Descrição geral de pedidos

Note

Este artigo descreve as funcionalidades utilizadas em agentes ou fluxos de agente com tecnologia da plataforma standard.

Este artigo explica os prompts e a engenharia de prompts como conceitos-chave para o ajudar a criar capacidades avançadas de IA generativa para utilizar no Copilot Studio.

Importante

  • Os pedidos usam modelos com tecnologia Azure Foundry.
  • Esta capacidade poderá estar sujeita a limites de utilização ou a uma restrição de capacidade.

Pré-requisitos

O que é um prompt

Um pedido é composto principalmente por uma instrução em linguagem natural que indica a um modelo de IA generativa que execute uma tarefa. O modelo segue o pedido para determinar a estrutura e o conteúdo do texto que precisa gerar. A engenharia de comandos é o processo de criação e refinamento do comando usado pelo modelo.

Uma experiência de criador de prompts permite aos criadores construir, testar e guardar prompts reutilizáveis. Nesta experiência, também pode usar variáveis de entrada e dados de conhecimento para fornecer dados de contexto dinâmicos em tempo de execução. Pode partilhar estes prompts com outros e usá-los em agentes, fluxos de trabalho ou aplicações.

Pode usar estes prompts para muitas tarefas ou cenários de negócio, como resumir conteúdos, categorizar dados, extrair entitates, traduzir línguas, avaliar sentimentos ou formular uma resposta a uma reclamação. Por exemplo, pode criar um prompt para selecionar ações dos emails da sua empresa e usá-lo num fluxo de trabalho do Power Automate para construir uma automação de processamento de emails.

Captura de ecrã do construtor de pedidos do criador de pedidos

No Copilot Studio, pode usar prompts como ferramentas para agentes para melhorar a experiência de chat ou ativar automatizações avançadas de IA. Também pode usar prompts como nós de fluxo de trabalho para integrar ações de IA em automações determinísticas.

Supervisão humana

A supervisão humana é um passo importante ao trabalhar com conteúdos gerados a partir de um modelo de IA generativa. Estes modelos são treinados com grandes quantidades de dados e podem conter erros e enviesamentos. Um humano deve rever o conteúdo antes de o publicar online, enviá-lo a um cliente ou usá-lo para informar uma decisão empresarial. A supervisão humana ajuda a identificar possíveis erros e preconceitos. Também garante que o conteúdo é relevante para o caso de utilização pretendido e que está alinhado com os valores da empresa.

A revisão humana também pode ajudar a identificar quaisquer problemas no próprio modelo. Por exemplo, se o modelo estiver a gerar conteúdo que não é relevante para o caso de utilização pretendido, poderá ter de ajustar a instrução.

IA Responsável

A Microsoft está comprometida em criar IA responsável por design. O nosso trabalho é guiado por um conjunto central de princípios: equidade, fiabilidade e segurança, privacidade e segurança, inclusividade, transparência e responsabilidade. Estamos a colocar em prática estes princípios em toda a empresa para desenvolver e implementar a IA que tenha um impacto positivo na sociedade. Adotamos uma abordagem abrangente, combinando pesquisas inovadoras, engenharia excecional e governação responsável. Juntamente com as pesquisas líderes do OpenAI sobre o alinhamento da IA, estamos a desenvolver uma estrutura para implementação segura das nossas próprias tecnologias de IA que visam ajudar a orientar o setor no sentido de obter resultados mais responsáveis.

Saiba mais sobre transparência na nota Transparência para Azure OpenAI.

  • Last updated on