Vad är QnA Maker?

Anteckning

QnA Maker-tjänsten dras tillbaka den 31 mars 2025. En nyare version av fråge- och svarsfunktionen är nu tillgänglig som en del av Azure Cognitive Service for Language. Information om funktioner för frågesvar i språktjänsten finns i frågor som besvaras. Från och med den 1 oktober 2022 kan du inte skapa nya QnA Maker-resurser. Information om hur du migrerar befintliga QnA Maker-kunskapsbaser till frågesvar finns i migreringsguiden.

QnA Maker är en molnbaserad NLP-tjänst (Natural Language Processing) som gör att du kan skapa ett naturligt konversationslager över dina data. Den används för att hitta det lämpligaste svaret för indata från din anpassade kunskapsbas (KB) med information.

QnA Maker används ofta för att skapa konversationsklientprogram, som omfattar program för sociala medier, chattrobotar och talaktiverade skrivbordsprogram.

QnA Maker lagrar inte kunddata. Alla kunddata (frågesvar och chattloggar) lagras i den region som kunden distribuerar de beroende tjänstinstanserna i. Mer information om beroende tjänster finns här.

Den här dokumentationen innehåller följande artikeltyper:

  • Snabbstarterna är stegvisa instruktioner som gör att du kan göra anrop till tjänsten och få resultat på kort tid.
  • Instruktionsguiderna innehåller instruktioner för att använda tjänsten på mer specifika eller anpassade sätt.
  • De konceptuella artiklarna innehåller djupgående förklaringar av tjänstens funktioner och funktioner.
  • Självstudier är längre guider som visar hur du använder tjänsten som en komponent i bredare affärslösningar.

När du ska använda QnA Maker

  • När du har statisk information – Använd QnA Maker när du har statisk information i kunskapsbasen med svar. Den här kunskapsbasen är anpassad efter dina behov, som du har skapat med dokument som PDF-filer och URL:er.
  • När du vill ge samma svar på en begäran, fråga eller ett kommando – när olika användare skickar samma fråga returneras samma svar.
  • När du vill filtrera statisk information baserat på metainformation – lägg till metadatataggar för att tillhandahålla ytterligare filtreringsalternativ som är relevanta för klientprogrammets användare och informationen. Vanlig metadatainformation omfattar chit-chat, innehållstyp eller format, innehållssyfte och innehålls färskhet.
  • När du vill hantera en robotkonversation som innehåller statisk information tar din kunskapsbas en användares konversationstext eller kommando och svarar på den. Om svaret är en del av ett förutbestämt konversationsflöde, som representeras i din kunskapsbas med kontext med flera turer, kan roboten enkelt tillhandahålla det här flödet.

Vad är en kunskapsbas?

QnA Maker importerar ditt innehåll till en kunskapsbas med fråge- och svarspar. Importprocessen extraherar information om relationen mellan de delar av ditt strukturerade och halvstrukturerade innehåll som innebär relationer mellan fråge- och svarsparen. Du kan redigera dessa fråge- och svarspar eller lägga till nya par.

Innehållet i fråge- och svarsparet innehåller:

  • Alla alternativa former av frågan
  • Metadatataggar som används för att filtrera svarsalternativ under sökningen
  • Uppföljningsprompter för att fortsätta sökförfiningen

Example question and answer with metadata

När du har publicerat kunskapsbasen skickar ett klientprogram en användares fråga till slutpunkten. QnA Maker-tjänsten bearbetar frågan och svarar med det bästa svaret.

Skapa en chattrobot programmatiskt

När en QnA Maker-kunskapsbas har publicerats skickar ett klientprogram en fråga till din kunskapsbasslutpunkt och får resultatet som ett JSON-svar. Ett vanligt klientprogram för QnA Maker är en chattrobot.

Ask a bot a question and get answer from knowledge base content

Steg Åtgärd
1 Klientprogrammet skickar användarens fråga (text med egna ord), "Hur uppdaterar jag min kunskapsbas programmatiskt?" till din kunskapsbasslutpunkt.
2 QnA Maker använder den tränade kunskapsbasen för att ge rätt svar och eventuella uppföljningsprompter som kan användas för att förfina sökningen efter det bästa svaret. QnA Maker returnerar ett JSON-formaterat svar.
3 Klientprogrammet använder JSON-svaret för att fatta beslut om hur konversationen ska fortsätta. Dessa beslut kan vara att visa det översta svaret och presentera fler alternativ för att förfina sökningen efter det bästa svaret.

Skapa chattrobotar med låg kod

QnA Maker-portalen ger fullständig kunskapsbas för redigering. Du kan importera dokument i deras aktuella form till din kunskapsbas. Dessa dokument (till exempel vanliga frågor och svar, produkthandbok, kalkylblad eller webbsida) konverteras till fråge- och svarspar. Varje par analyseras för uppföljningsprompter och ansluts till andra par. Det slutliga markdown-formatet har stöd för omfattande presentationer, inklusive bilder och länkar.

När kunskapsbasen har redigerats publicerar du kunskapsbasen till en fungerande Azure Web App-robot utan att skriva någon kod. Testa roboten i Azure-portalen eller ladda ned den och fortsätt utvecklingen.

Högkvalitativa svar med rangordning i lager

QnA Maker-systemet är en rangordningsmetod i lager. Data lagras i Azure Search, som också fungerar som det första rangordningslagret. De främsta resultaten från Azure-sökningen skickas sedan via QnA Maker's NLP-omrankningsmodell för att producera slutresultatet och konfidenspoängen.

Konversation med flera turer

QnA Maker tillhandahåller frågor och aktiv inlärning i flera svängar som hjälper dig att förbättra dina grundläggande fråge- och svarspar.

Multi-turn-frågor ger dig möjlighet att ansluta fråge- och svarspar. Den här anslutningen gör att klientprogrammet kan ge ett toppsvar och ger fler frågor för att förfina sökningen efter ett slutligt svar.

När kunskapsbasen har fått frågor från användare på den publicerade slutpunkten tillämpar QnA Maker aktiv inlärning på dessa verkliga frågor för att föreslå ändringar i din kunskapsbas för att förbättra kvaliteten.

Utvecklingscykel

QnA Maker tillhandahåller redigering, utbildning och publicering samt samarbetsbehörigheter för att integrera i hela utvecklingslivscykeln.

Conceptual image of development cycle

Slutför en snabbstart

Vi erbjuder snabbstarter på de mest populära programmeringsspråken, var och en utformad för att lära dig grundläggande designmönster, och du får köra kod på mindre än 10 minuter. Se följande lista för snabbstarten för varje funktion.

Nästa steg

QnA Maker innehåller allt du behöver för att skapa, hantera och distribuera din anpassade kunskapsbas.