Übersicht über Eingabeaufforderungen
In diesem Artikel werden Prompts und Prompt Engineering als Schlüsselkonzepte erläutert, die Ihnen dabei helfen, leistungsstarke, flächendeckende generative KI-Funktionen in Power Platform zu erstellen.
Eine Eingabeaufforderung ist eine Anweisung in natürlicher Sprache, die ein großes Sprachmodell (LLM) anweist, eine Aufgabe auszuführen. Der Vorgang wird auch als Anweisungsoptimierung bezeichnet. Das Modell folgt der Aufforderung, um die Struktur und den Inhalt des zu generierenden Textes zu bestimmen. Beim Prompt-Engineering handelt es sich um den Prozess des Erstellens und Verfeinerns der vom Modell verwendeten Eingabeaufforderung.
AI Builder bietet eine Benutzererfahrung beim Erstellen von Eingabeaufforderungen, mit der Hersteller wiederverwendbare Eingabeaufforderungen erstellen, testen und speichern können.
Wichtig
- AI Builder Prompts verwenden GPT-4o-Mini- oder GPT-4o-Modelle, die von Azure OpenAI Service unterstützt werden.
- Diese Funktion ist auf einige Regionen beschränkt.
- Für diese Funktion gelten möglicherweise Nutzungsbeschränkungen oder Kapazitätseinschränkungen.
Anforderungen
- Sie verfügen über ein grundlegendes Verständnis dafür, wie man Eingabeaufforderungen schreibt. Um mehr zu erfahren, laden Sie das AI Builder Handbuch herunter.
- Ihre Umgebung befindet sich in der Liste der verfügbaren Regionen.
- Sie haben eine Power Apps oder Power Automate-Lizenz.
- Eine Microsoft Dataverse-Datenbank, die in der Umgebung installiert ist.
- Sie haben ein AI Builder-Add-On.
Was ist eine Eingabeaufforderung und wie wird sie verwendet
Stellen Sie sich eine Eingabeaufforderung als eine Aufgabe oder ein Ziel vor, das Sie dem großen Sprachmodell (LLM) geben. Mit der Eingabeaufforderung können Sie Ihre benutzerdefinierten Eingabeaufforderungen erstellen, testen und speichern. Sie können auch Eingabevariablen und Dataverse Daten verwenden, um zur Laufzeit dynamische Kontextdaten bereitzustellen. Sie können diese Eingabeaufforderungen mit anderen teilen und in Power Automate, Power Apps oder Copilot Studio verwenden. Sie können beispielsweise eine Aufforderung erstellen, Aktionselemente aus Ihren Unternehmens-E-Mails auszuwählen und diese in einem Power Automate-Flow verwenden zum Aufbau einer E-Mail-Verarbeitungsautomatisierung.
Mit dem Prompt Builder können Entwickler benutzerdefinierte Eingabeaufforderungen entwickeln, die ihren spezifischen Geschäftsanforderungen in natürlicher Sprache gerecht werden. Diese Eingabeaufforderungen können für viele Aufgaben oder Geschäftsszenarien eingesetzt werden, z. B. zum Zusammenfassen von Inhalten, zum Kategorisieren von Daten, zum Extrahieren von Entitäten, zum Übersetzen von Sprachen, zur Beurteilung der Stimmung oder zum Formulieren einer Antwort auf eine Beschwerde.
Eingabeaufforderungen können in Flows integriert werden, um eine intelligente Hands-Off-Automatisierung aufzubauen. Entwickler können auch erweiterte generative KI-Funktionen für ihre Anwendungen entwickeln, indem sie diese als Eingabeaufforderungen in natürlicher Sprache beschreiben. Sie können diese Prompts auch verwenden, um Copilot-Aktionen und -Themen zu erweitern und so tägliche Geschäftsabläufe zu optimieren und die Effizienz zu steigern.
Menschliche Aufsicht
Die menschliche Aufsicht ist ein wichtiger Schritt bei der Arbeit mit Inhalten, die aus einem GPT-Modell generiert werden. Große Sprachmodelle wie GPT werden auf riesigen Datenmengen trainiert. KI-generierte Inhalte können Fehler und Vorurteile enthalten. Bevor Sie es online stellen, an einen Kunden senden oder zur Entscheidungsfindung im Unternehmen verwenden, sollte es von einem Menschen überprüft werden. Die menschliche Aufsicht hilft Ihnen, potenzielle Fehler und Verzerrungen zu erkennen. Es stellt auch sicher, dass der Inhalt für den beabsichtigten Anwendungsfall relevant ist und mit den Werten des Unternehmens übereinstimmt.
Eine menschliche Bewertung kann auch dabei helfen, etwaige Probleme mit dem GPT-Modell selbst zu identifizieren. Wenn das Modell beispielsweise Inhalte generiert, die für den beabsichtigten Anwendungsfall nicht relevant sind, müssen Sie die Eingabeaufforderung möglicherweise anpassen.
Verantwortungsvolle KI
Wir möchten eine von Anfang an verantwortungsbewusste KI erschaffen. Unsere Arbeit orientiert sich an einer Reihe grundlegender Prinzipien: Fairness, Zuverlässigkeit und Sicherheit, Datenschutz, Inklusivität, Transparenz und Rechenschaftspflicht. Wir setzen diese Grundsätze unternehmensweit in die Praxis um, um KI zu entwickeln und einzusetzen, die sich positiv auf die Gesellschaft auswirkt. Wir verfolgen einen umfassenden Ansatz und kombinieren innovative Forschung, herausragende Technik und verantwortungsvolle Governance. Neben der Spitzenforschung von OpenAI zur KI-Ausrichtung entwickeln wir einen Rahmen für den sicheren Einsatz unserer eigenen KI-Technologien, der helfen soll, in der Branche verantwortungsvollere Ergebnisse zu erreichen.
Erfahren Sie mehr über Transparenz im Azure OpenAI-Dienst