Nota
L'accés a aquesta pàgina requereix autorització. Podeu provar d'iniciar la sessió o de canviar els directoris.
L'accés a aquesta pàgina requereix autorització. Podeu provar de canviar els directoris.
Note
Este artículo describe características utilizadas en agentes o flujos de agentes alimentados por el arnés estándar.
Este artículo explica las indicaciones y la ingeniería de indicaciones como conceptos clave para ayudarte a crear potentes capacidades de IA generativa que puedes utilizar en Copilot Studio.
Importante
- Los mensajes usan modelos con tecnología de Fundición de Azure.
- Esta capacidad puede estar sujeta a límites de uso o restricciones de capacidad.
Prerequisites
- Su entorno está en la lista de regiones disponibles.
- Necesita Créditos de Copilot.
- Microsoft Dataverse está instalado en el entorno.
Qué es una solicitud
Un prompt está compuesto principalmente por una instrucción en lenguaje natural que indica a un modelo de IA generativa que realice una tarea. El modelo sigue la pregunta para determinar la estructura y el contenido del texto que necesita generar. La ingeniería de preguntas es el proceso de crear y perfeccionar la pregunta que utiliza el modelo.
Una experiencia de creación de prompts permite a los creadores crear, probar y guardar prompts reutilizables. En esta experiencia, también puedes usar variables de entrada y datos de conocimiento para proporcionar datos de contexto dinámico en tiempo de ejecución. Puedes compartir estas indicaciones con otros y usarlas en agentes, flujos de trabajo o aplicaciones.
Puedes utilizar estos prompts para muchas tareas o escenarios empresariales, como resumir contenidos, categorizar datos, extraer entidades, traducir idiomas, evaluar el sentimiento o formular una respuesta a una queja. Por ejemplo, podrías crear un prompt para seleccionar acciones de tus correos de empresa y usarlo en un flujo de trabajo de Power Automate para crear una automatización del procesamiento de correos.
En Copilot Studio, puedes usar prompts como herramientas para agentes para mejorar la experiencia de chat o habilitar automatizaciones avanzadas de IA. También puedes usar prompts como nodos de flujo de trabajo para integrar acciones de IA en automatizaciones deterministas.
Supervisión humana
La supervisión humana es un paso importante al trabajar con contenido generado a partir de un modelo de IA generativa. Estos modelos se entrenan con grandes cantidades de datos y pueden contener errores y sesgos. Una persona debería revisar el contenido antes de publicarlo en línea, enviarlo a un cliente o utilizarlo para informar una decisión empresarial. La supervisión humana le ayuda a identificar posibles errores y sesgos. También se asegura de que el contenido sea relevante para el caso de uso previsto y se alinee con los valores de la empresa.
La revisión humana también puede ayudar a identificar cualquier problema con el propio modelo. Por ejemplo, si el modelo genera contenido que no es relevante para el caso de uso previsto, es posible que deba ajustar el mensaje.
Inteligencia artificial responsable
Microsoft está comprometida con crear una IA responsable desde el diseño. Nuestro trabajo está guiado por un conjunto básico de principios: equidad, confiabilidad y seguridad, privacidad y seguridad, inclusión, transparencia y responsabilidad. Estamos poniendo en práctica estos principios en toda la empresa para desarrollar e implementar IA que tenga un impacto positivo en la sociedad. Adoptamos un enfoque integral, combinando investigación innovadora, ingeniería excepcional y gobierno responsable. Junto con la investigación líder de OpenAI sobre la alineación de la IA, estamos avanzando en un marco para la implementación segura de nuestras propias tecnologías de IA que tiene como objetivo ayudar a guiar a la industria hacia resultados más responsables.
Obtenga más información sobre la transparencia en la nota Transparency para Azure OpenAI.