Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
U kunt speciale acties gebruiken voor elk AI Builder model in Power Automate. Met de actie predict kunt u echter veel AI Builder modeltypen gebruiken.
Een aangepast of vooraf samengesteld model gebruiken
Meld u aan bij Power Automate.
Selecteer in het navigatievenster aan de linkerkant Mijn stromen en selecteer vervolgens Nieuwe stroom>Directe cloudstroom.
Geef uw cloudstroom een naam.
Selecteer onder Handmatig een stroom activeren onder Kiezen hoe deze stroom wordt geactiveerd en selecteer vervolgens Maken.
Selecteer + Nieuwe stap, en voer dan voorspellen in de zoekbalk in.
Selecteer Predict in AI Builder of Predict met behulp van AI Builder modellen uit Microsoft Dataverse. Beide acties bieden dezelfde functies.
In de Model-invoer selecteert u een aangepast model dat u hebt gemaakt of kies een vooraf gebouwd model.
Note
Meer informatie over de invoer- en uitvoerparameters van elk model vindt u in de volgende secties in AI Builder in Power Automate overzicht:
Een dynamische model-id gebruiken (geavanceerd)
Voor sommige complexe gebruiksscenario's moet u mogelijk op dynamische wijze een model-id doorgeven aan de voorspellingsactie. Als u bijvoorbeeld verschillende soorten facturen met verschillende modellen wilt verwerken, wilt u misschien automatisch een model kiezen, afhankelijk van het type factuur.
In deze sectie leert u hoe u de AI Builder voorspellingsactie configureert voor dit specifieke doel, afhankelijk van het modeltype.
Meld u aan bij Power Automate.
Selecteer Mijn stromen in het linkervenster en selecteer Nieuwe stroom>Directe cloudstroom.
Geef uw cloudstroom een naam, selecteer Handmatig een stroom activeren onder Kiezen hoe deze stroom wordt geactiveerd en selecteer vervolgens Maken.
Selecteer + Nieuwe stap.
Voer Variabele initialiseren in de zoekbalk in en selecteer het vervolgens in het Acties-tabblad.
Voer model-id in de Naam-invoer in, Tekenreeks in de Type-invoer en de werkelijke model-id in de Waarde-invoer.
Je kunt de model-id vinden in de URL van de detailpagina van het model in Power Apps: make.powerapps.com/environment/[omgevings-id]/aibuilder/models/[model-id]
Selecteer + Nieuwe stap, zoek naar predict en selecteer Predict uit AI Builder.
Selecteer de invoer >Aangepaste waarde invoeren en voer de model-id uit stap 6 in.
De kolomwaarde Afleidingsaanvraag is afhankelijk van het modeltype.
Note
De dynamische model-id wordt alleen ondersteund voor documentverwerking; het wordt niet ondersteund voor prompts.
Documentverwerkingsmodel
Voeg in de stap Handmatig een stroom activeren een invoer Bestand toe en stel de naam in op Bestandsinhoud.
Voeg in de stap Handmatig een stroom activeren een invoer Tekst toe en stel de naam in op MIME-type.
Voer in de stap Variabele initialiseren een documentverwerkingsmodel-id in.
Voer in de stap Voorspellen de volgende waarde in de kolom Afleidingsaanvraag in:
{ "version": "2.0", "requestv2": { "@@odata.type": "Microsoft.Dynamics.CRM.expando", "mimeType": "@{triggerBody()['text']}", "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}", "pages": "@{base64('1-2')}" } }Parameter pages is optioneel en kan de vorm '2' hebben of een bereik zoals '1-10'.
Selecteer Opslaan in de rechterbovenhoek en selecteer vervolgens Testen om uw cloudstroom uit te proberen:
Haal in de details van de cloudstroomuitvoering de JSON-uitvoer van het model op in de sectie UITVOER van de voorspellingsactie. Deze uitvoer is handig om downstreamacties te bouwen met behulp van de waarden van het model.
Ga terug naar uw cloud flow in de bewerkenmodus.
Selecteer + Nieuwe stap en selecteer de actie Opstellen (of een andere actie om uw modeluitvoer te verwerken). Stel dat uw modeluitvoer de Totaal-kolom bevat. U kunt het krijgen met de volgende formule:
@{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
Model voor objectdetectie
Dit proces is vergelijkbaar met de afleidingsaanvraag in stap 4 in de sectie Documentverwerkingsmodel:
{
"version": "2.0",
"requestv2": {
"@@odata.type": "Microsoft.Dynamics.CRM.expando",
"base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
}
}
Model voor categorieclassificatie
Dit proces is vergelijkbaar met de afleidingsaanvraag in stap 4 in de sectie Documentverwerkingsmodel:
{
"version": "2.0",
"requestv2": {
"@@odata.type": "Microsoft.Dynamics.CRM.expando",
"language": "Detect automatically",
"text": "The text to categorize"
}
}