Microsoft Foundry ポータルでビジョン対応モデルを使用する

  • 3 分

画像を含むプロンプトを処理するには、 マルチモーダル 生成 AI モデル (つまり、テキストベースの入力だけでなく、画像ベース (場合によってはオーディオベース) の入力もサポートするモデル) をデプロイする必要があります。 Microsoft Foundry で使用できるマルチモーダル モデルには、次のようなものがあります。

  • マイクロソフト Phi-4-マルチモーダル-インストラクト
  • OpenAI gpt-4.1
  • OpenAI gpt-4.1-mini

ヒント

Microsoft Foundry で使用可能なモデルの詳細については、Microsoft Foundry ドキュメントの Microsoft Foundry モデルの概要 に関する記事を参照してください。

イメージ ベースのプロンプトを使用したマルチモーダル モデルのテスト

マルチモーダル モデルをデプロイした後は、Microsoft Foundry ポータルのチャットプレイグラウンドでテストできます。

画像ベースのプロンプトが表示されたチャットプレイグラウンドのスクリーンショット。

チャットプレイグラウンドでは、ローカル ファイルから画像をアップロードし、メッセージにテキストを追加して、マルチモーダル モデルからの応答を引き出すことができます。