संकेतों के लिए अक्सर पूछे जाने वाले प्रश्न

ये अक्सर पूछे जाने वाले प्रश्न (एफएक्यू) प्रॉम्प्ट बिल्डर के एआई प्रभाव का वर्णन करते हैं।

संकेत क्या हैं?

प्रॉम्प्ट बिल्डर में प्रॉम्प्ट सुविधा उपयोगकर्ताओं को एआई-संचालित वर्कफ़्लो, एप्लिकेशन, डेटा परिवर्तन और सह-पायलटों के अनुकूलन को विकसित करने के लिए एक बहुमुखी क्षमता प्रदान करती है। यह वर्कफ़्लो और अनुप्रयोगों के निर्माण की अनुमति देता है जो दस्तावेजों को सारांशित करते हैं, ड्राफ्ट प्रतिक्रियाएं बनाते हैं, पाठ को वर्गीकृत करते हैं और भाषाओं का अनुवाद करते हैं। यह क्षमता Azure OpenAI सेवा द्वारा संचालित है, जो जेनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर (GPT) तकनीक का उपयोग करती है। इन मॉडलों को विशाल मात्रा में पाठ्य डेटा पर प्रशिक्षित किया गया, जिससे वे मानव-लिखित विषय-वस्तु जैसा पाठ्य उत्पन्न करने में सक्षम हो गए।

Azure सेवा के लिए पारदर्शिता नोट में अधिक जानें . OpenAI

प्रॉम्प्ट्स के इच्छित उपयोग के मामले क्या हैं?

प्रॉम्प्ट बिल्डर में संकेत आपको बुद्धिमान एप्लिकेशन, वर्कफ़्लो बनाने और सह-पायलट का विस्तार करने के लिए सशक्त बनाते हैं। वे पूर्व-प्रशिक्षित GPT मॉडल की क्षमताओं का लाभ उठाते हैं, जिससे कस्टम मॉडल प्रशिक्षण की आवश्यकता समाप्त हो जाती है। उदाहरण के लिए, इसका उद्देश्य एक ऐसा कार्यप्रवाह तैयार करना हो सकता है जो आने वाली ग्राहक शिकायतों का सारांश प्रस्तुत करे। फिर, यह आने वाली शिकायत की श्रेणी के आधार पर घटना प्रबंधन उपकरण में एक टिकट बनाता है। इस उदाहरण में, निर्माता मॉडल को आने वाली शिकायत को वर्गीकृत करने और सारांशित करने का निर्देश दे सकते हैं, ताकि एक नई घटना बनाई जा सके।

निम्नलिखित सूची में इस सेवा के सर्वाधिक लोकप्रिय उपयोग के मामले शामिल हैं:

• ईमेल, वार्तालाप, प्रतिलिपियाँ, दस्तावेज़, आदि का सारांशीकरण।
• ग्राहकों के प्रश्नों, शिकायतों, ईमेल आदि के लिए मसौदा प्रतिक्रियाओं के सुझाव।
• अनुबंधों, ईमेल, चालान, आदेश आदि से जानकारी निकालना।
• वांछित श्रेणियों में सामग्री का वर्गीकरण (उदाहरण के लिए, क्या कोई ईमेल एक आदेश, शिकायत या वापसी है)।
• किसी दिए गए पाठ का भावना विश्लेषण (उदाहरण के लिए, किसी उत्पाद समीक्षा की भावना की पहचान करना)।

इन सभी मामलों में, उपयोगकर्ता सिस्टम के अंतिम परिणाम के लिए जिम्मेदार होते हैं। उन्हें उपयोग करने से पहले, उत्पन्न सामग्री की किसी भी संभावित अशुद्धि या अपूर्णता के लिए समीक्षा करना आवश्यक है।

प्रॉम्प्ट सुविधा की तत्परता का मूल्यांकन कैसे किया गया? प्रदर्शन को मापने के लिए कौन से मैट्रिक्स का उपयोग किया जाता है?

इस क्षमता के मूल्यांकन में विभिन्न सुरक्षा मापदंडों पर व्यापक परीक्षण शामिल है। यह परीक्षण सुनिश्चित करता है कि यह सुविधा हमारे संगठन के जिम्मेदार AI मानकों और सिद्धांतों के अनुरूप है। सेवा का संभावित कमजोरियों के लिए भी निरंतर मूल्यांकन किया जाता है। हम जिन प्रदर्शन मीट्रिक्स का उपयोग करते हैं, उनमें मुख्य रूप से सामग्री फ़िल्टरेशन की दक्षता और फ़िल्टर की गई बनाम अनफ़िल्टर्ड सामग्री पर मानव और मशीन के बीच सहमति की डिग्री शामिल होती है।

प्रॉम्प्ट्स के लिए किस प्रकार की सामग्री मॉडरेशन लागू की जाती है?

जीपीटी मॉडल इंटरनेट डेटा पर प्रशिक्षित होते हैं, जो सामान्य विश्व मॉडल बनाने के लिए बहुत अच्छा है। साथ ही, यह उन्हीं स्रोतों से विषाक्त, हानिकारक और पक्षपातपूर्ण सामग्री भी प्राप्त कर सकता है। मॉडलों को सुरक्षित तरीके से व्यवहार करने तथा हानिकारक सामग्री का उत्पादन न करने के लिए प्रशिक्षित किया जाता है, लेकिन कभी-कभी इससे विषाक्त परिणाम उत्पन्न हो सकते हैं। प्रॉम्प्ट बिल्डर AI प्रॉम्प्ट के भीतर अत्याधुनिक सामग्री मॉडरेशन क्षमताओं को बेक करने के लिए Azure AI Content Satefy सेवा का लाभ उठाने का संकेत देता है। इसमें बहु-तीव्रता पाठ स्कैनर के साथ उत्पन्न आउटपुट का विश्लेषण करने और त्वरित इंजेक्शन हमलों के खिलाफ सुरक्षा प्रदान करने वाली सेवाएं शामिल हैं। आउटपुट को संरक्षित सामग्री के पुनः उगलने के लिए भी स्कैन किया जाता है।

प्रॉम्प्ट सुविधा की सीमाएँ क्या हैं? सिस्टम का उपयोग करते समय उपयोगकर्ता शीघ्र सीमाओं के प्रभाव को कैसे कम कर सकते हैं?

इस तकनीक का उपयोग Azure सेवा के लिए आचार संहिता की आवश्यकताओं के अनुसार होना चाहिए। OpenAI इस प्रौद्योगिकी का उपयोग राजनीतिक प्रचार, घृणास्पद भाषण, गलत सूचना, आत्म-क्षति, भेदभाव, स्पष्ट यौन सामग्री या आचार संहिता द्वारा निषिद्ध अन्य सामग्री उत्पन्न करने के लिए नहीं किया जाना चाहिए। इस तकनीक के असमर्थित अनुप्रयोगों में सलाह प्रदान करना, कानूनी, वित्तीय, स्वास्थ्य संबंधी मार्गदर्शन या भविष्य की भविष्यवाणियों के लिए उपयोग, साथ ही वित्तीय, वैज्ञानिक या गणितीय गणनाएं, और Azure सेवा के लिए पारदर्शिता नोट में उल्लिखित कोई अन्य असमर्थित उपयोग शामिल हैं। OpenAI

एआई-जनित सामग्री में गलतियाँ हो सकती हैं, इसलिए निर्माताओं को अपने समाधान के अंतिम उपयोगकर्ताओं को सूचित करना चाहिए कि इस मॉडल द्वारा सामग्री का निर्माण एआई द्वारा पारदर्शी तरीके से किया गया है। उत्पन्न सामग्री का स्पष्ट संचार अति-निर्भरता से बचने में मदद करता है। निर्माताओं को मानवीय समीक्षा की संभावना भी शामिल करनी चाहिए, ताकि यह सुनिश्चित किया जा सके कि एआई द्वारा निर्मित सामग्री, उपयोग करने से पहले सटीक और उपयुक्त है।

कौन से परिचालन कारक और सेटिंग्स सिस्टम के प्रभावी और जिम्मेदार उपयोग की अनुमति देते हैं?

एआई मॉडल द्वारा उत्पन्न सामग्री संभाव्य प्रकृति की होती है, और इसलिए एक ही संकेत के लिए मॉडल की प्रतिक्रियाएं भिन्न हो सकती हैं। उत्पन्न प्रतिक्रिया गलत या भ्रामक हो सकती है और प्रवाह या ऐप से अनपेक्षित परिणाम उत्पन्न कर सकती है। उदाहरण के लिए, व्यावसायिक ग्राहकों को गलत या अनुचित जानकारी, सिफारिशें या सहायता प्राप्त हो सकती है। निर्माताओं को अपने प्रवाहों और ऐप्स में सार्थक मानवीय निरीक्षण लागू करना चाहिए, तथा Microsoft आचार संहिता में सूचीबद्ध हानिकारक व्यवहार या निषिद्ध सामग्री उत्पन्न करने की क्षमता के लिए अपने संकेतों का परीक्षण करना चाहिए। लो-कोड डेवलपर्स को अपने ऐप्स और प्रवाहों में एआई के उपयोग के बारे में भी पारदर्शी होना चाहिए ताकि व्यवसाय उपयोगकर्ता को सूचित किया जा सके, यह दर्शाया जा सके कि सामग्री एआई द्वारा उत्पन्न की गई है। इसके अतिरिक्त, उत्पन्न प्रतिक्रियाएं लंबाई प्रतिबंध, सामग्री फ़िल्टरिंग या मॉडल चयन के कारण निम्न कोड डेवलपर की अपेक्षाओं से मेल नहीं खा सकती हैं।

GPT मॉडल क्या कहलाता है, यह कहाँ होस्ट किया जाता है, और मैं इसे कैसे एक्सेस कर सकता हूँ?

प्रॉम्प्ट बिल्डर GPT 4.1 मिनी, GPT 4.o, GPT 4.1 और o3 मॉडल का समर्थन करता है, जो Azure OpenAI सेवा पर होस्ट किए गए हैं। आप इन मॉडलों तक संकेतों के माध्यम से पहुँच सकते हैं Power Platform, आपके अनुप्रयोगों, प्रवाहों और सह-पायलटों में।

अधिक जानें Azure में नया क्या है OpenAI सेवा?

क्या मेरे डेटा का उपयोग प्रॉम्प्ट बिल्डर पर उपलब्ध बड़े भाषा मॉडल को प्रशिक्षित करने या सुधारने के लिए किया जाता है?

प्रॉम्प्ट बिल्डर प्रॉम्प्ट Microsoft द्वारा होस्ट की गई Azure OpenAI सेवा पर चलते हैं। ग्राहक डेटा का उपयोग किसी भी Azure OpenAI सेवा आधार मॉडल को प्रशिक्षित करने या सुधारने के लिए नहीं किया जाता है. Microsoft आपके ग्राहक डेटा को किसी तीसरे पक्ष के साथ तब तक साझा नहीं करता जब तक कि आपने ऐसा करने की अनुमति न दी हो। Azure OpenAI सेवा फाउंडेशन मॉडल को प्रशिक्षित करने या सुधारने के लिए न तो ग्राहक संकेत (इनपुट) को इसके ग्राउंडिंग डेटा के साथ और न ही मॉडल प्रतिक्रियाओं (आउटपुट) का उपयोग किया जाता है।

क्या 'प्रॉम्प्ट चलाएँ' कार्रवाई में जोड़ी गई सामग्री सार्वजनिक रूप से सुलभ है?

कार्रवाई के लिए About टैब कहता है, यह कार्रवाई Azure OpenAI सेवा पर चल रहे GPT मॉडल का लाभ उठाने वाले आपके संकेतों तक पहुंच प्रदान करती है।

प्रॉम्प्ट चलाएँ कार्रवाई में आपके द्वारा जोड़े गए प्रॉम्प्ट डिफ़ॉल्ट रूप से निजी होते हैं। Power Automate वे केवल आपके संगठन के भीतर ही दृश्यमान और प्रयोग योग्य हैं, विश्व के लिए सुलभ नहीं हैं। ये संकेत निजी हैं और आपकी कंपनी में आंतरिक उपयोग के लिए हैं।

नव निर्मित संकेत डिफ़ॉल्ट रूप से निजी होते हैं। इसका मतलब यह है कि वे Power Automate, Power Apps, और Microsoft Copilot Studio केवल उसी व्यक्ति द्वारा दृश्यमान और उपयोग योग्य हैं जिसने उन्हें बनाया है। इससे निर्माता को ऐप्स या वर्कफ़्लो में उनका परीक्षण और मूल्यांकन करने तथा उन्हें साझा करने से पहले उनकी सटीकता सुनिश्चित करने का समय मिल जाता है।

यदि आप चाहते हैं कि परिवेश या समूह के अन्य उपयोगकर्ता आपके प्रॉम्प्ट का उपयोग Power Apps या Power Automate में करें, तो आपको इसे साझा करना होगा।

अधिक जानें अपना प्रॉम्प्ट साझा करें.

प्रॉम्प्ट बिल्डर प्रॉम्प्ट में लोगों की छवियों को कैसे संसाधित किया जाता है?

प्रॉम्प्ट बिल्डर का उपयोग चेहरे की विशेषताओं या बायोमेट्रिक डेटा के आधार पर व्यक्तियों की पहचान करने के लिए नहीं किया जाता है। जब आप प्रॉम्प्ट बिल्डर में लोगों वाली छवियां सबमिट करते हैं, तो सिस्टम व्यक्तिगत गोपनीयता की रक्षा के लिए छवियों का विश्लेषण करने से पहले स्वचालित रूप से एक चेहरा धुंधला करने की सुविधा लागू करता है। यह धुंधलापन कदम चेहरे की विशेषताओं के आधार पर पहचान को रोककर गोपनीयता संबंधी चिंताओं को दूर करने में मदद करता है। धुंधलापन के साथ, चेहरे की पहचान या चेहरे के टेम्पलेट मिलान की कोई आवश्यकता नहीं होती। इसके बजाय, किसी भी प्रसिद्ध व्यक्ति की पहचान उसके चेहरे पर नहीं, बल्कि संदर्भगत संकेतों, जैसे वर्दी या विशिष्ट परिवेश पर निर्भर करती है। इस गोपनीयता उपाय से आपको प्राप्त होने वाले परिणामों की गुणवत्ता पर कोई प्रभाव नहीं पड़ना चाहिए। सिस्टम की प्रतिक्रियाओं में कभी-कभी चेहरे के धुंधला होने का संदर्भ दिया जा सकता है।

चेहरा धुंधला होना में अधिक जानें.

प्रॉम्प्ट में छवियों या दस्तावेज़ों का उपयोग करने पर संभावित नुकसान

प्रॉम्प्ट बिल्डर संकेतों में छवियों या दस्तावेज़ों का उपयोग करते समय शामिल अधिकांश जोखिमों को कम करता है, लेकिन कुछ जोखिमों को अभी भी प्रॉम्प्ट निर्माता से अतिरिक्त देखभाल की आवश्यकता होती है:

• छवियों या दस्तावेजों में हानिकारक पाठ या दृश्य हो सकते हैं जो आपकी डाउनस्ट्रीम प्रक्रियाओं को प्रभावित कर सकते हैं।
• छवियों या दस्तावेजों में विशेष और संभवतः छिपे हुए निर्देश शामिल हो सकते हैं जो प्रारंभिक संकेत को प्रभावित कर सकते हैं या उसे ओवरराइड कर सकते हैं।
• छवियों या दस्तावेजों में ऐसे निर्देश हो सकते हैं, जिनसे बौद्धिक संपदा (आईपी) के अंतर्गत आने वाली सामग्री उत्पन्न हो सकती है।
• संकेत छवियों या दस्तावेजों पर पक्षपातपूर्ण टिप्पणियां उत्पन्न कर सकते हैं।
• निम्न गुणवत्ता वाली छवियों या दस्तावेज़ों से जानकारी निकालने से मतिभ्रम हो सकता है।

O3 मॉडल GPT मॉडल से किस प्रकार भिन्न है?

ओ3 मॉडल मुख्य रूप से अपनी उन्नत तर्क क्षमताओं के कारण जीपीटी मॉडल से अलग है। यह प्रतिक्रिया देने से पहले विचारों की विस्तृत आंतरिक श्रृंखलाएं उत्पन्न करता है, जिससे गणित, कोडिंग और विश्लेषणात्मक कार्यों में बेहतर प्रदर्शन होता है। हालाँकि, इस दृष्टिकोण के परिणामस्वरूप GPT मॉडल की तुलना में कम्प्यूटेशनल आवश्यकताएं बढ़ जाती हैं और प्रतिक्रिया समय धीमा हो जाता है। GPT-4o या GPT-4.1, उदाहरण के लिए, सामान्य भाषा कार्यों में उत्कृष्टता प्राप्त करता है और तेज़, लागत प्रभावी प्रतिक्रियाएं प्रदान करता है, जिससे यह उन अनुप्रयोगों के लिए उपयुक्त हो जाता है जहां त्वरित आउटपुट आवश्यक हैं।

प्रॉम्प्ट और एआई फ़ंक्शन क्या हैं?

प्रॉम्प्ट

संकेत निर्माताओं को बड़े भाषा मॉडल (एलएलएम) को एक निश्चित तरीके से व्यवहार करने या एक विशिष्ट कार्य करने का निर्देश देने की स्वतंत्रता देते हैं। किसी प्रॉम्प्ट को सावधानीपूर्वक तैयार करके, आप अपनी विशिष्ट व्यावसायिक आवश्यकताओं के अनुरूप प्रतिक्रियाएँ तैयार कर सकते हैं। यह एलएलएम मॉडल को विभिन्न कार्यों को पूरा करने के लिए एक लचीले उपकरण में बदल देता है।

उदाहरण के लिए, एक भाषा मॉडल के साथ, एक संकेत मॉडल को किसी प्रश्न का उत्तर देने, पाठ को पूरा करने, भाषाओं का अनुवाद करने, दस्तावेज़ को सारांशित करने और पाठ में कार्यों, कार्यों और कार्रवाई वस्तुओं की पहचान करने के लिए मार्गदर्शन कर सकता है। कस्टम प्रॉम्प्ट की जटिलता, कार्य के आधार पर, एक वाक्य से लेकर अधिक जटिल तक हो सकती है।

AI कार्य

प्रीबिल्ट एआई फ़ंक्शन माइक्रोसॉफ्ट टीम द्वारा बनाए गए पूर्व-कॉन्फ़िगर किए गए संकेत हैं जो निर्माताओं को सामान्य कार्यों को आसानी से पूरा करने में सहायता करते हैं। वे विभिन्न उपयोग मामलों में उपयोग के लिए तैयार एआई क्षमताओं की पेशकश करते हैं, जो उनके समाधानों में बुद्धिमत्ता को शामिल करने के लिए निर्माता अनुभव को सरल बनाता है।

उदाहरण के लिए, किसी भाषा मॉडल का पूर्वनिर्मित संकेत इस तरह दिख सकता है:

निम्नलिखित से कार्रवाई बिंदुओं को क्रमांकित सूची के रूप में निकालें: [TextToExtract]

इस मामले में, उपयोगकर्ता को केवल वह पाठ प्रदान करना होगा जिसमें से वे कार्रवाई बिंदु निकालना चाहते हैं। [TextToExtract] पूर्वनिर्मित प्रॉम्प्ट बाकी का काम संभाल लेता है।