开始使用 Dynamics 365 中的 AI
Microsoft Copilot 以及与 AI 相关的体验激动人心，它们开辟了全新的可能性。 但是，包括 Dynamics 365 应用在内，几乎每个 Microsoft 产品都配有 Copilot，而有关如何获得 AI 功能并在您的业务中使用这些功能的信息都分布在不同的文档库中，因此很难知道从何处着手。
在本文中，我们将澄清 Copilot 的一些令很多人感到困惑的方面。 如果您想了解更多详细信息，我们还提供了资源链接，便于您深入挖掘了解。
重要提示
本文将随时间推移逐步更新。 如果您认为缺少了某些内容，或者发现某些情况发生了变化，请告知我们。 更理想的方式，则是为本文做出贡献。 有关详细信息，请参阅为 Dynamics 365 文档做贡献。
我对 AI 还很陌生。 我该从哪里开始呢？
请先观看一个概述性视频，简要了解 Copilot 在 Dynamics 365 和 Power Platform 中的工作原理。 您将了解到 Copilot 会如何确保您的业务数据的安全性并遵守隐私要求，以及它如何负责任地使用生成式 AI。
Dynamics 365 应用如何使用 AI？
Dynamics 365 中的 AI 功能仅使用 Microsoft Azure 服务。 我们之所以选择 Azure 云，是因为 Azure 服务是根据 Microsoft 负责任 AI 标准构建的，并且具备客户所期望的企业安全性、隐私性及合规性控制。
生成式 AI 与 Microsoft 在 Azure 中提供的功能有何关系？
生成式 AI 是一种人工智能，可以根据您的输入或提示为您创建新的内容或数据。 例如，生成式 AI 可以撰写文本、生成图像、创作音乐或合成语音。 Microsoft 在 Azure 中提供了一系列 AI 模型和服务，例如 Azure 认知服务、Azure 机器学习和 Azure OpenAI 服务。 Azure OpenAI 服务是生成式 AI 的一种特色服务，可让您为各种任务和场景访问和使用 OpenAI 模型（例如 GPT-4 和 DALL-E）。 Dynamics 365 应用使用 Azure OpenAI 服务提供生成式 AI 功能，以帮助商务用户开展工作。 我们的合作伙伴还可以将 Azure OpenAI 服务集成到他们的解决方案中。
如需了解更多信息，请参阅博客文章：借助 Azure OpenAI 服务上的生成式 AI 加快创新速度。
生成式 AI 能如何为企业提供帮助？
生成式 AI 这个术语听起来很有趣，但企业该如何利用它来取得领先优势？ 以下博客文章提供了一些有趣的示例，希望对您有所启发：Azure OpenAI 服务：生成式 AI 改变企业的十种方法。
您还可以通过阅读以下文章快速了解 Dynamics 365 应用中的生成式 AI 功能：Dynamics 365 中的 Microsoft Copilot。
提示
接下来的两个部分适用于希望自行提供生成式 AI 的组织，而不太适合想要使用 Dynamics 365 应用中内置的生成式 AI 功能的人。 如果您是商务用户，请跳至其他部分阅读。请使用顶部在本文中部分的链接查找适合您的主题。
如何获取 Azure OpenAI 服务，以及如何选择和部署 AI 模型？
要想获取 Azure OpenAI 服务，您必须拥有 Azure 订阅和 Azure OpenAI 服务帐户。 您可以在 Azure 门户上注册这两项服务。 拥有帐户后，您就可以创建 Azure OpenAI 服务资源并获取 API 密钥，以用于访问 Azure OpenAI 服务模型。 您可以从适用于不同领域和目的的各种模型中进行选择。 例如文本生成、文本分析、图像生成、图像分析、对话型 AI 等。
您可以通过提供自己的数据和参数来定制、训练和部署模型。 不过，您通常可以跳过这个昂贵且耗时的过程。 Azure OpenAI 服务模型已基于大量数据进行训练。
下表概括介绍了任务和资源。
| 内容 | 访问地点 | 了解详细信息 |
|---|---|---|
| 获取 Azure 订阅。 注册付费计划，或开始免费使用。 | azure.microsoft.com | |
| 请求访问 Azure OpenAI 服务以进行订阅。 目前，只有申请访问权限后才能访问此服务。 | https://aka.ms/OAIapply | Azure OpenAI 服务是什么？ |
| 获取您帐户的权限以创建 Azure OpenAI 资源并部署模型。 | Azure 门户 | Azure OpenAI 服务的基于角色的访问控制 |
| 创建 Azure OpenAI 服务资源并部署模型。 | Azure 门户和 Azure AI Studio | 创建并部署 Azure OpenAI 服务资源 |
完成此步骤后，您可以开始开发 Copilot 体验，这需要有关资源和部署模型的以下信息：
| 内容 | 哪里可以找到 |
|---|---|
| Azure OpenAI API 密钥和终结点 (URL) | Azure 门户中资源的密钥和终结点页面。 |
| 模型的部署名称 | Azure AI Studio 中的部署页面。 |
这需要多少成本？是否有预测和衡量成本的工具？
使用 Azure OpenAI 服务的成本取决于您所用资源的类型和数量，而这又取决于模型。 您可以使用 Azure 定价计算器，并根据您预计的使用情况和配置来估算使用 Azure OpenAI 服务的成本。
由于您的 AI 功能已附加到您的 Azure OpenAI 服务密钥中，您需要负责 Azure OpenAI 资源在整个开发和测试过程中的运营成本。 当您的客户在生产或沙盒环境中使用该功能时，成本仍然由您来承担。 例如，每月向企业主提供少量建议的 AI 功能消耗的资源和花费的成本可能比较低。 相比之下，每天为每位员工生成两页项目摘要的 AI 功能需要消耗更多的资源并花费更多成本。
或者，也可以使用 Microsoft 成本管理和计费工具来监视和控制您在 Azure OpenAI 服务方面的支出。 您可以设置预算、警报和策略以跟踪和优化您的成本。 您还可以查看和下载显示您的使用情况和费用的详细报告和发票。
如需详细了解 Azure OpenAI 服务的成本以及预测/衡量成本的工具有哪些，请参阅 Azure OpenAI 服务定价。
使用热门模型有哪些优点和缺点？
目前，Azure OpenAI 服务中提供的热门模型是 GPT-4 和 DALL-E。 GPT-4 是一种大型语言模型，可以为各种任务和领域生成自然、连贯的文本，例如摘要、翻译、问题解答和内容创建。 DALL-E 是一种大型图像模型，可以根据文本或图像提示生成逼真且多样化的图像，例如绘图、徽标、图标和场景。
这两种模型都擅长生成高质量且相关的输出，可以改进您的应用程序和工作流程。 然而，这两种模型也存在一些值得注意的局限性和挑战。 例如，这些模型所产生的输出可能并非总是准确且符合实际情况、符合道德和社会规范，或保护数据的隐私和安全。
如需详细了解热门模型的优点和缺点，请转到 Azure OpenAI 服务模型。
提示的缺陷和最佳做法是什么？
提示是指您提供给模型，使其可以生成输出的输入。 提示可以是单纯的文本、图像，也可以是两者的组合。 编写提示的方式会影响输出的质量和相关性。 因此在编写提示时，请务必遵循一些指导原则和最佳做法。 一些陷阱和最佳做法如下：
- 明确而具体地说明您希望模型做什么，以及您期望得到什么样的输出。
- 为模型提供足够的背景和信息，以帮助其理解任务和相关领域。
- 使用示例、关键字和格式来为模型提供指引并对输出进行限制。
- 避免使用模棱两可、不明确或误导性的提示，以免使模型产生混淆或导致不良输出。
- 测试并评估不同提示和场景下的输出，以检查模型的性能和可靠性。
- 在将输出运用到您的应用程序或工作流程中之前，请检查并验证其准确性、相关性、质量和道德性。
如需详细了解如何编写有效的提示，以及其中的陷阱和最佳做法，请参阅提示的艺术：如何充分利用生成式 AI。
我该如何管理提示输出和不确定性？
模型生成的输出并不总是完美或可预测的。 模型可能会生成不准确、不相关、不完整、不一致甚至不适当的输出。 因此，您需要一个管理输出和处理不确定性的策略。
- 使用模型参数和设置来控制输出格式、长度和多样性。
- 使用模型指标和分数来衡量输出质量、置信度和相似度。
- 使用模型反馈和日志来监控和提高输出的性能和可靠性。
- 使用模型过滤器和保护措施来防止和检测输出错误和问题。
- 使用人工审核来验证和纠正输出结果和成果。
如需详细了解如何管理输出和不确定性，请参阅如何控制 Azure OpenAI 模型。 如需详细了解 Copilot 提示，请参阅详细了解 Copilot 提示。