Applied Skills 평가 랩에 대한 연구 가이드: Azure AI Foundry 포털을 사용하여 생성형 AI 앱 개발

이 문서의 목적

이 학습 가이드는 평가 랩에서 다루는 항목에 대한 요약과 추가 리소스를 제공하여 평가 랩을 준비하는 데 도움을 줍니다. 자격 증명 세부 정보 페이지의 학습 경로에는 응집력 있는 학습 환경을 제공하기 위해 "수행된 작업"보다 더 많은 모듈이 포함될 수 있습니다.

작업 한눈에 보기

AI 허브 준비

• Azure AI 허브 만들기

• 새 Azure AI 프로젝트 만들기

• 프로젝트 사용자 추가 및 역할 할당

  지원 모듈:

  • Azure AI 서비스의 기본 사항

연결된 리소스 구성

• Azure AI 서비스 또는 AAzure OpenAI Service 연결 구성

• Azure AI 검색 연결 구성

• 스토리지 연결 구성

  지원 모듈:

  • Azure AI 서비스 만들기 및 사용

모델 배포 및 테스트

• Azure AI 모델 카탈로그 및 컬렉션에서 적절한 모델 및 버전 선택

• 배포 설정 구성

• 모델 배포

• 배포된 모델 편집

• 배포된 모델 테스트

  지원 모듈:

  • Azure AI 스튜디오의 모델 카탈로그에서 모델 탐색 및 배포

프롬프트 흐름을 사용하여 Copilot 만들기

• 채팅 흐름 만들기

• 매개 변수 및 프롬프트를 포함하여 언어 모델 노드 구성

• Python 노드 구성

• 프롬프트 노드 구성

• 입력 및 출력 정의

• 채팅 흐름 실행 및 테스트

  지원 모듈:

  • Azure AI 스튜디오를 사용하여 사용자 지정 Copilot 개발

RAG(검색 보강 세대) 패턴 구현

• 데이터 구성 요소 만들기

• 인덱스 만들기

• 흐름에 데이터 구성 요소 및 인덱스 통합

• 인덱스 테스트

• 채팅 애플리케이션 실행

  지원 모듈:

  • Azure OpenAI Service를 사용하여 RAG(검색 증강 생성) 구현

책임 있는 AI 구성

• 사용자 지정 콘텐츠 필터 만들기

• 차단 목록을 포함하는 입력 필터 만들기

• 보호 재질을 사용하여 출력 필터 만들기

• 기존 배포에 사용자 지정 콘텐츠 필터 적용

  지원 모듈:

  • AI Studio의 책임 있는 생성형 AI

Copilot 성능 평가 및 비교

• 기본 제공 성능 및 품질 메트릭을 사용하여 Copilot 평가

• 기본 제공 위험 및 안전 메트릭을 사용하여 Copilot 평가

• 수동 평가를 사용하여 Copilot 평가

  지원 모듈:

  • Azure AI 스튜디오에서 사용자 지정 Copilot의 성능 평가