Wprowadzenie do wstępnie tworzonych monitów
Power Platform umożliwia twórcom wstępnie utworzone monity w przypadku typowych scenariuszy biznesowych, takich jak podsumowanie, klasyfikacja, wyodrębnienie obiektów, tłumaczenie, ocena opinii lub przygotowanie odpowiedzi. Te monity umożliwiają generowanie odpowiedzi na podstawie AI bez konieczności ręcznego tworzenia monitu. Zamiast określania monitu i tekstu do przetwarzania można po prostu podać tekst, który ma być przeanalizowany, a za pomocą narzędzia AI generowane są żądane dane wyjściowe.
Monity wstępnie utworzone można wykorzystać w wielu różnych działaniach, takich jak:
- Niskokodowe dodatki plug-in Dataverse
- Formuły Power Apps
- Power Automate
Środowisko w regionie, w którym są dostępne monity.
Aby dowiedzieć się, czy w regionie są dostępne monity, przejdź do obszaru Dostępność funkcji według regionu — monity.
Licencja na usługę Power Apps lub Dynamics 365.
Baza danych Dataverse zainstalowana w środowisku.
Dodatek AI Builder.
W poniższych tabelach opisano dostępne wstępnie utworzone monity. Jeśli znajdziesz wstępnie utworzony monit, który chcesz użyć, przejdź do artykułu Użycie wstępnego monitu w tym artykule, aby dowiedzieć się, jak go używać. Jeśli nie znajdziesz wstępnie utworzonego monitu spełniającego twoje potrzeby, możesz utworzyć monit niestandardowy.
Podsumowują podsumowywane teksty. Na przykład ten monit podsumowuje wiadomość e-mail lub tekst z dokumentu.
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst do podsumowania | Zdania tekstowe |
Nazwa/nazwisko | Podpis | Wartości |
---|---|---|
SummarizedText | Podsumowana wersja tekstu wejściowego | Zdania tekstowe |
Wykryj opinię podanego tekstu. Na przykład ten monit wykrywa, czy opinia klienta jest dodatnia, ujemna czy neutralna.
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst do analizy | Zdania tekstowe |
Nazwa/nazwisko | Podpis | Wartości |
---|---|---|
AnalyzedSentiment | Ogólne opinia analizowanego tekstu | Pozytywna, neutralna lub negatywna |
Przygotowanie odpowiedzi na podaną wiadomość. Ten monit może na przykład wyświetlać odpowiedź na przegląd produktu przez klienta.
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst do odpowiedzenia | Zdania tekstowe |
Nazwa/nazwisko | Opis | Wartości |
---|---|---|
PreparedResponse | Komunikat roboczy w odpowiedzi na podany tekst wejściowy | Zdania tekstowe |
Tłumacz tekst z innego języka. Ten monit może na przykład przetłumaczyć wiadomość e-mail klienta lub przegląd produktu. Nie trzeba określić języka źródłowego i jest on automatycznie wykrywany.
Aby dowiedzieć się więcej o językach obsługiwanych przez język źródłowy i docelowy, przejdź do sekcji Obsługa języków tłumaczeń — tłumaczenie i przejrzyj listę języków w kolumnie Automatyczne wykrywanie języków.
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst do tłumaczenia | Zdania tekstowe |
TargetLanguage | Nie | string | Kod języka, na który chcesz przetłumaczyć | Poprawny kod języka, np. en dla języka angielskiego |
Nazwa/nazwisko | Opis | Wartości |
---|---|---|
TranslatedText | Przetłumaczony tekst | Zdania tekstowe |
Klasyfikacja tekstu na jedną lub więcej podanych kategorii. Na przykład do klasyfikacji problemów przesłanych przez klientów może zostać użyta następująca lista kategorii:
["Problem", "Billing", "How To", "Licensing"]
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst do sklasyfikowania | Zdania tekstowe |
Kategorie | Tak | tabela (tablica ciągu) | Kategorie | Tabela kategorii |
Nazwa/nazwisko | Opis | Wartości |
---|---|---|
Klasyfikacja | Kategoria | Nazwa wybranej kategorii |
Wyodrębnij określone encje, takie jak numery rejestracji, numery telefonów lub nazwy osób.
Nazwa/nazwisko | Wymagania | Type | Podpis | Wartości |
---|---|---|---|---|
Tekst | Tak | string | Tekst, z którego chcesz wyodrębnić dane | Zdania tekstowe |
Jednostka | Tak | string | Encja do wyodrębnienia | Nazwa encji do wyodrębnienia |
Nazwa/nazwisko | Type | Podpis | Wartości |
---|---|---|---|
ExtractedData | tabela | Wyodrębnione dane dopasowane do typu dostarczonej encji | Tabela zera lub więcej wierszy danych pasujących do podanej encji. |
W poniższych sekcjach przedstawiono łącza do sposobu używania wstępnie utworzonego monitu w dodatku plug-in Dataverse, aplikacji Power App lub przepływu Power Automate.
Aby dowiedzieć się, jak używać wstępnie utworzonych monitów w dodatku plug-in o niskim kodzie, przejdź do Używanie wstępnie utworzonego monitu w dodatku plug-in Dataverse o niskim kodzie.
Z wyjątkiem interfejsu AI Translate każdy wymieniony wcześniej monit wstępny w Power Apps może być używany w taki sam sposób, w jaki można użyć monitów niestandardowych. Aby dowiedzieć się, w jaki sposób używać monitów Power Apps, przejdź do tematu Użyj monitu Power Apps.
Z wyjątkiem interfejsu AI Translate każdy wymieniony wcześniej monit wstępny w Power Automate może być używany w taki sam sposób, w jaki można użyć monitów niestandardowych. Aby dowiedzieć się, w jaki sposób używać monitów Power Automate, przejdź do tematu Użyj monitu w przepływie Power Automate.
Jeśli masz opinie o swoich doświadczeniach z bieżącymi monitami wstępnego rozwiązania lub pomysłami na bardziej wstępne monity, możesz podzielić się przemyśleniami na temat portalu Pomysły Power Apps. W tym celu zaznacz pole wyboru AI Builder na liście Kategorie na pasku bocznym Filtry.