هو إنشاء سير عمل يلخص شكاوى العملاء الواردة. ثم يقوم بإنشاء تذكرة في أداة إدارة الحوادث استنادا إلى فئة الشكوى الواردة. في هذا المثال، يمكن للمصنعين إرشاد النموذج لتصنيف وتلخيص الشكوى الواردة لإنشاء حادث جديد.

تحتوي القائمة التالية على حالات الاستخدام الأكثر شيوعا لهذه الخدمة:

• تلخيص رسائل البريد الإلكتروني والمحادثات والنسخ المكتوبة والمستندات والمزيد.
• اقتراحات حول مسودة الردود على استعلامات العملاء والشكاوى والبريد الإلكتروني والمزيد.
• استخراج المعلومات من العقود ورسائل البريد الإلكتروني والفاتورة والطلبات والمزيد.
• تصنيف المحتوى في الفئات المطلوبة (على سبيل المثال، ما إذا كان البريد الإلكتروني عبارة عن أمر أو شكوى أو إرجاع).
• تحليل التوجه لنص معين (على سبيل المثال، تحديد توجه مراجعة المنتج).

في جميع هذه الحالات، يكون المستخدمون مسؤولين عن النتيجة النهائية للنظام. يطلب منهم مراجعة المحتوى الذي تم إنشاؤه لمعرفة أي عدم دقة محتملة لعدم اكتماله قبل استخدامه.

كيف تم تقييم جاهزية خاصية الطلبات؟ ما المقاييس التي يتم استخدامها لقياس الأداء؟

يتضمن تقييم هذه الإمكانية اختبارا شاملا عبر مجموعة من معلمات السلامة. يضمن هذا الاختبار توافق الميزة مع معايير ومبادئ الذكاء الاصطناعي المسؤولة لمؤسستنا. كما يتم تقييم الخدمة باستمرار بحثا عن الثغرات الأمنية المحتملة. تتضمن مقاييس الأداء التي نستخدمها في المقام الأول كفاءة ترشيح المحتوى ودرجة الاتفاق بين الإنسان والجهاز على المحتوى المصفى مقابل المحتوى غير المصفى.

ما نوع الإشراف على المحتوى الذي يتم تنفيذه للتعليمات؟

يتم تدريب نماذج اللغة الكبيرة على بيانات الإنترنت، وهو أمر رائع لبناء نموذج عالمي عام. وفي الوقت نفسه، يمكن أن يرث محتوى ساما وضارا ومنحازا من نفس المصادر. يتم تدريب النماذج على التصرف بأمان وعدم إنتاج محتوى ضار (الكراهية والإنصاف، والجنسية، والعنف، وإيذاء النفس)، ولكن في بعض الأحيان يمكن أن تولد مخرجات سامة. يستخدم بناء الطلبات خدمة أمان محتوى الذكاء الاصطناعي في Azure لإدماج قدرات الإشراف المتقدمة على المحتوى ضمن مطالبات الذكاء الاصطناعي. وهذا يشمل خدمات لتحليل المخرجات المولدة باستخدام ماسحات ضوئية لتقييم المحتوى الضار بمختلف درجات الخطورة، وضمان السلامة من هجمات الحقن الفوري. كما يتم فحص الإخراج بحثا عن تجدد المواد المحمية.

يمكن لصانعي المحتوى تكوين مستوى الإشراف على المحتوى للمحتوى الضار فقط. يزيد انخفاض مستوى الإشراف من خطر وجود محتوى ضار في استجابات النظام. يقلل الاعتدال الأعلى من تلك المخاطر، ولكنه قد يقلل من عدد الاستجابات.

تعرف على المزيد في مستوى الإشراف على المحتوى.

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

يجب أن يكون استخدام هذه التكنولوجيا وفقًا للمتطلبات الواردة في Code of Conduct for خدمة Azure OpenAI. ويجب عدم استخدام هذه التكنولوجيا لتوليد محتوى مرتبط بالدعاية السياسية أو خطاب الكراهية أو المعلومات المضللة أو إلحاق الضرر بالنفس أو التمييز أو المواد الجنسية الصريحة أو أي محتوى آخر تحظره مدونة قواعد السلوك. تتضمن التطبيقات غير المدعومة لهذه التكنولوجيا تقديم المشورة أو الاستخدام للإرشادات القانونية أو المالية أو المتعلقة بالصحة أو التنبؤات المستقبلية، بالإضافة إلى الحسابات المالية أو العلمية أو الرياضية، وأي استخدام آخر غير مدعوم مذكور في Transparency Note خدمة Azure OpenAI.

يمكن أن يكون للمحتوى الذي ينشئه الذكاء الاصطناعي أخطاء، ومن ثم يجب على المصنعين إبلاغ المستخدمين النهائيين بحلهم بأن الذكاء الاصطناعي ينشئ إنشاء المحتوى بواسطة هذا النموذج بطريقة شفافة. يساعد التواصل الواضح للمحتوى الذي تم إنشاؤه في تجنب الإفراط في الاعتماد. يجب على صانعي السياسة أيضا غرس إمكانية خطوة المراجعة البشرية للتأكد من أن المحتوى الذي أنشأه الذكاء الاصطناعي دقيق ومناسب قبل استخدامه.

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

المحتوى الذي تم إنشاؤه بواسطة نموذج الذكاء الاصطناعي هو محتوى احتمالي في طبيعته، ومن ثم يمكن أن تختلف استجابات النموذج لنفس المطالبة. قد تكون الاستجابة التي تم إنشاؤها غير صحيحة أو مضللة وقد تتسبب في نتائج غير مقصودة من التدفق أو التطبيق. على سبيل المثال، قد يتلقى عملاء الأعمال معلومات أو توصيات أو دعم خاطئ أو غير صحيح. يجب على صانعي البرامج تنفيذ رقابة بشرية ذات مغزى داخل تدفقاتهم وتطبيقاتهم، واختبار مطالباتهم بإمكانية أن تؤدي إلى توليد سلوكيات ضارة أو محتوى محظور كما هو موضح في مدونة قواعد السلوك Microsoft. يجب أن يكون مطورو التعليمات البرمجية المنخفضة أيضا شفافين بشأن استخدام الذكاء الاصطناعي في تطبيقاتهم وتدفقاتهم لإعلام مستخدم الأعمال، مما يشير إلى أن الذكاء الاصطناعي يولد المحتوى. بالإضافة إلى ذلك، قد لا تتطابق الاستجابات التي تم إنشاؤها مع توقعات مطور التعليمات البرمجية المنخفضة بسبب قيود الطول أو تصفية المحتوى أو تحديد النموذج.

ما هو نموذج GPT المسمى، وأين تتم استضافته، وكيف يمكنني الوصول إليه؟

يدعم مُنشئ التعليمات البرمجية نماذج GPT 4.1 mini وGPT 4.1 وGPT 5، ويتم استضافتها على خدمة Azure OpenAI. يمكنك الوصول إلى هذه النماذج من خلال الطلبات عبر Power Platform، في تطبيقاتك وتدفقاتك والمساعدين.

تعرف على المزيد في ما الجديد في خدمة Azure OpenAI؟

هل تُستخدم بياناتي لتدريب أو تحسين نماذج اللغات الكبيرة المتوفرة على منصة توليد المطالبات؟

تعمل طلبات منشئ الطلبات على خدمة Azure OpenAI التي تستضيفها شركة Microsoft. لا يتم استخدام بيانات العملاء لتدريب أو تحسين أي من نماذج الأساس خدمة Azure OpenAI. لا تشارك Microsoft بيانات العميل مع جهة خارجية ما لم تمنح الإذن للقيام بذلك. لا تُستخدم مطالبات العميل (الإدخال)، مع بيانات الأساس الخاصة بها واستجابات النموذج (الإخراج)، لتدريب نماذج الأساس لخدمة Azure OpenAI أو تحسينها.

هل المحتوى الذي يتم إضافته إلى إجراء "تشغيل الأمر" متاح للعامة؟

تشير علامة التبويب About للإجراء، يوفر هذا الإجراء الوصول إلى مطالباتك التي تستفيد من نموذج GPT الذي يعمل على خدمة Azure OpenAI.

الطلبات التي تضيفها إلى تشغيل طلب كإجراء في Power Automate تكون خاصة كإعداد افتراضي. فهي مرئية وقابلة للاستخدام داخل مؤسستك فقط، ولا يمكن الوصول إليها من قبل العالم. الطلبات خاصة ومخصصة للاستخدام الداخلي لشركتك.

المطالبات التي تم إنشاؤها حديثا خاصة بشكل افتراضي. وهذا يعني أنها مرئية وقابلة للاستخدام في Power Automate Power Apps Microsoft Copilot Studio فقط من قبل الشخص الذي أنشأها. يسمح هذا للصانع بوقت اختبارها وتقييمها في التطبيقات أو مهام سير العمل وضمان دقتها قبل مشاركتها.

إذا كنت تريد أن يستخدم مستخدمو البيئة أو المجموعات الآخرون مطالبتك في Power Apps أو Power Automate، فستحتاج إلى مشاركتها.

تعرف على المزيد في مشاركة المطالبة.

كيف تُعالج صور الأشخاص في مؤشرات مُنشئ الطلبات؟

لا يهدف منشئ الطلبات أن يتم استخدامه لتحديد الأفراد بناءً على ملامح الوجه أو البيانات البيومترية. عند إرسال صور تحتوي على أشخاص في منشئ الطلب، يطبق النظام تلقائيًا ميزة تمويه الوجه قبل تحليل الصور لحماية الخصوصية الفردية. تساعد هذه الخطوة غير الواضحة في معالجة مخاوف الخصوصية من خلال منع تحديد الهوية استنادا إلى ميزات الوجه. عند التشويش، لا يتم التعرف على الوجه أو مطابقة قالب الوجه. بدلا من ذلك، يعتمد أي تحديد للأفراد المعروفين على إشارات سياقية، مثل الزي الرسمي أو الإعدادات الفريدة، وليس على وجوههم. يجب ألا يؤثر مقياس الخصوصية هذا على جودة النتائج التي تتلقاها. قد تتم الإشارة أحيانا إلى عدم وضوح الوجه في استجابات النظام.

تعرف على المزيد في تشويش الوجه.

أضرار محتملة عند استخدام الصور أو المستندات في الطلبات

مولّد المطالبات يخفف معظم المخاطر المتضمنة في استخدام الصور أو المستندات ضمن المطالبات، ولكن بعض المخاطر لا تزال تتطلب مزيدًا من العناية من قبل منشئ المطالبة.

• يمكن أن تحتوي الصور أو المستندات على نص أو مرئيات ضارة قد تؤثر على عملياتك اللاحقة.
• يمكن أن تتضمن الصور أو المستندات تعليمات خاصة وربما مخفية قد تعرض المطالبة الأولية للخطر أو تتجاوزها.
• يمكن أن تحتوي الصور أو المستندات على تعليمات قد تؤدي إلى إنشاء محتوى يخضع للملكية الفكرية (IP).
• يمكن أن تنتج الطلبات تعليقات متحيزة على الصور أو المستندات.
• يمكن أن يؤدي استخراج المعلومات من الصور أو المستندات منخفضة الجودة إلى معلومات غير صحيحة، تعرف أيضا باسم الهلوسة.

كيف يختلف نموذج o3 عن نماذج GPT؟

يبرز نموذج o3 من نماذج GPT في المقام الأول بسبب قدراته المنطقية المتقدمة. فهو يولد سلاسل تفكير داخلية مفصلة قبل الاستجابة، مما يؤدي إلى تحسين الأداء في الرياضيات والترميز والمهام التحليلية. ومع ذلك، ينتج عن هذا النهج زيادة المتطلبات الحسابية وأوقات استجابة أبطأ مقارنة بنماذج GPT. على سبيل المثال، يتفوق GPT-4o أو GPT-4.1 في مهام اللغة العامة ويقدم استجابات أسرع وفعالة من حيث التكلفة، ما يجعله مناسبا للتطبيقات حيث تكون المخرجات السريعة ضرورية.

ما هي الإرشادات ووظائف الذكاء الاصطناعي؟

التوجيهات

تمنح المطالبات صانعي حرية توجيه نموذج اللغة الكبيرة (LLM) للتصرف بطريقة معينة، أو لأداء مهمة معينة. مِن خلال صيَاغة مطَالبة بعنَاية، يُمكنك إنشَاء استجَابات تنَاسب احتيَاجَات عملك المحددة. وهذا يحول نموذج LLM إلى أداة مرنة لإنجاز المهام المختلفة.

على سبيل المثال، باستخدام نموذج اللغة، يمكن أن توجه المطالبة النموذج للإجابة عن سؤال وإكمال النص وترجمة اللغات وتلخيص مستند وتحديد المهام والمهام وعناصر الإجراءات في النص. يمكن أن يتراوح تعقيد المطالبة المخصصة من جملة واحدة إلى شيء أكثر تعقيدا، اعتمادا على المهمة.

وظائف الذكاء الاصطناعي

وظائف الذكاء الاصطناعي التي تم إنشاؤها مسبقا هي مطالبات تم تكوينها مسبقا أنشأها فريق Microsoft لمساعدة المصنعين في إنجاز المهام الشائعة بسهولة. وهي توفر قدرات الذكاء الاصطناعي الجاهزة للاستخدام عبر حالات الاستخدام المختلفة، ما يبسط تجربة صانع البيانات لغرس الذكاء في حلولها.

على سبيل المثال، قد تبدو مطالبة نموذج اللغة التي تم إنشاؤها مسبقا كما يلي:

استخراج كقائمة مرقمة، نقاط الإجراء من: [TextToExtract]

في هذه الحالة، يحتاج المستخدم فقط إلى توفير النص [TextToExtract] الذي يريد استخراج نقاط الإجراء منه. يعتني الطلب الذي تم إنشاؤه مسبقًا بالباقي.