通过

提示概述

  • 项目

本文介绍了提示和提示工程的关键概念，以帮助您创建可在整个 Power Platform 中利用的功能强大的生成式 AI 功能。

提示是一种自然语言指令，告诉大型语言模型 (LLM) 执行一项任务。 该过程也称为指令调整。 模型根据提示确定需要生成的文本的结构和内容。 提示工程是创建和优化模型所使用的提示的过程。

AI Builder 提供生成用户体验的提示，允许制作者生成、测试和保存可重用的提示。

重要提示

先决条件

  • 您对如何编写提示有了基本的了解。 若要了解详细信息，请下载 AI Builder 提示指南。
  • 您的环境位于可用区域列表中。
  • 您有 Power Apps 或 Power Automate 许可证。
  • 环境中安装了 Microsoft Dataverse 数据库。
  • 您有 AI Builder 加载项。

什么是提示以及如何使用

把提示想象成您给大型语言模型 (LLM) 的一个任务或目标。 使用提示生成器，您可以构建、测试和保存您的自定义提示。 您还可以使用输入变量和 Dataverse 数据，在运行时提供动态上下文数据。 您可以与他人共享这些提示，并在 Power Automate、Power Apps 或 Copilot Studio 中使用。 例如，您可以提示从您公司的电子邮件中挑选出操作项目，并在 Power Automate 流中用来建立电子邮件处理自动化。

提示生成器使制作者能够使用自然语言设计定制的提示，以满足他们特定的业务需求。 这些提示可用于各种任务或业务场景，如总结内容、分类数据、提取实体、翻译语言、评估情绪或制定对投诉的回复。

可以将提示集成到流中，以构建智能的转接自动化。 制作者还可以通过将应用程序描述为自然语言提示来为其构建高级生成式人工智能功能。 这些提示还可用于扩展助手操作和主题，从而简化日常业务运营和提高效率。

人工监督

在处理 GPT 模型生成的内容时，人工监督是一个重要步骤。 像 GPT 这样的大型语言模型已使用大量数据进行训练。 AI 生成的内容可能包含错误和偏见。 在联机发布内容、将内容发送给客户或使用内容为业务决策提供信息之前，应该进行人工审查。 人工监控不仅有助于识别潜在的错误和偏见，还有助于确保内容与预期用例相关，并符合公司的价值观。

人工审查也可以帮助识别 GPT 模型本身的任何问题。 例如，如果模型生成的内容与预期用例不相关，您可能需要调整提示。

负责任 AI

我们致力于按设计创建负责 AI。 我们的工作遵守一套核心原则的指导：公平，可靠与安全，隐私和安全，包容，透明和责任感。 我们正在整个公司落实这些原则，以开发和部署对社会产生积极影响的 AI。 我们采取综合方法，将创新研究、卓越工程和负责任的治理相结合。 除了 OpenAI 在 AI 定位领域的领先研究，我们还率先使用框架来安全部署我们自己的 AI 技术，目的是帮助带领行业实现更负责的成就。

了解 Azure OpenAI 服务中的透明度的详细信息