Использование общедоступных сайтов для улучшения генеративных ответов

Когда вы настраиваете узел генеративных ответов для использования общедоступных сайтов в качестве источника знаний, Copilot Studio получает релевантную информацию из Интернета и генерирует обоснованные ответы с цитатами. В этой статье описывается, как Copilot Studio обрабатывает пользовательские запросы через Пользовательский поиск Bing, применяет защитные механизмы и возвращает точные ответы на основе веб-контента.

На следующем рисунке показана архитектура, когда в качестве источника знаний используются общедоступные веб-сайты или Пользовательский поиск Bing:

Как пользовательский поиск Microsoft Bing предоставляет результаты

Когда вы настраиваете узел генеративных ответов для использования Пользовательского поиска Bing, Copilot Studio выполняет следующие операции:
- Модерация сообщений: анализирует запрос пользователя и фильтрует вредоносный контент.
- Оптимизация запросов: добавляет контекст запроса из истории диалога, например сведения о местоположении и времени.
- Извлечение информации: преобразует запрос пользователя в поисковый запрос, который передается в службу Пользовательского поиска Bing и ограничивается доменами, настроенными клиентом.
Сложные системы Bing используют эти критерии для предоставления результатов поиска из индекса Пользовательского поиска Bing. Так как Пользовательский поиск Bing является глобальной службой, невозможно установить региональные границы.
Результаты поиска возвращаются, и Copilot Studio выполняет следующие операции:
- Собирает и анализирует соответствующие лучшие результаты из указанного источника или из настроенных клиентом доменов.
- Выполняет проверку обоснования, проверку происхождения и перекрестную проверку семантического сходства.
- Создает сводку по результатам поиска на простом языке, предоставляемом пользователю агента.
Все содержимое проверяется дважды: сначала при вводе данных пользователем, а затем перед тем как агент ответит. Если система обнаруживает вредоносное, оскорбительное или злонамеренное содержимое, она предотвращает ответ агента.

Модели генеративного ИИ

Модели генеративного ИИ размещаются во внутренних службах Microsoft Azure OpenAI с соблюдением границы доверия служб Майкрософт. Доступ к моделям и их использование осуществляются в соответствии с принципами и политиками ответственного использования ИИ Microsoft.

Обмен данными между Copilot Studio и Пользовательским поиском Bing

Copilot Studio отправляет переписанное высказывание пользователя с контекстом диалога в Bing. Контекст берется из последних нескольких многоэтапных бесед.

Затем Bing отправляет данные ответа (результаты поиска) обратно в Copilot Studio.

Кроме того, во время обмена данными Copilot Studio не собирает и не предоставляет данные клиентов, используемые при обучении этих моделей.

Обмен персональными данными между Copilot Studio и Пользовательским поиском Bing

Майкрософт не отправляет структурированный псевдонимизированный идентификатор конечного пользователя (EUPI) в Поиск Bing. Майкрософт создает идентификатор EUPI и связывает его с пользователем службы Майкрософт.

Однако, если пользователь добавляет что-либо, что может быть воспринято как персональные данные, генеративные ответы не обнаруживают, не удаляют и не маскируют такие данные. Данные не удаляются, поскольку во многих сценариях использования с аутентификацией в других сферах персональные данные требуются для правомерной обработки.

Предварительно разработанные ограничения для генеративных ответов

Политики Майкрософт требуют проведения оценки, чтобы продемонстрировать надлежащее соблюдение практик ответственного применения ИИ, прежде чем выпускать продукты и исследования Майкрософт, которые разрабатывают, развертывают или интегрируют возможности генеративного ИИ. Все случаи вреда, устраняемого Майкрософт, проходят тщательное тестирование красной команды, в ходе которой меры по устранению проверяются на предмет их распространенности. Система генеративного ИИ развертывается только после завершения тестирования и реализации мер по снижению рисков.

Copilot Studio применяет политики модерации контента ко всем запросам к генеративному ИИ, чтобы защитить пользователей от оскорбительного или вредоносного контента. Эти политики модерации контента также распространяются на злонамеренные попытки джейлбрейка, внедрения запросов, несанкционированных запросов и нарушения авторских прав.

Как генеративные ответы предотвращают появление неверной информации в результатах Поиска Bing

Copilot Studio использует генерацию с дополнением поиском, которая разделяет этапы получения результатов поиска и их обобщения в связный ответ. Система проверяет, правильно ли указаны источники в результатах поиска, и пользователи могут отслеживать происхождение результатов. Кроме того, система проверяет релевантность результатов поиска относительно вопроса, заданного пользователем.

Примечание.

Если включить параметр Разрешить ответы без граундинга, связанное с цитированием ограничение ослабляется.

Управление вредным контентом при генерации ответов на основе результатов Поиска Bing

Меры по предотвращению токсичных выходных данных и ненормативной лексики для таких категорий вредоносного контента, как ненависть, насилие, материалы сексуального характера и самоповреждение, доступны в виде предварительно разработанных ограничений. Система проверяет пользовательские запросы и результаты поиска, полученные с сайта, на наличие нарушений. Система игнорирует вопросы и результаты поиска с таким контентом.

Кроме того, запросы генеративного ИИ включают указания игнорировать вопросы и результаты поиска, классифицируемые как джейлбрейк, внедрение запросов и нарушение конфиденциальности.

Настройка узлов генеративных ответов для игнорирования запросов на персональные данные

Вы можете написать пользовательский запрос для вашего агента или создать индивидуальные инструкции для узла, чтобы обнаруживать персональные данные или конфиденциальную бизнес-информацию. Затем вы можете дать узлу генеративных ответов указание не отвечать.

Примечание.

Однако этот подход не предотвращает передачу персональных данных или конфиденциальной бизнес-информации в Поиск Bing или другие источники знаний.

Поток персональных данных в генеративные ответы

Генеративные ответы поддерживают диалог, что означает, что узел генеративных ответов внутренне контекстуализирует запрос пользователя из предыдущих взаимодействий во время многоэтапного разговора. Все запросы в последних нескольких разговорах контекстуализируются узлом генеративных ответов и становятся частью переписанного запроса.

Хотя запросы конструктора запросов или модель Azure OpenAI с возможностями обнаружения персональных данных могут выявлять персональные данные в разговорах с агентом, недостаточно проверять только последний запрос пользователя перед генерацией ответов.

Альтернативы генеративным ответам без Bing как источника знаний

Используйте Индекс поиска с использованием ИИ Azure в качестве источника знаний в агентах. Эта функция использует предварительно созданные индексы поиска с использованием ИИ Azure в качестве базовых данных для агентов. Поиск с использованием ИИ Azure предоставляет мощную поисковую систему, которая может осуществлять поиск по большой коллекции документов. Разработчики создают индексы ИИ-поиска Azure. Такой подход обеспечивает индексам гибкость поиска собственного контента в географических регионах, при этом по-прежнему используется функция генеративных ответов для использования генеративного ИИ при создании модерированного и обобщенного ответа.

Пользователи также могут выбрать индивидуальное решение, используя соответствующий требованиям API поисковой системы. Другой вариант — напрямую обратиться к системе управления контентом и преобразовать результаты в данные для поля пользовательский источник данных в узле генеративных ответов. Используйте этот вариант, если данные могут не находиться в одном из поддерживаемых источников знаний. В таких сценариях предоставляйте агенту данные для граундинга через потоки Power Automate или HTTP-запросы. Эти варианты обычно возвращают объект JSON, который затем можно преобразовать в табличный формат для создания ответов.

Безопасность данных, которыми обмениваются Copilot Studio и Поиск Bing

Запросы к Поиску Bing выполняются через HTTPS. Соединение защищено сквозным шифрованием для повышения безопасности.

Сбор данных

Майкрософт может собирать информацию от конечных пользователей, включая, но не ограничиваясь, IP-адресом пользователя, запросами, временем отправки и результатами, возвращенными пользователю, в рамках транзакционных запросов к Службам. Майкрософт не заявляет права собственности на какие-либо данные, информацию или контент, предоставленные, связанные с этой функцией.

Любой доступ к Службам и их использование регулируются методами обработки данных, изложенными в Заявлении о конфиденциальности.

Хранение данных

Для запросов к Поиску Bing Майкрософт обезличивает сохраненные запросы, полностью удаляя IP-адрес через шесть месяцев, а идентификаторы файлов cookie и другие межсеансовые идентификаторы, которые используются для идентификации определенной учетной записи или устройства, через 18 месяцев. Подробнее см. в заявлении о конфиденциальности Майкрософт.

Результаты поиска Bing

Операция поиска в реальном времени включает сложные, почти мгновенные алгоритмические вычисления. Bing применяет алгоритмы для ранжирования и оптимизации индекса доступных веб-страниц, чтобы предоставить пользователям лучшие и максимально качественные результаты поиска. Обход содержимого — это процесс, с помощью которого Bingbot (робот Bing) обнаруживает новые и обновленные страницы и контент для добавления в индекс поиска.

Частота обхода веб-содержимого Bing

Bingbot (робот Bing) использует алгоритм для определения того, какие страницы обходить и с какой частотой. Он стремится минимизировать свое влияние на сайты, обходя миллиарды URL-адресов каждый день. Когда Bingbot сканирует Интернет, он отправляет информацию в Bing о том, что находит. Bing отдает приоритет релевантным известным страницам, которые еще не проиндексированы, и тем, которые были обнаружены как обновленные. Эти страницы затем добавляются в индекс Bing. Алгоритмы анализируют страницы для их эффективного включения в результаты поиска. В рамках этого процесса определяется, какие сайты, новостные статьи, изображения или видео включаются в индекс и становятся доступными при поиске пользователями определенных ключевых слов.

Ранг результатов поиска

Bing использует машинное обучение, чтобы пользователи получали лучшие результаты по своему запросу. Основные критерии ранжирования, влияющие на результаты поиска при использовании URL-адреса в качестве источника знаний:

Релевантность (контент соответствует намерению пользователя при поисковом запросе)
Вовлеченность пользователей (алгоритм отдает предпочтение свежему контенту)
Актуальность (взаимодействие пользователя с веб-страницами)

Bing разрабатывает и постоянно совершенствует свои алгоритмы, чтобы предоставить наиболее полную, релевантную и ценную коллекцию результатов поиска.

Улучшение узла генеративных ответов в поиске Bing

Поскольку пользователи могут задавать вопросы вне контекста, Bing Search можно улучшить, предоставив дополнительную конкретную информацию в пользовательском запросе генеративных ответов, чтобы поисковая система запросила релевантные результаты. Речевые фрагменты пользователя и запрос можно обогатить конкретными данными с помощью формулы и внедрить в пользовательский запрос генеративных ответов.

Обратная связь

Были ли сведения на этой странице полезными?

Последнее обновление: 2025-08-13