Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Tässä artikkelissa esitellään kehotteita ja kehotteiden suunnittelua keskeisinä käsitteinä, joiden avulla voit luoda tehokkaita, luovia tekoälyominaisuuksia, joita voidaan käyttää Copilot Studiossa.
Tärkeää
- Kehotteissa käytetään malleja, jotka toimivat Azure Foundry avulla.
- Tähän ominaisuuteen saatetaan soveltaa käyttörajoituksia tai kapasiteetin rajoituksia.
Ennakkovaatimukset
- Ympäristösi on käytettävissä olevien alueiden luettelossa.
- Tarvitset Copilot Credit.
- Microsoft Dataverse on asennettu ympäristöön.
Mikä on kehotus
Kehote koostuu pääasiassa luonnollisen kielen opetuksesta, joka käskee generatiivista tekoälymallia suorittamaan tehtävän. Malli noudattaa kehotetta määrittääkseen luotavan tekstin rakenteen ja sisällön. Kehotteen suunnittelu on prosessi, jossa luodaan ja tarkennetaan mallin käyttämä kehote.
Prompt-rakentajakokemus antaa tekijöille mahdollisuuden rakentaa, testata ja tallentaa uudelleenkäytettäviä kehotuksia. Tässä kokemuksessa voit myös käyttää syötemuuttujia ja tietodataa tarjotaksesi dynaamista kontekstidataa ajonaikaisesti. Voit jakaa näitä kehotuksia muiden kanssa ja käyttää niitä agentteina, työnkulkuina tai sovelluksissa.
Näitä kehotteita voidaan käyttää useissa tehtävissä tai liiketoimintaskenaarioissa, kuten sisällön yhteenvedon laatimisessa, tietojen luokittelussa, entiteettien poimimisessa, kielten kääntämisessä, asenteen arvioinnissa tai valitukseen vastaamisen muotoilussa. Voit esimerkiksi lähettää kehotteen, jos haluat poimia toimintokohteet yrityksesi sähköposteista ja käyttää niitä Power Automate työnkulussa sähköpostin käsittelyautomaation rakentamiseen.
Copilot Studiossa kehotteita voidaan käyttää agenttityökaluina chat-kokemuksen parantamiseen tai kehittyneiden tekoälyautomatisointien tai työnkulkusolmujen käyttöön ottamiseksi, jotta tekoälytoiminnot voidaan käynnistää deterministisissa automaatioissa.
Ihmisen tarkistus
Ihmisen valvonta on tärkeä askel, kun työskennellään generatiivisen tekoälymallin tuottaman sisällön kanssa. Tällaiset mallit on koulutettu valtavilla datamäärillä ja ne voivat sisältää virheitä ja harhaa. Ihmisen on tarkistettava se ennen julkaisemista verkkoon, lähettämistä asiakkaalle tai käyttämistä liiketoimintapäätöksenteossa. Ihmisen valvonta auttaa sinua tunnistamaan mahdolliset virheet ja vääristymät. Se varmistaa myös, että sisältö liittyy aiottuun käyttötapaukseen ja vastaa yrityksen arvoja.
Ihmisen arviointi voi myös auttaa tunnistamaan mallin ongelmat. Jos malli esimerkiksi luo sisältöä, joka ei liity käyttötapauksen aiottuun tarkoitukseen, kehotetta on ehkä muutettava.
Vastuullinen tekoäly
Olemme sitoutunut luomaan vastuullisen tekoälyn jo lähtökohtaisesti. Työtämme ohjaavat ydinperiaatteet: oikeudenmukaisuus, luotettavuus ja turvallisuus, yksityisyys ja suojaus, inklusiivisuus, läpinäkyvyys ja vastuuvelvollisuus. Toteutamme näitä periaatteita käytännössä koko yrityksessä kehittääksemme ja ottaaksemme käyttöön tekoälyä, jolla on myönteinen vaikutus yhteiskuntaan. Omaksumme kattavan menetelmän, jossa yhdistyvät innovatiivinen tutkimus, poikkeuksellinen suunnittelu ja vastuullinen hallinto. OpenAI:n johtavan tekoälyn yhdenmukaisuuden tutkimuksen lisäksi tarjoamme kehyksen omien tekoälytekniikoidemme turvalliselle käyttöönotolle, jonka tarkoituksena on opastaa toimialaa kohti vastuullisia tuloksia.
Lue lisää läpinäkyvyyshuomautuksen läpinäkyvyydestä Azure OpenAI:ssä.