Επισκόπηση προτροπών

Αυτό το άρθρο εξηγεί τις υποδείξεις και την προτροπή της μηχανικής ως βασικές έννοιες για να σας βοηθήσει να δημιουργήσετε ισχυρές δυνατότητες τεχνητής νοημοσύνης που μπορούν να χρησιμοποιηθούν στο Copilot Studio.

Σημαντικό

  • Οι προτροπές χρησιμοποιούν μοντέλα που παρέχονται από Azure Foundry.
  • Αυτή η δυνατότητα ενδέχεται να υπόκειται σε όρια χρήσης ή περιορισμούς παραγωγικής ικανότητας.

Προαπαιτούμενα

Τι είναι η προτροπή

Μια προτροπή αποτελείται κυρίως από μια οδηγία φυσικής γλώσσας που λέει σε ένα παραγωγικό μοντέλο τεχνητής νοημοσύνης να εκτελέσει μια εργασία. Το μοντέλο ακολουθεί την προτροπή για να καθορίσει τη δομή και το περιεχόμενο του κειμένου που χρειάζεται να δημιουργήσει. H διαχείριση προτροπών είναι η διαδικασία δημιουργίας και βελτίωσης της προτροπής που χρησιμοποιείται από το μοντέλο.

Μια εμπειρία δημιουργίας προτροπών επιτρέπει στους δημιουργούς να δημιουργούν, να δοκιμάζουν και να αποθηκεύουν επαναχρησιμοποιήσιμα μηνύματα. Σε αυτήν την εμπειρία, μπορείτε επίσης να χρησιμοποιήσετε μεταβλητές εισόδου και δεδομένα γνώσης για να παρέχετε δυναμικά δεδομένα περιβάλλοντος κατά τον χρόνο εκτέλεσης. Μπορείτε να μοιραστείτε αυτές τις προτροπές με άλλους και να τις χρησιμοποιήσετε πράκτορες, ροές εργασίας ή εφαρμογές.

Αυτές οι προτροπές μπορεί να μεταφραστούν για πολλές εργασίες ή επιχειρηματικά σενάρια, όπως σύνοψη περιεχομένου, κατηγοριοποίηση δεδομένων, εξαγωγή οντοτήτων, μετάφραση γλωσσών, αξιολόγηση του συναινέσματος ή διαμόρφωση μιας απόκρισης σε ένα παράπονο. Για παράδειγμα, θα μπορούσατε να κάνετε ένα μήνυμα για να επιλέξετε στοιχεία ενεργειών από τα εταιρικά μηνύματα ηλεκτρονικού ταχυδρομείου σας και να τα χρησιμοποιήσετε σε μια ροή εργασιών Power Automate για να δημιουργήσετε έναν αυτοματισμό επεξεργασίας ηλεκτρονικού ταχυδρομείου.

Στιγμιότυπο οθόνης του επεξεργαστή δημιουργίας προτροπών

Στο Copilot Studio, μπορούν να χρησιμοποιηθούν προτροπές ως εργαλεία παραγόντων για τη βελτίωση της εμπειρίας συνομιλίας ή για την ενεργοποίηση προηγμένων αυτοματισμών AI ή κόδων ροής εργασιών για την ενσωμάτωση ενεργειών AI σε προσδιοριστικούς αυτοματισμούς.

Επίβλεψη από άνθρωπο

Η ανθρώπινη επίβλεψη είναι ένα σημαντικό βήμα όταν εργάζεστε με περιεχόμενο που δημιουργείται από ένα παραγωγικό μοντέλο τεχνητής νοημοσύνης. Τέτοια μοντέλα εκπαιδεύονται σε τεράστιες ποσότητες δεδομένων και μπορεί να περιέχουν σφάλματα και προκαταλήψεις. Ένας άνθρωπος θα πρέπει να το ελέγξει πριν το δημοσιεύσετε στο διαδίκτυο, το στείλετε σε έναν πελάτη ή το χρησιμοποιήσετε για να ενημερώσετε μια επιχειρηματική απόφαση. Η ανθρώπινη επίβλεψη σάς βοηθά να εντοπίσετε πιθανά σφάλματα και προκαταλήψεις. Διασφαλίζει επίσης ότι το περιεχόμενο είναι σχετικό με την προβλεπόμενη περίπτωση χρήσης και ευθυγραμμίζεται με τις αξίες της εταιρείας.

Ο ανθρώπινος έλεγχος μπορεί επίσης να βοηθήσει στον εντοπισμό τυχόν προβλημάτων με το ίδιο το μοντέλο. Για παράδειγμα, εάν το μοντέλο δημιουργεί περιεχόμενο που δεν είναι σχετικό με την υπόθεση για την οποία προορίζεται χρήση, ίσως χρειαστεί να προσαρμόσετε την προτροπή.

Υπεύθυνη Τεχνητή Νοημοσύνη (AI)

Δεσμευόμαστε να δημιουργούμε υπεύθυνη ΑΙ μέσω σχεδιασμού. Η εργασία μας καθοδηγείται από ένα βασικό σύνολο αρχών: δικαιοσύνη, αξιοπιστία και ασφάλεια, προστασία προσωπικών δεδομένων και ασφάλεια, συμπερίληψη, διαφάνεια και λογοδοσία. Θέτουμε αυτές τις αρχές στην πράξη σε ολόκληρη την εταιρεία για την ανάπτυξη ΑΙ που έχει θετικό αντίκτυπο στο περιβάλλον της εταιρείας. Έχουμε μια συνολική προσέγγιση, συνδυάζοντας καινοτόμα έρευνα, εξαιρετική και υπεύθυνη διαχείριση. Εκτός από την κορυφαία έρευνα του OpenAI σχετικά με την ευθυγράμμιση της AI, χρησιμοποιούμε ένα πλαίσιο για την ασφαλή ανάπτυξη των δικών μας τεχνολογιών AI με στόχο να βοηθήσουμε τον κλάδο να έχει πιο υπεύθυνα αποτελέσματα.

Μάθετε περισσότερα σχετικά με τη διαφάνεια στο Σημείωση διαφάνειας για το Azure OpenAI.

  • Last updated on