GenAI İstemi becerisi

Note

Bu özellik şu anda genel önizlemededir. Bu önizleme, hizmet düzeyi sözleşmesi olmadan sağlanır ve üretim iş yükleri için önerilmez. Bazı özellikler desteklenmiyor olabileceği gibi özellikleri sınırlandırılmış da olabilir. Daha fazla bilgi için bkz. Microsoft Azure Önizlemeleri için Ek Kullanım Koşulları.

GenAI (Üretken AI) İstemi becerisi, Foundry Modellerinde veya Microsoft Foundry'de Azure OpenAI'de dağıtılan büyük bir dil modeline (LLM) karşı bir sohbet tamamlama isteği yürütür. Dizine alınabilen ve aranabilir içerik olarak depolanabilen yeni bilgiler oluşturmak için bu beceriyi kullanın.

GenAI istem becerisinin içerik oluşturmanıza nasıl yardımcı olabileceğine ilişkin bazı örnekler aşağıda verilmiştir:

Görüntüleri sözelleştirme
Büyük metin parçalarını özetleme
Karmaşık içeriği basitleştirme
İstemde ifade edebilirsiniz başka herhangi bir görevi gerçekleştirme

GenAI prompt becerisi en son önizleme REST API'sinde kullanılabilir. Bu beceri metin, resim ve metin ve resim içeren PDF gibi çok modüllü içeriği destekler.

Tip

Bu beceriyi veri öbekleme becerisiyle birlikte kullanmak yaygın bir durumdur. Aşağıdaki öğreticilerde iki farklı veri öbekleme tekniğiyle görüntü sözelleştirmesi gösterilmektedir:

Desteklenen modeller

GPT modelleri, Deepseek R#, Llama-4-Mavericj ve Cohere-command-r gibi Foundry'de dağıtılan herhangi bir sohbet tamamlama çıkarım modelini kullanabilirsiniz. Özellikle GPT modelleri için yalnızca sohbet tamamlama API'leri uç noktaları desteklenir. Azure OpenAI Yanıtları API'sini (URI'yi içeren /openai/responses ) kullanan uç noktalar şu anda uyumlu değildir.
Görüntü sözelleştirmesi için, görüntüyü analiz etmek için kullandığınız model hangi görüntü biçimlerinin destekleneceğini belirler.
GPT-5 modellerinde parametresi, temperature önceki modellerde olduğu gibi desteklenmez. Tanımlanırsa, diğer değerler hatalara neden olacağı için 1.0olarak ayarlanmalıdır.
Faturalama, kullandığınız modelin fiyatlandırmasını temel alır.

Note

Arama hizmeti modelinize genel bir uç nokta üzerinden bağlanır, bu nedenle bölge konumu gereksinimleri yoktur, ancak tamamen oluşturulmuş bir Azure çözümü kullanıyorsanız, özellikle veri yerleşimi gereksinimleriniz varsa uygun çiftleri bulmak için Azure AI Search bölgelerini ve Azure OpenAI model bölgelerini denetlemeniz gerekir.

Prerequisites

Döküm Modellerinde Azure OpenAI kaynağı veya Dökümhane projesi.
Kaynağınıza veya projenize dağıtılan desteklenen bir model .
- Azure OpenAI için, Azure portalındaki openai.azure.com sayfasından etki alanıyla uç noktayı kopyalayın. Bu becerideki Uri parametre için bu uç noktayı kullanın.
- Foundry için, Foundry portalındaki Modeller sayfasından dağıtım için hedef URI'yi kopyalayın. Bu becerideki Uri parametre için bu uç noktayı kullanın.
Kimlik doğrulaması, Foundry veya Azure OpenAI kaynağınızdaki bir API anahtarıyla anahtar tabanlı olabilir. Ancak, bir role atanmış bir arama hizmeti yönetilen kimliği kullanarak rol tabanlı erişim öneririz.
- Azure OpenAI'de Bilişsel Hizmetler OpenAI Kullanıcısını yönetilen kimliğe atayın.
- Foundry'de Azure AI Kullanıcısını yönetilen kimliğe atayın.

@odata.type

#Microsoft.Skills.Custom.ChatCompletionSkill

Veri sınırları

Limit	Notes
`maxTokens`	Atlanırsa varsayılan değer 1024'dür . Maksimum değer modele bağlıdır.
İstek zaman aşımı	30 saniye (varsayılan). özelliği`timeout` () ile `PT##S` geçersiz kılın.
Images	Temel 64 kodlu görüntüler ve görüntü URL'leri desteklenir. Boyut sınırı modele bağlıdır.

Beceri parametreleri

Property	Type	Required	Notes
`uri`	string	Yes	Dağıtılan modelin genel uç noktası. Desteklenen etki alanları şunlardır: `openai.azure.com` `services.ai.azure.com` `cognitiveservices.azure.com`
`apiKey`	string	Cond.*	Modelin gizli anahtarı. Yönetilen kimlik kullanırken boş bırakın.
`authIdentity`	string	Cond.*	Kullanıcı tarafından atanan yönetilen kimlik istemci kimliği (yalnızca Azure OpenAI). Sistem tarafından atanan kimliği kullanmak için boş bırakın.
`commonModelParameters`	object	No	, `temperature`vb. gibi `maxTokens`standart nesil denetimler.
`extraParameters`	object	No	Temel alınan model API'sine geçirilen sözlüğü açın.
`extraParametersBehavior`	string	No	`"pass-through"` \| `"drop"` \| `"error"` (varsayılan `"error"`).
`responseFormat`	object	No	Modelin metin mi, serbest biçimli bir JSON nesnesi mi yoksa kesin olarak belirlenmiş bir JSON şeması mı döndürdüğü denetler. `responseFormat` yük örnekleri: {responseFormat: { type: text }}, {responseFormat: { type: json_object }}, {responseFormat: { type: json_schema }}

* , veya hizmetin sistem tarafından atanan kimliğinden apiKeyauthIdentitykullanılmalıdır.

`commonModelParameters` Varsayılan

Parameter	Default
`model`	(dağıtım varsayılanı)
`frequencyPenalty`	0
`presencePenalty`	0
`maxTokens`	1024
`temperature`	0.7
`seed`	null
`stop`	null

Beceri girişleri

Giriş adı	Type	Required	Description
`systemMessage`	string	Yes	Sistem düzeyinde yönerge (örneğin: "Yardımcı bir yardımcısınız.").
`userMessage`	string	Yes	Kullanıcı istemi.
`text`	string	No	İsteğe bağlı metin sonuna `userMessage` eklenir (yalnızca metin senaryoları).
`image`	dize (Temel 64 veri-URL)	No	komut istemine bir görüntü ekler (yalnızca çok modüllü modeller).
`imageDetail`	dize (`low` \| `high` \| `auto`)	No	Azure OpenAI çok modüllü modelleri için aslına uygunluk ipucu.

Beceri çıkışları

Çıkış adı	Type	Description
`response`	string veya JSON nesnesi	tarafından istenen `responseFormat.type`biçimde model çıktısı.
`usageInformation`	JSON nesnesi	Belirteç sayıları ve model parametrelerinin yankısı.

Örnek tanımlar

Yalnızca metin özetleme

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Summarizer",
  "description": "Summarizes document content.",
  "context": "/document",
  "timeout": "PT30S",
  "inputs": [
    { "name": "text", "source": "/document/content" },
    { "name": "systemMessage", "source": "='You are a concise AI assistant.'" },
    { "name": "userMessage", "source": "='Summarize the following text:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "commonModelParameters": { "temperature": 0.3 }
}

Metin + resim açıklaması

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Image Describer",
  "context": "/document/normalized_images/*",
  "inputs": [
    { "name": "image", "source": "/document/normalized_images/*/data" },
    { "name": "imageDetail", "source": "=high" },
    { "name": "systemMessage", "source": "='You are a useful AI assistant.'" },
    { "name": "userMessage", "source": "='Describe this image:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "authIdentity": "11111111-2222-3333-4444-555555555555",
  "responseFormat": { "type": "text" }
}

Yapılandırılmış sayısal olgu bulucu

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "NumericalFactFinder",
  "context": "/document",
  "inputs": [
    { "name": "systemMessage", "source": "='You are an AI assistant that helps people find information.'" },
    { "name": "userMessage", "source": "='Find all the numerical data and put it in the specified fact format.'"}, 
    { "name": "text", "source": "/document/content" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "responseFormat": {
    "type": "json_schema",
    "jsonSchemaProperties": {
      "name": "NumericalFactObj",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": "{\"facts\":{\"type\":\"array\",\"items\":{\"type\":\"object\",\"properties\":{\"number\":{\"type\":\"number\"},\"fact\":{\"type\":\"string\"}},\"required\":[\"number\",\"fact\"]}}}",
        "required": [ "facts" ],
        "additionalProperties": false
      }
    }
  }
}

Örnek çıkış (kesilmiş)

{
  "response": {
    "facts": [
      { "number": 32.0, "fact": "Jordan scored 32 points per game in 1986-87." },
      { "number": 6.0,  "fact": "He won 6 NBA championships." }
    ]
  },
  "usageInformation": {
    "usage": {
      "completion_tokens": 203,
      "prompt_tokens": 248,
      "total_tokens": 451
    }
  }
}

En iyi yöntemler

Modelin bağlam penceresinde kalmak için Metin Bölme becerisine sahip uzun belgeleri öbekleyin.
Yüksek hacimli dizin oluşturma için, sorgu zamanı RAG iş yükleri için belirteç kotalarının etkilenmemesi için bu beceriye ayrı bir model dağıtımı ayırın.
Gecikme süresini en aza indirmek için modeli ve Azure AI Search hizmetinizi aynı Azure bölgesinde birlikte bulun.
Güvenilir yapılandırılmış ayıklama ve dizin alanlarına daha kolay eşleme için responseFormat.json_schema ile kullanın.
Dizin oluşturucu Dakika Başına Belirteç (TPM) sınırlarınızı doygunlukla karşılıyorsa belirteç kullanımını izleyin ve kota artışı istekleri gönderin.

Hatalar ve uyarılar

Condition	Result
Eksik veya geçersiz `uri`	Error
Kimlik doğrulama yöntemi belirtilmedi	Error
Hem hem de `apiKeyauthIdentity` sağlandı	Error
Çok modüllü istem için desteklenmeyen model	Error
Giriş model belirteci sınırını aşıyor	Error
Model için geçersiz JSON döndürüyor `json_schema`	Uyarı – içinde döndürülen ham dize `response`

Ayrıca bakınız

Geri Bildirim

Bu sayfayı yararlı buldunuz mu?

Last updated on 2026-02-12