A legjobb pro-code minta kiválasztása a generatív AI-megoldás létrehozásához

Mintaválasztás a pro-code ISV Journey-ben

A független szoftvergyártóknak (ISV-knek) a generatív AI-megoldások létrehozásához a Microsoft útmutatót hozott létre, amely segít megtalálni egy működőképes használati esetet, és megkezdeni annak létrehozását. Ez az oldal a pro-code mintákra összpontosít, a fejlesztők választhatnak, miközben végighaladnak a megoldás létrehozásának folyamatán. Ha nem biztos abban, hogy pro-code vagy alacsony kódszámú mintát választ, látogasson el a képességmegállapítási oldalra , és keresse fel a használati eset legjobb megközelítését.

A pro-code-folyamat szempontjai

A kódpárti megközelítés kiválasztása lehetővé teszi, hogy az Önhöz hasonló független szoftvergyártók nagy mértékben testre szabható lehetőségeket használjanak az AI-alkalmazások tervezésekor. A pro-code megközelítésen belül számos különböző platformot lefedő minta áll rendelkezésre a különböző igények és preferenciák kezelésére. A pro-code minta akkor jó választás, ha:

  • Egy nagy mértékben testre szabott alkalmazás létrehozása, és több összetevőre van szüksége a vezérlőn belül.
  • Az AI-képességek integrálása saját alkalmazásba, vagy az alapoktól építkeznek.
  • Egyedi adatokhoz vagy biztonsági problémákhoz való tartás.

Ha gyors megoldásra van szüksége, és használhat olyan eszközöket, mint a Power Platform-összekötők, fontolja meg az alacsony kódszámú minták kutatását.

A pro-code-on belül két magas szintű megközelítés létezik:

  • Egyéni másodpilóta létrehozása. Ez a megközelítés olyan mintákat foglal magában, amelyek segítenek a természetes nyelvi képességekkel rendelkező megoldások létrehozásában. Az egyéni copilot használatával az AI számos helyzetben természetes módon kommunikálhat a felhasználókkal.
  • Alkalmazás létrehozása a Fabricen. Ez a megközelítés olyan mintákat tartalmaz, amelyek a Fabric használatával dolgozzák fel vagy tárolják az adatokat, amelyek integrálhatók egy ön által létrehozott AI-alkalmazással. Ezek a minták erős adatalapot és további testreszabási lehetőséget biztosítanak.

Mindkét megközelítés számos előnnyel jár, és lehetővé teszi egy testre szabható AI-alkalmazás létrehozását. A választott mintától függően létrehozhat egy teljesen új alkalmazást vagy új képességeket, amelyeket egy meglévő alkalmazásba vezet be.

Minta kiválasztása

A minta kiválasztása az utolsó lépés, amelyet az ISV a megoldás létrehozása előtt megtesz. A kiválasztott minta:

  • Hatással van a megoldás képességeire. A helyzethez megfelelő minta kiválasztása lehetővé teszi a megoldás ügyfelek igényeihez való igazítását. Ha túl kevés képességekkel rendelkező mintát választ, azzal korlátozhatja, hogy mit hozhat létre.
  • Hatással van a projekt fejlesztési költségeire. Egyes mintákhoz a fejlesztés során nagyobb súlyemelésre van szükség, ami időt és pénzt igényel az ISV-k számára. A kiválasztott mintához szükséges befektetés nem haladhatja meg a használati eset lehetséges értékét.
  • Lehetővé teszi, hogy különböző felületeken dolgozzon. Egyes minták úgy vannak kialakítva, hogy teljesen új alkalmazásokat hozzanak létre, míg mások úgy vannak kialakítva, hogy a Microsoft meglévő alkalmazásain vagy platformjain belül működjenek.
  • Módosítja az adatokat, az infrastruktúrát és más háttérbeli szempontokat. A pro-code minták sokoldalúak, de lehetnek korlátai, vagy módosításokat igényelnek. Az adatok és az infrastruktúra beállításai általában testreszabhatóbbak lesznek, amikor összetettebb mintabeállításokat választ.

Mindezek miatt elengedhetetlen, hogy gondosan értékelje ki a helyzetet, az ügyfelek igényeit és a technikai képességeit, mielőtt kiválasztaná a mintát. A választott platform és stratégia hatással lesz arra, hogy mit hozhat létre.

Több mintabeállítás

Ahelyett, hogy csak egy mintát választanak, az ISV-k dönthetnek úgy, hogy több mintából integrálják a képességeket. Az alacsony kódszámú és a pro-code-lehetőségek is kombinálhatók.

Akár egy mintát választ, akár több egyesítést választ, fontos figyelembe venni a jelenlegi helyzetet, és kiválasztani azt a platformot, amely a legjobban működik. Ez a lap kifejezetten a pro-code mintákkal foglalkozik. Ha további lehetőségeket szeretne megismerni a pro- és az alacsony kódszámú megoldások között, látogasson el az átfogó minták oldalára.

Szemantikus kernel

A kifinomult AI-alkalmazásokat összeállító ISV-k számos különböző mintabeállításban használhatják a Szemantikus Kernelt . A Szemantic Kernel egy nyílt forráskódú szoftverfejlesztői készlet (SDK), amely megkönnyíti a meglévő C#, Python és Java-kód és az OpenAI, az Azure OpenAI, az Ölelés face stb. modelljeinek kombinálásával.

Mivel a Szemantic Kernel közvetlenül kommunikál a kóddal, számos különböző mintát használhat. A választott mintától függetlenül a Szemantic Kernel támogatja a fejlesztési folyamatot, és új generatív AI-képességekkel teszi lehetővé a megoldást.

Egyéni copilot létrehozása

Az egyéni copilotok létrehozása lehetővé teszi, hogy mérsékelt kódolási emeléssel és testre szabhatósággal rendelkező alkalmazást hozzon létre, mint egy belső gyártó, a Microsoft Copilot bevezetése vagy kiterjesztése. Bár számos összetevőt kell önállóan létrehoznia, a Microsoft jelentős támogatást nyújt SDK-k, sablonok és egyebek révén a választott mintától függően.

Döntési fa az "Egyéni copilot létrehozása" megközelítéshez. Az egyik nyíl a "Meglévő alkalmazások továbbfejlesztése ISV-adatokat használó AI-vel" című szövegdobozba vezet, amely a D minta: Microsoft Graph API-khoz csatlakozik. Egy másik nyíl az "Olyan csevegőrobotokat hoz létre, amelyek megválaszolhatják a felhasználói kérdéseket, és ki tudják kapcsolni az egyszerű feladatokat", amely az E minta: Azure OpenAI Assistants elemhez vezet. A harmadik nyíl egy "Természetes nyelvi képességek hozzáadása az ISV Teams csevegőrobotjaihoz előre összeállított sablonokon keresztül" szövegdobozba vezet, amely az F minta: Teams AI-kódtárhoz vezet. Az utolsó nyíl a "Magas testreszabhatóságot biztosít előre betanított modellek, Az Azure AI SDK és a parancssori folyamat" című szövegdobozhoz vezet, amely G mintához vezet: Azure AI Foundry.

Microsoft Graph API-k

A Microsoft Graph API hozzáfér a Microsoft 365-alkalmazások felhasználói adataihoz, például az Outlook, a Teams, a OneDrive és a SharePoint adataihoz. Ha engedélyezi, hogy a meglévő alkalmazások meghívják ezt az API-t, a Microsoft 365 személyre szabott adataival javíthatja felhasználói élményét.

Ezek az API-k integrálhatók a saját megoldás felhasználói felületén. Az összegyűjtött bérlői adatok a Graph Explorerből tekinthetők meg, amely egy nyílt forráskódú platform, amely a Microsoft Graph API-k megismerését segíti.

Ez a minta akkor lehet érdekes, ha:

  • Rendelkezik egy meglévő alkalmazással, amelyet személyre szabott adatokkal szeretne továbbfejleszteni.
  • Személyre szabott válaszokat szeretne adni a végfelhasználónak a Microsoft 365-tevékenységük alapján.
  • Kifejezetten a Microsoft 365-ből származó adatok megkövetelése.

Ennek a megközelítésnek a fő előnyei a következők:

  • A végfelhasználó Microsoft 365-adatainak elérése a felhasználói élmény személyre szabásához.
  • Gyorsan és egyszerűen csatlakozhat az adatokhoz, így az alkalmazás egyéb aspektusaira összpontosíthat.

Vizsgáljuk meg, hogy egy fiktív ISV hogyan tudta használni ezt a mintát az alkalmazásban.

Microsoft Graph API-k forgatókönyve

A Contoso létrehozott egy alkalmazást, amely lehetővé teszi az ügyfelek számára a belső műveletek kezelését, de javítani szeretnék azt. Ügyfeleik olyan alapvető adminisztratív feladatokkal kapcsolatos problémákat tapasztalnak, mint az értekezletek ütemezése, a kijelentkezési idő kiosztása és az e-mailek küldése túl sok időt vesz igénybe.

A probléma megoldásához a Contoso úgy dönt, hogy kibővíti a generatív AI-alkalmazását a Microsoft Graph API-kkal, amelyek a Microsoft 365-ben csatlakozhatnak ügyfeleik adataihoz. A Contoso az API-ból lekért relevánsabb személyes adatokhoz való hozzáféréssel bővítheti AI-asszisztense képességeit. A Microsoft Graph API-k lehetővé teszik a Contoso megoldását a következőre:

  • Naptárbejegyzéseket és időtúllépési e-maileket hozhat létre a felhasználó kontextusa és a szabadidő-kérelmek alapján.
  • A végfelhasználók Outlook-naptárából származó információk segítségével javasolhatja a lehetséges értekezletek idejét és a meghívottakat.
  • A címzett és a feladó közötti előzmény alapján javasolhatja az e-mailekhez csatolandó tónusok szerkesztését, tárgysorait és dokumentumait.

Ezek a módosítások és egyebek lehetővé teszik a Contoso generatív AI-alkalmazását, hogy jelentősen leegyszerűsítsék ügyfeleik adminisztratív feladatait. A Microsoft Graph API-k alkalmazásukban való használatával hasznos és személyre szabott tanácsokat adhatnak az alkalmazottaknak.

Azure OpenAI Assistants

Az Azure OpenAI Assistants képességeinek használatával az ISV-k gyorsan létrehozhatnak AI-asszisztenseket, és integrálhatják őket a meglévő alkalmazásaikba. Az Azure OpenAI Assistants megválaszolhatja a kérdéseket, egyszerű feladatokat kaphat, és akár úgy is átalakítható, hogy kódokat írjon és hajtson végre a felhasználó bemenetei alapján.

Az Azure OpenAI Assistant létrehozása olyan egyszerű, mint egy JSON-fájl írása, amely leírja azt a függvényt, amelyet az asszisztens végrehajtani szeretne, és egy tesztkörnyezetet biztosít neki, amelyben futtatni szeretné. Ez lehetővé teszi, hogy az asszisztens meghívja a meglévő API-kat, és válaszoljon a kérdésekre.

Ez a minta akkor lehet érdekes, ha:

  • Rendelkezik egy meglévő alkalmazással, amely egy testre szabott asszisztens előnyeit élvezné.
  • Gyorsan, kevesebb technikai emeléssel szeretne egy copilot-szerű alkalmazást fejleszteni.
  • Olyan további eszközökkel kell integrálnia, amelyek lehetővé teszik az alkalmazás számára a feladatok nyelv nélküli elvégzését, például a matematikát.

Ennek a megközelítésnek a fő előnyei a következők:

  • AI-asszisztensek gyors és hatékony létrehozása.
  • Olyan AI-asszisztenst biztosít ügyfeleinek, amely képes konkrétabb kérdésekre és kérésekre válaszolni.
  • A megoldás engedélyezése AI-képességekkel, amelyek egyszerű műveletek elvégzését kérhetik a feladatok egyszerűsítése érdekében.

Azure OpenAI-asszisztens forgatókönyve

A Contoso rendelkezik egy meglévő alkalmazással a kiskereskedelmi ügyfelek számára, amely egy alkalmazotti portált biztosít az előkészítéshez, a készletkezeléshez, a fizetés feldolgozásához és egyebekhez. A Contoso az Azure OpenAI Assistant használatával fog létrehozni egy áruházi asszisztenst, amely útmutatást nyújt az ügyfeleknek az adott helyzethez igazodva.

Egy AI-asszisztens létrehozásával a Contoso integrálhatja az üzleti adatokat az alkalmazásba, így a vállalati adatokkal válaszolhat a kérdésekre. Ezek a képességek lehetővé teszik, hogy a copilot:

  • Útmutató az új alkalmazottaknak a tipikus tárolási folyamatokhoz.
  • A korábbi trendek alapján előrejelzi a leltárigényeket és a követelményeket.
  • Útmutató a feltöltött foglalkoztatási dokumentumokhoz, például a szabadságszabályzatokhoz.

Ha egy AI-asszisztenst is belefogad az alkalmazásba, a Contoso megoldása nem csupán felügyeleti eszközként, hanem útmutatást és javaslatokat is nyújt az alkalmazottak számára. Ügyfeleik válaszolhatnak a kérdésekre, és azonosíthatják a napi feladatokban előremutató útvonalat.

Teams AI-kódtár

Ha már rendelkezik Teams-csevegőrobottal, vagy szeretne létrehozni egyet, a csevegőrobot generatív AI-képességekkel bővíthető. A Teams AI-kódtárban található állványzatok támogatják a csevegőrobot beszélgetési nyelvét, amelyet közvetlenül a Teams felhasználói érhetnek el.

Ehhez az alkalmazáshoz meg kell adnia az alkalmazást használni kívánt üzleti logikát, míg a Microsoft által biztosított nagy nyelvi modellek (LLM-ek) kezelik a csevegőrobot háttérrendszerét. A csevegőrobotot úgy is módosíthatja, hogy különböző LLM-eket, beépülő modulokat és egyebeket használjon.

Ez a minta akkor lehet érdekes, ha:

  • Rendelkezik egy meglévő Teams-csevegőrobottal, amelyet természetes nyelvi képességekkel szeretne kiegészíteni.
  • Előre elkészített sablonokat, integrált adatbeállításokat és beépített biztonsági funkciókat szeretne használni.

Ennek a megközelítésnek a fő előnyei a következők:

  • A Teams csevegőrobot fejlesztése természetes nyelvi képességekkel.
  • Generatív AI-megoldás létrehozása bőséges támogatási lehetőségekkel.
  • A csevegőrobot testreszabása a helyzetbeli vagy ipari igényeknek megfelelően.

Teams AI-kódtár forgatókönyve

A Contoso már egy ideje elérhetővé teszi a Teams csevegőrobotjait az ügyfelei számára, de a mesterséges intelligencia képességeinek fejlődésével modernizálni szeretnék alkalmazásukat azáltal, hogy lehetővé teszik számukra, hogy konkrétabb kérdésekre válaszoljanak, és személyre szabott tanácsot adjanak az alkalmazottnak.

A Microsoft Teams AI-kódtár használatával a Contoso egyszerűen hozzáadhat természetes nyelvi képességeket a csevegőrobothoz. Ezek az új generatív AI-képességek lehetővé teszik a csevegőrobot számára, hogy jobban támogassa az ügyfeleket:

  • Taktikai következő lépéseket javasol a folyamatban lévő projektekhez és tippeket a közelgő vállalati események előkészítéséhez.
  • Értekezleti napirendek, e-mail-vázlatok és egyebek létrehozása a felhasználó és a csevegőrobot közötti rövid interakció alapján.
  • Kérdések megválaszolása a beszélgetés kontextusa alapján személyre szabott válaszok használatával.

Ezek a funkciók megkönnyítik a Contoso ügyfelei számára az alkalmazottak élményét, és lehetővé teszik számukra, hogy intelligensebb válaszokat kapnak, gyorsabban. A generatív AI Teams-csevegőrobotba való beépítése hatékonyabbá teszi a felhasználók munkáját, mivel természetes módon kommunikálhatnak a csevegőrobottal, hogy támogatást kapjanak a munkahelyükön.

Azure AI Foundry

Ha a képességek szempontjából rendkívül rugalmas, teljesen testre szabott generatív AI-alkalmazást szeretne létrehozni, az Azure AI Foundry számos élvonalbeli lehetőségének egyikét használhatja. Az Azure AI Foundryvel generatív AI-megoldások létrehozása lehetővé teszi, hogy a megoldást az ön igényeinek megfelelően szabja testre, beleértve a magas technikai vagy hiánypótló követelmények teljesítését is.

Az Azure AI Foundry számos lehetőséget kínál az AI-alkalmazások létrehozására, például a parancssori folyamatot és az Azure AI SDK-t, amelyek mindegyike előre betanított modellekkel rendelkezik, amelyekből létrehozható. A szolgáltatás integrálva van más Azure-szolgáltatásokkal, és erőforrásokat biztosít a folyamatos alkalmazásfejlesztéshez, például egy LLMOps-eszközlánchoz.

Ez a minta akkor lehet érdekes, ha:

  • Új alkalmazást szeretne létrehozni az alapoktól, vagy módosítani szeretne egy meglévőt.
  • Az AI-asszisztensnek összetett folyamatokat kell végrehajtania, például műszaki dokumentumok olvasását és áttekintését, vagy összetett adattrendek elemzését.
  • A hang-, személyiség- és márkaidentitás egyedi igényeihez való testreszabásához teljes körűen szabályozni szeretné az alkalmazásfejlesztést.

Ennek a megközelítésnek a fő előnyei a következők:

  • Hozzon létre egy olyan bespoke copilotot, amely képes válaszolni a több rést tartalmazó kérdésekre és kérésekre.
  • A megoldás testreszabása az egyedi biztonsági vagy adatkövetelményeknek való megfelelés érdekében.

Azure AI Foundry-forgatókönyv

A Contoso egy teljesen testre szabott generatív AI-alkalmazást szeretne létrehozni, amely támogatja egészségügyi ügyfeleit a jogcímek létrehozása és feldolgozása során. Az alkalmazás kereskedelmi forgalomba hozásához képesnek kellett lenniük az ügyféladatok pontos feldolgozására, a speciális biztonsági szempontoknak való megfelelésre és a pontos tartalom létrehozására.

Az Azure AI Foundry használatával teljesen új, generatív AI-alkalmazásokat hozhattak létre, amelyek az egészségügyi ügyfeleik igényeire szabott, teljesen testre szabott, rendkívül biztonságos alkalmazást hoztak létre. A Contoso új alkalmazása lehetővé teszi a biztosítóknál dolgozó klinikusok számára az űrlapok egyszerű kitöltését. Az Azure AI Foundryben létrehozott másodpilóta a következőt teheti:

  • A feltételes engedélyezési űrlapok létrehozásának támogatása beszélgetési kérdésekkel, számos szervezetspecifikus kérdés alapján.
  • Több betegrekord lekérdezése és információk áttekintése a Contoso alkalmazásában.
  • A kockázat- és adatvédelmi aggályok minimalizálása érdekében a szervezetspecifikus biztonsági szempontokat is figyelembe kell vennie.

Ha pontosan lekérte a beteginformációkat, és természetes nyelvi képességeket használ az űrlapok létrehozásához, a Contoso felgyorsíthatja a jogcímek létrehozásának folyamatát. Megoldásuk értékes időt takarít meg a felhasználóknak ezen speciális feladatok gyors és pontos elvégzésével.

Alkalmazás létrehozása a Fabricen

Bár számos független szoftverszolgáltató ismeri a Fabricet adat- vagy elemzési megoldásként, átfogó, integrált adatalapítványként is szolgálhat a generatív AI-alkalmazásokhoz. Akár közvetlenül a Fabricen szeretne létrehozni egy alkalmazást, akár a OneLake-vel integrálna, a Fabricen történő alkalmazáskészítés páratlan testreszabást és vezérlést biztosít a megoldás felett.

A "Build an app on Fabric" megközelítés hivatkozásfája. Az egyik nyíl a következő szövegmezőhöz vezet: "Lehetővé teszi az isv-k számára az adatok olvasását, írását és kezelését a Fabric OneLake-ben meglévő API-k, parancsikonok és egyebek használatával", ami a H minta: A Hálóval való együttműködéshez vezet. A második nyíl egy "Lehetővé teszi az isv-k számára, hogy termékeket fejlesszenek a Fabric platform tetején, vagy kombinálják a Fabricet a már meglévő alkalmazásokkal", ami az I. minta: Build on Fabrichez vezet. Az utolsó nyíl a következő szövegmezőhöz vezet: "az ISV-k olyan eszközöket biztosítanak, amelyekkel nagy mértékben testre szabható számítási feladatokat hozhatnak létre a Fabric-ökoszisztémában", ami a J minta: Háló típusú számítási feladatok létrehozásához vezet.

Hivatkozásfa az alkalmazás Fabric-alapú buildeléséhez

Együttműködés a Hálóval

A meglévő alkalmazás Fabrictel való integrálása végtelen lehetőségeket kínál a megoldás adatháttere streamére. A Fabrictel való együttműködéssel számos különböző adatforrást egyesíthet egyetlen platformon, különféle eszközök és API-k használatával.

A Fabric a OneLake API-kat és a valós idejű intelligence API-kat is kínálja, amelyek célja az adatok gyors elérése és feldolgozása. A Data Factory használatával billentyűparancsokkal egyesítheti az adatokat a környezetekben, és akár 200 külső forrásból is kezelheti az összetett adatfeldolgozási feladatokat. Még ha az adatai nem is az Azure-ban találhatóak, létrehozhat billentyűparancsokat az adatok OneLake-be való behozásához.

Ez a minta akkor lehet érdekes, ha:

  • Rendelkezik egy meglévő alkalmazásával, amely fokozott adatfeldolgozást igényel.
  • Különböző forrásokból és környezetekből rajzolja le az adatokat.
  • Szeretné elolvasni és kezelni az alkalmazás adatait a OneLake-ben vagy a Data Factoryben.

Ennek a megközelítésnek a fő előnyei a következők:

  • A meglévő alkalmazások adatképességeinek javítása a nagyobb feldolgozási, tárolási és elemzési képességek révén.
  • Több bérlő és környezet adatainak integrálása egy platformba.

Együttműködés a Hálóval forgatókönyvvel

A Contoso által a kiskereskedelmi ügyfelek számára kifejlesztett SaaS-alkalmazás nagyobb adatképességet igényel több bérlő adatainak kezeléséhez. A Contoso végfelhasználóinak nagyobb átláthatóságra van szükségük az adataikhoz, és több információt kérnek az adataik trendjeiről és mintázatairól. Ügyfeleik azonban számos különböző platformot használnak a leltárkezeléshez, a személyzethez, a webfelügyelethez és egyebekhez, amelyekhez a Contoso-nak hozzá kell férnie az adatok teljes megtekintéséhez.

A problémák megoldásához a Contoso csatlakoztatta meglévő alkalmazását a Fabrichez. Ez lehetővé teszi számukra, hogy rendszergazdai szinten jobb adatkezelést, valamint jobb adatelemzést és láthatóságot kapjanak a bérlők számára. Alkalmazásuk képes:

  • Az adatmegosztás és a többfelhős billentyűparancsok segítségével információkat gyűjthet a OneLake különböző bérlőiről.
  • A szervezeti adatok azonnali elérése valós idejű intelligencia API-k segítségével.
  • Nagy léptékű megoldáshoz társított adatmennyiségek kezelése.
  • A Contoso által az alkalmazásban létrehozott interaktív irányítópultokon keresztül jeleníti meg az ügyfelek adataival kapcsolatos információkat.

Most, hogy a Contoso könnyebben hozzáfér az ügyfeleiktől származó adatokhoz, módosíthatja a megoldásukat, hogy ezeket az információkat a végfelhasználók számára is elérhetővé tehessék. A végfelhasználók egyszerűen és pontosan értelmezhetik az adataikat, és felhasználhatják őket, hogy döntéseket hozzanak a vállalkozásuk számára.

Build a Fabricre

A Fabrichez az alkalmazás adatplatformjaként való csatlakozáson túl a Fabricre is építhet, hogy közvetlenül az alkalmazásba ágyazza be a Fabric funkcióit. A fejlesztők számos REST API-val építhetik be a Fabric-képességeket az alkalmazásaikba, hogy több technikai munkafolyamatot támogassanak generatív AI-képességekkel.

Különböző API-k integrálhatók az alkalmazáson belül, hogy különböző funkciókkal engedélyezhessék. A Warehouse API alkalmazásba való beágyazása például biztosítja a Fabricben elérhető adattárház-beállításokat. Az alkalmazás közvetlenül a Fabric tetején történő fejlesztése lehetővé teszi, hogy zökkenőmentesen használja és manipulálja ezeket a Fabric-függvényeket a saját alkalmazás felületén.

Ez a minta akkor lehet érdekes, ha:

  • Olyan alkalmazást készít, amelyet az adattudósok vagy más, átfogóbb adatkezelési igényekkel rendelkező felhasználók fognak használni.
  • Átfogó adattárolási és feldolgozási lehetőségeket szeretne beépíteni az alkalmazásba.
  • Új alkalmazást szeretne létrehozni az alapoktól, vagy módosítani szeretne egy meglévőt.

Ennek a megközelítésnek a fő előnyei a következők:

  • A Fabric adatképességeinek integrálása közvetlenül a megoldásba.
  • Adatok kezelése és módosítása a saját alkalmazáson belül.
  • Az alkalmazás létrehozása teljes testreszabhatósággal és vezérléssel.

Build on Fabric-forgatókönyv

A Contoso ügyfeleinek összetettebb adatképességre van szükségük. Az értékesítési trendek nyomon követése, az alkalmazottak ütemezése, a digitális és a személyes üzletek készlete, valamint több bérlő között sokkal több adatfeldolgozási támogatást igényelnek az új alkalmazásban.

Az ügyféladatok hatékonyabb kezelése érdekében a Contoso kifejlesztett egy új alkalmazást, amely a Fabricre épül. Ez az alkalmazás lehetővé teszi a felhasználók számára, hogy közvetlenül az adataikkal kommunikáljanak, és kommunikáljanak velük a Contoso alkalmazásban. A Fabric adatfeldolgozási képességeinek kihasználásával az alkalmazásuk a következőket teheti:

  • Csatlakozzon a OneLake-hez, a Power BI-hoz és még sok máshoz közvetlenül az alkalmazáson belül, amely a Contoso által készített testreszabott irányítópultokon keresztül jeleníthető meg.
  • Adatelemzést nyújt a jövedelmezőségről olyan kategóriákból, mint az online vagy a személyes áruházak, a különböző áruházak helyei, valamint a termékmárka és -kategória alapján.
  • Az AI használatával elemezheti ezeket az adatokat, és elemzéseket és javaslatokat adhat az ügyfeleknek, például javaslatot tehet a termék díjszabásának módosítására, a lehetséges fennakadások előrejelzésére, valamint a bevételi streamekben lévő kiugró értékek azonosítására.
  • Közvetlen hozzáférést biztosít a Contoso ügyfeleinek a Fabric-adataikhoz a Contoso platformján belül.

A Fabric képességeinek alkalmazáson belüli beágyazásával közvetlenül a megoldáson belül kezelhetik és kezelhetik az adatokat. A megoldásukra épülő AI képes hozzáférni ezekhez az adatokhoz, és személyre szabott üzleti elemzéseket nyújtani a Contoso ügyfeleinek.

Háló számítási feladatainak létrehozása

A Fabric hét natív számítási feladatának kiépítése mellett az ISV-k kibővíthetik a Fabric képességeit saját testreszabott számítási feladatok létrehozásával, és külön megoldásként kínálhatják őket. Ezek a számítási feladatok az alapoktól építhetők fel, így számos adatkezelési képességet biztosíthatnak, akár holisztikusabb képet alkotnak az ügyfelek adatairól, akár adattrendek és előrejelzések alapján hajtanak végre műveleteket.

Az ISV-k a Microsoft Fabric számítási feladatok fejlesztői készletével saját számítási feladatokat hozhatnak létre, és SaaS-ajánlatként tehetik közzé az Azure Marketplace-en más Fabric-felhasználók számára. Ez a minta könnyen monetizálható az Azure Marketplace-en, és a Fabric UX-t használja az ügyfelekkel való együttműködés során, így szabadon összpontosíthat a számítási feladatok fejlesztésére.

Ez a minta akkor lehet érdekes, ha:

  • Szeretne létrehozni egy eszközt, amely elérhető a Fabric végfelhasználói számára, például más fejlesztők vagy adattudósok számára.
  • Tekintse meg a Hálóval kezelni kívánt adatszükségletet vagy követelményt.
  • Szeretné kihasználni a Microsoft támogatását, például a meglévő UX-t és az Azure Marketplace-en való egyszerű közzétételt.

Ennek a megközelítésnek a fő előnyei a következők:

  • Az alkalmazás közzététele az Azure Marketplace-en, ahol a Fabric technikai végfelhasználói könnyen elérhetik és megvásárolhatják.
  • Nagymértékben testre szabható megoldások létrehozása, amelyek közvetlenül az ügyfelek adatkövetelményeihez igazodnak.

Háló számítási feladatának létrehozása

A Contoso olyan megoldásokat szeretne létrehozni, amelyek segítségével a kiskereskedelmi ügyfelek nyomon követhetik az ellátási láncokat és a készletkezelést mind a digitális, mind a személyes áruházakban több bérlő számára. Azt szeretnék, hogy alkalmazásuk könnyen elérhető legyen a műszaki végfelhasználók számára, hogy jobban kihasználhassák az adatvezérelt alkalmazásukat.

A Microsoft Fabric számítási feladatok fejlesztési készletének használatával a Contoso olyan számítási feladatokat fejleszthetett ki, amelyeket ügyfeleik közvetlenül a Fabricből érhetnek el egy általuk ismert UX-ben. Az Azure Marketplace-en SaaS-alkalmazásként tudták bevételt elérni, ahol könnyen elérhető a Contoso végfelhasználói számára a Fabric platformon. A Háló számítási feladatai a következőket képesek:

  • Optimalizálhatja a leltárt, ha betekintést nyújt a további igényeket igénylő területekbe, és AI-képességeket használva javaslatot tesz egy előremutató útvonalra.
  • A jövőbeli igények előrejelzése a múltbeli trendeket elemző gépi tanulási képességek segítségével.
  • Szimuláljon olyan lehetséges forgatókönyveket, amelyek hatással lehetnek az ellátási láncra, például a szállítók módosítására.

A Contoso segíthet az adattudósoknak és más műszaki szakembereknek az ellátási láncok optimalizálásában azáltal, hogy fabric számítási feladatként kínálják megoldásukat. A Contoso ügyfelei a múltbeli adatok gondos elemzésével és a jövőbeli trendek előrejelzésével nagyobb betekintést nyerhetnek az üzleti tevékenységükbe.

Összegzés

Az egyes minták és azok képességeinek megismerésével most már el kell döntenie, hogyan hozhatja létre a generatív AI-megoldást. A választott megközelítés kutatása és annak megerősítése után, hogy az a képességein belül van, megkezdheti az alkalmazás fejlesztését.

Az alábbi forrásokból többet tudhat meg a választott mintáról, valamint a generatív AI-élmény kialakításának további további lépéseiről.

Saját copilot létrehozása

További információkra mutató hivatkozások az egyes buildek saját copilot-mintájára:

További információ az alkalmazás fabricen való készítéséről

További információk a Fabricen történő alkalmazáskészítésről:

További információ a generatív AI-mintákról és azok előnyeiről: Generatív AI-élmények létrehozása a Microsoft Cloud használatával – Útmutató az ISV-khez | Microsoft Learn

UX-útmutató a generatív AI-élményeket tervező ISV-khez: A következő lépések a generatív AI felhasználói élmény kialakításához.

  • Last updated on