Udostępnij za pośrednictwem


Omówienie monitów

W tym artykule wyjaśniono inżynierię monitów i inne kluczowe pojęcia, które pomogą Ci tworzyć potężne aplikacje, które mogą generować tekst z danych wejściowych (monitu).

Monit to instrukcja w języku naturalnym, która nakazuje dużemu modelowi językowemu (LLM) wykonanie zadania. Proces ten jest również nazywany dostrajaniem instrukcji. Model działa zgodnie z monitem, aby określić strukturę i treść tekstu, który ma wygenerować. Inżynieria monitów to proces tworzenia i udoskonalania monitu używanego przez model.

AI Builder udostępnia narzędzie do tworzenia monitów, które umożliwia twórcom pisanie, testowanie, zapisywanie i używanie monitów do generowania tekstu.

Ważne

Wymagania wstępne

  • Znasz podstawowe informacje o pisaniu monitów.
  • Twoje środowisko znajduje się na liście dostępnych regionów.
  • Masz przypisaną licencję Power Apps lub Power Automate.
  • Baza danych Microsoft Dataverse jest zainstalowana w środowisku.
  • Masz dodatek AI Builder.

Czym jest monit i jak go używać

Pojmij monit jako zadanie lub cel nadany dużemu modelowi językowemu (LLM). W konstruktorze monitów można budować, testować i zapisywać niestandardowe monity. Zmiennych wejściowych można również używać w celu zapewnienia dynamicznego kontekstu w czasie wykonywania. Te monity można udostępnić innym użytkownikom i używać ich w usługach Power Automate, Power Apps lub Copilot Studio. Na przykład można utworzyć monit o pobraniu elementów akcji z wiadomości e-mail firmy i używać go w przepływie Power Automate do tworzenia automatyzacji przetwarzania wiadomości e-mail.

Konstruktor monitów umożliwia twórcom opracowania niestandardowych monitów, które będą odpowiadać ich konkretnym potrzebom biznesowym, za pomocą języka naturalnego. Te monity mogą być wykorzystywane do wielu zadań lub scenariuszy biznesowych, takich jak podsumowanie zawartości, dzielenie danych, wyodrębnianie encji, tłumaczenie języków, ocena opinii lub formułowanie odpowiedzi na skargę.

Monity można zintegrować z przepływami, aby utworzyć inteligentną automatyzację wyłączenia z pracy. Twórcy mogą także tworzyć zaawansowane funkcje generowania AI dla swoich aplikacji, opisując je jako monity języka naturalnego. Monity te mogą zostać użyte do rozszerzenia niestandardowego pomocnika, co usprawnia codzienną działalność biznesową i zwiększa wydajność.”

Nadzór ludzki

Ludzki nadzór jest ważnym krokiem podczas pracy z treścią generowaną na podstawie modelu GPT. Duże modele językowe, takie jak GPT, są trenowane na ogromnych ilościach danych. Treści generowane przez sztuczną inteligencję mogą zawierać błędy i uprzedzenia. Zanim zostaną opublikowane online, wysłane do klienta lub wykorzystane do podjęcia decyzji biznesowej, powinien je przejrzeć człowiek. Ludzki nadzór pomaga nie tylko zidentyfikować potencjalne błędy i uprzedzenia, ale także upewnić się, że treść jest odpowiednia dla zamierzonego przypadku użycia i zgodna z wartościami firmy.

Weryfikacja przez człowieka może również pomóc w zidentyfikowaniu wszelkich problemów z samym modelem GPT. Na przykład, jeśli model generuje treści, które nie są istotne dla zamierzonego przypadku użycia, konieczne może być dostosowanie promptu.

Odopowiedzialne AI

Dokładamy wszelkich starań, aby tworzyć wzorzec odpowiedzialnego AI. Naszymi działaniami kierował podstawowy zestaw zasad: uczciwość, niezawodność i bezpieczeństwo, prywatność i zabezpieczenia, włączenie społeczne, przezroczystość i odpowiedzialność. Wprowadzamy te zasady w życie w całej firmie, aby opracowywać i wdrażać sztuczną inteligencję, która ma pozytywny wpływ na społeczeństwo. Stosujemy kompleksowe podejście, łącząc innowacyjne badania, wyjątkową inżynierię i odpowiedzialne zarządzanie. Obok przeprowadzonych przez OpenAI analiz w zakresie wyrównania wartości AI zalecamy struktury bezpiecznego wdrażania własnych technologii AI, które mają pomóc branży w zakresie realizacji bardziej odpowiedzialnych działań.

Dowiedz się więcej o przejrzystości w usłudze Azure OpenAI Service

Zobacz też