Kopīgot, izmantojot

Inteliģento lietojumprogrammu darba slodzes dizaina principi

Norādījumi par inteliģento lietojumprogrammu darba slodzes plānošanu, izstrādi un uzturēšanu ir balstīti uz Power Platform Well-Architected un tā pieciem arhitektūras izcilības pīlāriem.

Labi arhitektūras pīlārs Kopsavilkums
Uzticamība Inteliģentai lietojumprogrammu darba slodzei ir nepieciešama noturība arhitektūras līmenī, lai nodrošinātu, ka AI modeļi un darbplūsmas ir augsti pieejamas un var ātri atgūties pēc kļūmes. Ieviest spēcīgus kļūdu novēršanas mehānismus. Noturīga arhitektūra arī saglabā MI modeļu izmantoto datu integritāti, nodrošinot konsekventus un precīzus rezultātus.
Drošība Inteliģenta lietojumprogrammu darba slodze bieži apstrādā sensitīvus datus. Aizsargāt sensitīvus datus, ko izmanto un ģenerē mākslīgā intelekta modeļi. Ieviesiet šifrēšanu, piekļuves kontroli un regulāras drošības pārbaudes. Nodrošināt, ka darba slodze atbilst attiecīgajiem regulējuma standartiem, piemēram, GDPR (Vispārīgā datu aizsardzības regula) un HIPAA (Veselības apdrošināšanas pārnesamības un pārskatatbildības likums), lai aizsargātu lietotāju privātumu un datus.
Veiktspējas efektivitāte Inteliģenta lietojumprogrammu darba slodze ir jāizstrādā tā, lai tā nevainojami mērogotu ar pieaugošo datu apjomu un lietotāju prasībām. Identificējiet galvenos veiktspējas rādītājus un ieviesiet uzraudzību, lai izsekotu progresu darba slodzes veiktspējas mērķu sasniegšanā. Inteliģento lietojumprogrammu darba slodzes kontekstā veiktspēja ņem vērā arī pieprasījumu un mijiedarbību skaitu, ko var izpildīt, izmantojot pašapkalpošanos, kas citādi prasītu cilvēka iejaukšanos.
Darbības izcilība Inteliģentai lietojumprogrammu darba slodzei ir nepieciešama visaptveroša uzraudzība un reģistrēšana, lai izsekotu AI modeļu, darbplūsmu un sarunu veiktspēju un darbspēju. Uzraudzība palīdz ātri identificēt un atrisināt problēmas. Darbības izcilības pīlārs iesaka izmantot automatizāciju, lai racionalizētu darbības, samazinātu manuālo iejaukšanos un samazinātu cilvēcisko kļūdu risku.
Pieredzes optimizācija Inteliģentajai lietojumprogrammu darba slodzei ir jāpiešķir prioritāte sarunu noformējumam, lai nodrošinātu lietotājam draudzīgu pieredzi, kas ļauj lietotājiem sasniegt savus mērķus ar minimālu piepūli. Dizainā jāņem vērā tēmas, kuras ģeneratīvais mākslīgais intelekts nevar apstrādāt, un jāiekļauj rezerves mehānismi. Ieviest arī mehānismus, lai apkopotu lietotāju atsauksmes un nepārtraukti pilnveidotu AI modeļus un darba slodzi, pamatojoties uz šīm atsauksmēm.

Uzticamība

Noformējot inteliģentu lietojumprogrammu darba slodzi Power Platform, koncentrējieties uz noturību un pieejamību.

  • Izturība ir sistēmas spēja atgūties no neveiksmēm un turpināt darboties.
  • Pieejamība nodrošina nepārtrauktu darbspējas laiku. Augsta pieejamība samazina lietojumprogrammu dīkstāvi un uzlabo atveseļošanos no incidentiem.

Uzticamība ir svarīga jebkuras darba slodzes izstrādē, un ģeneratīvais mākslīgais intelekts nav izņēmums. Patiesībā ir unikāli faktori, kas jāņem vērā, izstrādājot ģeneratīvās AI darba slodzes. Atpazīt un uzsvērt noturību ir būtiski ģeneratīvajām AI darba slodzēm, lai nodrošinātu organizācijas pieejamību un uzturētu biznesa nepārtrauktību.

Kļūmes var notikt mākonī. Tā vietā, lai mēģinātu novērst neveiksmes pavisam, jūsu mērķim vajadzētu būt samazināt viena neveiksmīga komponenta sekas. Izmantojiet tālāk norādīto informāciju, lai samazinātu dīkstāvi un nodrošinātu, ka ieteicamā augstas pieejamības prakse ir iebūvēta jūsu inteliģentajā lietojumprogrammu darba slodzē.

  • Pārliecinieties, ka darba slodze var tikt galā ar kļūmēm un turpināt darboties, pat ja tā ir ar samazinātu funkcionalitāti. Identificējiet iespējamos defektus un padariet sistēmu izturīgu, lai paciestu un atgūtu šos bojājumus.
  • Padariet darba slodzi novērojamu, lai izstrādes komandas mācītos no neveiksmēm. Ātri identificējiet un risiniet problēmas, ieviešot uzraudzības, reģistrēšanas un brīdinājuma mehānismus.
  • Pārliecinieties, ka darba slodze var tikt mērogota, lai apstrādātu dažādas slodzes, jo īpaši svarīgas mākslīgā intelekta darba slodzēm, kurām var būt svārstīgas prasības.
  • Ieviesiet spēcīgus kļūdu apstrādes un novēršanas mehānismus. Iestatiet automatizētus brīdinājumus par sistēmas kļūmēm un izveidojiet skaidru plānu ātrai atkopšanai.
  • Pārbaudiet mērķa arhitektūru un mērogu, izprotot tērzēšanas ziņojumu vai sarunu mērķa apjomus. Mērķa apjomi arī palīdz validēt inteliģentās lietojumprogrammas licencēšanas aspektus un iespējamo ietekmi uz Dataverse sarunu transkripciju krātuvi.

Attiecībā uz viedām lietojumprogrammām, kas izmanto ģeneratīvās AI iespējas, ņemiet vērā ne tikai noturību un pieejamību, bet arī inteliģentās darba slodzes sniegto atbilžu uzticamību un precizitāti. Apsveriet šādus ieteikumus katram dizaina apsvērumam:

  • Optimizējiet paplašinātās ģenerēšanas izgūšanai (RAG): pārliecinieties, ka jūsu dati ir tīri un labi strukturēti, izveidojiet efektīvus iegulumus un indeksus ātrai izgūšanai un ieviesiet spēcīgus uzraudzības un atgriezeniskās saites mehānismus, lai nepārtraukti uzlabotu darba slodzes veiktspēju.
  • Efektīvas uzvednes: izstrādājiet precīzas un kontekstuāli atbilstošas uzvednes, lai vadītu mākslīgo intelektu precīzu atbildi.
  • Regulāra novērtēšana: Ieviest nepārtrauktu AI rezultātu uzraudzību un testēšanu, lai novērtētu precizitāti, atbilstību un ētisko ievērošanu.
  • Atgriezeniskās saites cilpas: izveidojiet atgriezeniskās saites mehānismus, kuros lietotāji var ziņot par neprecizitātēm, ko pēc tam var izmantot, lai uzlabotu un uzlabotu modeļus. Microsoft Copilot Studio nodrošina klientu apmierinātības analīzi, kas sniedz praktisku ieskatu par apmierinātības vai neapmierinātības virzītājiem ar jūsu aģenta atbildēm.
  • Domēnam specifiska apmācība: precizējiet domēna specifisku datu modeļus, lai uzlabotu precizitāti konkrētos kontekstos.
  • Regulāri atjauninājumi: periodiski atjauniniet modeļus ar jauniem datiem, lai saglabātu to atbilstību un precizitāti.
  • Neatpazīti nolūki: apstrādājiet neatpazītus nolūkus, izmantojot ģeneratīvās atbildes , lai atrastu atbildes no pieejamajiem datu avotiem, un izmantojot rezerves tēmu , lai integrētu ar citām sistēmām.

Drošība

Dalītas atbildības modelī:

  • Organizācijas galvenokārt ir atbildīgas par darba slodzes pārvaldību un darbību.
  • Microsoft pārvalda pamatā esošās infrastruktūras drošību, tostarp datu centrus, tīkla drošību un fiziskos drošības pasākumus, kā arī iebūvētos drošības līdzekļus, piemēram, šifrēšanu, identitātes pārvaldību un atbilstību nozares standartiem. Uzziniet vairāk sadaļā Drošība Microsoft Power Platform un Copilot Studio drošība un pārvaldība.

Ieteicams regulāri novērtēt pakalpojumus un tehnoloģijas, lai nodrošinātu, ka jūsu drošības stāvoklis pielāgojas mainīgajai draudu videi. Sadarbojoties, lai ieviestu drošības pasākumus, ir būtiski izveidot skaidru izpratni par kopīgās atbildības modeli ar piegādātājiem.

Varat izmantot vairākas metodes, lai aizsargātu viedās lietojumprogrammu darba slodzes:

  • Lietotāju autentifikācija un piekļuves kontrole: ieviesiet stingrus autentifikācijas un piekļuves kontroles pasākumus, lai nodrošinātu, ka tikai autorizēti lietotāji var piekļūt inteliģentajai lietojumprogrammu darba slodzei. Nesankcionēta piekļuve inteliģentās lietojumprogrammas darba slodzei var izraisīt datu pārkāpumus, resursu ļaunprātīgu izmantošanu un iespējamu sensitīvas informācijas atklāšanu. Vāji vai neefektīvi autentifikācijas mehānismi var izraisīt arī lietotāju kontu apdraudējumu.
  • Atbilstība: nodrošiniet, ka dati tiek aizsargāti un pārvaldīti saskaņā ar normatīvajām prasībām. Izprotiet vietējos noteikumus un esiet informēti par vietējiem datu aizsardzības likumiem un pārliecinieties, ka jūsu datu uzturēšanās stratēģija atbilst šiem noteikumiem.
  • Integrācija: Nodrošiniet visas integrācijas ar pakalpojumu principāliem. Pārraugiet un aizsargājiet iekšējo un ārējo galapunktu tīkla integritāti, izmantojot drošības iespējas un ierīces, piemēram, ugunsmūrus vai tīmekļa lietojumprogrammu ugunsmūrus.
  • Pastāvīga uzraudzība un audits: nepārtraukti uzraugiet un auditējiet darba slodzes darbības, lai atklātu un proaktīvi reaģētu.
  • Azure drošības rīki: izmantojiet Azure iebūvētos drošības rīkus, piemēram, Microsoft Defender mākoņam un Azure politiku, lai pārraudzītu un īstenotu drošības politikas.
  • Darbinieku apmācība: apmāciet darbiniekus par datu aizsardzības labāko praksi un datu uzturēšanās prasību ievērošanas nozīmi.

Veiktspējas efektivitāte

Veiktspējas efektivitāte ir jūsu darba slodzes spēja efektīvi mērogoties, lai apmierinātu lietotāju prasības.

Palieliniet veiktspējas efektivitāti:

  • Izpratne par mērķa apjomiem, lai validētu mērķa arhitektūru un mērogu. Mērķa apjomi arī palīdz validēt ģeneratīvā AI (aģenta) licencēšanas aspektus un iespējamo ietekmi uz Dataverse sarunu transkripciju glabāšanu.
  • Izpratne par platformas ierobežojumiem. Integrējot inteliģento lietojumprogrammu darba slodzi ar ārējām sistēmām, piemēram, izmantojot Power Automate HTTP pieprasījumus, ir svarīgi pārbaudīt, vai katrs komponents var tikt galā ar slodzi.
  • Nepārtraukta veiktspējas uzraudzība un anomāliju noteikšana, izmantojot tādus rīkus kā Azure Monitor, žurnālu analīze Application Insights un brīdinājumi.
  • Izpratne par paredzamo reakcijas laiku:
    • Pirmā tērzēšanas ielāde un pirmā ziņojuma atbilde
    • Maksimālais latentums, lai aģents atbildētu uz lietotāju jautājumiem
    • Pieeja ilgstošas darbības apstrādei (piemēram, gaidīšana, kamēr ārējā sistēma atgriezīs datus)
  • Novirzes ātruma optimizēšana vai ātrums, kādā pieprasījumi tiek izpildīti pašapkalpošanās veidā automatizācijas dēļ (samazinot pieprasījumu skaitu, kuriem nepieciešama cilvēka palīdzība). Uzziniet vairāk sadaļā Veiktspējas optimizācija inteliģentām lietojumprogrammu darba slodzēm.

Ņemot vērā katru no šiem aspektiem, jūs varat izveidot inteliģentu lietojumprogrammu darba slodzi ar konsekventu, saliedētu lietotāja pieredzi.

Darbības izcilība

Darbības izcilība ietver efektīvu procesu izstrādi, lai atbalstītu jūsu inteliģentās lietojumprogrammu darba slodzi.

Darbības kļūmes var ietekmēt citas dizaina jomas, kā arī inteliģentās lietojumprogrammu darba slodzes vispārējos panākumus. Ir svarīgi pielāgot operatīvos procesus, lai atbalstītu inteliģentu lietojumprogrammu darba slodzi ražošanā. Šādi ieteikumi veicina darbības izcilību:

  • Automatizējiet veidošanas un izlaišanas procesus. Pilnībā automatizēti būvēšanas un izlaišanas procesi samazina berzi un palielina atjauninājumu izvietošanas ātrumu, nodrošinot atkārtojamību un konsekvenci visās vidēs. Automatizācija saīsina atgriezeniskās saites ciklu, sākot no izstrādātājiem, kas virza izmaiņas, līdz ieskatu iegūšanai par koda kvalitāti, testa pārklājumu, noturību, drošību un veiktspēju, kas visi veicina izstrādātāju produktivitāti.
  • Uzturiet pārvaldību un atbilstību.
  • Analizējiet savas vides veiktspēju un veselību ražošanā.
  • Uzturiet dokumentāciju, kas aptver:
    • Problēmu novēršanas procedūras
    • Katastrofu atjaunošanas plāni
  • Sniedziet korekcijas norādījumus par to, kā paātrināt problēmu risināšanas procesu.
  • Izmantojiet nepārtrauktu darbības uzlabošanu. Piešķiriet prioritāti sistēmas un lietotāja pieredzes regulārai uzlabošanai. Izmantojiet darbspējas modeli, lai izprastu un izmērītu darbības efektivitāti, kā arī atgriezeniskās saites mehānismus, lai lietojumprogrammu komandas varētu izprast un novērst nepilnības iteratīvā veidā.

Šie ieteikumi var palīdzēt jūsu komandai efektīvi un pārredzami sadarboties.

Pieredzes optimizācija

Inteliģentajai lietojumprogrammu darba slodzei ir jāpiešķir prioritāte sarunu noformējumam, lai nodrošinātu lietotājam draudzīgu pieredzi, kas ļauj lietotājiem sasniegt savus mērķus ar minimālu piepūli. Dizainā jāpievēršas tēmām, kuras ģeneratīvais mākslīgais intelekts nevar apstrādāt, un jāietver rezerves mehānismi. Ieviest arī mehānismus, lai apkopotu lietotāju atsauksmes un nepārtraukti pilnveidotu AI modeļus un darba slodzi, pamatojoties uz šīm atsauksmēm.

Lietotāja pieredzes optimizēšana inteliģentai lietojumprogrammu darba slodzei ietver vairākus galvenos apsvērumus:

  • Sarunu noformējums: noformējiet sarunas, kas ir intuitīvas un viegli orientējamas. Izmantojiet skaidru un kodolīgu valodu un pārliecinieties, ka mākslīgais intelekts var efektīvi apstrādāt izplatītus lietotāju vaicājumus. Koncentrējieties uz to, lai palīdzētu lietotājiem sasniegt savus mērķus ar minimālu piepūli. Izprotiet lietotāju nodomus un ātri sniedziet atbilstošas atbildes, lai nodrošinātu nevainojamu un efektīvu lietotāja pieredzi.

  • Apstrādes ierobežojumi: Ieviesiet rezerves mehānismus tēmām, kuras ģeneratīvais mākslīgais intelekts nevar apstrādāt, piemēram, lietotāju novirzīšana klientu apkalpošanas pārstāvjiem vai alternatīvu resursu nodrošināšana. Izstrādājiet spēcīgus kļūdu apstrādes procesus, lai rūpīgi pārvaldītu negaidītas ievades. Informējiet lietotājus, kad mākslīgais intelekts nespēj apstrādāt viņu pieprasījumu un piedāvāt alternatīvas.

  • Lietotāju atsauksmes: integrējiet mehānismus, lai nepārtraukti apkopotu lietotāju atsauksmes. Microsoft Copilot Studio nodrošina klientu apmierinātības analīzi , kas sniedz praktisku ieskatu par apmierinātības vai neapmierinātības ar jūsu aģenta atbildēm virzītājspēkiem. Izmantojiet apkopotās atsauksmes, lai uzlabotu un uzlabotu AI modeļus un kopējo darba slodzi. Regulāri atjauninājumi, pamatojoties uz lietotāja ievadi, var ievērojami uzlabot lietotāja pieredzi.

  • Pielāgošana un personalizēšana: pielāgojiet uzvednes un norādījumus, lai tie atbilstu jūsu konkrētajiem lietošanas gadījumiem un lietotāju vajadzībām, lai nodrošinātu precīzākas un atbilstošākas atbildes. Izmantojiet dinamisko ķēdi, lai automatizētu trigerus un efektīvi pārvaldītu tēmu plūsmas, lai samazinātu nepieciešamību pēc manuāli iepriekš definētām tēmām un uzlabotu mākslīgā intelekta spēju atpazīt lietotāju nodomus. Papildinformāciju uzziniet sadaļā Uzvedņu optimizēšana un tēmu konfigurācija.

Nākamās darbības

Labi arhitektūras ietvara projektēšanas principi ir iekļauti inteliģentās lietojumprogrammu darba slodzes dizaina jomās. Katrā noformējuma apgabalā ir sniegti mērķtiecīgi norādījumi, lai palīdzētu ātri piekļūt informācijai, kas nepieciešama, lai efektīvi uzlabotu produktivitāti.

Sāciet ar noformējuma apsvērumu pārskatīšanu, kas nepieciešami, lai atbalstītu darba slodzi: