Co je pracovní postup orchestrace?
Pracovní postup orchestrace je jednou z funkcí nabízených jazykem Azure AI. Jedná se o cloudovou službu API, která používá inteligentní funkce strojového učení, která umožňuje vytvářet modely orchestrace pro propojení konverzačních jazykových služeb (CLU), projektů pro odpovědi na otázky a aplikací LUIS. Vytvořením pracovního postupu orchestrace můžou vývojáři iterativní označování promluv, trénování a vyhodnocování výkonu modelu před tím, než ho zpřístupní ke spotřebě. Kvůli zjednodušení sestavování a přizpůsobení modelu nabízí služba vlastní webový portál, ke kterému je možné přistupovat prostřednictvím jazykového studia. Můžete snadno začít se službou pomocí kroků v tomto rychlém startu.
Tato dokumentace obsahuje následující typy článků:
- Rychlé starty jsou úvodní pokyny, které vás provedou prováděním požadavků na službu.
- Koncepty poskytují vysvětlení funkcí a funkcí služby.
- Návody obsahují pokyny pro používání služby konkrétnějšími nebo přizpůsobenými způsoby.
Příklady scénářů použití
Pracovní postup orchestrace je možné použít ve více scénářích v různých odvětvích. Zde je několik příkladů:
Podnikový chatovací robot
Ve velké společnosti může podnikový chatovací robot zvládnout celou řadu zaměstnaneckých záležitostí. Může být schopen zpracovávat nejčastější dotazy obsluhované vlastními odpověďmi na otázky znalostní báze, určitou dovedností v kalendáři, kterou obsluhuje porozumění konverzačnímu jazyku, a dovednosti pro zpětnou vazbu pro pohovory poskytované službou LUIS. Robot musí být schopný správně směrovat příchozí požadavky do správné služby. Pracovní postup orchestrace umožňuje propojit tyto dovednosti s jedním projektem, který zpracovává směrování příchozích požadavků odpovídajícím způsobem, aby se mohl podnikový robot připojit.
Životní cyklus vývoje projektu
Vytvoření projektu pracovního postupu orchestrace obvykle zahrnuje několik různých kroků.
Využijte tento postup a využijte model na maximum:
Definujte schéma: Znát data a definovat akce a relevantní informace, které je potřeba rozpoznat ze vstupních promluv uživatele. Vytvořte záměry, které chcete přiřadit k promluvám uživatele a projektům, které chcete připojit k projektu orchestrace.
Označení dat: Kvalita označování dat je klíčovým faktorem při určování výkonu modelu.
Trénování modelu: Model se začne učit z označených dat.
Zobrazení výkonu modelu: Zobrazte podrobnosti vyhodnocení modelu a určete, jak dobře funguje při zavedení nových dat.
Vylepšení modelu: Po kontrole výkonu modelu se pak můžete naučit, jak model vylepšit.
Nasazení modelu: Nasazení modelu zpřístupňuje použití prostřednictvím prediktivního rozhraní API.
Predikce záměrů: Pomocí vlastního modelu můžete předpovědět záměry z promluv uživatele.
Referenční dokumentace a ukázky kódu
Při používání pracovního postupu orchestrace si projděte následující referenční dokumentaci a ukázky jazyka Azure AI:
| Možnost vývoje / jazyk | Referenční dokumentace | Ukázky |
|---|---|---|
| Rozhraní REST API (vytváření) | Dokumentace k rozhraní REST API | |
| Rozhraní REST API (modul runtime) | Dokumentace k rozhraní REST API | |
| C# (runtime) | Dokumentace k jazyku C# | Ukázky jazyka C# |
| Python (runtime) | Dokumentace k Pythonu | Ukázky Pythonu |
Zodpovědná AI
Systém AI zahrnuje nejen technologii, ale také lidi, kteří ji budou používat, osoby, které ho budou ovlivněny, a prostředí, ve kterém je nasazené. Přečtěte si poznámku k transparentnosti pracovního postupu CLU a orchestrace a seznamte se s zodpovědným používáním a nasazením umělé inteligence ve vašich systémech. Další informace najdete také v následujících článcích:
- Poznámka k transparentnosti pro jazyk Azure AI
- Integrace a zodpovědné použití
- Data, ochrana osobních údajů a zabezpečení
Další kroky
Pomocí článku rychlý start můžete začít používat pracovní postup orchestrace.
Při procházení životního cyklu vývoje projektu si projděte glosář , kde najdete další informace o termínech používaných v dokumentaci k této funkci.
Nezapomeňte zobrazit limity služeb pro informace, jako je regionální dostupnost.