Crear AI Skills con Grounded by AI Search Model connections

Este es el siguiente paso lógico después de crear una Grounded by AI Search Model connection. Debe crear una AI Skill y conectarla a una Model connection Grounded desde Azure OpenAI.

Las Model connections de Azure OpenAI Grounded by AI Search están disponibles en Automation 360 en Cloud y On-Premises.

Un desarrollador profesional crea AI Skills para que los Bot Creators pueden utilizarlas en sus automatizaciones y ahorrar tiempo y esfuerzo.

Para crear las AI Skills, el desarrollador profesional se conecta a las Model connections a las que tiene acceso y ajusta las indicaciones probándolas con diferentes modelos fundamentales para encontrar la mejor respuesta que satisfaga la tarea empresarial. Los desarrolladores utilizan y reutilizan estas AI Skills para acelerar la creación de las automatizaciones en todas las soluciones.

Antes de empezar

Un desarrollador profesional requiere estos roles y permisos para crear y probar AI Skills.
  • Rol: AAE_Basic, rol personalizado del desarrollador profesional
  • Permiso: Bot Creator. Consulte Roles y permisos
  • Otros requisitos: además de los roles y permisos, el desarrollador profesional debe estar conectado a un Bot Agent 22.60.10 y posteriores. Como parte de la prueba de Model connection, tendría que ejecutar el bot en su escritorio. Por lo tanto, asegúrese de que Bot Agent está configurado para su usuario. Si tiene que cambiar la conexión a otra Control Room, consulte: Cambiar el registro del dispositivo entre las instancias de Control Room.

Procedimiento

  1. Inicie sesión en la Control Room y vaya a Automatización > Crear nueva o ícono \'+\' y elija AI Skills.
  2. Proporcione un nombre y una descripción y haga clic en Crear y editar para mostrar un esquema de plantilla.
  3. En la pantalla Habilidades de IA, haga clic en Elegir modelo de conexión para elegir de la lista disponible de Model connections a las que tiene acceso. Elegiría una Model connection que fue creada usando la opción de tipo Grounded by AI Search de Azure OpenAI. Para obtener más información sobre la creación de una Model connections mediante la Grounded by AI Search, consulte Crear Model connections Grounded con capacidad de Azure OpenAI RAG.
    La creación de estas Model connections está a cargo del administrador de automatización y se asignan a su usuario con un rol personalizado.
  4. Después de seleccionar un Model connection, la AI Skills se establece con la configuración de parámetros predeterminada óptima para el modelo elegido. Puede cambiar la configuración según lo requerido.
    El editor de AI Skill se muestra con valores de parámetros predeterminados establecidos por el proveedor del modelo, que puede configurar según sea necesario. Estos valores se pueden configurar al crear un almacén de datos en Agent Builder.
  5. Seleccione el Tipo de búsqueda de IA.
    1. Híbrido (vector + palabra clave): Esta combinación reúne las fortalezas de la búsqueda de texto completo y la búsqueda vectorial en una sola consulta. Azure AI Search realiza simultáneamente una búsqueda basada en palabras clave y una búsqueda basada en vectores. Luego, fusiona los resultados para ofrecer un conjunto más completo de documentos relevantes.
    2. Vector: Este tipo de búsqueda aprovecha el poder de las incrustaciones de IA para encontrar documentos que estén semánticamente relacionados con la consulta, incluso si no contienen las palabras clave exactas. Utiliza un modelo de incrustación (como los de Azure OpenAI) para convertir los documentos y consultas en incrustaciones vectoriales. Azure AI Search almacena estas incrustaciones en el índice. Cuando realiza una búsqueda, se compara la incrustación de la consulta con las incrustaciones de los documentos para encontrar aquellos que son más similares.
    3. Híbrido + semántico: Esto combina clasificación de texto completo, vectorial y semántica, y obtiene los resultados de búsqueda más completos y relevantes. El clasificador semántico puede identificar relaciones sutiles entre la consulta y los documentos, lo que lleva a resultados más precisos.
      • Clasificación semántica: La opción Híbrida + semántica mejora los resultados de búsqueda al aplicar una clasificación semántica. Esta capacidad avanzada de clasificación en Azure AI Search comprende la intención y el contexto de la consulta para ofrecer resultados más relevantes.
      • Configuración: Para utilizar la clasificación semántica, necesita configurar la búsqueda semántica en Azure Azure AI Search. Consulte la documentación oficial de Azure AI Search para obtener los pasos detallados sobre cómo realizar las configuraciones semánticas:Azure AI Search Semantic Search Configuration.
      • Consideraciones de costos: Tenga en cuenta que Azure AI Search tiene un modelo de precios independiente para el uso de las funciones de clasificación semántica. Se recomienda consultar la página de precios de Azure AI Search para obtener información detallada sobre los costos asociados con la búsqueda semántica: Azure AI Search Pricing.
      Nota: Aunque Azure AI Search ofrece varios tipos de búsqueda, asegúrese de que su índice subyacente de Azure AI Search esté configurado con incrustaciones vectoriales. Las opciones de Vector y de Híbrida (vector + palabra clave) aprovechan estas incrustaciones de manera directa. La opción Híbrida + semántica también se beneficia de los vectores de incrustación para su fase inicial de recuperación.
  6. Seleccione el Rigor. Controla lo riguroso que es el motor de búsqueda al filtrar y seleccionar documentos para responder a una pregunta. Un mayor nivel de rigor conduce a una mayor precisión, pero a un menor recuerdo (podría perderse algunas respuestas potencialmente relevantes). Un menor rigor conduce a un mayor recuerdo (obtendrá más respuestas potenciales), pero a una menor precisión (algunas respuestas podrían ser menos relevantes o incluso incorrectas).
  7. Seleccione la Cantidad de documentos. Determina cuántos de los documentos mejor clasificados Azure AI Search debe proporcionar al modelo de lenguaje para generar una respuesta. Un mayor número de documentos proporciona al modelo de lenguaje más contexto para generar una respuesta más completa y precisa. Un menor número de documentos resulta en respuestas menos completas o precisas, ya que el modelo de lenguaje tiene menos información con la cual trabajar.
  8. A continuación, agregue una condición de Filtro Azure, la cual es opcional. Este campo admite un formato de string para ingresar el valor del filtro. Agregar un filtro ayuda a limitar la búsqueda del modelo a los archivos específicos dentro del almacenamiento.

    Puede asegurarse de que la AI Skill fundamente la respuesta utilizando información de un conjunto específico de documentos en el portal de Azure OpenAI. Esto reduce el alcance de la respuesta y la hace más precisa.

  9. Ahora puede empezar a crear una AI Skill y agregar entradas de indicador, según sea necesario. Utilicemos un ejemplo para guiarlo a través de los pasos.
  10. En los campos Indicación del sistema e Indicación del usuario, ingrese su texto Prompt junto con las variables de entrada, si es necesario.

    Por ejemplo:

    System prompt : Usted es el experto en código en Java.

    User prompt : Escriba un código de ejemplo para calcular el área de un rectángulo y un círculo utilizando principios de OOD.

    La respuesta para el texto Prompt se referenciará a partir de documentos en el portal de Azure.

  11. Haga clic fuera de los campos de entrada del indicador.
  12. Haga clic en Obtener respuesta para obtener una respuesta del modelo según sus indicadores.
    Nota: Los detalles de los datos del Prompt pueden contener PHI, PII u otros datos confidenciales que elija ingresar en los campos System prompt o User prompt. Recomendamos tenerlo en cuenta al probar y ejecutar indicadores.
  13. La Model connection Grounded by AI Search devuelve una respuesta en el campo Respuesta y, además, muestra un campo Citas que muestra todas las referencias de citas.

    Las citas son fragmentos de información que indican desde qué sección de un documento almacenado en la Grounded by AI Search se hace referencia a la respuesta. Puede ver el título del documento del almacén de datos referenciado desde Azure OpenAI.