FAQ sobre as capacidades de geração de texto e comandos
Estas perguntas frequentes (FAQ) descrevem o impacto da IA da caraterística de comandos do AI Builder.
O que são comandos?
A funcionalidade de comandos no AI Builder oferece aos utilizadores uma capacidade versátil para desenvolver fluxos de trabalho com tecnologia de IA, aplicações, transformação de dados e personalização de copilotos. Permite a criação de fluxos de trabalho e aplicações que resumem documentos, criam rascunhos de respostas, classificam texto e traduzem idiomas. Esta capacidade tem a tecnologia Azure OpenAI Service, que utiliza a tecnologia GPT (Transformador Pré-preparado Generativo). Estes modelos foram treinados em grandes quantidades de dados de texto, permitindo-lhes gerar texto que se assemelha a conteúdo escrito por humanos.
Saiba mais em Nota de Transparência para o Azure OpenAI Service.
Quais são os casos de utilização pretendidos de comandos?
Os comandos no AI Builder capacitam-no a criar aplicações inteligentes, fluxos de trabalho e expandir copilotos. Tiram partido das capacidades dos modelos pré-treinados de GPT, o que elimina a necessidade de treinar modelos personalizados. Por exemplo, a intenção pode ser a criação de um fluxo de trabalho que resuma as queixas recebidas dos clientes. Em seguida, cria um pedido de suporte numa ferramenta de gestão de incidentes com base na categoria da queixa recebida. Neste exemplo, os criadores podem instruir o modelo para categorizar e resumir a reclamação recebida para criar um novo incidente.
A lista seguinte contém os incidentes de utilização mais populares para este serviço:
- Resumo dos e-mails, conversações, transcrições, documentos, entre outros.
- Sugestões de rascunhos de respostas a consultas, reclamações, e-mails de clientes, entre outros.
- Extração de informações de contratos, e-mails, faturas, encomendas, entre outros.
- Classificação do conteúdo nas categorias pretendidas (por exemplo, se um e-mail é uma encomenda, uma reclamação ou uma devolução).
- Análise de sentimentos de um determinado texto (por exemplo, identificar o sentimento de uma revisão de produto).
Em todos estes casos, os utilizadores são responsáveis pelo resultado final do sistema. São obrigados a rever o conteúdo gerado para procurar quaisquer potenciais imprecisões ou carácter incompleto antes de o utilizar.
Como foi avaliada a prontidão da funcionalidade de comandos? Que métricas são usadas para medir o desempenho?
A avaliação desta funcionalidade envolve testes completos em vários parâmetros de segurança. Esse teste garante que o recurso esteja alinhado com os padrões e princípios de IA responsável da nossa organização. O serviço também é continuamente avaliado em caso de potenciais vulnerabilidades. As métricas de desempenho que utilizamos envolvem principalmente a eficácia da filtragem de conteúdos e o grau de acordo entre o humano e a máquina em conteúdos filtrados versus não filtrados.
Que tipo de moderação de conteúdo é implementada para comandos?
Os modelos GPT são preparados em dados da Internet, o que é excelente para criar um modelo mundial geral. Ao mesmo tempo, pode herdar conteúdo tóxico, prejudicial e tendencioso das mesmas fontes. Os modelos são treinados para se comportarem de forma segura e não com conteúdo nocivo ao produto, mas às vezes pode gerar produção tóxica. Os comandos do AI Builder tiram partido do serviço Segurança de Conteúdo de IA do Azure para criar capacidades de moderação de conteúdo de última geração dentro dos comandos de IA. Isto inclui serviços para analisar a saída gerada com scanners de texto de severidade múltipla e segurança contra ataques de injeção de comandos. A saída também é digitalizada para regurgitação de material protegido.
Quais são as limitações da funcionalidade comandos? Como é que os utilizadores podem minimizar o impacto das limitações de comandos quando utilizam o sistema?
A utilização desta tecnologia deve estar em conformidade com os requisitos no Código de conduta para o Azure OpenAI Service. Esta tecnologia não pode ser utilizada para gerar conteúdo associado a propaganda política, discurso de ódio, desinformação, automutilação, discriminação, material sexual explícito ou outros conteúdos proibidos pelo Código de Conduta. As aplicações não suportadas desta tecnologia incluem fornecer aconselhamento, utilizar para orientação legal, financeira, relacionada com saúde ou previsões futuras, bem como cálculos financeiros, científicos ou matemáticos e qualquer outra utilização não suportada mencionada na Nota de Transparência para o Azure OpenAI Service. Atualmente, o serviço é suportado exclusivamente nos Estados Unidos e só está disponível em inglês.
Os conteúdos gerados por IA podem ter erros, pelo que os criadores devem informar os utilizadores finais sobre a respetiva solução de que a geração de conteúdos por este modelo é criada por IA de uma forma transparente. Uma comunicação clara do conteúdo gerado ajuda a evitar a dependência excessiva. Os criadores também devem incluir a possibilidade de um passo de revisão humana para assegurar que o conteúdo gerado por IA é exato e adequado antes de o utilizar.
Que fatores operacionais e definições permitem o uso efetivo e responsável do sistema?
O conteúdo gerado pelo modelo de IA é probabilístico por natureza, pelo que as respostas ao modelo podem variar para as mesmas instruções. A resposta gerada poderá estar incorreta ou ser enganadora e causar resultados indevidamente gerados pelo fluxo ou aplicação. Por exemplo, os clientes empresariais podem receber informações, recomendações ou suporte errados ou incorretos. Os criadores devem implementar uma supervisão humana significativa em seus fluxos e aplicativos e testar seus prompts quanto ao potencial de gerar comportamentos prejudiciais ou conteúdo proibido, conforme listado no Código de Conduta da Microsoft. Os programadores low-code também deverão ser transparentes em relação à utilização da IA nas suas aplicações e fluxos para informar o utilizador de empresa, indicando que o conteúdo é gerado por IA. Além disso, as respostas geradas poderão não corresponder às expectativas do programador de low-code devido a restrições de comprimento, filtragem de conteúdos ou seleção de modelos.
Como se chama o modelo GPT, onde está alojado e como posso aceder ao mesmo?
O AI Builder suporta a família de modelos GPT 4o, que está alojada no Serviço OpenAI do Azure. Pode aceder a estes modelos através dos pedidos no Power Platform, nas suas aplicações, fluxos e copilotos.
Saiba mais em O que há de novo no Azure OpenAI Service?
Os meus dados são utilizados para preparar ou melhorar os grandes modelos de linguagem disponíveis no AI Builder?
Os pedidos do AI Builder são executados no Azure OpenAI Service alojado pela Microsoft. Os dados do cliente não são utilizados para preparar ou melhorar nenhum dos modelos de base do Azure OpenAI Service. A Microsoft não partilha os dados do seu cliente, a menos que tenha concedido permissão para fazê-lo. Nem os pedidos do cliente (entrada) com os seus dados de fundamentação nem as respostas do modelo (saída) são utilizados para preparar ou melhorar os modelos de base do Azure OpenAI Service.
O conteúdo adicionado à ação "Criar texto com GPT utilizando um pedido" é acessível publicamente?
O separador Acerca de da ação diz Esta ação fornece acesso aos seus pedidos aproveitando o modelo GPT em execução no Azure OpenAI Service.
Por predefinição, os pedidos que adicionar à ação Criar texto com GPT utilizando um pedido no Power Automate são privados. Só são visíveis e utilizáveis na sua organização, não estão acessíveis ao mundo. Os pedidos são privados e destinam-se a utilização interna na empresa.
Os pedidos recém-criados são privados por predefinição. Isto significa que são visíveis e utilizáveis no Power Automate, Power Apps e Microsoft Copilot Studio apenas pela pessoa que os criou. Isso permite que o criador tenha tempo para testá-los e avaliá-los em aplicações ou fluxos de trabalho e garantir a respetiva precisão antes de partilhá-los.
Se quiser que outros utilizadores do ambiente ou grupos usem o seu pedido no Power Apps ou no Power Automate, tem de partilhá-lo.
Saiba mais em Partilhar o pedido.
Como as imagens de pessoas são processadas nos AI Builder prompts?
AI Builder não se destina a ser utilizado para identificar indivíduos com base em características faciais ou dados biométricos. Quando envia imagens que contenham pessoas no AI Builder, o sistema aplica automaticamente uma funcionalidade de desfocagem facial antes de analisar as imagens para proteger a privacidade individual. Esta etapa de desfocagem ajuda a resolver as preocupações de privacidade, impedindo a identificação com base em características faciais. Com o desfoque, não há reconhecimento facial ou correspondência de modelo facial envolvido. Em vez disso, qualquer identificação de indivíduos conhecidos depende de pistas contextuais, como uniformes ou configurações únicas, não em seus rostos. Esta medida de privacidade não deve afetar a qualidade dos resultados que recebe. A desfocagem do rosto pode ser ocasionalmente referenciada nas respostas do sistema.
Saiba mais em Desfocagem facial.
O que são comandos personalizados e funções de IA?
Pedidos personalizados
Os Pedidos personalizados dão aos criadores a liberdade de instruir o modelo de linguagem grande (LLM) para se comportar de uma determinada forma ou executar uma tarefa específica. Ao elaborar cuidadosamente um pedido, pode gerar respostas que atendem às suas necessidades específicas de negócios. Isto torna o modelo LLM numa ferramenta flexível para realizar várias tarefas.
Exemplo
Com um modelo de linguagem, um pedido personalizado pode orientar o modelo para responder a uma pergunta, completar texto, traduzir idiomas, resumir um documento e identificar tarefas, itens pendentes e itens de ação no texto. A complexidade de um pedido personalizado pode variar de uma única frase a algo mais intrincado, dependendo da tarefa.
Funções de IA
As funções de IA pré-criadas são comandos pré-configurados criados pela equipa da Microsoft para ajudar os criadores a realizar tarefas comuns com facilidade. Oferecem capacidades de IA prontas a usar em vários casos de utilização, o que simplifica a experiência do criador para infundir inteligência nas suas soluções.
Exemplo
O pedido pré-criado de um modelo de linguagem pode ter este aspeto:
Extraia como uma lista numerada os pontos de ação do: [TextToExtract]
Neste caso, o utilizador só precisa fornecer o texto do [TextToExtract] do qual pretende extrair os pontos de ação. O pedido pré-criado trata do resto.