Запрос ответа со структурированными выходными данными

2025-05-17

В этом кратком руководстве вы создадите приложение чата, которое запрашивает ответ со структурированными выходными данными. Структурированный ответ в чате представляет собой заданный вами тип ответа вместо простого текста. Чат-приложение, создаваемое в этом кратком вводном руководстве, анализирует тональность различных обзоров продуктов, классифицируя каждый обзор в соответствии со значениями пользовательского перечисления.

Предпосылки

.NET 8 или более поздняя версия
Visual Studio Code (необязательно)

Настройка службы ИИ

Чтобы подготовить службу и модель Azure OpenAI с помощью портала Azure, выполните действия, описанные в статье Создание и развертывание ресурса Azure OpenAI Service. На шаге "Развернуть модель" выберите модель gpt-4o.

Создание приложения чата

Выполните следующие действия, чтобы создать консольное приложение, которое подключается к gpt-4o модели ИИ.

В окне терминала перейдите в каталог, в котором вы хотите создать приложение, и создайте консольное приложение с dotnet new помощью команды:
```
dotnet new console -o SOChat
```

Перейдите в каталог SOChat и добавьте необходимые пакеты в приложение:

dotnet add package Azure.AI.OpenAI
dotnet add package Azure.Identity
dotnet add package Microsoft.Extensions.AI
dotnet add package Microsoft.Extensions.AI.OpenAI --prerelease
dotnet add package Microsoft.Extensions.Configuration
dotnet add package Microsoft.Extensions.Configuration.UserSecrets

Выполните следующие команды, чтобы добавить секреты приложения для конечной точки Azure OpenAI, имени модели и идентификатора арендатора:
```
dotnet user-secrets init
dotnet user-secrets set AZURE_OPENAI_ENDPOINT <your-Azure-OpenAI-endpoint>
dotnet user-secrets set AZURE_OPENAI_GPT_NAME gpt-4o
dotnet user-secrets set AZURE_TENANT_ID <your-tenant-ID>
```
Замечание

В зависимости от среды идентификатор клиента может быть не нужен. В этом случае удалите его из кода, инициализирующего DefaultAzureCredential.
Откройте новое приложение в выбранном редакторе.

Добавление кода

Определите перечисление, описывающее различные настроения.
```
public enum Sentiment
{
    Positive,
    Negative,
    Neutral
}
```
IChatClient Создайте объект, который будет взаимодействовать с моделью.
```
IConfigurationRoot config = new ConfigurationBuilder()
    .AddUserSecrets<Program>()
    .Build();

string endpoint = config["AZURE_OPENAI_ENDPOINT"];
string model = config["AZURE_OPENAI_GPT_NAME"];
string tenantId = config["AZURE_TENANT_ID"];

// Get a chat client for the Azure OpenAI endpoint.
AzureOpenAIClient azureClient =
    new(
        new Uri(endpoint),
        new DefaultAzureCredential(new DefaultAzureCredentialOptions() { TenantId = tenantId }));
IChatClient chatClient = azureClient
    .GetChatClient(deploymentName: model)
    .AsIChatClient();
```
Замечание

DefaultAzureCredential ищет учетные данные для аутентификации в вашей среде или в локальных инструментах. Вам потребуется назначить Azure AI Developer роль учетной записи, используемой для входа в Visual Studio или Azure CLI. Дополнительные сведения см. в статье Аутентификация в службах ИИ Azure с помощью.NET.
Отправьте запрос модели с одним отзывом о продукте, а затем выведите проанализированные настроения на консоль. Вы объявляете запрошенный структурированный выходной тип, передав его в качестве аргумента типа методу ChatClientStructuredOutputExtensions.GetResponseAsync<T>(IChatClient, String, ChatOptions, Nullable<Boolean>, CancellationToken) расширения.
```
string review = "I'm happy with the product!";
var response = await chatClient.GetResponseAsync<Sentiment>($"What's the sentiment of this review? {review}");
Console.WriteLine($"Sentiment: {response.Result}");
```
Этот код создает выходные данные, аналогичные следующему:
```
Sentiment: Positive
```

Вместо того, чтобы просто анализировать один отзыв, можно проанализировать подборку отзывов.

string[] inputs = [
    "Best purchase ever!",
    "Returned it immediately.",
    "Hello",
    "It works as advertised.",
    "The packaging was damaged but otherwise okay."
];

foreach (var i in inputs)
{
    var response2 = await chatClient.GetResponseAsync<Sentiment>($"What's the sentiment of this review? {i}");
    Console.WriteLine($"Review: {i} | Sentiment: {response2.Result}");
}

Этот код создает выходные данные, аналогичные следующему:

Review: Best purchase ever! | Sentiment: Positive
Review: Returned it immediately. | Sentiment: Negative
Review: Hello | Sentiment: Neutral
Review: It works as advertised. | Sentiment: Neutral
Review: The packaging was damaged but otherwise okay. | Sentiment: Neutral

Вместо запроса только анализируемого значения перечисления можно запросить текстовый ответ вместе с проанализированным значением.

Определите тип записи, содержащий текстовый ответ и проанализированные тональности:
```
record SentimentRecord(string ResponseText, Sentiment ReviewSentiment);
```
Отправьте запрос, используя тип записи в качестве аргумента типа GetResponseAsync<T>.
```
var review3 = "This product worked okay.";
var response3 = await chatClient.GetResponseAsync<SentimentRecord>($"What's the sentiment of this review? {review3}");

Console.WriteLine($"Response text: {response3.Result.ResponseText}");
Console.WriteLine($"Sentiment: {response3.Result.ReviewSentiment}");
```
Этот код создает выходные данные, аналогичные следующему:
```
Response text: Certainly, I have analyzed the sentiment of the review you provided.
Sentiment: Neutral
```

Очистите ресурсы

Если они больше не нужны, удалите ресурс Azure OpenAI и развертывание модели GPT-4.

На портале Azureперейдите к ресурсу Azure OpenAI.
Выберите ресурс Azure OpenAI и выберите Удалить.