Uzvedņu pārskats
Šajā rakstā ir izskaidrotas uzvednes un ātra inženierija kā galvenie jēdzieni, lai palīdzētu jums izveidot jaudīgas ģeneratīvās AI iespējas, kuras var izmantot Power Platform.
Uzvedne ir dabiskās valodas instrukcija, kas liek lielam valodas modelim (LLM) veikt uzdevumu. Process ir pazīstams arī kā instrukciju regulēšana. Modelis seko uzvednei, lai noteiktu ģenerējamā teksta struktūru un saturu. Ātra inženierija ir modeļa izmantotās uzvednes izveides un pilnveidošanas process.
AI Builder nodrošina ātru lietotāja pieredzes veidošanu, kas ļauj veidotājiem veidot, pārbaudīt un saglabāt atkārtoti izmantojamas uzvednes.
Svarīgi
- AI Builder uzvednēs tiek izmantoti GPT 4o Mini vai GPT 4o modeļi, ko darbina Azure OpenAI Service.
- Šī iespēja ir ierobežota dažos reģionos.
- Uz šo iespēju var attiekties lietojuma ierobežojumi vai jaudas ierobežošana.
- Jums ir pamatzināšanas par to, kā rakstīt uzvednes. Lai uzzinātu vairāk, lejupielādējiet AI Builder uzvedņu rokasgrāmatu.
- Jūsu vide ir pieejamo reģionu sarakstā.
- Jums ir Power Apps vai Power Automate licence.
- Vidē ir instalēta Microsoft Dataverse datu bāze.
- Jums ir AI Builder papildinājums.
Padomājiet par uzvedni kā uzdevumu vai mērķi, ko piešķirat lielajam valodas modelim (LLM). Izmantojot uzvedņu veidotāju, varat izveidot, pārbaudīt un saglabāt pielāgotās uzvednes. Varat arī izmantot ievades mainīgos un Dataverse datus, lai nodrošinātu dinamiskus konteksta datus izpildlaikā. Jūs varat dalīties šajās uzvednēs ar citiem un izmantot tās vai Power Automate Power Apps Copilot Studio. Piemēram, varat izveidot uzvedni, lai izvēlētos darbību vienumus no sava uzņēmuma e-pasta ziņojumiem un izmantotu tos Power Automate plūsmā, lai izveidotu e-pasta apstrādes automatizāciju.
Prompt Builder ļauj veidotājiem izstrādāt pielāgotas uzvednes, kas atbilst viņu īpašajām biznesa vajadzībām, izmantojot dabisko valodu. Šīs uzvednes var izmantot daudziem uzdevumiem vai biznesa scenārijiem, piemēram, satura apkopošanai, datu kategorizēšanai, entītiju izgūšanai, valodu tulkošanai, noskaņojuma novērtēšanai vai sūdzības atbilde formulēšanai.
Uzvednes var integrēt plūsmās, lai izveidotu inteliģentu brīvroku automatizāciju. Veidotāji var arī veidot uzlabotas ģeneratīvās AI iespējas savām lietojumprogrammām, aprakstot tās kā dabiskās valodas uzvednes. Viņi var arī izmantot šīs uzvednes, lai paplašinātu copilot darbību un tēmas, tādējādi racionalizējot ikdienas biznesa operācijas un palielinot efektivitāti.
Cilvēka pārraudzība ir svarīgs solis, strādājot ar saturu, kas ģenerēts no GPT modeļa. Lieli valodas modeļi, piemēram, GPT, tiek apmācīti ar milzīgu datu apjomu. MI ģenerēts saturs var saturēt kļūdas un neobjektivitāti. Cilvēkam tas ir jāpārskata, pirms jūs to publicējat tiešsaistē, nosūtāt klientam vai izmantojat, lai informētu par biznesa lēmumu. Cilvēka pārraudzība palīdz noteikt iespējamās kļūdas un neobjektivitāti. Tas arī nodrošina, ka saturs atbilst paredzētajam lietošanas gadījumam un atbilst uzņēmuma vērtībām.
Cilvēka veikta pārskatīšana var arī palīdzēt noteikt visas problēmas ar pašu GPT modeli. Piemēram, ja modelis ģenerē saturu, kas neatbilst paredzētajam lietošanas gadījumam, iespējams, būs jāpielāgo uzvedne.
Mēs esam apņēmušies radīt atbildīgu MI pēc konstrukcijas. Mūsu darba pamatā ir pamatprincipu kopums: taisnīgums, uzticamība un drošums, privātums un drošība, iekļautība, pārredzamība un pārskatatbildība. Mēs īstenojam šos principus praksē visā uzņēmumā, lai izstrādātu un ieviestu MI, kam ir pozitīva ietekme uz sabiedrību. Mēs izmantojam visaptverošu pieeju, apvienojot novatorisku pētniecību, izcilu inženieriju un atbildīgu pārvaldību. Līdztekus OpenAI vadošajiem pētījumiem par MI saskaņošanu mēs izstrādājam satvaru mūsu pašu MI tehnoloģiju drošai ieviešanai, kuras mērķis ir palīdzēt virzīt nozari uz atbildīgākiem rezultātiem.
Papildinformācija par caurspīdīgumu Azure OpenAI pakalpojumā