หลักการออกแบบเวิร์กโหลดแอปพลิเคชันอัจฉริยะ
คำแนะนำเกี่ยวกับการวางแผน การพัฒนา และการบำรุงรักษาเวิร์กโหลดของแอปพลิเคชันอัจฉริยะสร้างขึ้นจากเสาหลักแห่งความเป็นเลิศทางสถาปัตยกรรมห้าประการของ Power Platform Well-Architected
| เสาหลัก Well-Architected | สรุปข้อมูล |
|---|---|
| ความน่าเชื่อถือ | เวิร์กโหลดแอปพลิเคชันอัจฉริยะต้องการความยืดหยุ่นที่ชั้นสถาปัตยกรรมเพื่อให้แน่ใจว่าโมเดลและเวิร์กโฟลว์ AI พร้อมใช้งานสูงและสามารถกู้คืนจากความล้มเหลวได้อย่างรวดเร็ว ใช้กลไกการจัดการข้อผิดพลาดที่มีประสิทธิภาพ สถาปัตยกรรมที่ยืดหยุ่นยังรักษาความสมบูรณ์ของข้อมูลที่ใช้โดยโมเดล AI ทำให้มั่นใจได้ถึงผลลัพธ์ที่สม่ำเสมอและแม่นยำ |
| การรักษาความปลอดภัย | เวิร์กโหลดแอปพลิเคชันอัจฉริยะมักจะจัดการข้อมูลที่ละเอียดอ่อน ปกป้องข้อมูลที่ละเอียดอ่อนที่ใช้และสร้างโดยโมเดล AI ใช้การเข้ารหัสลับ การควบคุมการเข้าถึง และการตรวจสอบความปลอดภัยเป็นประจำ ตรวจสอบให้แน่ใจว่าเวิร์กโหลดเป็นไปตามมาตรฐานข้อบังคับที่เกี่ยวข้อง เช่น GDPR (ข้อบังคับทั่วไปเกี่ยวกับการคุ้มครองข้อมูล) และ HIPAA (พระราชบัญญัติการเคลื่อนย้ายและความรับผิดชอบในการประกันสุขภาพ) เพื่อปกป้องความเป็นส่วนตัวและข้อมูลของผู้ใช้ |
| ประสิทธิภาพการทำงาน | เวิร์กโหลดแอปพลิเคชันอัจฉริยะต้องได้รับการออกแบบให้ปรับขนาดได้อย่างราบรื่นด้วยปริมาณข้อมูลที่เพิ่มขึ้นและความต้องการของผู้ใช้ ระบุเมตริกประสิทธิภาพหลักและใช้การตรวจสอบเพื่อติดตามความคืบหน้าในการบรรลุเป้าหมายด้านประสิทธิภาพของเวิร์กโหลด ในบริบทของเวิร์กโหลดแอปพลิเคชันอัจฉริยะ ประสิทธิภาพยังจะคำนึงถึงจำนวนคำขอและการโต้ตอบที่สามารถทำได้ผ่านบริการตนเอง ซึ่งอาจต้องมีการแทรกแซงของมนุษย์ |
| ความเป็นเลิศในการดำเนินงาน | เวิร์กโหลดแอปพลิเคชันอัจฉริยะต้องการการตรวจสอบและบันทึกที่ครอบคลุมเพื่อติดตามประสิทธิภาพและความสมบูรณ์ของโมเดล AI เวิร์กโฟลว์ และการสนทนา การตรวจสอบช่วยในการระบุและแก้ไขปัญหาได้อย่างรวดเร็ว เสาหลักแห่งความเป็นเลิศในการดำเนินงานแนะนำให้ใช้ระบบอัตโนมัติเพื่อปรับปรุงการดำเนินงาน ลดการแทรกแซงด้วยตนเอง และลดความเสี่ยงของความผิดพลาดของมนุษย์ |
| การปรับปรุงประสบการณ์ใช้งาน | ปริมาณงานแอปพลิเคชันอัจฉริยะควรจัดลำดับความสำคัญของการออกแบบการสนทนาเพื่อให้แน่ใจว่าจะได้รับประสบการณ์ที่เป็นมิตรกับผู้ใช้ ซึ่งช่วยให้ผู้ใช้สามารถบรรลุเป้าหมายได้โดยใช้ความพยายามเพียงเล็กน้อย การออกแบบควรคำนึงถึงหัวข้อที่ AI สร้างสรรค์ไม่สามารถจัดการได้และรวมกลไกทางเลือกเข้าด้วยกัน ใช้กลไกเพื่อรวบรวมความคิดเห็นของผู้ใช้และปรับแต่งโมเดล AI และปริมาณงานอย่างต่อเนื่องตามข้อเสนอแนะนี้ |
ความน่าเชื่อถือ
เมื่อคุณออกแบบเวิร์กโหลดของแอปพลิเคชันอัจฉริยะ Power Platform ให้เน้นที่ความยืดหยุ่นและความพร้อมใช้งาน
- ความยืดหยุ่น คือความสามารถของระบบในการกู้คืนจากความล้มเหลวและทำงานต่อไป
- ความพร้อมใช้งาน ช่วยให้มั่นใจได้ถึงเวลาทำงานอย่างต่อเนื่อง ความพร้อมใช้งานสูงช่วยลดเวลาหยุดทำงานของแอปพลิเคชันและปรับปรุงการกู้คืนจากเหตุการณ์ต่างๆ
ความน่าเชื่อถือเป็นสิ่งสำคัญในการพัฒนาเวิร์กโหลดใดๆ และ AI สร้างสรรค์ก็ไม่มีข้อยกเว้น มีปัจจัยเฉพาะที่ต้องพิจารณาเมื่อวิศวกรรมเวิร์กโหลดของ AI สร้างสรรค์ การตระหนักและเน้นย้ำถึงความยืดหยุ่นเป็นสิ่งสำคัญสำหรับเวิร์กโหลดของ AI สร้างสรรค์เพื่อให้แน่ใจว่าองค์กรมีความพร้อมและรักษาความต่อเนื่องทางธุรกิจ
ความล้มเหลวสามารถเกิดขึ้นได้ในระบบคลาวด์ แทนที่จะพยายามป้องกันความล้มเหลวทั้งหมด เป้าหมายของคุณควรลดผลกระทบขององค์ประกอบที่ล้มเหลวเพียงชิ้นเดียว ใช้ข้อมูลต่อไปนี้เพื่อลดเวลาหยุดทำงานและตรวจสอบให้แน่ใจว่าแนวทางปฏิบัติที่แนะนำสำหรับความพร้อมใช้งานสูงมีอยู่ในเวิร์กโหลดแอปพลิเคชันอัจฉริยะของคุณ:
- ตรวจสอบให้แน่ใจว่าเวิร์กโหลดสามารถจัดการกับความล้มเหลวและทำงานต่อไปได้แม้ว่าจะลดฟังก์ชันการทำงานลงก็ตาม ระบุข้อผิดพลาดที่อาจเกิดขึ้นและทำให้ระบบมีความยืดหยุ่นเพื่อคงทนและกู้คืนจากความผิดพลาดเหล่านี้
- ทำให้เวิร์กโหลดสามารถสังเกตได้เพื่อให้ทีมพัฒนาเรียนรู้จากความล้มเหลว ระบุและแก้ไขปัญหาได้อย่างรวดเร็วโดยใช้กลไกการตรวจสอบ การบันทึก และการแจ้งเตือน
- ตรวจสอบให้แน่ใจว่าเวิร์กโหลดสามารถปรับขนาดเพื่อรองรับโหลดที่แตกต่างกัน โดยเฉพาะอย่างยิ่งที่สำคัญสำหรับเวิร์กโหลด AI ที่อาจมีความต้องการที่ผันผวน
- ใช้กลไกการจัดการและกู้คืนข้อผิดพลาดที่มีประสิทธิภาพ ตั้งค่าการแจ้งเตือนอัตโนมัติสำหรับความล้มเหลวของระบบและมีแผนที่ชัดเจนสำหรับการกู้คืนอย่างรวดเร็ว
- ตรวจสอบสถาปัตยกรรมเป้าหมายและปรับขนาดโดยการทำความเข้าใจปริมาณเป้าหมายของข้อความแชทหรือการสนทนา ปริมาณเป้าหมายยังช่วยตรวจสอบด้านการให้สิทธิการใช้งานของแอปพลิเคชันอัจฉริยะและผลกระทบที่อาจเกิดขึ้นกับที่เก็บข้อมูล Dataverse สำหรับการถอดความการสนทนา
สำหรับแอปพลิเคชันอัจฉริยะที่ใช้ความสามารถของ AI สร้างสรรค์ไม่เพียงแต่พิจารณาความยืดหยุ่นและความพร้อมใช้งานเท่านั้น แต่ยังรวมถึงความน่าเชื่อถือและความแม่นยำของการตอบสนองที่ได้รับจากเวิร์กโหลดอัจฉริยะด้วย พิจารณาคำแนะนำต่อไปนี้สำหรับการพิจารณาการออกแบบแต่ละครั้ง:
- เพิ่มประสิทธิภาพสำหรับ Retrieval Augmented Generation (RAG): ตรวจสอบให้แน่ใจว่าข้อมูลของคุณสะอาดและมีโครงสร้างที่ดี สร้างการฝังและดัชนีที่มีประสิทธิภาพเพื่อการดึงข้อมูลอย่างรวดเร็ว และใช้กลไกการตรวจสอบและข้อเสนอแนะที่มีประสิทธิภาพเพื่อปรับปรุงประสิทธิภาพของเวิร์กโหลดอย่างต่อเนื่อง
- พร้อมท์ที่มีประสิทธิภาพ: ออกแบบพร้อมท์ที่แม่นยำและมีความเกี่ยวข้องตามบริบทเพื่อเป็นแนวทางให้ AI สร้างการตอบสนองที่แม่นยำ
- การประเมินเป็นประจำ: ใช้การตรวจสอบและทดสอบเอาต์พุต AI อย่างต่อเนื่องเพื่อประเมินความถูกต้อง ความเกี่ยวข้อง และการยึดมั่นทางจริยธรรม
- ลูปการป้อนกลับ: สร้างกลไกป้อนกลับที่ผู้ใช้สามารถรายงานความไม่ถูกต้อง ซึ่งสามารถใช้เพื่อปรับแต่งและปรับปรุงโมเดลได้ Microsoft Copilot Studio ให้ การวิเคราะห์ความพึงพอใจของลูกค้า ซึ่งให้ข้อมูลเชิงลึกที่นำไปใช้ได้จริงเกี่ยวกับตัวขับเคลื่อนความพึงพอใจหรือไม่พอใจกับคำตอบของเอเจนต์ของคุณ
- การฝึกอบรมเฉพาะสาขา: ปรับแต่งโมเดลอย่างละเอียดเกี่ยวกับข้อมูลเฉพาะสาขาเพื่อเพิ่มความแม่นยำในบริบทเฉพาะ
- อัปเดตเป็นประจำ: อัปเดตโมเดลด้วยข้อมูลใหม่เป็นระยะเพื่อรักษาความเกี่ยวข้องและความแม่นยำ
- จุดประสงค์ที่ไม่รู้จัก: จัดการจุดประสงค์ที่ไม่รู้จักโดยใช้ คำตอบที่สร้างอัตโนมัติ เพื่อค้นหาคำตอบจากแหล่งข้อมูลที่มีอยู่ และโดยใช้ หัวข้อทางเลือก เพื่อรวมเข้ากับระบบอื่นๆ
การรักษาความปลอดภัย
ในโมเดลความรับผิดชอบที่ใช้ร่วมกัน:
- องค์กรมีหน้าที่หลักในการจัดการและดำเนินงานเวิร์กโหลด
- Microsoft จัดการความปลอดภัยของโครงสร้างพื้นฐาน รวมถึงศูนย์ข้อมูล ความปลอดภัยของเครือข่าย และมาตรการรักษาความปลอดภัยทางกายภาพ และคุณสมบัติด้านความปลอดภัยในตัว เช่น การเข้ารหัสลับ การจัดการข้อมูลประจำตัว และการปฏิบัติตามมาตรฐานอุตสาหกรรม เรียนรู้เพิ่มเติมใน ความปลอดภัยใน Microsoft Power Platform และ ความปลอดภัยและการกำกับดูแล Copilot Studio
เราขอแนะนำให้คุณประเมินบริการและเทคโนโลยีเป็นประจำ เพื่อให้แน่ใจว่าลักษณะด้านความปลอดภัยของคุณปรับให้เข้ากับรูปแบบภัยคุกคามที่กำลังพัฒนา การสร้างความเข้าใจที่ชัดเจนเกี่ยวกับรูปแบบความรับผิดชอบร่วมกันกับผู้จัดจำหน่ายเป็นสิ่งสำคัญเมื่อทำงานร่วมกันเพื่อใช้มาตรการรักษาความปลอดภัย
คุณสามารถใช้หลายวิธีเพื่อรักษาความปลอดภัยเวิร์กโหลดของแอปพลิเคชันอัจฉริยะของคุณ:
- การรับรองความถูกต้องของผู้ใช้และการควบคุมการเข้าถึง: ใช้มาตรการการรับรองความถูกต้องและการควบคุมการเข้าถึงที่มีประสิทธิภาพ เพื่อให้แน่ใจว่าเฉพาะผู้ใช้ที่ได้รับอนุญาตเท่านั้นที่สามารถเข้าถึงเวิร์กโหลดของแอปพลิเคชันอัจฉริยะได้ การเข้าถึงเวิร์กโหลดแอปพลิเคชันอัจฉริยะโดยไม่ได้รับอนุญาตอาจส่งผลให้เกิดการละเมิดข้อมูล การใช้ทรัพยากรในทางที่ผิด และการเปิดเผยข้อมูลที่ละเอียดอ่อนที่อาจเกิดขึ้น กลไกการตรวจสอบสิทธิ์ที่อ่อนแอหรือไม่มีประสิทธิภาพอาจส่งผลให้บัญชีผู้ใช้ถูกละเมิดความปลอดภัย
- การปฏิบัติตามข้อกำหนด: ตรวจสอบให้แน่ใจว่าข้อมูลได้รับการปกป้องและจัดการตามข้อกำหนดของกฎระเบียบ ทำความเข้าใจระเบียบข้อบังคับในท้องถิ่น และรับทราบข้อมูลเกี่ยวกับกฎหมายคุ้มครองข้อมูลในท้องถิ่น และตรวจสอบให้แน่ใจว่ากลยุทธ์ถิ่นที่อยู่ของข้อมูลของคุณเป็นไปตามข้อบังคับเหล่านี้
- การรวม: รักษาความปลอดภัยการวมกับบริการหลักทั้งหมด ตรวจสอบและปกป้องความสมบูรณ์ของเครือข่ายของตำแหน่งข้อมูลภายในและภายนอกผ่านความสามารถและอุปกรณ์ด้านความปลอดภัย เช่น ไฟร์วอลล์หรือไฟร์วอลล์เว็บแอปพลิเคชัน
- การติดตามและตรวจสอบอย่างต่อเนื่อง: ติดตามและตรวจสอบกิจกรรมของเวิร์กโหลดอย่างต่อเนื่องเพื่อตรวจจับและตอบสนองในเชิงรุก
- เครื่องมือรักษาความปลอดภัย Azure: ใช้เครื่องมือรักษาความปลอดภัยในตัวของ Azure เช่น Microsoft Defender for Cloud และ Azure Policy เพื่อตรวจสอบและบังคับใช้นโยบายความปลอดภัย
- การฝึกอบรมพนักงาน :ฝึกอบรมพนักงานเกี่ยวกับแนวทางปฏิบัติที่ดีที่สุดในการปกป้องข้อมูล และความสำคัญของการปฏิบัติตามข้อกำหนดด้านถิ่นที่อยู่ของข้อมูล
ประสิทธิภาพการทำงาน
ประสิทธิภาพการทำงานคือความสามารถของเวิร์กโหลดของคุณในการปรับขนาดอย่างมีประสิทธิภาพเพื่อตอบสนองความต้องการของผู้ใช้
เพิ่มประสิทธิภาพการทำงานโดย:
- การทำความเข้าใจปริมาณงานเป้าหมายเพื่อตรวจสอบสถาปัตยกรรมและขนาด ปริมาณเป้าหมายยังช่วยตรวจสอบด้านการให้สิทธิการใช้งานของ AI สร้างสรรค์ (เอเจนต์) และผลกระทบที่อาจเกิดขึ้นกับที่เก็บข้อมูล Dataverse สำหรับการถอดความการสนทนา
- การทำความเข้าใจ ขีดจำกัดของแพลตฟอร์ม เมื่อคุณรวมเวิร์กโหลดของแอปพลิเคชันอัจฉริยะเข้ากับระบบภายนอก เช่น ผ่าน Power Automate หรือการร้องขอทาง HTTP สิ่งสำคัญคือต้องตรวจสอบว่าทุกส่วนประกอบสามารถรองรับโหลดได้
- ตรวจสอบประสิทธิภาพอย่างต่อเนื่องและตรวจจับความผิดปกติโดยใช้เครื่องมือต่างๆ เช่น Azure Monitor, Log Analytics, Application Insights และการแจ้งเตือน
- การทำความเข้าใจเวลาตอบสนองที่คาดไว้สำหรับ:
- การโหลดแชทครั้งแรกและการตอบกลับข้อความแรก
- เวลาแฝงสูงสุดสำหรับเอเจนต์ในการตอบคำถามของผู้ใช้
- แนวทางในการจัดการการดำเนินการที่ใช้เวลานาน (เช่น รอให้ระบบภายนอกส่งคืนข้อมูล)
- การปรับอัตราการเปลี่ยนทางให้เหมาะสม หรืออัตราที่คำขอเสร็จสมบูรณ์ในรูปแบบบริการตนเองเนื่องจากระบบอัตโนมัติ (ลดจำนวนคำขอที่ต้องการความช่วยเหลือจากมนุษย์) เรียนรู้เพิ่มเติมใน การเพิ่มประสิทธิภาพการทำงานสำหรับเวิร์กโหลดของแอปพลิเคชันอัจฉริยะ
การพิจารณาแต่ละแง่มุมเหล่านี้ช่วยให้คุณสร้างเวิร์กโหลดแอปพลิเคชันอัจฉริยะด้วยประสบการณ์ผู้ใช้ที่สอดคล้องและสม่ำเสมอ
ความเป็นเลิศในการดำเนินงาน
ความเป็นเลิศในการดำเนินงานเกี่ยวข้องกับการพัฒนากระบวนการที่มีประสิทธิภาพเพื่อรองรับเวิร์กโหลดของแอปพลิเคชันอัจฉริยะของคุณ
ความล้มเหลวในการปฏิบัติงานอาจส่งผลต่อการออกแบบด้านอื่นๆ ตลอดจนความสำเร็จโดยรวมของเวิร์กโหลดของแอปพลิเคชันอัจฉริยะ สิ่งสำคัญคือต้องปรับแต่งกระบวนการปฏิบัติงานของคุณเพื่อรองรับเวิร์กโหลดแอปพลิเคชันอัจฉริยะในการทำงานจริง คำแนะนำต่อไปนี้ขับเคลื่อนความเป็นเลิศในการดำเนินงาน:
- ทำให้กระบวนการสร้างและเผยแพร่เป็นไปโดยอัตโนมัติ กระบวนการสร้างและเผยแพร่อัตโนมัติเต็มรูปแบบช่วยลดแรงเสียดทานและเพิ่มความเร็วในการปรับใช้การอัปเดต เพิ่มความสามารถในการทำซ้ำและความสอดคล้องกันในสภาพแวดล้อม ระบบอัตโนมัติช่วยลดวงจรการส่งเอกสารกลับเพื่อการปรับปรุง ตั้งแต่นักพัฒนาที่ผลักดันการเปลี่ยนแปลง ไปจนถึงการรับข้อมูลเชิงลึกเกี่ยวกับคุณภาพของโค้ด ความครอบคลุมของการทดสอบ ความยืดหยุ่น ความปลอดภัย และประสิทธิภาพ ซึ่งทั้งหมดนี้มีส่วนช่วยเพิ่มประสิทธิภาพการทำงานของนักพัฒนา
- รักษาการกำกับดูแลและการปฏิบัติตามข้อกำหนด
- วิเคราะห์ประสิทธิภาพและความสมบูรณ์ของสภาพแวดล้อมของคุณในการทำงานจริง
- เก็บรักษาเอกสารประกอบที่รวบรวม:
- ขั้นตอนในการแก้ไขปัญหา
- แผนการกู้คืนจากความเสียหาย
- ให้คำแนะนำการแก้ไขเกี่ยวกับวิธีการเร่งกระบวนการแก้ไขปัญหา
- ยอมรับการปรับปรุงการดำเนินงานอย่างต่อเนื่อง จัดลำดับความสำคัญของการปรับปรุงระบบและประสบการณ์ของผู้ใช้เป็นประจำ ใช้โมเดลสถานภาพเพื่อทำความเข้าใจและวัดประสิทธิภาพการดำเนินงาน ร่วมกับกลไกป้อนกลับเพื่อให้ทีมแอปพลิเคชันเข้าใจและแก้ไขช่องว่างในลักษณะวนซ้ำ
คำแนะนำเหล่านี้สามารถช่วยให้ทีมของคุณทำงานร่วมกันได้อย่างมีประสิทธิภาพและโปร่งใส
การปรับปรุงประสบการณ์ใช้งาน
ปริมาณงานแอปพลิเคชันอัจฉริยะควรจัดลำดับความสำคัญของการออกแบบการสนทนาเพื่อให้แน่ใจว่าจะได้รับประสบการณ์ที่เป็นมิตรกับผู้ใช้ ซึ่งช่วยให้ผู้ใช้สามารถบรรลุเป้าหมายได้โดยใช้ความพยายามเพียงเล็กน้อย การออกแบบควรกล่าวถึงหัวข้อที่ AI สร้างสรรค์ไม่สามารถจัดการได้และมีกลไกสำรอง ใช้กลไกเพื่อรวบรวมความคิดเห็นของผู้ใช้และปรับแต่งโมเดล AI และปริมาณงานอย่างต่อเนื่องตามข้อเสนอแนะนี้
การปรับประสบการณ์ผู้ใช้ให้เหมาะสมสำหรับเวิร์กโหลดแอปพลิเคชันอัจฉริยะเกี่ยวข้องกับข้อควรพิจารณาที่สำคัญหลายประการ:
การออกแบบการสนทนา: ออกแบบการสนทนาที่ใช้งานง่ายและนำทางได้ง่าย ใช้ภาษาที่ชัดเจนและรัดกุม และตรวจสอบให้แน่ใจว่า AI สามารถจัดการคำถามทั่วไปของผู้ใช้ได้อย่างมีประสิทธิภาพ มุ่งเน้นการช่วยให้ผู้ใช้บรรลุเป้าหมายโดยใช้ความพยายามเพียงเล็กน้อย ทำความเข้าใจจุดประสงค์ของผู้ใช้และให้คำตอบที่เกี่ยวข้องอย่างรวดเร็วเพื่อให้แน่ใจว่าผู้ใช้จะได้รับประสบการณ์ที่ราบรื่นและมีประสิทธิภาพ
ข้อจำกัดในการจัดการ: ใช้กลไกทางเลือกสำหรับหัวข้อที่ AI สร้างสรรค์ไม่สามารถจัดการได้ เช่น การเปลี่ยนเส้นทางผู้ใช้ไปยังเจ้าหน้าที่บริการลูกค้าหรือการจัดหาทรัพยากรทางเลือก ออกแบบกระบวนการจัดการข้อผิดพลาดที่มีประสิทธิภาพเพื่อจัดการข้อมูลอินพุตที่ไม่คาดคิดได้อย่างสง่างาม แจ้งให้ผู้ใช้ทราบเมื่อ AI ไม่สามารถดำเนินการตามคำขอและเสนอทางเลือกอื่น
ความคิดเห็นของผู้ใช้: รวมกลไกเพื่อรวบรวมความคิดเห็นของผู้ใช้อย่างต่อเนื่อง Microsoft Copilot Studio ให้ การวิเคราะห์ความพึงพอใจของลูกค้า ซึ่งให้ข้อมูลเชิงลึกที่นำไปใช้ได้จริงเกี่ยวกับตัวขับเคลื่อนความพึงพอใจหรือไม่พอใจกับคำตอบของเอเจนต์ของคุณ ใช้คำติชมที่รวบรวมเพื่อปรับแต่งและปรับปรุงโมเดล AI และเวิร์กโหลดโดยรวม การอัปเดตเป็นประจำตามการป้อนข้อมูลของผู้ใช้สามารถปรับปรุงประสบการณ์ผู้ใช้ได้อย่างมาก
การปรับแต่งและการตั้งค่าส่วนบุคคล: ปรับแต่งพร้อมท์และคำแนะนำเพื่อให้สอดคล้องกับกรณีการใช้งานเฉพาะและความต้องการของผู้ใช้ เพื่อให้แน่ใจว่ามีการตอบที่ถูกต้องและเกี่ยวข้องมากขึ้น ใช้การเชื่อมโยงแบบไดนามิกเพื่อทำให้ทริกเกอร์เป็นอัตโนมัติและจัดการโฟลว์หัวข้ออย่างมีประสิทธิภาพ เพื่อลดความจำเป็นในการกำหนดหัวข้อที่กำหนดไว้ล่วงหน้าด้วยตนเอง และปรับปรุงความสามารถของ AI ในการรับรู้จุดประสงค์ของผู้ใช้ เรียนรู้เพิ่มเติมใน ปรับการกำหนดค่าพร้อมท์และหัวข้อให้เหมาะสม
ขั้นตอนถัดไป
หลักการออกแบบ Well-Architected Framework รวมอยู่ในพื้นที่การออกแบบเวิร์กโหลดแอปพลิเคชันอัจฉริยะ แต่ละพื้นที่การออกแบบจะให้คำแนะนำที่ตรงเป้าหมายเพื่อช่วยให้คุณเข้าถึงข้อมูลที่คุณต้องการได้อย่างรวดเร็ว เพื่อปรับปรุงการทำงานให้มีประสิทธิภาพ
เริ่มต้นด้วยการทบทวนข้อควรพิจารณาในการออกแบบที่จำเป็นเพื่อรองรับเวิร์กโหลด: