Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Waarschuwing
Prompt flow in Microsoft Foundry en Azure Machine Learning wordt op 20 april 2027 buiten gebruik gesteld. Prompt flow wordt niet langer aanbevolen voor nieuwe ontwikkelingen. Migreer bestaande promptstroomtoepassingen en -implementaties naar Microsoft Agent Framework vóór 20 april 2027.
Prompt flow-containerimages worden niet langer bijgewerkt, waaronder beveiligings- en pakketupdates. Dit is van toepassing op runtime-installatiekopieën van Prompt flow, waaronder promptflow-runtime, promptflow-runtime-stable en promptflow-python.
Na 20 april 2027 worden Prompt flow, inclusief de webontwerpervaring in Microsoft Foundry en Azure Machine Learning, de VS Code-extensies en gerelateerde containerinstallatiekopieën voor Prompt flow niet langer ondersteund of beschikbaar gesteld.
Als uw toepassing afhankelijk is van Prompt flow-implementaties of runtime-images, moet u plannen deze workloads vóór de buitengebruikstellingsdatum over te zetten naar ondersteunde alternatieven, zoals Microsoft Agent Framework. Voor richtlijnen voor migratie raadpleegt u de Prompt flow-migratiehandleiding en codervoorbeelden voor migratie.
Azure Machine Learning promptstroom is een ontwikkelhulpprogramma dat is ontworpen om de volledige ontwikkelingscyclus van AI-toepassingen te stroomlijnen, mogelijk gemaakt door grote taalmodellen (LLM's). Promptstroom biedt een uitgebreide oplossing die het proces van prototypen, experimenteren, herhalen en implementeren van uw AI-toepassingen vereenvoudigt.
Met behulp van Azure Machine Learning promptstroom kunt u het volgende doen:
- Maak uitvoerbare stromen die LLM's, prompts en Python hulpprogramma's koppelen via een gevisualiseerde grafiek.
- Debuggen, delen en je flows eenvoudig itereren door teamsamenwerking.
- Maak promptvarianten en evalueer hun prestaties door grootschalige tests uit te voeren.
- Implementeer een realtime-eindpunt waarmee de volledige kracht van LLM's voor uw toepassing wordt ontgrendeld.
Azure Machine Learning promptflow biedt een veelzijdige en intuïtieve manier om LLM-gebaseerde AI-ontwikkeling te stroomlijnen.
Voordelen van het gebruik van Azure Machine Learning prompt flow
Azure Machine Learning promptstroom biedt een scala aan voordelen waarmee gebruikers kunnen overstappen van ideeën naar experimenten en uiteindelijk op productie gebaseerde LLM-toepassingen:
Flexibiliteit van engineering vragen
- Interactieve ontwerpervaring: Met visuele weergave van de structuur van de stroom kunnen gebruikers hun projecten eenvoudig begrijpen en navigeren. Het biedt ook een notebookachtige coderingservaring voor efficiënte stroomontwikkeling en foutopsporing.
- Varianten voor het afstemmen van prompts: gebruikers kunnen meerdere promptvarianten maken en vergelijken, waardoor een iteratief verfijningsproces wordt vergemakkelijkt.
- Evaluatie: ingebouwde evaluatiestromen stellen gebruikers in staat om de kwaliteit en effectiviteit van hun prompts en stromen te beoordelen.
- Uitgebreide bronnen: Krijg toegang tot een bibliotheek met ingebouwde hulpprogramma's, voorbeelden en sjablonen die fungeren als uitgangspunt voor ontwikkeling, inspirerende creativiteit en het versnellen van het proces.
Bedrijfsgereedheid voor LLM-toepassingen
- Samenwerking: ondersteunt teamsamenwerking, zodat meerdere gebruikers kunnen samenwerken aan prompt technische projecten, kennis kunnen delen en versiebeheer kunnen onderhouden.
- All-in-one-platform: stroomlijnt het volledige engineeringproces van prompts, van ontwikkeling en evaluatie tot implementatie en bewaking. U kunt uw stromen moeiteloos implementeren als Azure Machine Learning eindpunten en hun prestaties in realtime bewaken, waardoor optimale werking en continue verbetering mogelijk zijn.
- Azure Machine Learning oplossingen voor bedrijfsgereedheid: Prompt flow maakt gebruik van de robuuste bedrijfsgereedheidsoplossingen van Azure Machine Learning, die een veilige, schaalbare en betrouwbare basis bieden voor de ontwikkeling, experimentatie en implementatie van stromen.
Azure Machine Learning promptflow zorgt voor agile prompt engineering, naadloze samenwerking en robuuste ontwikkeling en implementatie van enterprise-applicaties gebaseerd op LLM.
Levenscyclus van op LLM gebaseerde toepassingsontwikkeling
Azure Machine Learning prompt flow stroomlijnt de ontwikkeling van AI-toepassingen, die u begeleidt bij het ontwikkelen, testen, afstemmen en implementeren van workflows om complete AI-toepassingen te bouwen.
De levenscyclus bestaat uit de volgende fasen:
- Initialisatie: Identificeer de business use case, verzamel voorbeeldgegevens, leer hoe u een basisprompt bouwt en een stroom ontwikkelt die de mogelijkheden ervan uitbreidt.
- Experimenten: Voer het proces uit met voorbeeldgegevens, evalueer de prestaties van de prompt en herhaal het proces indien nodig. Experimenteer continu totdat u tevreden bent met de resultaten.
- Evaluatie en verfijning: Evalueer de prestaties van de stroom door deze uit te voeren op een grotere gegevensset, evalueer de effectiviteit van de prompt en verfijn indien nodig. Ga door naar de volgende fase als de resultaten voldoen aan de gewenste criteria.
- Productie: Optimaliseer de stroom voor efficiëntie en effectiviteit, implementeer deze, bewaak de prestaties in een productieomgeving en verzamel gebruiksgegevens en feedback. Gebruik deze informatie om de stroom te verbeteren en bij te dragen aan eerdere fasen voor verdere iteraties.
Met het methodisch proces van de promptflow kunt u met vertrouwen geavanceerde AI-toepassingen ontwikkelen, testen, verfijnen en uitrollen.
