Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Disse ofte stillede spørgsmål (FAQ) beskriver AI-påvirkningen af promptbygger.
Hvad er prompter?
Prompt-funktionen i Prompt Builder giver brugerne en alsidig mulighed for at udvikle AI-drevne workflows, applikationer, datatransformation og tilpasning af Copilot. Det gør det muligt at oprette arbejdsprocesser og programmer, der opsummerer dokumenter, opretter kladdesvar, klassificerer tekst og oversætte sprog. Funktionen drives af Azure Open OpenAI Service, som anvender GPT-teknologi (Generative Pre-trained Transformer). Disse modeller blev trænet på store mængder tekstdata, så de kunne generere tekst, der ligner menneskeskrevet indhold.
Få mere at vide i Transparensnote for Azure OpenAI Service.
Hvad er hensigten med at bruge prompter?
Prompts i Prompt Builder giver dig mulighed for at opbygge intelligente programmer, arbejdsgange og udvide copilots. De udnytter funktionerne i forudindstillede GPT-modeller, der eliminerer behovet for tilpasset modeltræning. Formålet kan f.eks. være at oprette en arbejdsproces, der indeholder en opsummering af indgående kundeklager. Derefter oprettes der en anmodning i et værktøj til administration af hændelser baseret på kategorien for den indgående klage. I dette eksempel kan udviklere instruere modellen i at kategorisere og opsummere den indgående klage for at oprette en ny hændelse.
Følgende liste indeholder de mest populære brugssager til denne tjeneste:
- Opsummering af mails, samtaler, beskeder, dokumenter osv.
- Forslag til kladdesvar på kundeforespørgsler, klager, e-mail osv.
- Udtrækning af oplysninger fra kontrakter, mails, faktura, ordrer osv.
- Klassificering af indhold i ønskede kategorier (f.eks. om en e-mail er en ordre, en reklamation eller en returnering).
- Synspunktanalyse af en bestemt tekst (f.eks. identifikation af synspunkt i en produktgennemgang).
I alle disse tilfælde er brugerne ansvarlige for det endelige resultat af systemet. De er påkrævet for at gennemgå det genererede indhold for eventuelle unøjagtigheder og ufuldstændigheder, før det bruges.
Hvordan blev promptfunktionens parathed evalueret? Hvilke metrikværdier bruges til at måle ydeevnen?
Evalueringen af funktionen omfatter omfattende test på tværs af en række sikkerhedsparametre. Denne test sikrer, at funktionen er i overensstemmelse med vores organisations standarder og principper for ansvarlig kunstig intelligens. Tjenesten overvåges løbende af hensyn til potentielle sårbarheder. De ydelsesmetrikværdier, vi bruger, omfatter primært effektiviteten af indholdsfiltrering og graden af aftale mellem mennesker og maskine på filtreret versus ufiltreret indhold.
Hvilken form for indholdsmodering implementeres til prompter?
De store sprogmodeller er oplært på internetdata, hvilket er ideelt til at opbygge en generel verdensmodel. Samtidig kan den nedarve skadeligt og forudindtaget indhold fra de samme kilder. Modellerne er oplært til at opføre sig sikkert og ikke producere skadeligt indhold (had og fairness, sex, vold og selvbeskadigelse), men nogle gange kan de generere giftigt output. Prompt builder-prompt udnytter Azure AI Content Safety-tjenesten for at integrere avancerede indholdsmoderationsfunktioner i AI-prompt. Dette inkluderer tjenester til at analysere det genererede output med skannere for skadeligt indhold med flere alvorlighedsgrader og sikkerhed mod angreb med prompt-injektion. Outputtet scannes også for afvisning af beskyttet materiale.
Producenter kan konfigurere telttilstand-niveauet for kun skadeligt indhold. Lavere moderation øger risikoen for skadeligt indhold i promptens svar. Et højere moderationsniveau mindsker denne risiko, men kan reducere antallet af svar.
Få mere at vide i Indholdsmoderationsniveau.
Hvad er begrænsningerne for promptfunktionen? Hvordan kan brugere minimere påvirkningen af promptbegrænsningerne, når de bruger systemet?
Brugen af denne teknologi skal være i overensstemmelse med kravene i Code of conduct for Azure OpenAI Service. Denne teknologi må ikke bruges til at generere indhold, der er associeret med læse- og talemåder, forkerte, selvbestaltede, tydelige, eksplicitte materiale eller andet indhold, der er forbudt i henhold til Code of Conduct. Ikke-understøttede programmer for denne teknologi omfatter råd, brug af juridisk, økonomisk, tilstandsrelateret vejledning eller fremtidige forudsigelser samt økonomiske, præcise eller vilkårlige beregninger og alle andre ikke-understøttede anvendelser, der er nævnt i Gennemsigtighedsnote til Azure OpenAI Service.
AI-genereret indhold kan indeholde fejl, og derfor bør udviklere informere slutbrugerne om, at AI genererer indholdet efter denne model på en gennemsigtig måde. Klar kommunikation af genereret indhold hjælper med at undgå overdreven afhængighed. Udviklere skal også undersøge muligheden for manuel gennemgang for at sikre, at det AI-genererede indhold er nøjagtigt og passende, før det bruges.
Hvilke driftsmæssige faktorer og indstillinger gør det muligt at bruge systemet på en effektiv og ansvarlig måde?
Indhold, der genereres af AI-modellen, er i sagens natur probalistisk, og modelsvar kan derfor variere for det samme spørgsmål. Den svar, der oprettes, kan være forkert eller fejlagtig og kan medføre utilsigtet afhængighed af flowet eller appen. Virksomhedskunder kan f.eks. modtage forkerte eller ukorrekte oplysninger, anbefalinger eller support. Udviklere bør implementere meningsfuldt menneskeligt tilsyn i deres flow og apps og teste deres prompter for at se, om de potentielt kan føre til skadelig funktionsmåde eller forbudt indhold som angivet i Microsofts ordensregler. Low-code udviklere bør også være transparente omkring brugen af AI i deres apps og flows for at informere forretningsbrugeren, og angive, at AI genererer indholdet. Derudover stemmer genererede svar muligvis ikke overens med udviklerens forventninger med lav kode på grund af længdebegrænsninger, indholdsfiltrering eller modelvalg.
Hvad kaldes GPT-modellen, hvor har den sin vært, og hvordan kan jeg få adgang til den?
Prompt builder understøtter GPT-4.1 mini, GPT-4.1 og GPT-5 modeller, der er hostet på Azure OpenAI Service. Du kan få adgang til disse modeller via promptene på tværs af Power Platform, i dine programmer, flows og copilot.
Læs mere i Hvad er nyt i Azure OpenAI Service?
Bliver mine data brugt til at oplære eller forbedre de store sprogmodeller, der findes i prompt builder?
Prompt builder-prompter køres på Azure OpenAI Service, der hostes af Microsoft. Kundedata bruges ikke til at træne eller forbedre Azure OpenAI Service-fundamentsmodeller. Microsoft deler ikke dine kundedata med en tredjepart, medmindre du har givet tilladelse til at gøre det. Kundeprompts (input) med grounding-data og modelsvarene (output) bruges ikke til at oplære eller forbedre Azure OpenAI Service-grundmodeller.
Er indholdet føjet til handlingen "Kør en prompt" offentligt tilgængeligt?
På Om-fanen for handlingen fremgår det, at denne handling giver adgang til dine prompts ved at bruge GPT-modellen, som kører på Azure OpenAI Service.
De prompter, du føjer til handlingen Kør en prompt i Power Automate, er private som standard. De er kun synlige og brugbare i din organisation, og de er ikke tilgængelige for hele verden. Prompterne er private og er beregnet til intern brug i din virksomhed.
Nyoprettede prompter er private som standard. Det betyder, at de er synlige og brugbare i Power Automate, Power Apps og Microsoft Copilot Studio kun af den person, der har oprettet dem. Det giver udvikleren tid til at teste og evaluere dem i apps eller arbejdsprocesser og sikre, at de er nøjagtige, inden de deles.
Hvis andre brugere af miljøet eller grupperne skal bruge prompten i Power Apps eller Power Automate, skal du skal dele den.
Få mere at vide i Del din prompt.
Hvordan behandles billeder af personer i prompter i Prompt Builder?
Prompt builder er ikke beregnet til at blive brugt til at identificere personer baseret på ansigtstræk eller biometriske data. Når du uploader billeder med personer i Prompt Builder, vil systemet automatisk sløre ansigterne, før billederne analyseres, for at beskytte privatlivets fred. Denne sløringsproces hjælper med at løse problemer med beskyttelse af personlige oplysninger ved at forhindre identifikation baseret på ansigtstræk. Med sløring er ingen ansigtsgenkendelse eller ansigtsskabelonmatchning involveret. I stedet er enhver identifikation af kendte personer afhængig af kontekstuelle tegn, f.eks. uniformer eller særlige omgivelser, ikke af deres ansigter. Denne foranstaltning til beskyttelse af personlige oplysninger bør ikke påvirke kvaliteten af de resultater, du modtager. Der kan lejlighedsvis refereres til ansigtssløring i systemets svar.
Få mere at vide i Ansigtssløring.
Potentielle risici ved brug af billeder eller dokumenter i prompts
Prompt builder minimerer langt de fleste risici ved at bruge billeder eller dokumenter i prompts, men nogle risici kræver stadig ekstra forsigtighed fra promptskaberen.
- Billeder eller dokumenter kan indeholde skadelig tekst eller visuelle elementer, som kan påvirke dine downstream-processer.
- Billeder eller dokumenter kan indeholde særlige og muligvis skjulte instruktioner, der kan kompromittere eller tilsidesætte den oprindelige prompt.
- Billeder eller dokumenter kan indeholde instruktioner, der kan føre til generering af indhold, der er underlagt intellektuelle ejendomsrettigheder (IP).
- Prompts kan give partiske kommentarer på billeder eller dokumenter.
- At udtrække information fra billeder eller dokumenter af lav kvalitet kan føre til forkerte oplysninger, også kendt som hallucinationer.
Hvordan adskiller o3-modellen sig fra GPT-modeller?
O3-modellen skiller sig ud fra GPT-modellerne primært på grund af dens avancerede ræsonnementsevner. Den genererer detaljerede interne tankekæder, før den reagerer, hvilket fører til forbedret ydeevne i matematik, kodning og analytiske opgaver. Denne tilgang resulterer dog i øgede beregningsmæssige krav og langsommere responstider sammenlignet med GPT-modeller. GPT-4o eller GPT-4.1 er for eksempel særligt gode til generelle sproglige opgaver og leverer hurtigere, mere omkostningseffektive svar, hvilket gør dem oplagte til brug i programmer, hvor det er vigtigt med hurtige resultater.
Hvad er prompts og AI-funktioner?
Prompter
Prompts giver brugere frihed til at instruere den store sprogmodel (LLM) til at opføre sig på en bestemt måde eller udføre en specifik opgave. Ved nøje at oprette et spørgsmål kan du oprette responser, der passer til dine forretningsbehov. Dermed transformeres LLM-modellen til et fleksibelt værktøj til at udføre forskellige opgaver.
For eksempel kan en prompt med en sprogmodel guide modellen til at besvare et spørgsmål, fuldføre tekst, oversætte sprog, opsummere et dokument og identificere opgaver, at-gøremål og handlingspunkter i tekst. Kompleksiteten af en brugerdefineret prompt kan variere fra en enkelt sætning til noget mere indviklet, afhængigt af opgaven.
AI-funktioner
Forhåndsbyggede AI-funktioner er forhåndskonfigurerede prompts, der oprettes af Microsoft-teamet, så de let kan hjælpe udviklere med at udføre almindelige opgaver. De tilbyder AI-funktioner, der er klar til brug, på tværs af forskellige brugssager, hvilket forenkler udvikleroplevelsen, så intelligens indføres i deres løsninger.
For eksempel kunne en sprogmodels foruddefinerede prompt se sådan ud:
Pak handlingspunkterne fra følgende som nummererede lister: [TextToExtract]
I dette tilfælde behøver brugeren kun at angive den tekst i [TextToExtract], de vil udtrække handlingspunkter fra. Den forudindstillede prompt tager sig af resten.