Oversikt over ledetekster
Denne artikkelen forklarer spørsmål og spørsmålsutvikling som viktige konsepter du kan bruke til å opprette kraftige generative KI-funksjoner som kan brukes på tvers Power Platform.
En ledetekst er en naturlig språkinstruksjon som ber en stor språkmodell om å utføre en oppgave. Prosessen er også kjent som instruksjonsinnstilling. Modellen følger ledeteksten for å bestemme strukturen og innholdet i teksten den må generere. Spørringsteknikk er prosessen med å lage og avgrense ledeteksten som brukes av modellen.
AI Builder byr på spørsmålsutviklingsfunksjoner som utviklere kan bruke til å bygge, teste og lagre spørsmål som kan brukes på nytt.
Viktig
- AI Builder-spørsmål bruker modellen GPT 4o Mini eller GPT 4o som leveres av Azure OpenAI-tjenesten.
- Denne funksjonen er begrenset til enkelte områder.
- Denne funksjonen kan være underlagt bruksbegrensninger eller kapasitetsbegrensning.
- Du har en grunnleggende forståelse av hvordan du skriver ledetekster. Hvis du vil vite mer, kan du laste ned Spørsmålsveiledningen for AI Builder.
- Miljøet er på listen over tilgjengelige områder.
- Du må ha en Power Apps- eller Power Automate-lisens.
- En Microsoft Dataverse-databasen er installert i miljøet.
- Du har et AI Builder-tillegg.
Tenk på en ledetekst som en oppgave eller et mål du gir til den store språkmodellen. Med ledetekstverktøy kan du bygge, teste og lagre egendefinerte ledetekster. Du kan også bruke inndatavariabler og Dataverse-data til å angi dynamiske kontekstdata ved kjøretid. Du kan dele disse ledetekstene med andre og bruke dem i Power Automate, Power Apps eller Copilot Studio. Du kan for eksempel bli bedt om å hente handlingselementer fra e-postene i firmaet og bruke dem i en Power Automate-flyt til å bygge en automatisering av e-postbehandling.
Ledetekstverktøy gjør det mulig for utviklere å utarbeide egendefinerte ledektekster som imøtekommer de spesielle forretningsbehovene ved hjelp av naturlig språk. Disse spørringene kan brukes til mange oppgaver eller forretningsscenarioer, for eksempel oppsummering av innhold, kategorisering av data, utpakking av enheter, oversette språk, vurdere sentiment eller formulere et svar på en kommentar.
Ledetekster kan integreres i flyter for å bygge intelligent automatisering. Utviklere kan også bygge avanserte generative KI-funksjoner for programmene sine ved å beskrive dem som ledetekster på naturlig språk. De kan også bruke disse spørsmålene til å utvide en kopilothandling og emner, og dermed effektivisere den daglige driften og øke effektiviteten.
Menneskelig tilsyn er et viktig trinn når du arbeider med innhold generert av en GPT-modell. Store språkmodeller som GPT er lært opp med enorme mengder data. KI-generert innhold kan inneholde feil og tilbøyeligheter. Et menneske bør se gjennom det før du publiserer det på nettet, sender det til en kunde eller baserer en forretningsbeslutning på det. Menneskelig tilsyn hjelper deg å identifisere potensielle feil og skjevheter. Det sørger også for at innholdet er relevant for det tiltenkte brukstilfellet og samsvarer med selskapets verdier.
En menneskelig gjennomgang kan også hjelpe deg å finne eventuelle problemer med GPT-modellen. Hvis modellen for eksempel genererer innhold som ikke er relevant for det tiltenkte brukstilfellet, kan det hende at du må justere spørsmålet.
Vi går inn for å skape ansvarlig KI i form av design. Vårt arbeid styres av et kjernesett med prinsipper: rettferdighet, pålitelighet og sikkerhet, personvern og sikkerhet, fortrolighet, fortrolighet og ansvarlighet. Vi setter disse prinsippene ut i praksis over hele selskapet for å utvikle og distribuere kunstig intelligens som har en positiv innvirkning på samfunnet. Vi har en omfattende tilnærming som kombinerer nyskapende forskning, enestående teknikk og ansvarlig styring. Ved siden av OpenAI sin ledende forskning på KI-justering, fremmer vi et rammeverk for sikker distribusjon av vår egen KI-teknologi som har som mål å hjelpe bransjen med å komme i gang med mer ansvarlige resultater.