在 Power Automate 中使用預測動作
您可以針對 Power Automate 中的每個 AI Builder 模型使用專用動作。 不過,預測動作可讓您使用許多 AI Builder 模型類型。
使用自訂或預建模型
登入 Power Automate。
在左側瀏覽窗格中,選取我的流程,然後選取新流程>即時雲端流程。
為您的流程命名。
在選擇如何觸發此流程底下選取手動觸發流程,然後選取建立。
選取 + 新步驟,然後在搜尋列中輸入預測。
選取從 AI Builder 預測或使用 Microsoft Dataverse 的 AI Builder 模型預測。 這兩個動作都提供相同的功能。
在模型輸入中,選取您建立的自訂模型或選擇預建模型。
注意
如需了解每個模型的輸入和輸出參數,請參閱 Power Automate 中的 AI Builder 概觀 中的以下各節:
使用動態模型識別碼 (進階)
針對某些複雜的使用案例,您可能必須將模型識別碼動態地傳遞至預測動作。 例如,如果要使用不同的模型處理不同類型的發票,則可能要根據發票類型自動選擇模型。
在本節中,您將了解如何根據模型類型,為這種特定目的設定 AI Builder 預測動作。
登入 Power Automate。
在左側窗格中選取我的流程,然後選取新流程>即時雲端流程。
為您的流程命名,在選擇如何觸發此流程下選取手動觸發流程,然後選取建立。
選取 + 新步驟。
在搜尋列中輸入初始化變數,然後在動作索引標籤選取它。
在名稱輸入中輸入模型識別碼,在類型輸入中輸入字串,並在值輸入中輸入實際模型識別碼。
您可以在 Power Apps 中模型詳細資訊頁面的 URL 中找到模型識別碼:make.powerapps.com/environment/[environment id]/aibuilder/models/[模型識別碼]
選取 + 新步驟,搜尋預測,然後選取從 AI Builder 預測。
選取輸入>輸入自訂值,然後輸入步驟 6 的模型識別碼。
推斷要求資料行值視模型類型而定。
文件處理模型
在步驟手動觸發流量、新增檔案 輸入,並且設定名稱為檔案內容。
在步驟手動觸發流量、新增文字輸入,並且設定名稱為 Mime 類型。
在初始化變數步驟中,輸入文件處理模型識別碼。
在預測步驟中,在推斷要求資料行中輸入下列值:
{ "version": "2.0", "requestv2": { "@@odata.type": "Microsoft.Dynamics.CRM.expando", "mimeType": "@{triggerBody()['text']}", "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}", "pages": "@{base64('1-2')}" } }
pages 參數是可選的,格式可以是“2”,也可以是“1-10”之類的範圍。
選取右上角的 儲存,然後選取 測試 以試用您的流程:
在流量執行詳細資訊中,在預測動作的 輸出 區段中取得模型 JSON 輸出。 此輸出可用於使用模型數值,建構下游動作。
返回您在編輯模式下的流量。
選取 + 新步驟 並選取 撰寫 動作 (或是其他任何處理模型輸出的動作)。 假設您的模型輸出中有總計資料行。 您可以使用下列公式取得:
@{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
物件偵測模型
此流程類似於文件處理模型區段的步驟 4 中的推斷要求:
{
"version": "2.0",
"requestv2": {
"@@odata.type": "Microsoft.Dynamics.CRM.expando",
"base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
}
}
類別分類模型
此流程類似於文件處理模型區段的步驟 4 中的推斷要求:
{
"version": "2.0",
"requestv2": {
"@@odata.type": "Microsoft.Dynamics.CRM.expando",
"language": "Detect automatically",
"text": "The text to categorize"
}
}