Introduzione alla chat usando il proprio campione di dati per .NET

Questo articolo illustra come distribuire ed eseguire la Chat con il proprio campione di dati per .NET. Questo esempio implementa un'app di chat usando C#, il servizio OpenAI di Azure e la generazione aumentata di recupero (RAG) in Azure AI Search per ottenere risposte sui vantaggi dei dipendenti in una società fittizia. L'app di chat per i vantaggi dei dipendenti è completata con file PDF, inclusi un manuale dipendenti, un documento sui vantaggi e un elenco di ruoli e aspettative aziendali.

• Video demo

Seguendo le istruzioni riportate in questo articolo, potrai:

• Distribuire un'app di chat in Azure.
• Ottenere risposte sui vantaggi dei dipendenti.
• Modificare le impostazioni per cambiare il comportamento delle risposte.

Dopo aver completato questa procedura, puoi iniziare a modificare il nuovo progetto con il codice personalizzato.

Questo articolo fa parte di una raccolta di articoli che illustrano come creare un'app di chat usando il servizio Open AI di Azure e Azure AI Search.

Altri articoli della raccolta includono:

• Python
• JavaScript
• Java

Panoramica dell'architettura

In questa applicazione di esempio, un'azienda fittizia chiamata Contoso Electronics offre l'esperienza dell'app di chat ai propri dipendenti per porre domande sui vantaggi, sulle politiche interne, oltre che sulle descrizioni delle mansioni e dei ruoli.

L'architettura dell'app di chat è illustrata nel diagramma seguente:

• Interfaccia utente - L'interfaccia di chat dell'applicazione è un'applicazione Blazor WebAssembly. Questa interfaccia accetta query utente, indirizza la richiesta al back-end dell'applicazione e visualizza le risposte generate.
• Backend - Il back-end dell'applicazione è un'API minima ASP.NET core. Il back-end ospita l'applicazione Web statica Blazor ed è ciò che orchestra le interazioni tra i diversi servizi. I servizi usati in questa applicazione includono:
  • Ricerca cognitiva di Azure - Indicizza i documenti a partire dai dati archiviati in un account di archiviazione Azure. In questo modo i documenti possono essere ricercati usando funzionalità di ricerca vettoriale.
  • Servizio OpenAI di Azure - Fornisce i modelli di linguaggio di grandi dimensioni (LLM) per generare risposte. Kernel Semantico viene usato insieme al Servizio OpenAI di Azure per orchestrare i flussi di lavoro di intelligenza artificiale più complessi.

Costo

La maggior parte delle risorse in questa architettura usa un piano tariffario di base o a consumo. I prezzi a consumo si basano sull'utilizzo, il che significa che si paga solo per ciò che si usa. Per completare questo articolo, ci sarà un addebito, ma sarà minimo. Al termine dell'articolo, puoi eliminare le risorse per interrompere l’addebito.

Per altre informazioni, vedi Esempi di Azure: Costo nel repository di esempio.

Prerequisiti

Per completare questo articolo è disponibile un ambiente contenitore di sviluppo con tutte le dipendenze necessarie. Puoi eseguire il contenitore di sviluppo in GitHub Codespaces (in un browser) o in locale usando Visual Studio Code.

Per seguire questo articolo, sono necessari i prerequisiti seguenti:

Ambiente di sviluppo aperto

Inizia ora con un ambiente di sviluppo che ha tutte le dipendenze installate per completare questo articolo.

Distribuire ed eseguire

Il repository di esempio contiene tutti i file di codice e configurazione necessari per distribuire un'app di chat in Azure. La procedura seguente illustra il processo di distribuzione dell'esempio in Azure.

Distribuire l'app di chat in Azure

1. Esegui il seguente comando Azure Developer CLI per effettuare il provisioning delle risorse di Azure e distribuire il codice sorgente:

   azd up
   

2. Quando ti viene richiesto di immettere un nome ambiente, sceglilo breve e in minuscolo. Ad esempio: myenv. Viene usato come parte del nome del gruppo di risorse.

3. Quando richiesto, seleziona una sottoscrizione in cui creare le risorse.

4. Quando ti viene richiesto di selezionare una posizione la prima volta, seleziona una posizione nelle vicinanze. Questa posizione viene usato per la maggior parte delle risorse, incluso l'hosting.

5. Se viene ti richiesta una posizione per il modello OpenAI, seleziona una posizione vicina. Se la stessa posizione è disponibile come prima posizione, selezionala.

6. Attendi la distribuzione dell'app. Il completamento della distribuzione può richiedere fino a 20 minuti.

7. Dopo che l'applicazione è stata distribuita correttamente, viene visualizzato un URL nel terminale.

8. Seleziona l'URL etichettato Deploying service web per aprire l'applicazione di chat in un browser.

   

Usa l'app di chat per ottenere risposte dai file PDF

L'app di chat viene precaricata con informazioni sui vantaggi dei dipendenti che provengono da file PDF. Puoi usare l'app di chat per porre domande sui vantaggi. I passaggi seguenti illustrano il processo di utilizzo dell'app di chat.

1. Nel browser accedi alla pagina Chat usando il riquadro di spostamento a sinistra.

2. Seleziona o immetti "What is included in my Northwind Health Plus plan that not in standard?" (Cosa è incluso nel piano Northwind Health Plus non standard) nella casella di testo della chat. La risposta è simile all’immagine riportata di seguito.

   

3. Nella risposta seleziona una citazione. Verrà aperta una finestra popup che mostra la provenienza delle informazioni.

   

4. Spostati tra le schede nella parte superiore della casella di risposta per comprendere come è stata generata la risposta.

   Scheda	Descrizione
   Processo di pensiero	Si tratta di uno script delle interazioni nella chat. Puoi visualizzare la richiesta di sistema (content) e la domanda dell'utente (content).
   Contenuto di supporto	Sono incluse le informazioni per rispondere alla domanda e il materiale originario. Il numero di citazioni del materiale di origine è indicato nelle impostazioni sviluppatore. Il valore predefinito è 3.
   Citazione	Questo mostra la pagina di origine contenente la citazione.

5. Al termine, torna alla scheda delle risposte.

Usa le impostazioni dell'app di chat per modificare il comportamento delle risposte

L'intelligenza della chat è determinata dal modello OpenAI e dalle impostazioni usate per interagire con il modello.

I passaggi seguenti illustrano il processo di modifica delle impostazioni.

1. Nel browser seleziona l'icona a forma di ingranaggio in alto a destra nella pagina.

2. Se non è selezionata, seleziona la casella di controllo Suggerisci domande di follow-up e poni nuovamente la stessa domanda.

   What is included in my Northwind Health Plus plan that is not in standard?
   

   La chat potrebbe fornire suggerimenti per le domande successive.

3. Nella scheda Impostazioni deseleziona Usa classificatore semantico per il recupero.

4. Porre di nuovo la stessa domanda.

   What is my deductible?
   

5. Qual è la differenza nelle risposte?

   La risposta che ha usato il classificatore semantico ha fornito una singola risposta. La risposta senza classificatore semantico ha restituito una risposta meno diretta.

Pulire le risorse

Pulire le risorse di Azure

Le risorse di Azure create in questo articolo vengono fatturate alla sottoscrizione di Azure. Se prevedi che queste risorse non ti servano in futuro, eliminale per evitare di incorrere in costi aggiuntivi.

Esegui il seguente comando Azure Developer CLI per eliminare le risorse di Azure e rimuovere il codice sorgente:

azd down --purge

Pulire GitHub Codespaces

Come ottenere assistenza

Questo repository di esempio offre informazioni sulla risoluzione dei problemi.

Se il problema non viene risolto, registralo nei Problemi del repository.

Passaggi successivi

• Ottieni il codice sorgente per il campione usato in questo articolo
• Creare un'app di chat con OpenAI di Azure: procedura consigliata per l’architettura della soluzione
• Controllo di accesso nelle app di IA generative con Azure AI Search
• Creare una soluzione OpenAI Enterprise pronta con Gestione API di Azure
• Prestazioni della ricerca vettoriale con funzionalità di recupero e classificazione ibride