Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Note
Questo articolo descrive le caratteristiche utilizzate negli agenti o nei flussi di agenti alimentati dall'imbracatura standard.
Questo articolo spiega prompt e l'ingegneria dei prompt come concetti chiave per aiutarti a creare potenti capacità di IA generativa che puoi utilizzare in Copilot Studio.
Importante
- I prompt usano modelli basati su Azure Foundry.
- Questa funzionalità potrebbe essere soggetta a limiti di utilizzo o limitazioni di capacità.
Prerequisiti
- Il tuo ambiente è nell'elenco delle aree geografiche disponibili.
- È necessario Copilot Credits.
- Microsoft Dataverse viene installato nell'ambiente.
Cos'è un prompt
Un prompt è composto principalmente da un'istruzione in linguaggio naturale che indica a un modello di IA generativa di svolgere un compito. Il modello segue la richiesta di determinare la struttura e il contenuto del testo che deve generare. Il prompt engineering è il processo di creazione e perfezionamento della richiesta utilizzata dal modello.
Un'esperienza di creazione di prompt permette ai creatori di costruire, testare e salvare prompt riutilizzabili. In questa esperienza, puoi anche utilizzare variabili di input e dati di conoscenza per fornire dati contestuali dinamici in tempo reale. Puoi condividere questi prompt con altri e usarli in agenti, flussi di lavoro o app.
Puoi utilizzare questi prompt per molte attività o scenari aziendali, come riassumere contenuti, categorizzare dati, estrarre entità, tradurre lingue, valutare il sentiment o formulare una risposta a un reclamo. Ad esempio, potresti creare un prompt per selezionare le azioni delle email aziendali e usarlo in un flusso di lavoro di Power Automate per creare un'automazione dell'elaborazione delle email.
In Copilot Studio, puoi usare i prompt come strumenti per l'agente per migliorare l'esperienza di chat o abilitare automazioni avanzate con IA. Puoi anche usare prompt come nodi di workflow per integrare azioni di IA in automazioni deterministiche.
Supervisione umana
La supervisione umana è un passo importante quando si lavora con contenuti generati da un modello di IA generativa. Tali modelli sono addestrati su enormi quantità di dati e possono contenere errori e bias. Un essere umano dovrebbe esaminare il contenuto prima di pubblicarlo online, inviarlo a un cliente o usarlo per informare una decisione aziendale. La supervisione umana ti aiuta a identificare potenziali errori e pregiudizi. Inoltre, assicurati che il contenuto sia pertinente al caso d'uso previsto e si allinei con i valori dell'azienda.
La revisione umana può anche aiutare a identificare eventuali problemi con il modello stesso. Ad esempio, se il modello genera contenuto non pertinente al caso d'uso previsto, potrebbe essere necessario modificare la richiesta.
Intelligenza artificiale responsabile
Microsoft si impegna a creare un'IA responsabile per design. Il nostro lavoro è guidato da una serie di principi fondamentali: equità, affidabilità e sicurezza, privacy e sicurezza, inclusività, trasparenza e responsabilità. Stiamo mettendo in pratica questi principi in tutta l'azienda per sviluppare e implementare un'intelligenza artificiale che abbia un impatto positivo sulla società. Adottiamo un approccio globale, combinando ricerca innovativa, ingegneria eccezionale e governance responsabile. Insieme alla ricerca leader di OpenAI sull'allineamento dell'intelligenza artificiale, stiamo promuovendo un framework per l'implementazione sicura delle nostre tecnologie di intelligenza artificiale che ha lo scopo di aiutare a guidare il settore verso risultati più responsabili.
Altre informazioni sulla trasparenza sono disponibili nella nota Transparency per Azure OpenAI.