如何在 Azure AI Studio 中部署问答 Copilot ①
在本Azure AI Studio教程中，你将使用生成式 AI 和提示流为名为 Contoso 的零售公司生成、配置和部署 Copilot。 零售公司专门销售户外露营装备和服装。
Copilot 应该回答有关产品和服务的问题。 它还应回答有关客户的问题。 例如，Copilot 可以回答诸如“How much do the TrailWalker hiking shoes cost?”和“How many TrailWalker hiking shoes did Daniel Wilson buy?”等问题。
本教程中的步骤包括：
- 将数据添加到聊天操场。
- 在操场中创建提示流。
- 为提示流自定义多个数据源。
- 使用问答评估数据集评估流。
- 部署流以供使用。
先决条件
- Azure 订阅 -
企业如何合规、稳定使用ChatGPT以及Copilot？
微软Azure OpenAI服务可以合规、稳定地提供企业用户使用ChatGPT的可能。
出于合规角度，建议国内企业可以选择微软的Azure OpenAI服务来使用接口。
通过微软官方合作伙伴获取服务，企业用户可以合规、稳定地使用ChatGPT，满足国内发票需求，同时也能解决连接不稳定/响应速度慢/并发配额低等问题。
作为微软的合作伙伴，全云在线可为企业开通绿色申请通道！包括最新版本GPT-4o、Dalle-3等，只要企业有需求，全云在线都能协助快速开通！
微软Azure OpenAI免费试用：
https://azureopenai.cloudallonline.com/?zxwsh50
- 已在所需的 Azure 订阅中授予对 Azure OpenAI 的访问权限。
- 目前，仅应用程序授予对此服务的访问权限。 可以通过在https://aka.ms/oai/access上填写表单来申请对 Azure OpenAI 的访问权限。 如果有任何问题，请在此存储库上提出问题以联系我们。
- AI Studio 中心、项目和已部署的 Azure OpenAI聊天模型。 完成AI Studio 操场快速入门，以创建这些资源（如果尚未创建）。
- 用于为示例产品和客户数据编制索引的Azure AI 搜索服务连接。
- 需要产品和客户数据的本地副本。GitHub 上的 Azure-Samples/aistudio-python-quickstart-sample 存储库包含与本教程场景相关的示例零售客户和产品信息。 克隆存储库或从1-customer-info和3-product-info复制文件。
添加数据并再次尝试聊天模型
在AI Studio 操场快速入门（这是本教程的先决条件）中，可以观察模型在没有数据的情况下如何响应。 接下来，将数据添加到模型中，以帮助它回答有关产品的问题。
要完成本部分，需要产品数据的本地副本。GitHub 上的 Azure-Samples/aistudio-python-quickstart-sample 存储库包含与本教程场景相关的示例零售客户和产品信息。 克隆存储库或从3-product-info复制文件。
重要
Azure AI Studio 操场中的“添加数据”功能不支持在以下资源上使用虚拟网络或专用终结点：
- Azure AI 搜索
- Azure OpenAI
- 存储资源
按照以下步骤将数据添加到聊天操场，以帮助助手回答有关产品的问题。 你不会更改已部署的模型本身。 数据单独安全地存储在 Azure 订阅中。
- 转到Azure AI Studio中的项目。
- 从左侧窗格中选择“操场”>“聊天”。
- 从“部署”下拉列表中选择部署的聊天模型。
- 在聊天操场左侧，选择“添加数据”>“+ 添加新数据源”。
- 在“数据源”下拉列表中，选择“上传文件”。
- 选择“上传”>“上传文件”以浏览本地文件。
- 选择要上传的文件。 选择之前下载或创建的产品信息文件 (3-product-info)。 现在添加所有文件。 稍后将无法在同一操场会话中添加更多文件。
- 选择“上传”将文件上传到 Azure Blob 存储账户。 然后，选择“下一步”。
- 选择 Azure AI 搜索服务。 在此示例中，从“选择 Azure AI 搜索服务”下拉列表中选择“连接其他 Azure AI 搜索资源”。 如果没有搜索资源，可选择“创建新的 Azure AI 搜索资源”来创建一个。 然后返回到此步骤，连接并选择该资源。
- 浏览 Azure AI 搜索服务，然后选择“添加链接”。
- 对于“索引名称”，请输入“product-info”，然后选择“下一步”。
- 在“矢量设置”下的“搜索设置”页上，取消选中“将矢量搜索添加到此搜索资源”复选框。 此设置有助于确定模型如何响应请求。 然后，选择“下一步”。
- 如果添加矢量搜索，可在此处使用更多选项，但需要支付额外费用。
- 检查设置，然后选择“创建”。
- 在操场中，可以看到数据引入正在进行中。 此过程可能需要几分钟时间。 在继续操作之前，请等到看到数据源和索引名称代替状态。
- 输入操场配置的名称，然后选择“保存”>“保存配置”。 默认情况下保存所有配置项目。 这些项目包括部署、系统消息、安全消息、参数、添加的数据、示例和变量。 使用相同名称保存配置将覆盖以前的版本。
- 现在，你可以与模型聊天，询问与之前相同的问题（“TrailWalker 徒步鞋有多少”），这一次，它使用数据中的信息来构造响应。 可以展开“引用”按钮以查看使用的数据。