摘要
在本工作坊中，您已了解如何在四個技術風險降低層中建立並套用風險降低計畫：
- 使用者體驗
- 系統訊息和基礎設定
- 安全系統
- Model
雖然手動評估可讓人類評分者進行抽查、輸出效能，但使用 Azure AI Studio 中的 AI 輔助來評估您的應用程式是大規模發現模型弱點的關鍵步驟。 透過 Azure AI 內容安全性來保護您的應用程式，可讓您偵測並降低有問題的文字和影像的風險。
您的應用程式預先部署的下一步是透過建立部署和作業整備計劃來實施。 實施包括規劃分階段傳遞、制定事件回應計劃以及確保您建置功能和流程來監視您的 AI 系統和使用者意見反應。
雖然今天所套用的流程看起來可能是線性的，但實際上它是一個反覆的流程。 當您引入新功能、監視使用情況和/或實作使用者意見反應時，我們鼓勵您重新審視生成式 AI 開發生命週期中的每個步驟。
注意
完成本工作坊後，如果您已完成對 Azure AI 服務的探索，請删除您在本工作坊期間所建立的 Azure 資源。