Modelos de aplicativo de IA
Esta seção da documentação apresenta os modelos de aplicativo de IA e artigos relacionados que usam esses modelos para demonstrar como executar as principais tarefas do desenvolvedor. Os modelos de aplicativo de IA fornecem implementações de referência regulares e fáceis de implantar que ajudam a garantir um ponto de partida de alta qualidade para os aplicativos de IA.
Há duas categorias de modelos de aplicativo de IA, blocos de construção e soluções de ponta a ponta. As seções a seguir apresentam alguns dos principais modelos em cada categoria para a linguagem de programação que você selecionou no início deste artigo. Para navegar por uma lista mais abrangente, incluindo esses e outros modelos, consulte os modelos de aplicativo de IA na galeria de modelos de aplicativo de IA.
Blocos de construção
Blocos de construção são amostras em escala menor que focam em cenários e tarefas específicos. A maioria dos blocos de construção demonstra funcionalidade que aproveita a solução de ponta a ponta para um aplicativo de chat que usa seus próprios dados.
| Bloco de construção | Descrição |
|---|---|
| Balanceamento de carga com Aplicativos de Contêiner do Azure | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Esta abordagem usa os Aplicativos de Contêiner do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
| Bloco de construção | Descrição |
|---|---|
| Configurar a segurança do documento para o aplicativo de chat | Ao criar um aplicativo de chat usando o padrão RAG com seus próprios dados, certifique-se de que cada usuário receba uma resposta com base em suas permissões. Um usuário autorizado deve ter acesso às respostas contidas nos documentos do aplicativo de chat. Um usuário não autorizado não deve ter acesso a respostas de documentos protegidos que não tem autorização para ver. |
| Avalie as respostas do aplicativo de chat | Saiba como avaliar as respostas de um aplicativo de chat em relação a um conjunto de respostas corretas ou ideais (conhecidas como verdade fundamental). Sempre que você alterar seu aplicativo de chat de uma forma que afete as respostas, execute uma avaliação para comparar as alterações. Este aplicativo de demonstração oferece ferramentas que você pode usar hoje para facilitar a execução de avaliações. |
| Balanceamento de carga com Aplicativos de Contêiner do Azure | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Esta abordagem usa os Aplicativos de Contêiner do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
| Balanceamento de carga com o Gerenciamento de API | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Essa abordagem usa o Gerenciamento de API do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
| Teste de carga do aplicativo de chat Python com o Locust | Aprenda o processo para realizar testes de carga em um aplicativo de bate-papo Python usando o padrão RAG com o Locust, uma popular ferramenta de teste de carga de software livre. O principal objetivo do teste de carga é garantir que a carga esperada em seu aplicativo de chat não exceda a cota atual do TPM (Transações do OpenAI do Azure por Minuto). Ao simular o comportamento do usuário sob carga pesada, você pode identificar possíveis gargalos e problemas de escalabilidade em seu aplicativo. |
| Proteja seu aplicativo de IA com autenticação sem chave | Conheça o processo para proteger seu aplicativo de chat OpenAI do Azure Python com autenticação sem chave. As solicitações de aplicativo para a maioria dos serviços do Azure devem ser autenticadas com conexões sem chave ou sem senha. A autenticação sem chave oferece vantagens de segurança e gerenciamento aprimorados com relação à chave de conta porque não há nenhuma chave (nem cadeia de conexão) para armazenar. |
| Bloco de construção | Descrição |
|---|---|
| Balanceamento de carga com Aplicativos de Contêiner do Azure | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Esta abordagem usa os Aplicativos de Contêiner do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
| Bloco de construção | Descrição |
|---|---|
| Avalie as respostas do aplicativo de chat | Saiba como avaliar as respostas de um aplicativo de chat em relação a um conjunto de respostas corretas ou ideais (conhecidas como verdade fundamental). Sempre que você alterar seu aplicativo de chat de uma forma que afete as respostas, execute uma avaliação para comparar as alterações. Este aplicativo de demonstração oferece ferramentas que você pode usar hoje para facilitar a execução de avaliações. |
| Balanceamento de carga com Aplicativos de Contêiner do Azure | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Esta abordagem usa os Aplicativos de Contêiner do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
| Balanceamento de carga com o Gerenciamento de API | Saiba como adicionar balanceamento de carga ao seu aplicativo para estender o aplicativo de chat além dos limites de cota de modelo e token do OpenAI do Azure. Essa abordagem usa o Gerenciamento de API do Azure para criar três pontos de extremidade do OpenAI do Azure, bem como um contêiner primário para direcionar o tráfego de entrada para um dos três pontos de extremidade. |
Soluções de ponta a ponta
Soluções de ponta a ponta são amostras de referência abrangentes, incluindo documentação, código-fonte e implantação para permitir executar e ampliar suas próprias finalidades.
Converse com seus dados usando o OpenAI do Azure e a Pesquisa de IA do Azure com o .NET
Este modelo é uma solução completa de ponta a ponta que demonstra o padrão RAG (Geração Aumentada por Recuperação) em execução no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.
Para começar a usar este modelo, consulte Introdução ao chat usando seu próprio exemplo de dados para .NET. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub azure-search-openai-demo-csharp.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure Azure Functions |
OpenAI do Azure Pesquisa Visual Computacional do Azure Reconhecimento de Formulários do Azure Azure AI Search Armazenamento do Azure |
GPT 3.5 Turbo GPT 4.0 |
Copilot de varejo de chat da Contoso com .NET e Kernel Semântico
Este modelo implementa a Contoso Outdoors, uma loja conceitual especializada em equipamentos para atividades ao ar livre para entusiastas de caminhadas e acampamentos. Essa loja virtual aumenta o envolvimento do cliente e o suporte de vendas por meio de um agente de chat inteligente. Esse agente é alimentado pelo padrão RG (Geração Aumentada de Recuperação) no Microsoft Azure AI Stack, enriquecido com suporte ao Kernel Semântico e Prompty.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub contoso-chat-csharp-prompty.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure |
OpenAI do Azure Microsoft Entra ID Identidade gerenciada do Azure Azure Monitor Azure AI Search Estúdio de IA do Azure SQL do Azure Armazenamento do Azure |
GPT 3.5 Turbo GPT 4.0 |
Automação de processos com conversão de fala em texto e sumarização com .NET e GPT 3.5 Turbo
Este modelo é uma solução de automação de processos que recebe problemas relatados por trabalhadores de campo e de chão de fábrica em uma empresa chamada Contoso Manufacturing, uma empresa de manufatura que fabrica baterias de carro. Os problemas são compartilhados pelos trabalhadores ao vivo por meio de entrada de microfone ou pré-gravados como arquivos de áudio. A solução traduz a entrada de áudio de fala em texto e, em seguida, usa um LLM e Prompty ou Promptflow para resumir o problema e retornar os resultados em um formato especificado pela solução.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub summarization-openai-csharp-prompty.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure | Conversão de Fala em Texto Resumo OpenAI do Azure |
GPT 3.5 Turbo |
Converse com seus dados usando o OpenAI do Azure e a Pesquisa de IA do Azure com o Python
Este modelo é uma solução completa de ponta a ponta que demonstra o padrão RAG (Geração Aumentada por Recuperação) em execução no Azure. Ele usa o Azure AI Search para recuperação e modelos de linguagem grandes do Azure OpenAI para potencializar as experiências de perguntas e respostas (perguntas e respostas) no estilo ChatGPT.
Para começar a usar este modelo, consulte Introdução ao chat usando seu próprio exemplo de dados para Python. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub azure-search-openai-demo.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure | OpenAI do Azure Azure AI Search Armazenamento do Blobs do Azure Azure Monitor Azure Document Intelligence |
GPT 3.5 Turbo GPT 4 GPT 4o GPT 4o-mini |
Copilot de Escrita Criativa Multimodal com DALL-E
Este modelo é uma solução multiagente de escrita criativa para ajudar os usuários a escrever artigos. Ele demonstra como criar e trabalhar com agentes de IA orientados pelo OpenAI do Azure.
Ele inclui:
- Um aplicativo Flask que recebe um artigo e instruções de um usuário.
- Um agente de pesquisa que usa a API de Pesquisa do Bing para pesquisar o artigo.
- Um agente de produto que usa o Azure AI Search para fazer uma pesquisa de similaridade semântica para produtos relacionados de um repositório de vetores.
- Um agente escritor para combinar a pesquisa e as informações do produto em um artigo útil.
- Um agente editor para refinar o artigo apresentado ao usuário.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub agent-openai-python-prompty.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Registro de Contêiner do Azure Kubernetes do Azure |
OpenAI do Azure Pesquisa do Bing Identidade gerenciada do Azure Azure Monitor Azure AI Search Estúdio de IA do Azure |
GPT 3.5 Turbo GPT 4.0 DALL-E |
Copilot de Varejo de Chat da Contoso com Estúdio de IA
Este modelo implementa o Contoso Chat – uma solução de copiloto de varejo para o Contoso Outdoor que usa um padrão de design de geração aumentada de recuperação para fundamentar as respostas do chatbot nos dados do produto e do cliente do varejista. Os clientes podem fazer perguntas no site em linguagem natural e obter respostas relevantes com possíveis recomendações com base em seu histórico de compras - com práticas responsáveis de IA para garantir a qualidade e a segurança da resposta.
Este modelo ilustra o fluxo de trabalho de ponta a ponta (GenAIOps) para criar um copiloto baseado em RAG com o Azure AI e o Prompty. Ao explorar e implantar este exemplo, aprenda a:
- Idealize e itere rapidamente em protótipos de aplicativos usando o Prompty
- Implantar e usar modelos do OpenAI do Azure para chat, inserções e avaliação
- Usar o Azure AI Search (índices) e o Azure Cosmos DB (bancos de dados) para seus dados
- Avalie a qualidade das respostas do chat usando fluxos de avaliação assistidos por IA
- Hospedar o aplicativo como um ponto de extremidade FastAPI implantado nos Aplicativos de Contêiner do Azure
- Provisionar e implantar a solução usando a CLI do Desenvolvedor do Azure
- Apoie as práticas de IA responsável com segurança e avaliações de conteúdo
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub contoso-chat.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure |
OpenAI do Azure Azure AI Search Estúdio de IA do Azure Pronto Azure Cosmos DB |
GPT 3.5 Turbo GPT 4.0 MIR (Managed Integration Runtime (MIR)) |
Automação de processos com conversão de fala em texto e sumarização com o Estúdio de IA
Este modelo cria um aplicativo baseado na Web que permite que os trabalhadores de uma empresa chamada Contoso Manufacturing relatem problemas por meio de texto ou fala. A entrada de áudio é traduzida em texto e depois resumida para destacar informações importantes e o relatório é enviado ao departamento apropriado.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório GitHub summarization-openai-python-promptflow .
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure | Estúdio de IA do Azure Serviço de Conversão de Fala em Texto Pronto MIR (Managed Integration Runtime (MIR)) |
GPT 3.5 Turbo |
Copiloto assistente de API Analytics com Python e IA do Azure Studio
Este modelo é uma API do Assistente para conversar com dados tabulares e realizar análises em linguagem natural.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório GitHub assistant-data-openai-python-promptflow.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Serviço de Machine Learning | Azure AI Search Estúdio de IA do Azure MIR (Managed Integration Runtime (MIR)) OpenAI do Azure |
GPT 3.5 Turbo GPT 4 |
Converse com seus dados usando o OpenAI do Azure e a Pesquisa de IA do Azure com o Java
Este modelo é uma solução completa de ponta a ponta que demonstra o padrão RAG (Geração Aumentada por Recuperação) em execução no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.
Para começar a usar este modelo, consulte Introdução ao chat usando seu próprio exemplo de dados para Java. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub azure-search-openai-demo-java.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Serviço de Aplicativo do Azure Aplicativos de Contêiner do Azure Serviço de Kubernetes do Azure |
OpenAI do Azure Azure AI Search Armazenamento do Azure Azure Monitor |
Converse com seus dados usando o OpenAI do Azure e a Pesquisa de IA do Azure com o JavaScript
Este modelo é uma solução completa de ponta a ponta que demonstra o padrão RAG (Geração Aumentada por Recuperação) em execução no Azure. Ele usa a Pesquisa de IA do Azure para recuperação e modelos de linguagem grandes do OpenAI do Azure para potencializar experiências de perguntas e respostas no estilo ChatGPT.
Para começar a usar este modelo, consulte Introdução ao chat usando seu próprio exemplo de dados para JavaScript. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub azure-search-openai-javascript.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos de Contêiner do Azure Aplicativos Web Estáticos do Azure |
OpenAI do Azure Azure AI Search Armazenamento do Azure Azure Monitor |
text-embedding-ada-002 |
Front-end de chat do OpenAI do Azure
Este modelo é um componente da web de chat do OpenAI mínimo que pode ser conectado a qualquer implementação de back-end como cliente.
Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub azure-openai-chat-frontend.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos Web Estáticos do Azure | IA do Azure Search OpenAI do Azure |
GPT 3.5 Turbo GPT4 |
Chat de IA sem servidor com RAG usando LangChain.js
O modelo é um chatbot de IA sem servidor com Geração Aumentada de Recuperação usando LangChain.js e Azure que usa um conjunto de documentos corporativos para gerar respostas às consultas do usuário. Ele usa uma empresa fictícia chamada Contoso Real Estate, e a experiência permite que seus clientes façam perguntas de suporte sobre o uso de seus produtos. Os dados de amostra incluem um conjunto de documentos que descrevem seus termos de serviço, política de privacidade e um guia de suporte.
Para saber como implantar e executar esse modelo, consulte Introdução ao Chat de IA sem servidor com RAG usando LangChain.js. Para acessar o código-fonte e ler detalhes detalhados sobre o modelo, consulte o repositório do GitHub serverless-chat-langchainjs.
Saiba como implantar e executar este modelo de referência JavaScript.
Este modelo demonstra o uso desses recursos.
| Solução de hospedagem do Azure | Tecnologias | Modelos de IA |
|---|---|---|
| Aplicativos Web Estáticos do Azure Azure Functions |
IA do Azure Search OpenAI do Azure Azure Cosmos DB Armazenamento do Azure Identidade gerenciada do Azure |
GPT4 Mistral Ollama |