從 QnA Maker 遷移至自訂問題解答

發行項
11/21/2024

本文件的目的：本文旨在提供資訊，而這些資訊可以用來將使用 QnA Maker 的應用程式成功地移轉至自訂問題解答。使用本文，我們希望客戶能夠清楚瞭解下列各項：

QnA Maker 和自訂問題解答的功能比較
定價
簡化的佈建和開發體驗
移轉階段
常見移轉案例
移轉步驟

適用對象：現有的 QnA Maker 客戶

重要

自訂問題解答是 Azure AI 語言功能，於 2021 年 11 月引進，其中具有數項新功能，包括使用深度學習排名工具的增強型相關性、精確的解答，以及端對端區域支援。每個自訂問題解答專案相當於 QnA Maker 中的一個知識庫。角色型存取控制 (RBAC) 之類的資源層級設定不會遷移至新的資源。在移轉之後，必須為語言資源重新設定這些資源層級設定：

語言專案 (不是資源) 的自動 RBAC
自動啟用分析。

您也必須為語言資源重新啟用分析。

功能的比較

除了一組新的功能之外，自訂問題解答還提供許多常見功能的技術改善。

功能	QnA Maker	自訂問題解答	詳細資料
最先進的轉換器型模型		✔️	Turing 型模型，可讓您以 Web 規模搜尋 QnA。
預先建置的功能		✔️	使用這項功能，便可利用自訂問題解答的強大功能，而不必擷取內容和管理資源。
精確的解答		✔️	自訂問題解答支援透過 SOTA 模型的協助來提供精確的解答。
智慧 URL 重新整理		✔️	自訂問題解答提供一種方法，只需您按一下即可重新整理從公用來源中擷取的內容。
透過知識庫進行 Q&A (階層式擷取)	✔️	✔️
主動式學習	✔️	✔️	自訂問題解答具有改善的主動式學習模型。
替代問題	✔️	✔️	自訂問題解答中改善的模型可減少新增替代問題的需求。
同義字	✔️	✔️
中繼資料	✔️	✔️
產生問題 (個人預覽版)		✔️	這項新功能允許透過文字產生問題。
支援非結構化文件		✔️	使用者現在可以將非結構化文件擷取為輸入來源，並查詢內容以取得回應
.NET SDK	✔️	✔️
API	✔️	✔️
統一的撰寫體驗		✔️	跨所有 Azure AI 語言的單一撰寫體驗
多區域支援		✔️

定價

當您查看移轉至自訂問題解答時，請考慮下列事項：

元件	QnA Maker	自訂問題解答	詳細資料
QnA Maker 服務成本	✔️		每個資源的每月固定成本。僅適用於 QnAMaker。
自訂問題解答服務成本		✔️	自訂問題解答的成本是根據隨用隨付的模型而定。僅適用於自訂問題解答。
Azure 搜尋成本	✔️	✔️	適用於 QnA Maker 和自訂問題解答。
App Service 成本	✔️		僅適用於 QnA Maker。這是使用者移至自訂問題解答的最大成本節省。

使用者可能會選取具有較高容量的較高層級，這會影響其支付的整體價格。這不會影響自訂問題解答的語言元件價格。
自訂問題解答功能中的「文字記錄」是指使用者提交給執行階段的查詢，而且是語言服務內所有功能通用的概念。有時候，當查詢長度較長時，查詢可能會有更多文字記錄。

範例價格估計

使用方式	QnA Maker 中的資源數目	QnA Maker (階層) 中的應用程式服務數目	QnA Maker 中的每月推斷呼叫	搜尋分割區 x 搜尋複本 (階層)	自訂問題解答中的相對成本
高	5	5(P1)	8M	9x3(S2)	成本較高
高	100	100(P1)	6M	9x3(S2)	較便宜
中	10	10(S1)	800K	4x3(S1)	較便宜
低	4	4(B1)	100K	3x3(S1)	較便宜

摘要：客戶應該在最常見的設定中節省成本，如相對成本資料行所示。

您可以在這裡尋找自訂問題解答和 QnA Maker 的定價詳細資料。

Azure 定價計算機甚至可以提供更多的詳細資料。

簡化的佈建和開發體驗

使用語言服務時，QnA Maker 客戶現在受益於單一服務，此服務會提供文字分析、LUIS 和自訂問題解答作為語言資源的功能。語言服務提供：

一種存取上述所有功能的語言資源
跨功能撰寫體驗的單一窗格
一組跨所有功能的統一 API
一項有凝聚力、更簡單且功能強大的產品

了解如何開始使用 Language Studio

移轉階段

如果您或您的組織具有使用 QnA Maker 的開發中或生產中應用程式，您應該盡快將其更新為使用自訂問題解答。請參閱下列連結，以取得可用的 API、SDK、Bot SDK 和程式碼範例。

以下是要考慮的廣泛移轉階段：

顯示成功移轉階段的圖表

下面提供其他可以協助您的連結：

撰寫入口網站
API
SDK
Bot SDK：若要讓 Bot 使用自訂問題解答，請使用 Bot.Builder.AI.QnA SDK – 我們建議客戶繼續將此項用於其 Bot 整合。以下是 Bot 程式碼中一些相同的範例用法：範例 1 範例 2

常見移轉案例

本主題會比較從 QnA Maker 移轉至自訂問題解答時的兩個假設案例。這些案例可以協助您判斷針對特定案例執行的一組正確移轉步驟。

注意

已嘗試確保這些案例代表實際的客戶移轉，不過，個別客戶案例當然會有所不同。此外，本文不包含定價詳細資料。如需詳細資訊，請前往定價頁面。

重要

每個自訂問題解答專案相當於 QnA Maker 中的一個知識庫。角色型存取控制 (RBAC) 之類的資源層級設定不會遷移至新的資源。在移轉之後，必須為語言資源重新設定這些資源層級設定。您也必須為語言資源重新啟用分析。

移轉案例 1：沒有自訂撰寫入口網站

在第一個移轉案例中，客戶會使用 qnamaker.ai 作為撰寫入口網站，而且想要將其 QnA Maker 知識庫移轉至自訂問題解答。

將您的專案從 QnA Maker 移轉至自訂問題解答

移轉至自訂問題解答之後：

必須針對語言資源重新設定資源層級設定
客戶驗證應該根據下列項目，在移轉的知識庫開始：
- 大小驗證
- 所有 KB 中要符合移轉前和移轉後的 QnA 配對數目
客戶必須在自訂問題解答中為其知識庫建立新的閾值，因為相較於 QnA Maker，信賴分數對應會有所不同。
- 移轉前和移轉後範例問題的解答
- v1 與 v2 中回答問題的回應時間
- 保留提示
- 客戶可以在移轉後使用批次測試工具，於自訂問題解答中測試新建立的專案。

必須手動刪除舊的 QnA Maker 資源。

以下是移轉案例 1 上的一些詳細步驟。

移轉案例 2

在此移轉案例中，客戶可能已利用 QnA Maker 撰寫 API 或 QnA Maker SDK，建立自己的撰寫前端。

其應該執行移轉 SDK 所需的下列步驟：

此 SDK 移轉指南旨在協助從舊的自訂問題解答用戶端程式庫 Microsoft.Azure.CognitiveServices.Knowledge.QnAMaker 移轉至新的自訂問題解答用戶端程式庫 Azure.AI.Language.QuestionAnswering。其著重於兩個套件之間類似作業的並排比較。

它們應該執行將知識庫移轉至語言資源內新專案所需的步驟。

移轉至自訂問題解答之後：

必須針對語言資源重新設定資源層級設定
客戶驗證應該根據下列項目，在移轉的知識庫開始：
- 大小驗證
- 所有 KB 中要符合移轉前和移轉後的 QnA 配對數目
- 信賴分數對應
- 移轉前和移轉後範例問題的解答
- v1 與 v2 中回答問題的回應時間
- 保留提示
- 批次測試移轉前和移轉後
必須手動刪除舊的 QnA Maker 資源。