Dela via


Skapa, testa och distribuera: CQA-kunskapsbas

Den här guiden vägleder dig genom de viktiga steg som krävs för att skapa, testa och distribuera en anpassad frågesvars kunskapsbas i Azure AI Foundry. Oavsett om du övergår från Language Studio eller börjar från början är den här guiden till för dig. Den innehåller tydliga och användbara instruktioner för att uppnå en snabb och lyckad CQA-distribution i Azure AI Foundry.

Anmärkning

  • Om du redan har en Azure AI Language- eller multitjänstresurs – oavsett om den används på egen hand eller via Language Studio – kan du fortsätta att använda de befintliga språkresurserna i Azure AI Foundry-portalen. Mer information finns i Använda Azure AI-tjänster i Azure AI Foundry-portalen.
  • I Azure AI Foundry fungerar en finjusteringsuppgift som din arbetsyta för dina CQA-lösningar. Tidigare kallades en finjusteringsaktivitet för ett CQA-projekt. Du kan stöta på båda termerna som används omväxlande i äldre CQA-dokumentation.
  • Vi rekommenderar starkt att du använder en Azure AI Foundry-resurs i AI Foundry. Du kan dock också följa dessa instruktioner med hjälp av en språkresurs.

Förutsättningar

Innan du kommer igång behöver du följande resurser och behörigheter:

Get started

  1. Gå till Azure AI Foundry.

  2. Om du inte redan är inloggad uppmanar portalen dig att göra det med dina Azure-autentiseringsuppgifter.

  3. När du har loggat in kan du skapa eller komma åt dina befintliga projekt i Azure AI Foundry.

  4. Om du inte redan befinner dig i ditt projekt för den här uppgiften, välj det.

Skapa din finjusteringsuppgift för CQA

I Azure AI Foundry fungerar en finjusteringsuppgift som din arbetsyta för dina CQA-lösningar. Tidigare kallades en finjusteringsaktivitet för ett CQA-projekt. Du kan stöta på båda termerna som används omväxlande i äldre CQA-dokumentation.

  1. När du har valt det Azure AI Foundry-projekt som ska användas för det här projektet väljer du finjustering på den vänstra navigeringsmenyn.

    Skärmbild av menyvalet för finjustering i Azure AI Foundry.

  2. I huvudfönstret väljer du fliken AI-tjänstens finjustering och sedan knappen + Finjustera.

    Skärmbild av finjusteringsknappen i Azure AI Foundry.

  3. I fönstret Skapa tjänstens finjustering väljer du fliken Svar på anpassad fråga och väljer sedan Nästa.

    Skärmbild av svarsfliken för anpassade frågor i Azure AI Foundry.

  4. Välj din anslutna Azure AI Search-resurs från aktivitetsfönstret Skapa finjustering av CQA . Mer information finns iKonfigurera Azure-resursanslutningar.

  5. Fyll sedan i fälten Namn och Språk . För det här projektet kan du lämna standardsvaret när inget svar returneras som det är (Inget svar hittades).

  6. Välj knappen Skapa.

Lägga till en CQA-kunskapsbaskälla

En CQA-kunskapsbas är en strukturerad uppsättning fråge- och svarspar som är optimerade för konversations-AI. Kunskapsbasen använder bearbetning av naturligt språk för att tolka användarfrågor och returnera sammanhangsmedvetna, korrekta svar från en specifik datauppsättning.

  1. På menyn Komma igång väljer du Hantera källor.

    Skärmbild av val av hantera källor i Azure AI Foundry.

  2. I huvudfönstret väljer du listrutan + Lägg till källa .

  3. I den nedrullningsbara menyn kan du välja Lägg till chit chat, Lägg till URL:er eller Lägg till filer.

    Skärmbild av listrutan Lägg till källa i Azure AI Foundry.

  4. För det här projektet väljer du Lägg till URL:er.

  5. I fönstret Lägg till URL:er lägger du till följande värden:

    • URL-namn: Användarhandbok för Surface Book

    • URL: https://contosowebservice.azurewebsites.net/odata

    • Klassificera filstruktur: Lämna standardinställningen (Identifiera automatiskt)

      Skärmbild av välj url-källval och knappen Lägg till i Azure AI Foundry.

  6. Välj slutligen knappen Lägg till URL:er .

    Extraheringsprocessen kräver en kort tid för att analysera dokumentet och identifiera frågor och svar. Under det här steget utvärderar tjänsten om innehållet är strukturerat eller ostrukturerat.

    När källan har lagts till kan du redigera dess innehåll och inkludera tillagda anpassade par med frågor och svar.

  7. När källan har lagts till visas den i fönstret Hantera källor . Där har du möjlighet att redigera innehållet och inkludera ytterligare anpassade par med frågor och svar.

    Skärmbild av listan över hanterade källor i Azure AI Foundry.

Testa din kunskapsbas

  1. Välj Testa kunskapsbas på menyn Komma igång .

  2. I huvudfönstret anger du frågan Hur konfigurerar jag min Surface Book? och väljer sedan knappen Kör . Svaren returneras med hjälp av de par med frågor och svar som automatiskt identifierades och hämtades från käll-URL:en:

    Skärmbild av svaret på inspektionsgränssnittet i Azure AI Foundry.

Distribuera din kunskapsbas

Att distribuera en CQA-kunskapsbas innebär att publicera ditt granskade fråge- och svarsinnehåll som en live- och sökbar slutpunkt. Den här processen flyttar projektet från en testfas till en produktionsmiljö som gör det möjligt för klientprogram att använda det för olika projekt och lösningar, inklusive chattrobotar.

  1. När inspektionen är klar väljer du avsnittet Distribuera kunskapsbas på menyn Komma igång .

  2. Välj först knappen Distribuera från huvudfönstret Distribuera kunskapsbas och sedan från popup-fönstret Distribuera det här projektet . Det tar några minuter att distribuera.

  3. När distributionen är klar visas det distribuerade projektet i fönstret Distribuera kunskapsbas .

Det var allt! Din CQA-kunskapsbas (Custom Question Answering) tillhandahåller ett naturligt språkgränssnitt för dina data, så att användarna kan interagera med information på ett konversationsmässigt sätt. Genom att distribuera den här lösningen kan du skapa avancerade chattrobotar och interaktiva agenter som förstår användarfrågor, ger exakta svar och anpassar sig till ändrade informationskrav.

Rensa resurser

Om du vill rensa och ta bort en Azure AI-prenumeration kan du ta bort antingen den enskilda resursen eller hela resursgruppen. Om du tar bort resursgruppen tas även alla resurser som ingår i den bort.

Nästa steg