Vad är QnA Maker?
Kommentar
Azure Open AI On Your Data använder stora språkmodeller (LLM: er) för att ge liknande resultat som QnA Maker. Om du vill migrera ditt QnA Maker-projekt till Azure Open AI On Your Data kan du läsa vår guide.
Kommentar
QnA Maker-tjänsten dras tillbaka den 31 mars 2025. En nyare version av fråge- och svarsfunktionen är nu tillgänglig som en del av Azure AI Language. Information om funktioner för frågesvar i språktjänsten finns i svar på frågor. Från och med den 1 oktober 2022 kommer du inte att kunna skapa nya QnA Maker-resurser. Information om hur du migrerar befintliga QnA Maker-kunskapsbas till frågesvar finns i migreringsguiden.
Kommentar
Från och med juli 2023 omfattar Azure AI-tjänster alla vad som tidigare kallades Cognitive Services och Azure Applied AI Services. Det finns inga ändringar i prissättningen. Namnen Cognitive Services och Azure Applied AI fortsätter att användas i Azure-fakturering, kostnadsanalys, prislista och pris-API:er. Det finns inga icke-bakåtkompatibla ändringar i programprogrammeringsgränssnitt (API:er) eller SDK:er.
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 dina 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 kunskapsbas med svar. Den här kunskapsbas 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 innehållsinformation.
- 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 fördefinierat konversationsflöde, som representeras i din kunskapsbas med kontext med flera svängar, kan roboten enkelt tillhandahålla det här flödet.
Vad är en kunskapsbas?
QnA Maker importerar ditt innehåll till en kunskapsbas med fråge- och svarspar. Med importprocessen extraheras information om relationen mellan de delar av det strukturerade och semistrukturerade innehållet 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
När du har publicerat din kunskapsbas skickar ett klientprogram en användares fråga till slutpunkten. Din QnA Maker-tjänst 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 kunskapsbas slutpunkt och tar emot resultatet som ett JSON-svar. Ett vanligt klientprogram för QnA Maker är en chattrobot.
| Steg | Åtgärd |
|---|---|
| 1 | Klientprogrammet skickar användarens fråga (text med egna ord), "Hur gör jag för att programmatiskt uppdatera min kunskapsbas?" till din kunskapsbas slutpunkt. |
| 2 | QnA Maker använder den tränade kunskapsbas 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 val för att förfina sökningen efter det bästa svaret. |
Skapa chattrobotar med låg kod
QnA Maker-portalen innehåller den fullständiga kunskapsbas redigeringsupplevelsen. Du kan importera dokument i deras aktuella formulär 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 stöder omfattande presentation, inklusive bilder och länkar.
Högkvalitativa svar med lagerrankning
QnA Maker-systemet är en rangordningsmetod i lager. Data lagras i Azure Search, som också fungerar som det första rangordningslagret. De bästa resultaten från Azure-sökningen skickas sedan via QnA Makers NLP-omrankningsmodell för att producera de slutliga resultaten och konfidenspoängen.
Konversation med flera turer
QnA Maker tillhandahåller frågor med flera svar och aktiv inlärning som hjälper dig att förbättra dina grundläggande fråge- och svarspar.
Multi-turn-prompter 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 kunskapsbas 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.
Livscykeln för utveckling
QnA Maker ger redigering, utbildning och publicering tillsammans med samarbetsbehörigheter för att integrera i hela utvecklingslivscykeln.
Slutför en snabbstart
Vi erbjuder snabbstarter på de mest populära programmeringsspråken, var och en utformad för att lära dig grundläggande designmönster och få dig att 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 dina anpassade kunskapsbas.