開始使用 Dynamics 365 中的 AI
Microsoft Copilot 和相關 AI 體驗相當精采，開闢了充滿可能性的全新世界。 但是，Microsoft 幾乎每款產品 (包括 Dynamics 365 應用程式) 都有一個 Copilot，而有關如何在商務中取得和使用 AI 功能的資訊則散落在各種文件庫中，因此要知道從哪裡入手可能很有挑戰性。
在這篇文章中，我們將澄清 Copilot 的一些令人困惑的方面。 如果您想了解更多詳細資訊，我們還提供了資源連結，您可以在該資源中進行更深入的了解。
重要
本文將隨著時間的推移而不斷發展。 如果您認為有遺漏，或發現有更改，請告訴我們。 或者，為本文投稿更好。 請至投稿 Dynamics 365 文件深入了解。
我是 AI 領域的新手。 我該從哪裡開始？
從 Copilot 如何在 Dynamics 365 和 Power Platform 中運作的高階概觀開始。 您將了解 Copilot 如何確保您的商務資料安全並遵守隱私要求，以及如何負責任地使用生成式 AI。
如何使用 AI 執行 Dynamics 365 應用程式？
Dynamics 365 中的 AI 功能專門使用 Microsoft Azure 服務。 我們之所以選擇 Azure 雲端，是因為 Azure 服務是按照 Microsoft 負責任 AI 標準構建的，並具有客戶所期望的企業安全性、隱私性和合規性控制。
生成式 AI 與 Microsoft 在 Azure 中提供的功能有何相關？
生成式 AI 是一種人工智慧，可以根據您的輸入或提示為您建立新的內容或資料。 例如，生成式 AI 可以編寫文字、產生影像、創作音樂或合成語音。 Microsoft 在 Azure 中提供了一系列 AI 模型和服務，例如 Azure 認知服務、Azure 機器學習和 Azure OpenAI 服務。 Azure OpenAI 服務是生成式 AI 的一種變體，其可讓您針對各種工作和案例存取和使用 OpenAI 模型，例如 GPT-4 和 DALL-E。 Dynamics 365 應用程式使用 Azure OpenAI 服務提供生成式 AI 功能來協助商務使用者進行工作。 我們的合作夥伴還可以將 Azure OpenAI 服務整合到他們的解決方案中。
請至利用 Azure OpenAI 服務上的生成式 AI 加快創新部落格文章深入了解。
生成式 AI 如何幫助企業？
該術語生成式 AI 聽起來很有趣，但企業如何利用它來取得成功？ 以下這篇部落格文章提供了一些有趣的範例，或許能給您一些啟發：Azure OpenAI 服務：生成式 AI 改變企業的十種方式。
您也可以在 Dynamics 365 中的 Microsoft Copilot 中快速了解 Dynamics 365 應用程式中的生成式 AI 功能。
提示
接下來的兩個章節適用於想要自行提供生成式 AI 的組織，意即不是想要使用 Dynamics 365 應用程式內建生成式 AI 功能的人員。 如果您是商務使用者，請跳到其他章節 - 使用頂部本文章節中的連結找到適合您的主題。
如何存取 Azure OpenAI 服務並選擇和部署 AI 模型？
若要存取 Azure OpenAI 服務，您必須擁有 Azure 訂閱和 Azure OpenAI 服務帳戶。 您可以在 Azure 入口網站上註冊這兩者。 您的帳戶可讓您建立 Azure OpenAI 服務資源並取得可用於存取 Azure OpenAI 服務模型的 API 金鑰。 您可以針對不同領域和目的從各種模型中進行選擇。 例如，文字產生、文字分析、影像產生、影像分析和對話式 AI。
您可以透過提供自己的資料和參數來自訂、訓練和部署模型。 但您通常可以跳過這個昂貴且耗時的流程。 Azure OpenAI 服務模型已經接受了大量資料的訓練。
下表提供了這些任務和資源的概述。
| 說明 | 其中 | 深入了解 |
|---|---|---|
| 取得 Azure 訂閱。 註冊付費方案，或免費開始。 | azure.microsoft.com | |
| 為您的訂閱要求存取 Azure OpenAI 服務。 目前，只能透過申請存取權限來授予對該服務的存取權限。 | https://aka.ms/OAIapply | 什麼是 Azure OpenAI 服務？ |
| 取得您帳戶的權限以建立 Azure OpenAI 資源和部署模型。 | Azure 入口網站 | 適用於 Azure OpenAI 服務的角色型存取控制 |
| 建立 Azure OpenAI 服務資源並部署模型。 | Azure 入口網站/ 和 Azure AI Studio | 建立和部署 Azure OpenAI 服務資源 |
完成此步驟後，您可以開始開發 Copilot 體驗，這需要以下有關資源和部署模型的資訊：
| 說明 | 在哪裡可以找到它 |
|---|---|
| Azure OpenAI API 金鑰與端點 (URL) | Azure 入口網站中資源的金鑰和端點頁面。 |
| 模型的部署名稱 | Azure AI Studio 中的部署頁面。 |
這樣做的成本是多少，有沒有預測和衡量成本的工具？
使用 Azure OpenAI 服務的成本取決於您使用資源的類型和數量，而這又取決於模型。 您可以使用 Azure 定價計算機，根據預期使用情況和設定估算使用 Azure OpenAI 服務的成本。
由於您的 AI 功能附在您的 Azure OpenAI 服務金鑰上，因此您需要負責 Azure OpenAI 資源在整個開發和測試過程中的營運成本。 當客戶在生產或沙箱環境中使用該功能時，您仍要承擔責任。 例如，每月向企業負責人提供少量建議的 AI 功能可能會消耗更少的資源和成本。 相較之下，為每位員工產生每日兩頁專案摘要的 AI 功能可能會消耗更多資源和成本。
可選擇使用 Microsoft 成本管理和計費工具來監視 Azure OpenAI 服務的支出。 您可以設定預算、警報和政策來追蹤和最佳化您的成本。 您也可以檢視和下載顯示您使用情況和費用的詳細報告和發票。
請至 Azure OpenAI 服務定價深入了解 Azure OpenAI 服務的成本以及預測/衡量成本的工具有哪些。
使用流行模型有優點和缺點嗎？
Azure OpenAI 服務目前提供的流行模型是 GPT-4 和 DALL-E。 GPT-4 是一個大型語言模型，可以為各種任務和領域產生自然且連貫的文字，例如摘要、翻譯、問題解答和內容創作。 DALL-E 是一種大規模影像模型，可根據文字或影像提示產生逼真且多樣化的影像，例如圖畫、標誌、圖示和情境。
這兩種模型都擅長產生高品質且相關的輸出，可以增強您的應用程式和工作流程。 但是，這兩種模型也都有一些您應該注意的限制和挑戰。 例如，這些模型可能不會總是產生準確或真實的輸出，尊重道德和社會規範，或保護資料的隱私權和安全性。
若要深入了解流行模型擅長或不擅長的領域，請至 Azure OpenAI 服務模型。
提示的陷阱和最佳做法是什麼？
提示是您提供給模型以產生輸出的輸入。 提示可以是文字、影像或兩者的組合。 編寫提示的方式會影響輸出的品質和相關性。 因此，在編寫提示時遵循一些指南和最佳做法非常重要。 有些陷阱和最佳做法是：
- 清楚且具體地說明您希望模型做什麼以及您期望的輸出類型。
- 為模型提供足夠的上下文和資訊，以便理解工作和領域。
- 使用範例、關鍵字和格式來指南模型並約束輸出。
- 避免模稜兩可、模糊或誤導性的提示，這些提示可能會混淆模型或導致不必要的輸出。
- 測試和評估不同提示和情境的輸出，以檢查模型的效能和可靠性。
- 在應用程式或工作流程中使用輸出之前，請檢查並驗證輸出的準確性、相關性、品質和道德。
若要深入了解如何撰寫有效的提示、陷阱和最佳做法，請至提示的藝術：如何充分利用生成式 AI。
我如何管理即時輸出和不確定性？
模型產生的輸出並不總是完美或可預測的。 這些模型可能會產生不準確、不相關、不完整、不一致甚至不適當的輸出。 因此，您需要一種管理產出和處理不確定性的策略。
- 使用模型參數和設定來控制輸出格式、長度和多樣性。
- 使用模型指標和分數來衡量輸出品質、信賴度和相似性。
- 使用模型意見反應和記錄來監視和提高輸出效能和可靠性。
- 使用模型篩選工具和防護措施來防止和偵測輸出錯誤和問題。
- 使用人工審核來驗證和修正輸出結果和結果。
若要深入了解如何管理輸出和不確定性，請至如何控制 Azure OpenAI 模型。 深入了解 Copilot 提示，請參閱了解 Copilot 提示。