Voorspellingsactie gebruiken in Power Automate

U kunt voor elk AI Builder-model in Power Automate speciale acties gebruiken. Met de actie voor voorspellen kunt u echter veel AI Builder-modeltypen gebruiken.

Een aangepast of vooraf samengesteld model gebruiken

1. Aanmelden bij Power Automate.

2. Selecteer in het navigatievenster aan de linkerkant Mijn stromen en selecteer vervolgens Nieuwe stroom>Directe cloudstroom.

3. Geef uw stroom een naam.

4. Selecteer onder Handmatig een stroom activeren onder Kiezen hoe deze stroom wordt geactiveerd en selecteer vervolgens Maken.

5. Selecteer + Nieuwe stap, en voer dan voorspellen in de zoekbalk in.

6. Selecteer Voorspellen via AI Builder of Doe voorspellingen aan de hand van AI Builder-modellen uit Microsoft Dataverse. Beide acties bieden dezelfde functies.

   

7. In de Model-invoer selecteert u een aangepast model dat u hebt gemaakt of kies een vooraf gebouwd model.

Notitie

Meer informatie over de invoer- en uitvoerparameters van elk model vindt u in de volgende secties AI Builder in Power Automate-overzicht:

• Aangepaste AI-modellen die u bouwt en traint
• Vooraf samengestelde AI-modellen die u direct kunt gebruiken in Power Automate

Een dynamische model-id gebruiken (geavanceerd)

Voor sommige complexe gebruiksscenario's moet u mogelijk op dynamische wijze een model-id doorgeven aan de voorspellingsactie. Als u bijvoorbeeld verschillende soorten facturen met verschillende modellen wilt verwerken, wilt u misschien automatisch een model kiezen, afhankelijk van het type factuur.

In deze sectie leert u hoe u de AI Builder-voorspellingsactie voor dit specifieke doel configureert, afhankelijk van het modeltype.

1. Aanmelden bij Power Automate.

2. Selecteer Mijn stromen in het linkervenster en selecteer Nieuwe stroom>Directe cloudstroom.

3. Geef uw stroom een naam, selecteer Handmatig een stroom activeren onder Kiezen hoe deze stroom wordt geactiveerd en selecteer vervolgens Maken.

4. Selecteer + Nieuwe stap.

5. Voer Variabele initialiseren in de zoekbalk in en selecteer het vervolgens in het Acties-tabblad.

6. Voer model-id in de Naam-invoer in, Tekenreeks in de Type-invoer en de werkelijke model-id in de Waarde-invoer.

   U kunt de model-id vinden in de URL van de detailpagina van het model in Power Apps: make.powerapps.com/environment/[environment id]/aibuilder/models/[model id]

7. Selecteer + Nieuwe stap, zoek naar voorspellen en selecteer vervolgens Voorspellen via AI Builder.

8. Selecteer de invoer >Aangepaste waarde invoeren en voer de model-id uit stap 6 in.

   De kolomwaarde Afleidingsaanvraag is afhankelijk van het modeltype.

Documentverwerkingsmodel

1. Voeg in de stap Handmatig een stroom activeren een invoer Bestand toe en stel de naam in op Bestandsinhoud.

2. Voeg in de stap Handmatig een stroom activeren een invoer Tekst toe en stel de naam in op MIME-type.

3. Voer in de stap Variabele initialiseren een documentverwerkingsmodel-id in.

4. Voer in de stap Voorspellen de volgende waarde in de kolom Afleidingsaanvraag in:

   {
       "version": "2.0",
       "requestv2": {
       "@@odata.type": "Microsoft.Dynamics.CRM.expando",
       "mimeType": "@{triggerBody()['text']}",
       "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
       "pages": "@{base64('1-2')}"
       }
   }
   

   Parameter pages is optioneel en kan de vorm '2' hebben of een bereik zoals '1-10'.

   

5. Selecteer Opslaan in de rechterbovenhoek en selecteer vervolgens Testen om uw stroom uit te proberen:

   

6. Haal in de details van de stroomuitvoering de JSON-uitvoer van het model op in de sectie UITVOER van de voorspellingsactie. Deze uitvoer is handig om downstreamacties te bouwen met behulp van de waarden van het model.

   

7. Ga terug naar uw stroom in de bewerkingsmodus.

8. Selecteer + Nieuwe stap en selecteer de actie Opstellen (of een andere actie om uw modeluitvoer te verwerken). Stel dat uw modeluitvoer de Totaal-kolom bevat. U kunt het krijgen met de volgende formule:

   @{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
   

   

Model voor objectdetectie

Dit proces is vergelijkbaar met de afleidingsaanvraag in stap 4 in de sectie Documentverwerkingsmodel:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

Model voor categorieclassificatie

Dit proces is vergelijkbaar met de afleidingsaanvraag in stap 4 in de sectie Documentverwerkingsmodel:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "language": "Detect automatically",
        "text": "The text to categorize"
    }
}