GenAI-Prompt-Fähigkeit

Hinweis

Azure KI-Suche ist über das Azure Portal, REST-APIs und Azure SDKs verfügbar. Es unterstützt auch Foundry IQ, die verwaltete Wissensschicht, die Unternehmensinhalte in wiederverwendbare, berechtigungsfähige Wissensbasen für Agenten im Microsoft Foundry-Portal transformiert.

Important

Diese Features und Funktionen unterstützen Verbindungen mit anderen Microsoft-Dienste und Drittanbieterdiensten. Die Nutzung dieser Dienste unterliegt ihren jeweiligen Bedingungen und kann dazu führen, dass datenverarbeitung oder -speicherung außerhalb der Azure Compliancegrenze sowie daten, die in die Azure Compliancegrenze fließen.

Es liegt in Ihrer Verantwortung, zu verwalten, ob Ihre Daten außerhalb der Compliance- und geografischen Grenzen Ihrer Organisation und alle damit verbundenen Auswirkungen fließen und dass entsprechende Berechtigungen, Grenzen und Genehmigungen bereitgestellt werden.

Sie sind dafür verantwortlich, Anwendungen, die Sie im Kontext Ihrer spezifischen Anwendungsfälle erstellen, sorgfältig zu überprüfen und zu testen und alle geeigneten Entscheidungen und Anpassungen zu treffen. Dazu gehört die Implementierung ihrer eigenen verantwortungsvollen KI-Entschärfungen, wie Metaprompts, Inhaltsfilter oder andere Sicherheitssysteme, und sicherzustellen, dass Ihre Anwendungen angemessene Qualität, Zuverlässigkeit, Sicherheit und Vertrauenswürdigkeitsstandards erfüllen. Weitere Informationen finden Sie im Azure KI-Suche Transparenzhinweis.

Die GenAI (Generative AI) Prompt-Fähigkeit führt eine Chatabschlussanforderung für ein großes Sprachmodell (LLM) aus, das in Azure OpenAI in Foundry Models oder Microsoft Foundry bereitgestellt wird. Verwenden Sie diese Fertigkeit, um neue Informationen zu erstellen, die als durchsuchbare Inhalte indiziert und gespeichert werden können.

Im Folgenden finden Sie einige Beispiele dafür, wie die GenAI-Promt-Fertigkeit Ihnen beim Erstellen von Inhalten helfen kann:

Verbalisieren von Bildern
Zusammenfassen großer Textabschnitte
Vereinfachen komplexer Inhalte
Führen Sie alle anderen Aufgaben aus, die Sie in einem Prompt formulieren können

Die GenAI Prompt-Fähigkeit ist in der 2026-04-01 Search Service REST API und in Azure SDKs verfügbar, die auf diese Version abzielen. Diese Fähigkeit unterstützt Text, Bild und multimodale Inhalte, z. B. Bilder mit visuellen Elementen und Aus PDF-Dateien extrahierten Text.

Tip

Es ist üblich, diese Fähigkeit mit einer Datenabschnittskompetenz zu kombinieren. Das Multimodale Lernprogramm veranschaulicht die Bildverbalisierung mit zwei verschiedenen Datenabschnittsstrategien.

Unterstützte Modelle

Sie können jedes in Foundry bereitgestellte Ableitungsmodell für Chatabschlusse verwenden, z. B. GPT-Modelle, DeepSeek-R#, Llama-4-Maverick und Cohere-command-r. Für GPT-Modelle werden nur die API-Endpunkte für Chatabschlusse unterstützt. Endpunkte, die die Azure OpenAI-Antwort-API (enthalten /openai/responses in der URI) verwenden, sind derzeit nicht kompatibel.
Bei der Bildverbalisierung bestimmt das Modell, das Sie zum Analysieren des Bilds verwenden, welche Bildformate unterstützt werden.
Bei GPT-5-Modellen wird der temperature-Parameter nicht auf die gleiche Weise wie vorherige Modelle unterstützt. Wenn definiert, muss es auf 1.0 festgelegt werden, da andere Werte zu Fehlern führen.
Die Abrechnung basiert auf den Preisen des verwendeten Modells.

Hinweis

Der Suchdienst stellt eine Verbindung mit Ihrem Modell über einen öffentlichen Endpunkt her, sodass es keine Standortanforderungen für Regionen gibt. Wenn Sie jedoch eine all-up Azure Lösung verwenden, sollten Sie die Azure KI-Suche Regionen und die Azure OpenAI-Modellregionen überprüfen, um geeignete Paare zu finden, insbesondere, wenn Sie über Datenaufbewahrungsanforderungen verfügen.

Voraussetzungen

Eine Azure OpenAI in Foundry Models-Ressource oder ein Foundry-Projekt.
Ein unterstütztes Modell, das für Ihre Ressource oder Ihr Projekt bereitgestellt wird.
- Kopieren Sie für Azure OpenAI den Endpunkt mit der openai.azure.com-Domäne von der Seite Schlüssel und Endpunkt im Azure-Portal. Verwenden Sie diesen Endpunkt für den Uri-Parameter in dieser Fertigkeit.
- Kopieren Sie für Foundry den Ziel-URI für die Bereitstellung von der Seite Modelle im Foundry-Portal. Verwenden Sie diesen Endpunkt für den Uri-Parameter in dieser Fertigkeit.
Die Authentifizierung kann mit einem API-Schlüssel aus Ihrer Foundry- oder Azure OpenAI-Ressource schlüsselbasiert sein. Wir empfehlen jedoch den rollenbasierten Zugriff mithilfe einer verwalteten Suchdienstidentität, die einer Rolle zugewiesen ist.
- Weisen Sie auf Azure OpenAI Cognitive Services OpenAI-Benutzer der verwalteten Identität zu.
- Weisen Sie in Foundry dem verwalteten Identitätswert "Foundry User " zu.
  
  Important
  
  Die Foundry-RBAC-Rollen wurden kürzlich umbenannt. Foundry User, Foundry Owner, Foundry Account Owner und Foundry Project Manager wurden zuvor Azure KI-Benutzer, Azure KI-Besitzer, Azure KI-Kontobesitzer und Azure AI Project Manager benannt. Möglicherweise werden die vorherigen Namen an einigen Stellen weiterhin angezeigt, während der Umbenennungsrollout ausgeführt wird. Die Rollen-IDs und Kernberechtigungen bleiben durch die Umbenennung unverändert.

@odata.type

#Microsoft.Skills.Custom.ChatCompletionSkill

Datenlimits

Limit	Hinweise
`maxTokens`	Der Standardwert ist 1024, wenn nicht angegeben. Der Maximalwert ist modellabhängig.
Anforderungstimeout	Wurde mit 30 Sekunden behoben. Berücksichtigen Sie diesen Grenzwert, wenn Sie ein Modell für die Massenindizierung auswählen, da die Gründe für Modelle (z. B. o1 und o3) dies möglicherweise überschreiten.
Images	Base64-codierte Bilder und Bild-URLs werden unterstützt. Größenbeschränkung ist modellabhängig.

Qualifikationsparameter

Eigentum	Typ	Erforderlich	Hinweise
`uri`	string	Yes	Endpunkt des bereitgestellten Modells. Unterstützte Domänen sind: `openai.azure.com` `services.ai.azure.com` `cognitiveservices.azure.com` Azure API Management-Endpunkte werden ebenfalls unterstützt, einschließlich benutzerdefinierter API-Verwaltungsdomänen. Informationen zum Einrichten, einschließlich Authentifizierung, RBAC und optionaler privater Konnektivität, finden Sie unter Use Azure API Management with Azure OpenAI skills and vectorizers.
`apiKey`	string	Cond.*	Geheimer Schlüssel für das Modell. Leer lassen, wenn Sie verwaltete Identität verwenden.
`authIdentity`	string	Cond.*	Vom Benutzer zugewiesene verwaltete Identitätsclient-ID (nur Azure OpenAI). Leer lassen, um die vom System zugewiesene Identität zu verwenden.
`commonModelParameters`	Objekt	No	Steuerelemente der Standardgenerierung, wie `temperature`. `maxTokens` usw.
`extraParameters`	Objekt	No	Geöffnetes Wörterbuch, das an die zugrunde liegende Modell-API übergeben wird.
`extraParametersBehavior`	string	No	`"pass-through"` \| `"drop"` \| `"error"` (Standard `"error"`).
`responseFormat`	Objekt	No	Steuert, ob das Modell Text, ein Freiform-JSON-Objekt oder ein stark typiertes JSON-Schema zurückgibt. `responseFormat` Payloadbeispiele: {responseFormat: { type: text }}, {responseFormat: { type: json_object }}, {responseFormat: { type: json_schema }}

* Genau eine vom apiKey, authIdentity oder den Diensten, der vom System zugewiesenen Identitäten muss verwendet werden.

`commonModelParameters`-Standards

Parameter	Vorgabe
`model`	(Bereitstellungsstandard)
`frequencyPenalty`	0
`presencePenalty`	0
`maxTokens`	1024
`temperature`	0.7
`seed`	null
`stop`	null

Qualifikationseingaben

Eingabename	Typ	Erforderlich	Description
`systemMessage`	string	Yes	Anweisung auf Systemebene (z. B. "Sie sind ein hilfreicher Assistent.").
`userMessage`	string	Yes	Bentzerprompt
`text`	string	No	Optionaler Text, der an `userMessage` angefügt ist (nur Textszenarien).
`image`	String (Base 64 Data-URL)	No	Fügt der Prompt-Aufforderung ein Bild hinzu (nur multimodale Modelle).
`imageDetail`	String (`low` \| `high` \| `auto`)	No	Fidelity-Hinweis für multimodale Azure OpenAI-Modelle.

Skill-Ergebnisse

Ausgabename	Typ	Description
`response`	String oder JSON-Objekt	Modellausgabe im von `responseFormat.type` geforderten Format.
`usageInformation`	JSON-Objekt	Tokenanzahl und Echo von Modellparametern.

Beispieldefinitionen

Nur Textzusammenfassung

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Summarizer",
  "description": "Summarizes document content.",
  "context": "/document",
  "inputs": [
    { "name": "text", "source": "/document/content" },
    { "name": "systemMessage", "source": "='You are a concise AI assistant.'" },
    { "name": "userMessage", "source": "='Summarize the following text:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "commonModelParameters": { "temperature": 0.3 }
}

Text- und Bildbeschreibung

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Image Describer",
  "context": "/document/normalized_images/*",
  "inputs": [
    { "name": "image", "source": "/document/normalized_images/*/data" },
    { "name": "imageDetail", "source": "=high" },
    { "name": "systemMessage", "source": "='You are a useful AI assistant.'" },
    { "name": "userMessage", "source": "='Describe this image:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "authIdentity": "11111111-2222-3333-4444-555555555555",
  "responseFormat": { "type": "text" }
}

Strukturierte numerische Faktensuche

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "NumericalFactFinder",
  "context": "/document",
  "inputs": [
    { "name": "systemMessage", "source": "='You are an AI assistant that helps people find information.'" },
    { "name": "userMessage", "source": "='Find all the numerical data and put it in the specified fact format.'"}, 
    { "name": "text", "source": "/document/content" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "responseFormat": {
    "type": "json_schema",
    "jsonSchemaProperties": {
      "name": "NumericalFactObj",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": "{\"facts\":{\"type\":\"array\",\"items\":{\"type\":\"object\",\"properties\":{\"number\":{\"type\":\"number\"},\"fact\":{\"type\":\"string\"}},\"required\":[\"number\",\"fact\"]}}}",
        "required": [ "facts" ],
        "additionalProperties": false
      }
    }
  }
}

Beispielausgabe (gekürzt):

{
  "response": {
    "facts": [
      { "number": 32.0, "fact": "Jordan scored 32 points per game in 1986-87." },
      { "number": 6.0,  "fact": "He won 6 NBA championships." }
    ]
  },
  "usageInformation": {
    "usage": {
      "completion_tokens": 203,
      "prompt_tokens": 248,
      "total_tokens": 451
    }
  }
}

Bewährte Methoden

Blockieren Sie lange Dokumente mit der Fähigkeit Textteilung, um im Kontextfenster des Modells zu bleiben.
Für die hochvolumige Indizierung sollten Sie dieser Fähigkeit eine separate Modellbereitstellung zuweisen, sodass Tokenkontingente für RAG-Workloads von Abfragezeit nicht betroffen sind.
Um die Latenz zu minimieren, suchen Sie das Modell und Ihren Azure KI-Suche-Dienst in derselben Azure-Region gemeinsam.
Verwendung responseFormat.json_schema mit GPT-4o für zuverlässige strukturierte Extraktion und einfachere Zuordnung zu Indexfeldern.
Überwachen Sie die Token-Nutzung und stellen Sie Anforderungen zur Kontingenterhöhung, wenn der Indexer Ihre Token pro Minute (TPM)-Limits erreicht.

Fehler und Warnungen

Zustand	Ergebnis
Fehlende oder ungültige `uri`	Error
Es wurde keine Authentifizierungsmethode angegeben.	Error
Sowohl als `apiKey`, als auch als `authIdentity` unterstützt	Error
Nicht unterstütztes Modell für eine multimodale Eingabeaufforderung	Error
Die Eingabe überschreitet die Modelltokengrenze.	Error
Das Modell gibt ungültigen JSON-Code für `json_schema`	Warnung – unformatierte Zeichenfolge, die in `response` zurückgegeben wird

Siehe auch

Feedback

War diese Seite hilfreich?

Last updated on 2026-06-03