Compartilhar via

Descrição geral das colunas de preenchimento automático no Microsoft Syntex

  • Artigo

Observação

Até junho de 2025, pode experimentar colunas de preenchimento automático e outros serviços Syntex selecionados sem custos se tiver a faturação pay as you go configurada. Para obter informações e limitações, consulte Experimentar Microsoft Syntex e explorar os respetivos serviços.

As colunas de preenchimento automático no Microsoft Syntex extrair, resumir ou gerar conteúdo automaticamente a partir de ficheiros carregados para uma biblioteca de documentos do SharePoint. Ao utilizar modelos de linguagem grandes (LLMs) através de IA geradora, as colunas de preenchimento automático podem guardar metadados automaticamente, simplificando o processo de gestão de ficheiros e as respetivas informações associadas.

Por exemplo, pode fazer uma pergunta (um pedido) de um documento em linguagem natural e o sistema guarda a resposta diretamente numa coluna de biblioteca designada. Em alternativa, pode ter mais do que uma destas perguntas definidas para processar qualquer ficheiro carregado para uma biblioteca, com cada resposta alocada a uma coluna específica.

As colunas de preenchimento automático podem funcionar juntamente com outros modelos Microsoft Syntex. Pode associar diferentes pedidos extrativos (onde obtém informações de dados existentes) ou pedidos geradores (onde cria novos conteúdos) a mais do que uma coluna, o que lhe permite extrair metadados que outros modelos poderão não detetar ou gerar.

Requisitos e limitações

Idiomas de suporte

Atualmente, as colunas de preenchimento automático estão disponíveis para ficheiros de idioma em inglês. Outros idiomas serão adicionados em versões futuras.

Tipos de arquivo compatíveis

As colunas de preenchimento automático estão disponíveis para os seguintes tipos de ficheiro: .csv, .doc, .docx, .eml, .heic, .heif, .htm, .html, .jpeg, .jpg, .md, .msg, .pdf, .png, .ppt, .pptx, .rtf, .tif, .tiff, .txt, .xls e .xlsx.

Tipos de dados de coluna suportados

Atualmente, as colunas de preenchimento automático estão disponíveis para os seguintes tipos de dados de coluna:

  • Texto
  • Várias linhas de texto
  • Número
  • Sim/Não
  • Data e hora
  • Escolha
  • Hiperlink
  • Moeda

Atualmente, as colunas de preenchimento automático não estão disponíveis para os seguintes tipos de dados de coluna:

  • Pessoa ou Grupo
  • Local
  • Image
  • Pesquisa
  • Metadados gerenciados

Notas de versão atuais

  • As opções de processamento em massa para ficheiros de biblioteca existentes serão adicionadas numa versão futura.

  • Atualmente, as colunas de preenchimento automático não suportam os seguintes tipos de biblioteca: FormServerTemplates, SitePages, Style Library e SiteAssets.

  • Os ficheiros encriptados não são analisados ou incluídos nos resultados.

  • As alterações ao documento são capturadas apenas se o ficheiro for novamente processado, o que tem de ser feito manualmente pelo utilizador.

  • As colunas de preenchimento automático utilizam a mesma classificação status campos que os modelos de processamento de documentos.

    Observação

    Os conteúdos gerados por IA podem estar incorretos. Certifique-se de marcar os resultados da coluna.

Perguntas frequentes sobre a IA responsável

Um sistema de IA inclui não apenas a tecnologia, mas também as pessoas que a utilizam, as pessoas afetadas por ela e o ambiente em que é implantado. As Perguntas Frequentes sobre IA Responsável da Microsoft destinam-se a ajudá-lo a compreender como funciona a tecnologia de IA, as escolhas que os proprietários e utilizadores do sistema podem fazer que influenciam o desempenho e o comportamento do sistema, e a importância de pensar em todo o sistema, incluindo a tecnologia, as pessoas e o ambiente. Você pode usar as Perguntas frequentes sobre IA responsável para entender melhor os sistemas e recursos de IA específicos que a Microsoft desenvolve.

As perguntas frequentes sobre IA responsável fazem parte de um esforço mais amplo para colocar em prática os princípios de IA da Microsoft. Para saber mais, veja Princípios de IA da Microsoft.

FAQs de IA responsáveis para colunas de preenchimento automático

O que são colunas de preenchimento automático?

As colunas de preenchimento automático fornecem uma definição de coluna que permite aos utilizadores construir pedidos de modelo de linguagem grande (LLM) que classificam automaticamente o ficheiro, extraem ou geram informações a partir dos conteúdos do ficheiro (extraem um valor ou cadeia específicos ou gerem um resumo ou resposta com base em alguns critérios) e guardam a saída na coluna.

O que podem fazer as colunas de preenchimento automático?

As colunas de preenchimento automático permitem a utilização de um pedido guardado para processar ficheiros criados ou carregados para uma biblioteca do SharePoint e a resposta é guardada numa coluna correspondente. O pedido construído baseia-se no ficheiro e pode ser utilizado para extrair, classificar, resumir e analisar os respetivos conteúdos. Os metadados guardados, como outros dados de coluna, podem ser indexados, utilizados para acionar o fluxo de trabalho ou até definir critérios para definir uma etiqueta de proteção de informações.

Quais são as utilizações pretendidas das colunas de preenchimento automático?

As colunas de preenchimento automático fornecem automatização de metadados para os utilizadores. Um utilizador pode utilizá-lo para classificar, extrair, resumir ou até mesmo analisar um ficheiro e, em seguida, guardar a resposta à coluna onde pode ser indexada e utilizada para pesquisa ou outros processos de fluxo de trabalho a jusante. As colunas de preenchimento automático também podem ser um complemento útil para outros modelos de linguagem de computador, em que os utilizadores podem complementar os metadados extraídos de um modelo configurado com um resumo ou outra resposta de análise.

Como foram avaliadas as colunas de preenchimento automático? Que métricas foram utilizadas para medir o desempenho?

  • Fatores de desempenho, como coerência, fluência e precisão, baseavam-se no desempenho do modelo base (neste caso, GPT-4 Turbo).

  • Desempenhos específicos de funcionalidades avaliados. Testes incluídos:

    • Bibliotecas de exemplo criadas, cada uma incluía documentos empresariais típicos categorizados como contratos, declarações de trabalho, avisos de alteração de benefícios, faturas e currículos.

    • Foram criadas colunas de preenchimento automático que abrangem diferentes tipos de colunas, incluindo texto de linha única e múltiplas opções.

    • Pedidos concebidos como "Qual é a categoria do documento, escolha entre A, B, C. Não responda a nenhum se não for nenhum deles.". Ou "Qual é a formação de candidatos à educação" para currículos.

  • Analisou os resultados. Os resultados estão alinhados com as expetativas na maioria dos casos. Para os resultados que não atingiram o limiar satisfatório, a chamada de função foi utilizada para melhorar os resultados. Alguns dos resultados foram comparados em diferentes versões llm.

  • Métricas de risco e segurança avaliadas.

    • Configuração: os programas automatizados utilizados para enviar pedidos semelhantes aos da funcionalidade no mundo real, combinando pedidos de metadados, pedidos de sistema e perguntas do utilizador ou conteúdos de documentos, são executados no mesmo modelo base (neste caso, GPT-4 Turbo) com a mesma configuração.

    • Avaliação: uma vez que o pedido da funcionalidade provém de duas partes (uma é o conteúdo do documento, a outra é a questão), preparámos várias centenas de casos de teste.

      • Casos de teste avaliados com documentos empresariais padrão e perguntas prejudiciais. Estas questões continham auto-mutilação, sexual, violência ou informação racial.

      • Foram avaliados casos de teste com conteúdo prejudicial e perguntas que levou o modelo a responder a algo que não deveria. Por exemplo, "Resumir o conteúdo no documento".

    • Avaliação: seguiu as instruções de métricas de risco e segurança organizadas pela Microsoft, fornecidas no Microsoft Estúdio de IA do Azure, para medir os resultados através do LLM (neste caso, GPT-4 Turbo) de quatro aspetos: conteúdo relacionado com auto-danos, conteúdo odioso e injusto, conteúdo violento e conteúdo sexual.

      A avaliação classificou as entradas e saídas 0-7, dimensionando do nível menos prejudicial para o nível mais grave.

Quais são as limitações das colunas de preenchimento automático? Como podem os utilizadores minimizar o impacto destas limitações ao utilizar o sistema?

  • O âmbito da linha de comandos está restrito apenas ao conteúdo de texto do ficheiro. A resposta é só de texto que pode ser guardada na coluna associada. Embora outras ações possam ser configuradas com base na resposta guardada, a saída em si não pode executar um processo.

  • Apenas os utilizadores com permissões de biblioteca de sites suficientes podem criar ou editar pedidos de colunas de preenchimento automático.

  • O serviço é gerido por uma definição de inquilino no Centro de administração do Microsoft 365. A sua disponibilidade no inquilino ou em sites específicos pode ser definida pelo administrador.

Que fatores operacionais e definições permitem uma utilização eficaz e responsável das colunas de preenchimento automático?

  • Se forem gerados conteúdos prejudiciais que sejam inaceitáveis para os utilizadores, o administrador de inquilinos ou o suporte da Microsoft podem desativar esta funcionalidade ao nível do site ou do inquilino.

  • É fornecida uma ligação Enviar feedback na interface de utilizador. Os comentários são monitorizados, revistos e as ações adequadas tomadas conforme necessário, incluindo, em alguns casos, a atualização da experiência do produto.