Quickstart: Antwoorden krijgen in de chatspeeltuin (klassiek)

Alleen van toepassing op:Foundry (klassiek) portal. Dit artikel is niet beschikbaar voor de nieuwe Foundry-portal. Meer informatie over de nieuwe portal.

Meer informatie over het gebruik van de chatspeeltuin in Microsoft Foundry om interactief mogelijkheden voor AI-modellen te verkennen. Deze quickstart is gericht op de gebruikersinterface-ervaring op internet; zie Een aangepaste chat-app bouwen met behulp van de SDK om programmatisch toepassingen te bouwen.

Implementeer (of hergebruik) een chatmodel en verzend prompts om door AI gegenereerde antwoorden te ontvangen.

In deze quickstart leert u het volgende:

• Configureer een systeembericht om modelgedrag te begeleiden.
• Een gebruikersvraag verzenden en een antwoord ontvangen.
• Modelantwoorden interpreteren en beperkingen herkennen.
• Voeg veiligheidssysteemberichten toe om ervoor te zorgen dat er verantwoordelijke AI wordt gebruikt.

Voor deze quickstart kunt u een hubproject of een Foundry-project gebruiken. Zie Project typen voor meer informatie over de verschillen tussen deze twee typen project.

Voorwaarden

• Een Azure-account met een actief abonnement. Als u nog geen account hebt, maakt u een vrij Azure-account, inclusief een gratis proefabonnement.
• De volgende Azure RBAC-rollen zijn vereist. Zie Toegangsbeheer beheren om uw rol te verifiëren.
  • Eigenaar van het abonnement om een project te maken en rollen toe te wijzen.
  • Azure AI-gebruiker in het project om modellen te implementeren (automatisch toegewezen wanneer u het project maakt als eigenaar van het abonnement).

Een model implementeren

In de portal kunt u een uitgebreide catalogus met geavanceerde modellen van veel verschillende providers verkennen. Zoek en selecteer vervolgens het gpt-4o-model voor deze zelfstudie.

1. Meld u aan bij Microsoft Foundry. Zorg ervoor dat de wisselknop New Foundry is uitgeschakeld. Deze stappen verwijzen naar Foundry (klassiek).

   

2. Als u een project hebt, selecteert u Microsoft Foundry in de linkerbovenhoek om het project te verlaten. U maakt zo een nieuwe aan.

3. Selecteer vanaf de landingspagina of modelcatalogus, gpt-4o (of gpt-4o-mini).

   

4. Selecteer Dit model gebruiken. Wanneer u hierom wordt gevraagd, voert u een nieuwe projectnaam in en selecteert u Maken.

5. Controleer de implementatienaam en selecteer Maken.

6. Selecteer vervolgens Verbinding maken en implementeren nadat u een implementatietype hebt geselecteerd.

7. Selecteer Open in playground op de implementatiepagina nadat deze is geïmplementeerd.

8. U komt terecht in de Chat-speeltuin met het vooraf geïmplementeerde model en klaar voor gebruik.

Als u een agent bouwt, kunt u in plaats daarvan beginnen met Een agent maken. De stappen zijn vergelijkbaar, maar in een andere volgorde. Zodra het project is gemaakt, komt u aan bij de Agent-playground in plaats van de Chat-playground.

De chatspeeltuin gebruiken

Gebruik de Foundry-speeltuin om in realtime te communiceren met geïmplementeerde chatmodellen en testprompts.

Antwoorden krijgen van uw geïmplementeerde model in de chatspeeltuin:

1. Geef in het tekstvak Systeembericht een prompt op om de assistent te begeleiden. Gebruik bijvoorbeeld voor een klantondersteuningsscenario: 'U bent een nuttige klantondersteuningsmedewerker. Beantwoord vragen over productfuncties, prijzen en probleemoplossing. Als u het antwoord niet weet, kunt u aanbieden om naar een specialist te escaleren. U kunt de vraag voor uw specifieke use-case aanpassen.

2. U kunt desgewenst een veiligheidssysteembericht toevoegen door de sectieknop Toevoegen en vervolgens veiligheidssysteemberichten te selecteren. Kies uit de vooraf gemaakte berichten en bewerk deze vervolgens naar uw behoeften.

3. Selecteer Wijzigingen toepassen om uw wijzigingen op te slaan. Wanneer u wordt gevraagd of u het systeembericht wilt bijwerken, selecteert u Doorgaan.

4. Voer in het chatsessievenster de volgende vraag in: "Hoeveel kost de TrailWalker wandelschoenen?"

5. Selecteer het pijl-rechtspictogram dat u wilt verzenden.

   

6. De assistent reageert door te zeggen dat hij het antwoord niet weet of geeft een algemeen antwoord, zoals het vermelden van prijsvariatie. Dit wordt verwacht omdat het model geen toegang heeft tot de huidige productgegevens.

Inzicht in het antwoord: Het model heeft tekst gegenereerd op basis van de trainingsgegevens en het systeembericht, maar zonder grondgegevens (zoals een productcatalogus), kan het geen nauwkeurige domeinspecifieke antwoorden bieden. Deze beperking is normaal en verwacht in dit scenario.

Voeg vervolgens uw gegevens toe, zodat het model domeinspecifieke vragen kan beantwoorden. Probeer de handleiding voor de zakelijke chatwebapp.

Probleemoplossing

Volgende stap

Verwante inhoud

• Een zakelijke chat-web-app implementeren.
• Voeg evaluaties toe om de responskwaliteit te meten.
• Verfijn een model voor verbeterde prestaties.