Översikt över autofyllkolumner i Microsoft Syntex
Obs!
Till och med juni 2025 kan du prova autofyllkolumner och andra valda Syntex-tjänster utan kostnad om du har konfigurerat fakturering med betala per användning. Information och begränsningar finns i Prova Microsoft Syntex och utforska dess tjänster.
Autofyll kolumner i Microsoft Syntex automatiskt extrahera, sammanfatta eller generera innehåll från filer som laddats upp till ett SharePoint-dokumentbibliotek. Med hjälp av stora språkmodeller (LLMs) via generativ AI kan autofyllkolumner spara metadata automatiskt, vilket effektiviserar processen för att hantera filer och tillhörande information.
Du kan till exempel ställa en fråga (en fråga) om ett dokument på naturligt språk, och systemet sparar svaret direkt i en utsedd bibliotekskolumn. Eller så kan du ställa in mer än en av dessa frågor för att bearbeta alla filer som laddas upp till ett bibliotek, där varje svar allokeras till en viss kolumn.
Autofyllkolumner kan fungera tillsammans med andra Microsoft Syntex modeller. Du kan associera olika extraktionsprompter (där du tar information från befintliga data) eller generativa frågor (där du skapar nytt innehåll) med mer än en kolumn, så att du kan extrahera metadata som andra modeller kanske inte identifierar eller genererar.
Krav och begränsningar
Supportspråk
För närvarande är autofyllkolumner tillgängliga för engelskspråkiga filer. Andra språk kommer att läggas till i framtida versioner.
Filtyper som stöds
Autofyllkolumner är tillgängliga för följande filtyper: .csv, .doc, .docx, .eml, .heic, .heif, .htm, .html, .jpeg, .jpg, .md, .msg, .pdf, .png, .ppt, .pptx, .rtf, .tif, .tiff, .txt, .xls och .xlsx.
Kolumndatatyper som stöds
För närvarande är autofyllkolumner tillgängliga för följande kolumndatatyper:
- Text
- Flera rader med text
- Tal
- Ja/Nej
- Datum och tid
- Val
- Hyperlänk
- Valuta
För närvarande är autofyllkolumner inte tillgängliga för följande kolumndatatyper:
- Person eller grupp
- Plats
- Bild
- Sökning
- Hanterade metadata
Aktuell viktig information
Massbearbetningsalternativ för befintliga biblioteksfiler läggs till i en framtida version.
För närvarande stöder autofyllkolumner inte följande bibliotekstyper: FormServerTemplates, SitePages, Formatbibliotek och SiteAssets.
Krypterade filer analyseras inte eller ingår inte i resultaten.
Dokumentändringar registreras endast om filen bearbetas på nytt, vilket måste göras manuellt av användaren.
Autofyllkolumner använder samma klassificeringsstatusfält som modeller för dokumentbearbetning.
Obs!
AI-genererat innehåll kan vara felaktigt. Kontrollera kolumnresultaten.
Vanliga frågor och svar om ansvarsfull AI
Ett AI-system innehåller inte bara tekniken, utan även de personer som använder den, de personer som påverkas av den och miljön där den distribueras. Microsofts vanliga frågor och svar om ansvarsfull AI är avsedda att hjälpa dig att förstå hur AI-teknik fungerar, vilka val systemägare och användare kan göra som påverkar systemets prestanda och beteende samt vikten av att tänka på hela systemet, inklusive teknik, människor och miljö. Du kan använda vanliga frågor och svar om ansvarsfull AI för att bättre förstå specifika AI-system och funktioner som Microsoft utvecklar.
Vanliga frågor och svar om ansvarsfull AI är en del av ett bredare arbete för att omsätta Microsofts AI-principer i praktiken. Mer information finns i Microsoft AI-principer.
Vanliga frågor och svar om ansvarsfull AI för autofyllkolumner
Vad är autofyllkolumner?
Autofyllkolumner ger en kolumninställning som gör att användare kan skapa LLM-frågor (Large Language Model) som automatiskt klassificerar filen, extraherar eller genererar information från filens innehåll (extraherar ett visst värde eller en sträng eller genererar en sammanfattning eller ett svar baserat på vissa kriterier) och sparar utdata i kolumnen.
Vad kan autofylla kolumner göra?
Med autofyllkolumner kan en sparad prompt användas för att bearbeta filer som skapats eller laddats upp till ett SharePoint-bibliotek, och svaret sparas i en motsvarande kolumn. Den konstruerade prompten är jordad till filen och kan användas för att extrahera, klassificera, sammanfatta och analysera dess innehåll. Sparade metadata, precis som andra kolumndata, kan indexeras, användas för att utlösa arbetsflödet eller till och med definiera kriterier för att ange en informationsskyddsetikett.
Vilka är de avsedda användningsområdena för autofyllkolumner?
Autofyllkolumner tillhandahåller metadataautomatisering för användare. En användare kan använda den för att klassificera, extrahera, sammanfatta eller till och med analysera en fil och sedan spara svaret i kolumnen där den sedan kan indexeras och användas för sökning eller andra underordnade arbetsflödesprocesser. Autofyllkolumner kan också vara ett användbart komplement för andra maskinspråksmodeller, där en användare kan komplettera extraherade metadata från en konfigurerad modell med en sammanfattning eller annat analyssvar.
Hur utvärderades autofyllkolumner? Vilka mått användes för att mäta prestanda?
Prestandafaktorer som konsekvens, flyt och noggrannhet förlitade sig på basmodellens prestanda (i det här fallet GPT-4 Turbo).
Utvärdera funktionsspecifika prestanda. Testningen inkluderade:
Exempelbibliotek skapades, var och en innehöll typiska affärsdokument kategoriserade som kontrakt, arbetsinstruktioner, meddelanden om ändring av förmåner, fakturor och meritförteckningar.
Skapade autofyllkolumner som täcker olika kolumntyper, inklusive enkelradstext och flera alternativ.
Utformade prompter som "Vad är kategorin för dokumentet väljer du från A, B, C. Svara ingen om det inte är någon av dem." Eller "Vad är kandidatutbildningsbakgrunden" för meritförteckningar.
Granskade resultaten. Resultaten överensstämmer i de flesta fall med förväntningarna. För de resultat som inte uppfyllde det tillfredsställande tröskelvärdet användes funktionsanrop för att förbättra resultaten. Några av resultaten jämfördes mellan olika LLM-versioner.
Utvärderade risk- och säkerhetsmått.
Installation: Använde automatiserade program för att skicka liknande begäranden som funktionen gör i verkligheten, kombinera metadataprompter, systemprompter och användarfråga eller dokumentinnehåll, och köras på samma basmodell (i det här fallet GPT-4 Turbo) med samma konfiguration.
Utvärdering: Eftersom funktionens uppmaning kommer från två delar (en är dokumentinnehållet, den andra är frågan), förberedde vi flera hundra testfall.
Utvärderade testfall med vanliga affärsdokument och skadliga frågor. Dessa frågor innehöll självskadebeteende, sexuellt, våld eller rasinformation.
Utvärderade testfall med skadligt innehåll och frågor som fick modellen att svara på något som den inte borde. Till exempel "Sammanfatta innehållet i dokumentet".
Utvärdering: Följde Microsofts anvisningar för risk- och säkerhetsmått, som tillhandahålls i Microsoft Azure AI-Studio, för att mäta resultaten med hjälp av LLM (i det här fallet GPT-4 Turbo) från fyra aspekter: självskaderelaterat innehåll, hatiskt och orättvist innehåll, våldsamt innehåll och sexuellt innehåll.
Utvärderingen klassificerade indata och utdata 0–7, från den minst skadliga till den allvarligaste nivån.
Vilka är begränsningarna för autofyllkolumner? Hur kan användarna minimera effekten av dessa begränsningar när de använder systemet?
Omfånget för prompten är begränsat till endast filens textinnehåll. Svaret är endast text som kan sparas i den associerade kolumnen. Andra åtgärder kan konfigureras baserat på det sparade svaret, men själva utdata kan inte köra en process.
Endast användare med tillräcklig behörighet för webbplatsbibliotek kan skapa eller redigera autofyllkolumnfrågor.
Tjänsten hanteras av en klientinställning i Administrationscenter för Microsoft 365. Tillgängligheten för klientorganisationen eller specifika webbplatser kan anges av administratören.
Vilka driftsfaktorer och inställningar möjliggör effektiv och ansvarsfull användning av autofyllkolumner?
Om skadligt innehåll genereras som inte är acceptabelt för användarna kan antingen klientadministratören eller Microsofts support inaktivera den här funktionen på webbplats- eller klientorganisationsnivå.
Länken Skicka feedback finns i användargränssnittet. Feedback övervakas, granskas och lämpliga åtgärder vidtas efter behov, inklusive i vissa fall uppdatering av produktupplevelsen.