Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Poznámka
Azure AI Vyhledávač je k dispozici prostřednictvím portálu Azure, rozhraní REST API a Sady Azure SDK. Podporuje také Foundry IQ, spravovanou znalostní vrstvu, která transformuje podnikový obsah na opakovaně použitelné znalostní báze s podporou oprávnění pro agenty na portálu Microsoft Foundry.
Azure AI Vyhledávač je plně spravovaná služba hostovaná v cloudu, která propojuje vaše data s AI. Služba sjednocuje přístup k podnikovému a webovému obsahu, aby agenti a velké jazykové modely (LLM) mohli využívat kontext, historii chatu a signály z více zdrojů k vytváření spolehlivých a podložených odpovědí.
Azure AI Vyhledávač je k dispozici ve dvou cenových modelech:
Vyhrazené: Vyhrazená kapacita s pevně stanovenou cenou. Vyberete úroveň služby a platíte za hodinu podle jednotek vyhledávání (SU). Nejvhodnější pro stabilní, předvídatelné úlohy s vysokým využitím.
Bezserverová verze (Preview):Ceny založené na spotřebě měřené podle výpočetních jednotek za hodinu (CU/hr) a za GB/měsíc pro indexované úložiště. Nejvhodnější pro občasné, nárazové nebo vysoce proměnlivé úlohy.
Important
Bezserverová úroveň Developer je aktuálně ve verzi Preview. Tato verze Preview je poskytována bez smlouvy o úrovni služeb a nedoporučuje se pro produkční úlohy. Některé funkce nemusí být podporované nebo můžou mít omezené možnosti. Další informace najdete v dodatečných podmínkách použití pro verze Preview v Microsoft Azure.
Fakturace pro bezserverovou úroveň Developer začíná 13. září 2026. Poplatky za používání od tohoto data se zobrazí na faktuře za Azure. Za využití se vám neúčtuje před 13. zářím 2026. Tarif Serverless Developer je placený, jakmile začne fakturace.
Bezserverová úroveň Developer nepodporuje migraci do jiných cenových úrovní ani z jiných cenových úrovní a některé funkce, které jsou k dispozici na jiných úrovních, se ve verzi Public Preview nepodporují. Limity služeb, podporované funkce a podrobnosti o cenách se můžou před obecnou dostupností změnit.
Ve verzi Preview se cenový model bez serveru podporuje jenom v konkrétních oblastech.
Mezi běžné případy použití patří klasické vyhledávání a generování rozšířené o vyhledávání (RAG) využívající agentní vyhledávání, kde služba koordinuje plánování dotazů, vyhledávání a sestavování odpovědí. Tyto možnosti podporují scénáře od tradičních vyhledávacích prostředí až po agenty využívající AI a chatovací aplikace vhodné pro podnikové i spotřebitelské scénáře.
Při vytváření vyhledávací služby jsou zahrnuty následující funkce:
- Dva stroje: klasické vyhledávání pro jednotlivé požadavky a agentní načítání pro paralelní a iterativní vyhledávání s podporou LLM.
- Fulltextové, vektorové, hybridní a multimodální dotazy nad místním (indexovaným) a vzdáleným obsahem.
- Rozšíření AI pro dělení na bloky, vektorizaci a další způsoby, jak zajistit prohledatelnost surového obsahu.
- Optimalizace relevance pro zlepšení shody záměrů a kvality výsledků
- Azure škálování, zabezpečení, monitorování a dodržování předpisů.
- Azure integrace s podporovanými datovými platformami, Azure OpenAI a Microsoft Foundry.
Proč používat Azure AI Vyhledávač?
Pozemní agenti a chatboti v proprietárních, podnikových nebo webových datech pro přesné odpovědi s podporou kontextu.
Přístup k datům z Azure Blob Storage, Azure Cosmos DB, Microsoft SharePoint, Microsoft OneLake a dalších podporovaných zdrojů dat. Na základě požadavků na aktuálnost, latenci a dodržování předpisů zvolte indexovaný nebo vzdálený přístup.
Obohacujte a strukturovat obsah při indexování nebo dotazování pomocí dovedností umožňujících rozdělování na části, zabudování a transformace s podporou LLM.
Kombinace fulltextového a vektorového vyhledávání (hybridní vyhledávání) k vyvážení přesnosti a záchytu.
Dotazování obsahu obsahujícího text i obrázky v jednom multimodálním kanálu
Snadno implementujte funkce související s vyhledáváním: ladění relevance, fasetová navigace, filtry (včetně geografického vyhledávání), mapování synonym a automatické dokončování.
Zajištění podnikového zabezpečení, řízení přístupu a dodržování předpisů prostřednictvím Microsoft Entra ID, Azure Private Link, řízení přístupu na úrovni dokumentu a přístupu na základě role.
Škálování a provoz v produkčním prostředí s využitím Azure spolehlivosti, monitorování a diagnostiky (protokoly, metriky a výstrahy) a nástrojů REST API nebo sady SDK pro automatizaci.
Poznámka
V bezserverovém cenovém modelu se škálování zpracovává automaticky službou. Na rozdíl od modelů Dedicated, u kterých konfigurujete repliky a oddíly, Serverless používá ke správě kapacity škálování podle využití a limity na úrovni služby. Další informace naleznete v tématu Optimalizace nákladů pomocí bezserverového cenového modelu.
Další informace o konkrétních funkcích najdete v tématu Features Azure AI Vyhledávač.
Co je klasické vyhledávání?
Klasické vyhledávání je model načítání typu index-first pro předvídatelné dotazy s nízkou latencí. Každý dotaz cílí na jeden předdefinovaný index vyhledávání a vrátí seřazené dokumenty v jednom cyklu požadavku-odezvy. Během načítání nedochází k plánování, iteraci ani syntéze asistované LLM.
V této architektuře se vyhledávací služba nachází mezi úložišti dat, která obsahují nezpracovaný obsah, a klientskou aplikací. Aplikace zodpovídá za odesílání požadavků na dotazy do vyhledávací služby a zpracování odpovědi.
Tato architektura má dvě primární úlohy:
Indexování načte obsah do indexu a umožňuje prohledávat. Interně se příchozí text tokenizuje a ukládá v invertovaných indexech, zatímco příchozí vektory se ukládají do vektorových indexů. Azure AI Vyhledávač může indexovat pouze dokumenty JSON. Metodu push můžete použít k přímému nahrání dokumentů JSON nebo metodu vyžádání (pracovní postup indexeru nebo aplikace logiky) k načtení a serializaci dat do formátu JSON.
Během indexování můžete pomocí rozšíření AI vytvořit blok textu, generovat vektory a použít další transformace, které vytvářejí strukturu a obsah. Azure AI Vyhledávač pak serializuje obohacený výstup do dokumentů JSON a ingestuje je do indexu.
Poznámka
Tento diagram odděluje moduly indexování a dotazování pro větší přehlednost, ale v Azure AI Vyhledávač jsou součástí stejné komponenty, která funguje v režimech pro čtení-zápis a pouze pro čtení.
Co je agentní vyhledávání?
Načítání agentů je kanál s více dotazy navržený pro komplexní pracovní postupy agenta-agenta. Každý dotaz cílí na znalostní bázi , která představuje úplnou doménu znalostí. Váš agent odkazuje na znalostní bázi pro to, na co se má zaměřit, zatímco znalostní báze zpracovává, jak provádět uzemnění.
Znalostní báze se skládá z jednoho nebo více zdrojů znalostí, volitelného LLM pro plánování dotazů a syntézu odpovědí a parametrů, které řídí chování načítání. Každý dotaz prochází plánováním, rozkladem do zaměřených poddotazů, paralelním načítáním ze zdrojů znalostí, sémantickou rerankací a slučováním výsledků. Třífázová odpověď je optimalizovaná pro využití agenty.
Pod kapotou využívá agentní načítání klasickou architekturu vyhledávání tím, že přidává kontextovou vrstvu (znalostní bázi), která koordinuje načítání z více zdrojů. Zdroje znalostí je možné indexovat nebo vzdáleně: indexované zdroje používají stejné indexování a dotazovací moduly jako klasické vyhledávání, zatímco vzdálené zdroje vynechají indexování a dotazují se živě.
Jak porovnávají
Klasické vyhledávání a agentní získávání informací jsou doplňkové režimy vyhledávání informací. Podporují fulltextové, vektorové, hybridní i multimodální vyhledávání. Liší se ale v tom, jak se obsah přijímá a dotazuje. Následující tabulka shrnuje jejich klíčové rozdíly.
| Aspekt | Klasické vyhledávání | Agentační načítání |
|---|---|---|
| Vyhledávací korpus | Index vyhledávání | Zdroj znalostí |
| Cíl hledání | Jeden index definovaný schématem | Znalostní báze odkazující na jeden nebo více zdrojů znalostí |
| Plán dotazů | Žádný plán, jen žádost | Plán s asistencí LLM nebo poskytovaný uživatelem |
| Žádost o dotaz | Hledání dokumentů v indexu | Získání ze zdrojů znalostí |
| Reakce | Zploštěné výsledky hledání na základě schématu | Formulovaná odpověď LLM nebo surová zdrojová data, záznam aktivit, odkazy |
| Omezení oblastí | Ne | Ano |
| Stav | Obecně dostupné | Obecně dostupné s některými funkcemi ve verzi Preview |
| Podpora vyhrazeného cenového modelu | Ano | Ano |
| Podpora bezserverového cenového modelu | Ano | Ano |
Jak začít
K Azure AI Vyhledávač se dostanete prostřednictvím portálu Azure REST API, Sady Azure SDK pro .NET, Java, JavaScript a Python.
Portál je užitečný pro správu služeb a správu obsahu s nástroji pro vytváření prototypů znalostních bází, zdrojů znalostí, indexů, indexerů, sad dovedností a zdrojů dat. Rozhraní REST API a sady SDK jsou užitečné pro automatizaci produkčního prostředí.
Volba cesty
Než začnete, použijte tento kontrolní seznam k provádění klíčových rozhodnutí:
Zvolte cenový model: Vyberte si mezi cenovým modelem Dedicated nebo Bezserverový . Nápovědu k výběru modelu, který nejlépe vyhovuje vašim potřebám, najdete v tématu Volba cenového modelu a úrovně služby .
Zvolte, jak chcete načíst data: Dotazovat se můžete přímo z indexu vyhledávání na předvídatelné výsledky, výsledky s nízkou latencí nebo použít načítání agentů k dotazování napříč více indexy prostřednictvím znalostní báze. Pokud vytváříte tradiční aplikaci bez agenta nebo chatbota, dotazy direct indexu můžou splňovat většinu potřeb s nižšími náklady a složitostí. Pokud chcete pracovat napříč více zdroji znalostí nebo podporovat pokročilejší scénáře, zvažte agentní vyhledávání s minimálním úsilím o uvažování.
Zvolte region: Pokud používáte agentní načítání, zvolte podporovaný region. Pro klasické vyhledávání zvolte oblast, která nabízí funkce a kapacitu, které potřebujete.
Zvolte metodu příjmu dat pro obsah vázaný na index: Pokud je váš obsah v podporovaném zdroji dat, použijte metodu pull k načtení a serializaci dat do formátu JSON. Pokud nemáte podporovaný zdroj dat nebo pokud se váš obsah a index musí synchronizovat v reálném čase, je jedinou možností metoda nabízení .
Potřebujete vektory? LLM a agenti nevyžadují vektory. Použijte je pouze v případě, že potřebujete vyhledávání podobnosti nebo pokud máte obsah, který lze homogenizovat do vektorů. Azure AI Vyhledávač pro tento úkol nabízí integrovaná vektorizace.
Potřebujete dědičnost oprávnění založenou na uživateli? Vzdálený SharePoint je určený pro tento scénář, ale můžete také dědit uživatelská oprávnění připojená k obsahu v Azure Blob Storage nebo ADLS Gen2. Pro všechny ostatní scénáře můžete použít alternativní řešení filtru zabezpečení .
Volba výukových materiálů
Tyto rychlé starty a ukázky vám pomůžou začít.
- Rychlý start: Agentní získávání dat (portál nebo programové)
- Rychlý start: Fulltextové vyhledávání (portál nebo programatický)
- Rychlý start: Vektorové vyhledávání (portál nebo programový kód)
Tip
Pokud chcete pomoci se složitými nebo vlastními řešeními, kontaktovat partnera s hlubokými znalostmi Azure AI Vyhledávač.