Obter uma resposta de uma base de dados de conhecimento do QnA Maker

Artigo
01/19/2024

Observação

Azure Open AI on Your Data utiliza LLMs (grandes modelos de linguagem) para produzir resultados semelhantes ao QnA Maker. Se você quiser migrar seu projeto do QnA Maker para o Azure Open AI On Your Data, confira nosso guia.

Observação

O serviço de QnA Maker está sendo desativado no dia 31 de março de 2025. Uma versão mais recente da funcionalidade de perguntas e respostas agora está disponível como parte da Linguagem de IA do Azure. Para saber mais sobre o recurso de respostas às perguntas no Serviço de Linguagem, confira respostas às perguntas. A partir de 1º de outubro de 2022, você não poderá criar novos recursos de QnA Maker. Para obter informações sobre como migrar bases de dados de conhecimento do QnA Maker existentes para responder à pergunta, consulte o Guia de migração.

Observação

Esta documentação não se aplica à versão mais recente. Para saber mais sobre como usar as APIs mais recentes de Respostas às Perguntas, consulte o guia de criação de respostas às perguntas.

Este início rápido baseado em cURL fornece uma orientação para obtenção de uma resposta de base de dados de conhecimento.

Pré-requisitos

Você precisará ter
- cURL mais recente.
- Se você não tiver uma assinatura do Azure, crie uma conta gratuita antes de começar.

Um recurso do QnA Maker criado no portal do Azure. Lembre-se de sua ID do Microsoft Entra, assinatura, nome do recurso de QnA que você selecionou ao criar o recurso.

Uma base de dados de conhecimento treinada e publicada com perguntas e respostas, do início rápido anterior, configurada com metadados e bate-papo.

Observação

Quando você estiver pronto para gerar uma resposta a uma pergunta da base de dados de conhecimento, precisará treinar e publicar a base de dados de conhecimento. Quando sua base de dados de conhecimento for publicada, a página Publicar exibirá as configurações de solicitação HTTP para gerar uma resposta. A guia cURL mostra as configurações necessárias para gerar uma resposta por meio da ferramenta de linha de comando.

Usar metadados para filtrar a resposta

Use a base de dados de conhecimento do início rápido anterior para consultar uma resposta com base nos metadados.

Na página Configurações da base de dados de conhecimento, selecione a guia cURL para ver um exemplo de comando cURL usado para gerar uma resposta na base de dados de conhecimento.
Copie o comando para um ambiente editável (como um arquivo de texto) para editar o comando. Edite o valor da pergunta conforme mostrado a seguir, de modo que os metadados de service:qna_maker sejam usados como um filtro para os pares de QnA.
```
curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'top':30, 'question':'size','strictFilters': [{'name':'service','value':'qna_maker'}]}"
```
A pergunta é apenas uma palavra, size, que pode retornar um dos dois pares de QnA. A matriz strictFilters instrui a resposta a reduzir para apenas as respostas qna_maker.

A resposta inclui apenas a resposta que atende aos critérios de filtro. A seguinte resposta cURL foi formatada para facilitar a leitura:

{
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 68.76,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "service",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null
}

Se houver um par de perguntas e respostas que não correspondeu ao termo de pesquisa, mas que correspondeu ao filtro, ele não será retornado. Em vez disso, a resposta geral No good match found in KB. será retornada.

Usar a propriedade de consulta de depuração

Observação

Não recomendamos usar a propriedade Debug para nenhuma dependência. Ela foi adicionada para ajudar a equipe do produto com a solução de problemas.

As informações de depuração ajudam você a entender como a resposta retornada foi determinada. Embora isso seja útil, não é necessário. Para gerar uma resposta com informações de depuração, adicione a propriedade debug:

Debug: {Enable:true}

Edite o comando cURL para incluir a propriedade de depuração e ver mais informações.

curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'Debug':{'Enable':true}}"

A resposta inclui as informações relevantes sobre a resposta. Na saída JSON a seguir, alguns detalhes de depuração foram substituídos por reticências para fins de brevidade.

{
    "answers": [
        {
            "questions": [
                "How do I share a knowledge base with others?"
            ],
            "answer": "Sharing works at the level of a QnA Maker service, that is, all knowledge bases in the service will be shared.",
            "score": 56.07,
            "id": 5,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": {
        "userQuery": {
            "question": "How do I programmatically update my Knowledge Base?",
            "top": 1,
            "userId": null,
            "strictFilters": [],
            "isTest": false,
            "debug": {
                "enable": true,
                "recordL1SearchLatency": false,
                "mockQnaL1Content": null
            },
            "rankerType": 0,
            "context": null,
            "qnaId": 0,
            "scoreThreshold": 0.0
        },
        "rankerInfo": {
            "specialFuzzyQuery": "how do i programmatically~6 update my knowledge base",
            "synonyms": "what s...",
            "rankerLanguage": "English",
            "rankerFileName": "https://qnamakerstore.blob.core.windows.net/qnamakerdata/rankers/ranker-English.ini",
            "rankersDirectory": "D:\\home\\site\\wwwroot\\Data\\QnAMaker\\rd0003ffa60fc45.24.0\\RankerData\\Rankers",
            "allQnAsfeatureValues": {
                "WordnetSimilarity": {
                    "5": 0.54706300120043716,...
                },
                ...
            },
            "rankerVersion": "V2",
            "rankerModelType": "TreeEnsemble",
            "rankerType": 0,
            "indexResultsCount": 25,
            "reRankerResultsCount": 1
        },
        "runtimeVersion": "5.24.0",
        "indexDebugInfo": {
            "indexDefinition": {
                "name": "064a4112-bd65-42e8-b01d-141c4c9cd09e",
                "fields": [...
                ],
                "scoringProfiles": [],
                "defaultScoringProfile": null,
                "corsOptions": null,
                "suggesters": [],
                "analyzers": [],
                "tokenizers": [],
                "tokenFilters": [],
                "charFilters": [],
                "@odata.etag": "\"0x8D7A920EA5EE6FE\""
            },
            "qnaCount": 117,
            "parameters": {},
            "azureSearchResult": {
                "continuationToken": null,
                "@odata.count": null,
                "@search.coverage": null,
                "@search.facets": null,
                "@search.nextPageParameters": null,
                "value": [...],
                "@odata.nextLink": null
            }
        },
        "l1SearchLatencyInMs": 0,
        "qnaL1Results": {...}
    },
    "activeLearningEnabled": true
}

Usar a base de dados de conhecimento de teste

Caso deseje obter uma resposta da base de dados de conhecimento de teste, use a propriedade de corpo isTest.

A propriedade é um valor booliano.

isTest:true

O comando cURL é semelhante ao seguinte:

curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'IsTest':true}"

A resposta JSON usa o mesmo esquema da consulta da base de dados de conhecimento publicada.

Observação

Se as bases de dados de conhecimento de teste e publicadas forem exatamente iguais, ainda poderá haver uma pequena variação, pois o índice de teste é compartilhado entre todas as bases de dados de conhecimento no recurso.

Usar o cURL para consultar uma resposta de bate-papo

No terminal habilitado para cURL, use uma instrução de fim de conversa do bot feita pelo usuário, por exemplo, Thank you como a pergunta. Não há nenhuma outra propriedade a ser definida.

curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'thank you'}"

Execute o comando do cURL e receba a resposta JSON, incluindo a pontuação e a resposta.

{
  "answers": [
      {
          "questions": [
              "I thank you",
              "Oh, thank you",
              "My sincere thanks",
              "My humblest thanks to you",
              "Marvelous, thanks",
              "Marvelous, thank you kindly",
              "Marvelous, thank you",
              "Many thanks to you",
              "Many thanks",
              "Kthx",
              "I'm grateful, thanks",
              "Ahh, thanks",
              "I'm grateful for that, thank you",
              "Perfecto, thanks",
              "I appreciate you",
              "I appreciate that",
              "I appreciate it",
              "I am very thankful for that",
              "How kind, thank you",
              "Great, thanks",
              "Great, thank you",
              "Gracias",
              "Gotcha, thanks",
              "Gotcha, thank you",
              "Awesome thanks!",
              "I'm grateful for that, thank you kindly",
              "thank you pal",
              "Wonderful, thank you!",
              "Wonderful, thank you very much",
              "Why thank you",
              "Thx",
              "Thnx",
              "That's very kind",
              "That's great, thanks",
              "That is lovely, thanks",
              "That is awesome, thanks!",
              "Thanks bot",
              "Thanks a lot",
              "Okay, thanks!",
              "Thank you so much",
              "Perfect, thanks",
              "Thank you my friend",
              "Thank you kindly",
              "Thank you for that",
              "Thank you bot",
              "Thank you",
              "Right on, thanks very much",
              "Right on, thanks a lot",
              "Radical, thanks",
              "Rad, thanks",
              "Rad thank you",
              "Wonderful, thanks!",
              "Thanks"
          ],
          "answer": "You're welcome.",
          "score": 100.0,
          "id": 75,
          "source": "qna_chitchat_Professional.tsv",
          "metadata": [
              {
                  "name": "editorial",
                  "value": "chitchat"
              }
          ],
          "context": {
              "isContextOnly": false,
              "prompts": []
          }
      }
  ],
  "debugInfo": null,
  "activeLearningEnabled": true
}

Como a pergunta Thank you correspondeu exatamente a uma pergunta do bate-papo, o QnA Maker está completamente seguro com a pontuação de 100. O QnA Maker também retornou todas as perguntas relacionadas e a propriedade de metadados que contém as informações de marca de metadados de bate-papo.

Usar o limite e a resposta padrão

Você pode solicitar um limite mínimo para a resposta. Se o limite não for atendido, a resposta padrão será retornada.

Adicione a propriedade threshold para solicitar uma resposta a size com um limite de 80% ou melhor. A base de dados de conhecimento não deverá encontrar essa resposta, porque a pontuação da pergunta é 71%. O resultado retornará a resposta padrão que você forneceu quando criou a base de dados de conhecimento.
```
curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'scoreThreshold':80.00}"
```

Execute o comando cURL e receba a resposta JSON.

{
    "answers": [
        {
            "questions": [],
            "answer": "No good match found in KB.",
            "score": 0.0,
            "id": -1,
            "source": null,
            "metadata": []
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

O QnA Maker retornou uma pontuação igual a 0, o que significa nenhuma confiança. Ele também retornou uma resposta padrão.

Altere o valor do limite para 60% e solicite a consulta novamente:

curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'scoreThreshold':60.00}"

O JSON retornado encontrou a resposta.

{
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 71.1,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "server",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

Use fontes de dados não estruturadas

Agora há suporte para a capacidade de adicionar documentos não estruturados que não podem ser usados para extrair QnAs. O usuário pode optar por incluir ou excluir conjuntos de dados não estruturados na API GenerateAnswer ao buscar uma resposta à consulta. Não há suporte para conjuntos de dados não estruturados no serviço em GA, isso só está incluído nas respostas às perguntas personalizadas.

Este Início Rápido baseado no Postman fornece uma orientação para obtenção de uma resposta de uma base de dados de conhecimento.

Pré-requisitos

Você precisará ter
- Postman mais recente.
- Se você não tiver uma assinatura do Azure, crie uma conta gratuita antes de começar.

Um recurso do QnA Maker criado no portal do Azure. Lembre-se de sua ID do Microsoft Entra, assinatura, nome do recurso de QnA que você selecionou ao criar o recurso.

Uma base de dados de conhecimento treinada e publicada com perguntas e respostas, do início rápido anterior, configurada com metadados e bate-papo.

Observação

Quando você estiver pronto para gerar uma resposta a uma pergunta da base de dados de conhecimento, precisará treinar e publicar a base de dados de conhecimento. Quando sua base de dados de conhecimento for publicada, a página Publicar exibirá as configurações de solicitação HTTP para gerar uma resposta. A guia Postman mostra as configurações necessárias para gerar uma resposta.

Configurar o Postman para solicitações

Este início rápido usará as mesmas configurações para a solicitação POST do Postman e, em seguida, vai configurar para executar POST do JSON do corpo enviado ao serviço com base no que você está tentando consultar.

Use este procedimento para configurar o Postman e, em seguida, leia cada seção seguinte para configurar o POST do JSON do corpo.

Na página Configurações da base de dados de conhecimento, selecione a guia Postman para ver a configuração usada para gerar uma resposta usando a base de dados de conhecimento. Copie as informações a seguir a serem usadas no Postman.

Nome	Configuração	Finalidade e valor
`POST`	`/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer`	Esse é o método HTTP e a rota para a URL.
`Host`	`https://YOUR-RESOURCE_NAME.azurewebsites.net/qnamaker`	Este é o host da URL. Concatene os valores de Host e POST para obter a URL completa de generateAnswer.
`Authorization`	`EndpointKey xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx`	O valor do cabeçalho para autorizar a solicitação ao Azure.
`Content-type`	`application/json`	O valor do cabeçalho para o conteúdo.
	`{"question":"<Your question>"}`	O corpo da solicitação POST como um objeto JSON. Esse valor será alterado em cada seção a seguir, dependendo do que a consulta pretender fazer.

Importante

Lembre-se de remover a chave do seu código quando terminar e nunca poste-a publicamente. Para produção, use uma maneira segura de armazenar e acessar suas credenciais, como o Azure Key Vault. Confira o artigo sobre segurança dos serviços de IA do Azure para obter mais informações.

Abra o Postman e crie uma solicitação POST básica com as configurações da base de dados de conhecimento publicada. Nas seções a seguir, altere o JSON do corpo do POST para alterar a consulta à base de dados de conhecimento.

Usar metadados para filtrar a resposta

Em um início rápido anterior, os metadados foram adicionados a dois pares de QnA para fazer a distinção entre duas perguntas diferentes. Adicione os metadados à consulta para restringir o filtro apenas ao par de QnA relevante.

No Postman, altere apenas o JSON da consulta adicionando a propriedade strictFilters com o par nome/valor service:qna_maker. O JSON do corpo deverá ser:
```
{
    'question':'size',
    'strictFilters': [
        {
            'name':'service','value':'qna_maker'
        }
    ]
}
```
A pergunta é apenas uma só palavra, size, que pode retornar um dos dois pares de perguntas e respostas. A matriz strictFilters instrui a resposta a reduzir para apenas as respostas qna_maker.

A resposta inclui apenas a resposta que atende aos critérios de filtro.

A seguinte resposta foi formatada para facilitar a leitura:

{
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 68.76,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "service",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null
}

Usar a propriedade de consulta de depuração

Observação

Não recomendamos usar a propriedade Debug para nenhuma dependência. Ela foi adicionada para ajudar a equipe do produto com a solução de problemas.

No Postman, altere apenas o JSON do corpo adicionando a propriedade debug. O JSON deverá ser:
```
{
    'question':'size',
    'Debug': {
        'Enable':true
    }

}
```

A resposta inclui as informações relevantes sobre a resposta. Na saída JSON a seguir, alguns detalhes de depuração foram substituídos por reticências.

{
    "answers": [
        {
            "questions": [
                "How do I share a knowledge base with others?"
            ],
            "answer": "Sharing works at the level of a QnA Maker service, that is, all knowledge bases in the service will be shared.",
            "score": 56.07,
            "id": 5,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": {
        "userQuery": {
            "question": "How do I programmatically update my Knowledge Base?",
            "top": 1,
            "userId": null,
            "strictFilters": [],
            "isTest": false,
            "debug": {
                "enable": true,
                "recordL1SearchLatency": false,
                "mockQnaL1Content": null
            },
            "rankerType": 0,
            "context": null,
            "qnaId": 0,
            "scoreThreshold": 0.0
        },
        "rankerInfo": {
            "specialFuzzyQuery": "how do i programmatically~6 update my knowledge base",
            "synonyms": "what s...",
            "rankerLanguage": "English",
            "rankerFileName": "https://qnamakerstore.blob.core.windows.net/qnamakerdata/rankers/ranker-English.ini",
            "rankersDirectory": "D:\\home\\site\\wwwroot\\Data\\QnAMaker\\rd0003ffa60fc45.24.0\\RankerData\\Rankers",
            "allQnAsfeatureValues": {
                "WordnetSimilarity": {
                    "5": 0.54706300120043716,...
                },
                ...
            },
            "rankerVersion": "V2",
            "rankerModelType": "TreeEnsemble",
            "rankerType": 0,
            "indexResultsCount": 25,
            "reRankerResultsCount": 1
        },
        "runtimeVersion": "5.24.0",
        "indexDebugInfo": {
            "indexDefinition": {
                "name": "064a4112-bd65-42e8-b01d-141c4c9cd09e",
                "fields": [...
                ],
                "scoringProfiles": [],
                "defaultScoringProfile": null,
                "corsOptions": null,
                "suggesters": [],
                "analyzers": [],
                "tokenizers": [],
                "tokenFilters": [],
                "charFilters": [],
                "@odata.etag": "\"0x8D7A920EA5EE6FE\""
            },
            "qnaCount": 117,
            "parameters": {},
            "azureSearchResult": {
                "continuationToken": null,
                "@odata.count": null,
                "@search.coverage": null,
                "@search.facets": null,
                "@search.nextPageParameters": null,
                "value": [...],
                "@odata.nextLink": null
            }
        },
        "l1SearchLatencyInMs": 0,
        "qnaL1Results": {...}
    },
    "activeLearningEnabled": true
}

Usar a base de dados de conhecimento de teste

Caso deseje obter uma resposta da base de dados de conhecimento de teste, use a propriedade de corpo isTest.

No Postman, altere apenas o JSON do corpo adicionando a propriedade isTest. O JSON deverá ser:

{
    'question':'size',
    'isTest': true
}

A resposta JSON usa o mesmo esquema da consulta da base de dados de conhecimento publicada.

Observação

Se as bases de dados de conhecimento de teste e publicada forem exatamente iguais, ainda poderá haver uma pequena variação, pois o índice de teste será compartilhado entre todas as bases de dados de conhecimento no recurso.

Consultar uma resposta de bate-papo

No Postman, altere apenas o JSON do corpo para uma instrução de fim de conversa feita pelo usuário. O JSON deverá ser:
```
{
    'question':'thank you'
}
```

A resposta inclui a pontuação e a resposta.

{
  "answers": [
      {
          "questions": [
              "I thank you",
              "Oh, thank you",
              "My sincere thanks",
              "My humblest thanks to you",
              "Marvelous, thanks",
              "Marvelous, thank you kindly",
              "Marvelous, thank you",
              "Many thanks to you",
              "Many thanks",
              "Kthx",
              "I'm grateful, thanks",
              "Ahh, thanks",
              "I'm grateful for that, thank you",
              "Perfecto, thanks",
              "I appreciate you",
              "I appreciate that",
              "I appreciate it",
              "I am very thankful for that",
              "How kind, thank you",
              "Great, thanks",
              "Great, thank you",
              "Gracias",
              "Gotcha, thanks",
              "Gotcha, thank you",
              "Awesome thanks!",
              "I'm grateful for that, thank you kindly",
              "thank you pal",
              "Wonderful, thank you!",
              "Wonderful, thank you very much",
              "Why thank you",
              "Thx",
              "Thnx",
              "That's very kind",
              "That's great, thanks",
              "That is lovely, thanks",
              "That is awesome, thanks!",
              "Thanks bot",
              "Thanks a lot",
              "Okay, thanks!",
              "Thank you so much",
              "Perfect, thanks",
              "Thank you my friend",
              "Thank you kindly",
              "Thank you for that",
              "Thank you bot",
              "Thank you",
              "Right on, thanks very much",
              "Right on, thanks a lot",
              "Radical, thanks",
              "Rad, thanks",
              "Rad thank you",
              "Wonderful, thanks!",
              "Thanks"
          ],
          "answer": "You're welcome.",
          "score": 100.0,
          "id": 75,
          "source": "qna_chitchat_Professional.tsv",
          "metadata": [
              {
                  "name": "editorial",
                  "value": "chitchat"
              }
          ],
          "context": {
              "isContextOnly": false,
              "prompts": []
          }
      }
  ],
  "debugInfo": null,
  "activeLearningEnabled": true
}

Usar o limite e a resposta padrão

Você pode solicitar um limite mínimo para a resposta. Se o limite não for atendido, a resposta padrão será retornada.

No Postman, altere apenas o JSON do corpo para uma instrução de fim de conversa feita pelo usuário. O JSON deverá ser:
```
{
    'question':'size',
    'scoreThreshold':80.00
}
```
A base de dados de conhecimento não deverá encontrar essa resposta, porque a pontuação da pergunta é de 71% e, em vez disso, retornará a resposta padrão que você forneceu quando criou a base de dados de conhecimento.

A resposta JSON retornada, incluindo a pontuação e a resposta, é:
```
{
    "answers": [
        {
            "questions": [],
            "answer": "No good match found in KB.",
            "score": 0.0,
            "id": -1,
            "source": null,
            "metadata": []
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}
```
O QnA Maker retornou uma pontuação igual a 0, o que significa nenhuma confiança. Ele também retornou uma resposta padrão.

Altere o valor do limite para 60% e solicite a consulta novamente:

{
    'question':'size',
    'scoreThreshold':60.00
}

O JSON retornado encontrou a resposta.

{
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 71.1,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "server",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

Use fontes de dados não estruturadas.

Agora há suporte para a capacidade de adicionar documentos não estruturados que não podem ser usados para extrair QnAs. O usuário pode optar por incluir ou excluir conjuntos de dados não estruturados na API GenerateAnswer ao buscar uma resposta à consulta. Não há suporte para conjuntos de dados não estruturados no serviço de GA. Só há suporte para eles nas respostas às perguntas personalizadas.

Próximas etapas

Testar a base de dados de conhecimento com o arquivo em lotes

Saiba mais sobre metadados:

Obter uma resposta de uma base de dados de conhecimento do QnA Maker

Pré-requisitos

Usar metadados para filtrar a resposta

Usar a propriedade de consulta de depuração

Usar a base de dados de conhecimento de teste

Usar o cURL para consultar uma resposta de bate-papo

Usar o limite e a resposta padrão

Use fontes de dados não estruturadas

Pré-requisitos

Configurar o Postman para solicitações

Usar metadados para filtrar a resposta

Usar a propriedade de consulta de depuração

Usar a base de dados de conhecimento de teste

Consultar uma resposta de bate-papo

Usar o limite e a resposta padrão

Use fontes de dados não estruturadas.

Próximas etapas

Recursos adicionais