你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

从 QnA Maker 迁移到自定义问题解答

项目
09/04/2024

本文档的目的：本文旨在提供可用于成功将使用 QnA Maker 的应用程序迁移到自定义问题解答的信息。我们希望客户能够通过本文清楚地了解以下内容：

QnA Maker 和自定义问题解答中的功能比较
定价
简化的预配和开发体验
迁移阶段
常见迁移方案
迁移步骤

目标受众：现有 QnA Maker 客户

重要

自定义问题解答是 2021 年 11 月引入的一项 Azure AI 语言功能，其中的一些新功能包括使用深度学习排名程序的增强型相关性、精确答案和端到端区域支持。每个自定义问答项目与 QnA Maker 中的知识库等效。资源级别设置（如基于角色的访问控制 (RBAC)）不会迁移到新资源。必须为迁移后的语言资源重新配置这些资源级别设置：

自动 RBAC 到语言项目（不是资源）
自动启用分析。

还需要为语言资源重新启用分析。

功能比较

除了一组新功能外，自定义问题解答还为常用功能提供许多技术改进。

功能	QnA Maker	自定义问答	详细信息
一流的基于转换器的模型	➖	✔️	基于图灵的模型，支持以 Web 规模搜索问答。
预生成的功能	➖	✔️	使用此功能，可以利用自定义问题解答的强大之处，而无需引入内容和管理资源。
精确应答	➖	✔️	自定义问题解答借助 SOTA 模型来支持精确解答。
智能 URL 刷新	➖	✔️	自定义问题解答提供一键式刷新从公共源引入的内容的方式。
基于知识库的 Q&A（分层提取）	✔️	✔️
主动学习	✔️	✔️	自定义问题解答具有改进的主动学习模型。
替代问题	✔️	✔️	自定义问题解答中经过改进的模型降低了添加备用问题的需求。
同义词	✔️	✔️
元数据	✔️	✔️
问题生成（个人预览版）	➖	✔️	使用此新功能可以基于文本生成问题。
支持非结构化文档	➖	✔️	用户现在可以将非结构化文档作为输入源引入，并可以查询响应内容
.NET SDK	✔️	✔️
API	✔️	✔️
统一的创作体验	➖	✔️	所有 Azure AI 语言中的单个创作体验
多区域支持	➖	✔️

定价

在考虑迁移到自定义问题解答时，请考虑以下事项：

组件	QnA Maker	自定义问答	详细信息
QnA Maker 服务成本	✔️	➖	每个资源每月的固定成本。仅适用于 QnAMaker。
自定义问题解答服务成本	➖	✔️	自定义问题解答成本根据即用即付模式进行。仅适用于自定义问题解答。
Azure 搜索成本	✔️	✔️	适用于 QnA Maker 和自定义问题解答。
应用服务成本	✔️	➖	仅适用于 QnA Maker。这是迁移至自定义问题解答的用户节约的最大成本。

用户可能会选择容量更大的更高层级，这将影响其支付的整体价格。它不会影响自定义问题解答的语言组件的价格。
自定义问题解答功能中的“文本记录”是指用户提交到运行时的查询，它是语言服务中的所有功能共用的一个概念。有时，当查询长度较大时，查询可能有更多的文本记录。

示例价格估算

使用情况	QnA Maker 中的资源数	QnA Maker 中的应用服务数（层级）	QnA Maker 中的每月推理调用	搜索分区 x 搜索副本（层级）	自定义问题解答的相对成本
高	5	5(P1)	8M	9x3(S2)	成本更高
高	100	100(P1)	6M	9x3(S2)	更便宜
中型	10	10(S1)	800K	4x3(S1)	更便宜
低	4	4(B1)	100K	3x3(S1)	更便宜

摘要：客户应该能在最常见的配置间节省成本，如相对成本列所示。

在此处可以找到自定义问题解答和 QnA Maker 的定价详细信息。

Azure 定价计算器可以提供更多详细信息。

简化的预配和开发体验

借助语言服务，QnA Maker 客户现在可以从提供文本分析、LUIS 和自定义问题解答作为语言资源功能的单个服务中受益。语言服务提供：

一个语言资源用于访问上述所有功能
针对不同功能的单个创作体验窗格
针对所有功能的统一一组 API
内聚的、更简单的、功能强大的产品

了解如何开始使用 Language Studio

迁移阶段

如果你或你的组织有处于开发或生产阶段且使用 QnA Maker 的应用程序，请尽快将它们更新为使用自定义问题解答。有关可用的 API、SDK、机器人 SDK 和代码示例，请参阅以下链接。

下面是要考虑的广泛迁移阶段：

显示成功迁移阶段的图表

下面提供了其他有用的链接：

创作门户
API
SDK
机器人 SDK：要让机器人使用自定义问题解答，请使用 Bot.Builder.AI.QnA SDK - 我们建议客户继续将其用于机器人集成。下面是机器人代码中的一些相同示例用法：示例 1 示例 2

常见迁移方案

本主题将比较从 QnA Maker 迁移到自定义问题解答时的两种假设方案。这些方案可帮助你确定要针对给定方案执行的一组正确的迁移步骤。

注意

已尝试确保这些方案代表真实的客户迁移，但是各个客户的方案当然会有所不同。此外，本文不包括定价详细信息。有关详细信息，请访问定价页面。

重要

每个自定义问答项目与 QnA Maker 中的知识库等效。资源级别设置（如基于角色的访问控制 (RBAC)）不会迁移到新资源。必须为迁移后的语言资源重新配置这些资源级别设置。还需要为语言资源重新启用分析。

迁移方案 1：没有自定义创作门户

在第一个迁移方案中，客户使用 qnamaker.ai 作为创作门户，他们希望将 QnA Maker 知识库迁移到自定义问题解答。

将项目从 QnA Maker 迁移到自定义问题解答

迁移到自定义问题解答后：

需要为语言资源重新配置资源级设置
应根据以下各项对迁移的知识库进行客户验证：
- 大小验证
- 所有知识库中的 QnA 对数量在迁移前与迁移后应该匹配
客户需要在自定义问题解答中为其知识库建立新的阈值，因为与 QnA Maker 相比，置信度评分映射不同。
- 迁移前和迁移后示例问题的解答
- v1 与 v2 中解答的问题的响应时间
- 保留提示
- 在迁移后，客户可以使用批量测试工具在自定义问题解答中测试新建的项目。

需要手动删除旧的 QnA Maker 资源。

此处提供了迁移方案 1 的一些详细步骤。

迁移方案 2

在此迁移方案中，客户可能已利用 QnA Maker 创作 API 或 QnA Maker SDK 创建了自己的创作前端。

他们应该执行这些所需的步骤来迁移 SDK：

本 SDK 迁移指南旨在帮助从旧的 Microsoft.Azure.CognitiveServices.Knowledge.QnAMaker 迁移到新的自定义问题解答客户端库 Azure.AI.Language.QuestionAnswering。它将侧重于两个包之间类似操作的并排比较。

他们应该执行将知识库迁移到语言资源中的新项目所需的步骤。

迁移到自定义问题解答后：

需要为语言资源重新配置资源级设置
应根据以下各项对迁移的知识库进行客户验证
- 大小验证
- 所有知识库中的 QnA 对数量在迁移前与迁移后应该匹配
- 置信度评分映射
- 迁移前和迁移后示例问题的解答
- v1 与 v2 中解答的问题的响应时间
- 保留提示
- 迁移前后的批量测试
需要手动删除旧的 QnA Maker 资源。