了解 OpenAI 的自然語言功能
Azure OpenAI 的自然語言模型能採用自然語言產生回應。
自然語言學習模型會以稱為語彙基元的文字或字元區塊予以定型。 例如，「hamburger」一詞會拆成 ham、bur 和 ger 語彙基元，「pear」之類簡短常見的詞則為單一語彙基元。 這些語彙基元會對應至用於定型的機器學習模型向量。 定型的自然語言模型接受使用者輸入時，系統也會將輸入內容拆解成語彙基元。
了解能生成自然語言的 GPT 模型
生成式預先訓練轉換器 (GPT) 模型擅長掌握和建立自然語言。 最近新聞報導 AI 回答問題或根據提示撰寫文章，很可能就是由 GPT-35-Turbo 或 GPT-4 之類的 GPT 模型生成的。 若要在 Azure OpenAI 中使用 GPT-4 模型，您必須套用存取。
GPT 模型產生的回應大概是什麼樣子？
OpenAI 生成式 AI 的重要層面之一，在於系統會接受輸入或提示，並傳回自然語言、視覺物件或字碼回應。 GPT 會根據提示試圖推斷或猜測使用者問題的內容。
GPT 模型適合完成數種自然語言工作，其中包括：
| 工作 | 提示 |
|---|---|
| 摘要文字 | 「將以下文字摘要成簡短描述」 |
| 分類文字 | 「這本書屬於什麼內容類型？」 |
| 產生名稱或片語 | 「幫我的花藝公司撰寫標語」 |
| 翻譯 | 「將『你好嗎』翻譯成法文」 |
| 回答問題 | 「Azure OpenAI 有什麼功能？」 |
| 建議內容 | 「給我五首最適合婚禮的歌曲」 |
例如，使用者在提示中輸入文字，要求顯示食譜：
Write a recipe based on these ingredients and instructions:
Fruit Pie
Ingredients:
Strawberries
Blueberries
Flour
Eggs
Milk
以下是 OpenAI API 產生的回應範例：
Instructions:
1. Preheat your oven to 350 degrees Fahrenheit.
2. In a medium bowl, mix together 1 cup of flour and 1 egg until it forms a dough.
3. Grease a 9-inch pie dish with butter or non-stick cooking spray.
4. Roll out the dough and place it in the pie dish.
5. In a separate bowl, mix together 1 cup of strawberries, 1 cup of blueberries, and 1 cup of milk.
6. Pour the fruit mixture into the pie dish.
7. Bake
真美味…也許吧！ 請務必了解，系統生成的回應，不過是機器最接近答案的猜測。 因此，產生的文字的確可能在現實世界中煮出美味佳餚，但也可能事與願違。
如何將模型套用至新的使用案例
您可能已在聊天入口網站中試用過 ChatGPT 的預測功能，只要輸入提示，就能收到自動產生的回應。 入口網站由使用者看到的前端使用者介面 (UI)，以及包含生成式 AI 模型的後端所組成。 我們可將前端和後端的組合比喻為聊天機器人。 後端提供的模型，是 OpenAI API 和 Azure OpenAI API 能以運用的建置組塊。 您可以透過 GPT-35-turbo 模型，利用 Azure OpenAI 上的 ChatGPT 功能。 在其他應用程式中看到生成式 AI 功能，代表開發人員已將建置組塊自訂為特定使用案例，並將之內建於新前端使用者介面的後端。