Häufig gestellte Fragen zu KI-Funktionen in Dynamics 365

Dieser Artikel enthält Antworten auf häufig gestellte Fragen zu KI-Funktionen in Dynamics 365-Apps.

Ich bin neu bei KI. Wo soll ich anfangen?

Beginnen Sie mit einem Videoüberblick auf hoher Ebene darüber, wie Copilot in Dynamics 365 und Power Platform funktioniert. Sie erfahren, wie Copilot Ihre Geschäftsdaten sicher halten und Datenschutzanforderungen einhalten und wie sie generative KI verantwortungsbewusst verwendet.

Wie verwenden die Dynamics 365-Apps KI?

Die KI-Fähigkeiten in Dynamics 365 verwenden ausschließlich die Microsoft Azure-Dienste. Wir haben die Azure Cloud ausgewählt, da Azure Dienste auf die Responsible AI Standards und mit den Von unseren Kunden erwarteten Sicherheits-, Datenschutz- und Compliance-Kontrollen von Microsoft basieren.

Wie bezieht sich die generative KI auf das, was Microsoft in Azure bietet?

Generative KI ist eine Art künstlicher Intelligenz, die basierend auf Ihrer Eingabe oder Aufforderung neue Inhalte oder Daten für Sie erstellen kann. Beispielsweise kann generative KI Text schreiben, Bilder generieren, Musik verfassen oder Sprache synthetisieren. Microsoft bietet eine Reihe von KI-Modellen und -Diensten in Azure, z. B. Azure Cognitive Services, Azure Machine Learning und Azure OpenAI Service. Azure OpenAI Service ist eine Ausprägung von generativer KI, die Ihnen ermöglicht, auf OpenAI-Modelle wie GPT-4 und DALL-E für verschiedene Aufgaben und Szenarien zuzugreifen und diese zu nutzen. Dynamics 365 Apps verwenden Azure OpenAI Service, um generative KI-Funktionen bereitzustellen, um Geschäftsbenutzern bei ihrer Arbeit zu helfen. Unsere Partner können auch Azure OpenAI Service in ihre Lösungen integrieren.

Erfahren Sie mehr im Blogbeitrag bei Innovate schneller mit generativer KI auf Azure OpenAI Service.

Wie kann generative KI Unternehmen helfen?

Der Begriff generative KI klingt faszinierend, aber wie können Unternehmen es nutzen, um voranzukommen? Hier ist ein Blogbeitrag, der einige interessante Beispiele bietet, die Sie inspirieren können: Azure OpenAI Service: Zehn Möglichkeiten, wie generative KI Unternehmen transformiert.

Sie erhalten auch einen schnellen Überblick über generative KI-Funktionen in Dynamics 365 Apps bei Microsoft Copilot in Dynamics 365.

Tipp

Die nächsten beiden Abschnitte sind für Organisationen vorgesehen, die generative KI selbst bereitstellen möchten, also nicht Personen, die die generativen KI-Funktionen verwenden möchten, die in Dynamics 365 Apps integriert sind. Wenn Sie ein Geschäftsbenutzer sind, springen Sie zu einem der anderen Abschnitte – verwenden Sie die Links im Abschnitt "In diesem Artikel " oben, um das richtige Thema für Sie zu finden.

Wie erhalte ich Zugriff auf Azure OpenAI Service, und wähle und gebe KI-Modelle aus?

Um Zugriff auf Azure OpenAI Service zu erhalten, müssen Sie über ein Azure-Abonnement und ein Azure OpenAI Service Konto verfügen. Sie können sich für beides im Azure Portal registrieren. Mit Ihrem Konto können Sie eine Azure OpenAI Service Ressource erstellen und einen API-Schlüssel abrufen, den Sie für den Zugriff auf die Azure OpenAI Service Modelle verwenden können. Sie können aus verschiedenen Modellen für verschiedene Domänen und Zwecke auswählen. Beispiel: Textgenerierung, Textanalyse, Bildgenerierung, Bildanalyse und Unterhaltungs-KI.

Sie können Modelle anpassen, trainieren und bereitstellen, indem Sie eigene Daten und Parameter bereitstellen. In der Regel können Sie diesen kostspieligen und zeitaufwendigen Prozess jedoch überspringen. Das Azure OpenAI Service Modell wird bereits auf riesige Datenmengen trainiert.

Die folgende Tabelle enthält eine Übersicht über Vorgänge und Ressourcen.

What	Wobei	Learn more
Erhalten Sie ein Azure-Abonnement. Registrieren Sie sich für einen kostenpflichtigen Plan, oder starten Sie kostenlos.	azure.microsoft.com
Anfordern des Zugriffs auf Azure OpenAI Service für Ihr Abonnement. Der Zugriff auf diesen Dienst wird derzeit nur durch Beantragen des Zugriffs gewährt.	https://aka.ms/OAIapply	What is Azure OpenAI Service?
Rufen Sie Berechtigungen für Ihr Konto ab, um Azure OpenAI-Ressourcen zu erstellen und Modelle bereitzustellen.	Azure Portal	Role-basierte Zugriffssteuerung für Azure OpenAI Service
Erstellen Sie Azure OpenAI Service Ressource, und stellen Sie ein Modell bereit.	Azure portal/ und Azure AI Foundry Portal	Erstellen und Bereitstellen einer Azure OpenAI-Dienstressource

Nachdem Sie diesen Schritt abgeschlossen haben, können Sie mit der Entwicklung Ihrer Copilot Erfahrung beginnen, die die folgenden Informationen zum Ressourcen- und bereitgestellten Modell erfordert:

What	Wo sie zu finden ist
Azure OpenAI-API-Schlüssel und -Endpunkt (URL)	Schlüssel und Endpunkt-Seite für die Ressource im Azure-Portal.
Bereitstellungsname für das Modell	Deployments Seite im Azure AI Foundry -Portal.

Wie viel kostet diese Kosten, und gibt es Tools zum Vorhersagen und Messen von Kosten?

Die Kosten für die Verwendung von Azure OpenAI Service hängen vom Typ und der Menge der verwendeten Ressourcen ab, die wiederum vom Modell abhängen. Sie können den Azure Preisrechner verwenden, um die Kosten für die Verwendung von Azure OpenAI Service basierend auf ihrer erwarteten Nutzung und Konfiguration zu schätzen.

Da Ihre KI-Features an Ihren Azure OpenAI Service Schlüssel angefügt sind, sind Sie für die Betriebskosten Azure OpenAI-Ressourcen während der entwicklungs- und Testphase verantwortlich. Sie bleiben verantwortlich, wenn Ihre Kunden das Feature in Produktions- oder Sandkastenumgebungen verwenden. Beispielsweise verbraucht eine KI-Funktion, die Geschäftsinhabern monatlich einige wenige Vorschläge unterbreitet, wahrscheinlich weniger Ressourcen und kostet weniger. Im Gegensatz dazu verbraucht ein KI-Feature, das eine tägliche zweiseitige Projektzusammenfassung für jeden Mitarbeiter generiert, wahrscheinlich mehr Ressourcen und Kosten mehr.

Verwenden Sie optional die Tools Microsoft Cost Management and Billing, um Ihre Ausgaben für Azure OpenAI Service zu überwachen und zu steuern. Sie können Budgets, Warnungen und Richtlinien festlegen, um Ihre Kosten nachzuverfolgen und zu optimieren. Sie können auch detaillierte Berichte und Rechnungen anzeigen und herunterladen, die Ihre Nutzung und Gebühren anzeigen.

Erfahren Sie mehr darüber, wie viel Azure OpenAI Service Kosten und welche Tools die Kosten für Azure OpenAI Service Pricing vorhersagen/messen können.

Gibt es Vor- und Nachteile für die Verwendung der beliebten Modelle?

Die beliebten Modelle, die heute in Azure OpenAI Service verfügbar sind, sind GPT-4 und DALL-E. GPT-4 ist ein umfangreiches Sprachmodell, das natürlichen und kohärenten Text für verschiedene Aufgaben und Domänen generieren kann, z. B. Zusammenfassung, Übersetzung, Fragebeantwortung und Inhaltserstellung. DALL-E ist ein großes Bildmodell, das realistische und vielfältige Bilder aus Text- oder Bildaufforderungen generieren kann, z. B. Zeichnungen, Logos, Symbole und Szenen.

Beide Modelle eignen sich gut bei der Herstellung qualitativ hochwertiger und relevanter Ausgaben, die Ihre Anwendungen und Workflows verbessern können. Beide Modelle weisen jedoch auch einige Einschränkungen und Herausforderungen auf, die Sie kennen sollten. Beispielsweise generieren die Modelle möglicherweise nicht immer genaue oder faktenbezogene Ausgaben, respektieren ethische und soziale Normen oder schützen den Datenschutz und die Sicherheit der Daten.

Wenn Sie mehr darüber erfahren möchten, was die beliebten Modelle gut oder weniger gut sind, gehen Sie zu Azure OpenAI Service Models.

Was sind die Fallstricke und bewährten Methoden für Eingabeaufforderungen?

Eine Eingabeaufforderung ist die Eingabe, die Sie dem Modell zum Generieren einer Ausgabe bereitstellen. Eine Eingabeaufforderung kann Text, Bild oder eine Kombination aus beiden sein. Die Art und Weise, wie Sie eine Eingabeaufforderung schreiben, kann sich auf die Qualität und Relevanz der Ausgabe auswirken. Daher ist es wichtig, beim Schreiben von Eingabeaufforderungen einige Richtlinien und bewährte Methoden zu befolgen. Einige der Fallstricke und bewährte Methoden sind:

• Stellen Sie klar und spezifisch fest, was das Modell tun soll und welche Art von Ausgabe Sie erwarten.
• Stellen Sie genügend Kontext und Informationen für das Modell bereit, um die Aufgabe und die Domäne zu verstehen.
• Verwenden Sie Beispiele, Schlüsselwörter und Formatierungen, um das Modell zu leiten und die Ausgabe einzuschränken.
• Vermeiden Sie mehrdeutige, vage oder irreführende Eingabeaufforderungen, die das Modell verwirren oder zu unerwünschten Ausgaben führen können.
• Testen und bewerten Sie die Ausgaben anhand verschiedener Prompts und Szenarien, um die Leistung und Zuverlässigkeit des Modells zu überprüfen.
• Überprüfen und validieren Sie die Ergebnisse auf Genauigkeit, Relevanz, Qualität und ethische Gesichtspunkte, bevor Sie sie in Ihren Anwendungen oder Workflows nutzen.

Erfahren Sie mehr darüber, wie Sie effektive Eingabeaufforderungen schreiben und was die Fallstricke und bewährten Methoden sind, auf der Kunst der Eingabeaufforderung: So erhalten Sie das Beste aus generativer KI.

Wie kann ich die Ergebnisse von Prompts und deren Unsicherheitsfaktoren verwalten?

Die vom Modell generierten Ausgaben sind nicht immer perfekt oder vorhersagbar. Modelle können Ausgaben generieren, die ungenau, irrelevant, unvollständig, inkonsistent oder sogar unangemessen sind. Daher benötigen Sie eine Strategie für die Verwaltung von Ausgaben und die Behandlung von Unsicherheiten.

• Verwenden Sie die Modellparameter und -einstellungen, um das Ausgabeformat, die Länge und die Vielfalt zu steuern.
• Verwenden Sie die Modellmetriken und -bewertungen, um die Ausgabequalität, das Vertrauen und die Ähnlichkeit zu messen.
• Verwenden Sie das Modellfeedback und Protokolle, um die Leistung und Zuverlässigkeit der Ausgabe zu überwachen und zu verbessern.
• Verwenden Sie die Modellfilter und -schutzmaßnahmen, um Ausgabefehler und -probleme zu verhindern und zu erkennen.
• Verwenden Sie die Überprüfung durch den Menschen, um die Ergebnisse der Ausgabe und die Ergebnisse zu validieren und zu korrigieren.

Erfahren Sie mehr über das Verwalten von Ausgaben und Unsicherheiten bei How To Control Azure OpenAI Models. Erfahren Sie mehr über Copilot Eingabeaufforderungen unter Learn über Copilot Eingabeaufforderungen.