Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Monity umożliwiają poinstruowanie generatywnego modelu sztucznej inteligencji, aby zachowywał się w określony sposób lub wykonał określone zadanie. Dzięki starannemu stworzeniu polecenia można generować odpowiedzi, które odpowiadają konkretnym potrzebom biznesowym. Przekształca to model w elastyczne narzędzie do wykonywania różnych zadań.
Ważne
- Monity konstruktora monitów są uruchamiane w modelach językowych obsługiwanych przez usługę Azure OpenAI Service.
- Ta możliwość jest ograniczona do niektórych regionów.
- Ta funkcja może podlegać limitom użycia lub możliwościom wykrywania wydajności.
Obsługiwane języki
Poniższa lista obsługiwanych języków monitów w narzędziu do tworzenia monitów może zostać zaktualizowana:
arabski, chiński (uproszczony), czeski (Czechy), duński (Dania), holenderski (Holandia), angielski (Stany Zjednoczone), fiński (Finlandia), francuski (Francja), niemiecki (Niemcy), grecki (Grecja), hebrajski, włoski (Włochy), japoński (Japonia), koreański (Korea Południowa), polski (Polska), portugalski (Brazylia), rosyjski (Rosja), hiszpański (Hiszpania), szwedzki (Szwecja), tajski (Tajlandia), turecki (Turcja)
Użyj określonego tekstu, aby uzyskać bardziej trafne odpowiedzi
Celem inżynierii monitów jest stworzenie instrukcji, które są tak szczegółowe, jak to tylko możliwe, aby uzyskać bardziej trafną odpowiedź od modelu. Podpowiedzi powinny dotyczyć konkretnego tematu i przekazywać intencje użytkownika.
Zachęta może zawierać następujące informacje:
- Temat
- Słowa kluczowe lub frazy powiązane z tematem
- Ton odpowiedzi
- Odbiorcy docelowi
Jeśli wygenerowany tekst jest zbyt długi lub zawiera nieistotne informacje, dostosuj monit. Dobry prompt ma następujące cechy:
- Jasny i zwięzły: jest napisany jasnym i zwięzłym językiem, który jest łatwy do zrozumienia.
- Konkretny: jest wystarczająco szczegółowy, aby ukierunkować model GPT we właściwym kierunku.
- Kontekstowy: zapewnia wystarczający kontekst dla modelu GPT, aby wygenerować znaczące dane wyjściowe.
- Odpowiedni: jest istotny dla zadania i zapewnia modelowi GPT wystarczającą ilość informacji, aby wygenerować znaczące dane wyjściowe.
Części zachęty
Zazwyczaj monit składa się z dwóch części: instrukcji i kontekstu.
- Instrukcja stanowi pierwszą część monitu. Powinien zawierać jasne wskazówki, co powinien zrobić model GPT, na przykład Podsumuj ten e-mail w trzech punktach.
- Kontekst stanowi drugą część monitu. Powinien zawierać informacje potrzebne modelowi do wygenerowania odpowiedniej odpowiedzi, na przykład wiadomość e-mail zawiera opinie klientów z ostatniego tygodnia.
Niestandardowa wskazówka może poprowadzić model do odpowiadania na pytania, uzupełniania tekstu, tłumaczenia, podsumowywania dokumentów oraz identyfikowania zadań, czynności do wykonania i działań do podjęcia w tekście. Złożoność monitu niestandardowego może się od jednego zdania do bardziej złożonego, w zależności od zadania.
Pobierz: przewodnik do tworzenia monitów oraz inżynierii monitów
Pobierz przewodnik tutaj: Copilot Studio | prompt builder: Przewodnik po inżynierii promptów
Pobierz i wydrukuj przewodnik dotyczący tworzenia promptów i inżynierii promptów (9 stron, rozmiar 10 x 13 cali), aby mieć go pod ręką i uzyskać pomoc w tworzeniu promptów.
Utwórz nowy monit
Kreator monitów zapewnia elastyczność w tworzeniu własnych monitów, umożliwiając zdefiniowanie zmiennych wejściowych, które pozwalają na włączenie dynamicznej zawartości środowiska wykonawczego w monicie. Daje to możliwość sprawdzenia poprawności monitu, zapewniając optymalną wydajność monitu i poprawność odpowiedzi przed integracją z rozwiązaniami biznesowymi.
Zaloguj się w Power Apps, Power Automate lub Copilot Studio.
W Power Apps lub Power Automate wybierz pozycję Centrum AI>Polecenia>Stwórz własne polecenie.
W Copilot Studio istnieje wiele sposobów tworzenia promptów:
- Wybierz Agenty> wybierz lub utwórz agenta >Narzędzia>Dodaj narzędzie>Nowe narzędzie>Prompt.
- Wybierz pozycję Agenty> wybierz lub utwórz agenta >Tematy. Wybierz lub utwórz temat, wybierz Dodaj węzeł, a następnie wybierz Dodaj narzędzie>Nowe polecenie.
- Wybierz pozycję Narzędzia>Dodaj narzędzie>Nowe narzędzie>Prompt. Podpowiedzi utworzone za pomocą narzędzi mogą być używane w dowolnym agencie lub temacie.
Konfigurowanie i testowanie monitu
Wprowadź niestandardową nazwę monitu, wybierając wygenerowaną nazwę w lewym górnym rogu monitu.
Napisz monit lub wybierz szablon monitu.
Dołącz obiekt wejściowy, wpisując / lub wybierając pozycję Dodaj zawartość, a następnie wybierz pozycję Tekst lub Obraz lub dokument w sekcji Dane wejściowe. Dane wejściowe umożliwiają dostarczanie dynamicznych wartości do monitu podczas wykonywania.
W tym widoku można również wybrać obiekt wiedzy w sekcji Wiedza. Zbiór wiedzy reprezentuje zestaw danych pobranych za pośrednictwem połączenia ze źródłem danych, na przykład Dataverse. Dzięki temu monit może generować odpowiedzi związane z danymi biznesowymi.
Wpisz przykładową wartość dla każdego wejścia.
Wybierz pozycję Testuj, aby uruchomić monit i przejrzeć jego odpowiedź.
Kiedy skończysz, wybierz Zapisz.
Użyj swojego monitu w przepływie
Obejrzyj ten krótki film, aby dowiedzieć się, jak włączyć prompt do przepływu.