Выбор оптимального шаблона pro-code для создания решения для создания создаваемого решения искусственного интеллекта

Выбор шаблона в пути к программному коду

Чтобы помочь независимым поставщикам программного обеспечения (ISV) создавать свои решения для создания ими, корпорация Майкрософт создала рекомендации, которые помогут вам найти жизнеспособный вариант использования и начать его создание. Эта страница посвящена шаблонам pro-code, которые разработчики могут выбрать, как они проходят по пути создания своего решения. Если вы не уверены, следует ли выбрать шаблон pro-code или с низким кодом, посетите страницу представления возможностей, чтобы найти оптимальный подход для вашего варианта использования.

Рекомендации по пути прокода

Выбор подхода pro-code позволяет независимым поставщикам программного обеспечения использовать высоко настраиваемые параметры при разработке приложений ИИ. В подходе pro-code существует множество шаблонов, охватывающих несколько платформ для решения различных потребностей и предпочтений. Шаблон pro-code подходит, если вы:

• Создание высоконастройного приложения и требует дополнительных компонентов в элементе управления.
• Интеграция возможностей ИИ в собственное приложение или создание с нуля.
• Соблюдение уникальных проблем с данными или безопасностью.

Если вам нужно быстрое решение и может использовать такие инструменты, как соединители Power Platform, рассмотрите возможность исследования шаблонов с низким кодом.

Существует два высокоуровневых подхода в pro-code:

• Создание пользовательского copilot. Этот подход включает в себя шаблоны, помогающие создавать решение с возможностями естественного языка. Создание с помощью пользовательского copilot позволяет ИИ естественно взаимодействовать с пользователями в различных ситуациях.
• Создание приложения в Fabric. Этот подход охватывает шаблоны, использующие Fabric для обработки или хранения данных, которые можно интегрировать с создаваемым приложением ИИ. Эти шаблоны обеспечивают надежную основу данных и возможность для дополнительной настройки.

Оба подхода предлагают множество преимуществ и позволяют создавать настраиваемое приложение ИИ. В зависимости от выбранного шаблона можно создать совершенно новое приложение или новые возможности, которые вы вводите в существующее приложение.

Выбор шаблона

Выбор шаблона — это последний шаг, который требуется поставщику программного обеспечения, прежде чем приступить к созданию решения. Шаблон, который вы выбираете:

• Влияет на возможности решения. Выбор правильного шаблона для ситуации позволяет выровнять решение с потребностями клиентов. Выбор шаблона с слишком небольшими возможностями может ограничить то, что можно создать.
• Влияет на стоимость разработки проекта. Для некоторых шаблонов требуется более тяжелый подъем во время разработки, стоимость поставщиков программного обеспечения времени и денег. Инвестиции, необходимые для выбранного шаблона, не должны опережать потенциальную ценность вашего варианта использования.
• Позволяет работать в разных интерфейсах. Некоторые шаблоны предназначены для создания приложений с нуля, а другие предназначены для работы в существующих приложениях или платформах от Корпорации Майкрософт.
• Изменяет данные, инфраструктуру и другие внутренние аспекты. Шаблоны pro-code являются универсальными, но могут иметь ограничения или требовать изменения. Как правило, параметры данных и инфраструктуры становятся более настраиваемыми по мере выбора более сложных параметров шаблона.

Из-за всех этих факторов важно тщательно оценить вашу ситуацию, потребности клиентов и технические возможности перед выбором шаблона. Выбранная платформа и стратегия влияют на то, что можно создать.

Несколько вариантов шаблона

Вместо выбора одного шаблона поставщики программного обеспечения могут выбрать интеграцию возможностей из нескольких шаблонов. Даже можно объединить варианты с низким кодом и pro-code.

Независимо от того, выбираете ли вы один шаблон или объединяете несколько, важно учитывать ситуацию, в которую вы находитесь, и выбрать платформу, которая лучше всего подходит для вас. Эта страница специально посвящена шаблонам pro-code. Чтобы изучить дополнительные варианты для pro-и low-code, вы можете посетить страницу комплексных шаблонов.

Семантическое ядро

Поставщики программного обеспечения, желающие создавать сложные приложения ИИ, могут использовать семантические ядра во многих различных вариантах шаблона. Семантический ядро — это пакет средств разработки программного обеспечения с открытым кодом (SDK), который упрощает объединение существующего кода C#, Python и Java с моделями из OpenAI, Azure OpenAI, Hugging Face и многое другое.

Так как семантический ядро взаимодействует непосредственно с кодом, его можно использовать множество различных шаблонов. Независимо от выбранного шаблона семантический ядро может поддерживать процесс разработки и включать решение с новыми возможностями создания искусственного интеллекта.

Создание пользовательского copilot

Создание пользовательского copilot позволяет создавать приложение с умеренным подъемом кода и более настраиваемой возможностью, чем внедрение или расширение первого поставщика, Microsoft Copilot. Хотя вам нужно создать множество компонентов самостоятельно, корпорация Майкрософт предоставляет важную поддержку через пакеты SDK, шаблоны и многое другое в зависимости от выбранного шаблона.

Дерево принятия решений для подхода "Создание пользовательского copilot". Одна стрелка приводит к чтению поля "Улучшение существующих приложений с помощью ИИ, использующего данные ISV", которое подключается к API-интерфейсам Pattern D: Microsoft Graph. Другая стрелка приводит к чтению поля "Создание чат-ботов, которые могут отвечать на вопросы пользователей и выгрузить простые задачи", что приводит к шаблону E: Помощники Azure OpenAI. Третья стрелка приводит к коробке, которая говорит: "Добавление возможностей естественного языка к чат-ботам ISV Teams с помощью предварительно созданных шаблонов", что приводит к шаблону F: Библиотека ИИ Teams. Последняя стрелка приводит к чтению поля "Обеспечивает высокую настраиваемость с помощью предварительно обученных моделей, пакета SDK для ИИ Azure и потока запросов", что приводит к тому, что приводит к тому, что

API-интерфейсы Microsoft Graph

API Microsoft Graph обращается к данным пользователей из приложений Microsoft 365, таких как сведения в Outlook, Teams, OneDrive и SharePoint. Включив существующие приложения для вызова этого API, вы можете улучшить персонализированные данные из Microsoft 365.

Эти API можно интегрировать в пользовательский интерфейс вашего решения. Собранные данные клиента можно просмотреть из Graph Explorer, которая является платформой с открытым исходным кодом, предназначенной для изучения API Microsoft Graph.

Вам может потребоваться этот шаблон, если вы:

• У вас есть существующее приложение, которое вы хотите улучшить с помощью персонализированных данных.
• Хотите предоставить персонализированные ответы пользователю на основе действия Microsoft 365.
• Требовать данные специально из Microsoft 365.

К ключевым преимуществам этого подхода относятся:

• Доступ к данным Microsoft 365 пользователя для персонализации взаимодействия.
• Подключение к данным быстро и легко, что позволяет сосредоточиться на других аспектах приложения.

Давайте рассмотрим, как один вымышленный isV смог использовать этот шаблон в своем приложении.

Сценарий API Microsoft Graph

Компания Contoso создала приложение, которое позволяет своим клиентам управлять внутренними операциями, но они стремятся улучшить его. Их клиенты отправляют проблемы с основными административными задачами, такими как планирование собраний, время ведения журнала и отправка сообщений электронной почты слишком много времени.

Для решения этой проблемы Компания Contoso решает расширить созданное приложение искусственного интеллекта с помощью API Microsoft Graph, которые могут подключаться к данным своих клиентов в Microsoft 365. Компания Contoso может улучшить возможности помощника по искусственному интеллекту с доступом к более релевантными персональными данными, полученными из API. API Microsoft Graph позволяют решениям Contoso:

• Создайте записи календаря и сообщения электронной почты по времени в зависимости от контекста от пользователя и их времени от времени.
• Используйте сведения из календарей Outlook конечных клиентов, чтобы предложить потенциальное время собрания и приглашения.
• Предложить изменения тона, строки темы и документы для присоединения к электронной почте на основе истории между получателем и отправителем.

Эти изменения и многое другое позволяют созданному приложению ИИ Компании Contoso значительно упростить административные задачи своих клиентов. Используя API Microsoft Graph в своем приложении, они могут предоставлять полезные и персонализированные советы для сотрудников.

Помощники по Azure OpenAI

С помощью возможностей Помощников По Azure OpenAI поставщики программного обеспечения могут быстро создавать помощники по искусственному интеллекту и интегрировать их в существующие приложения. Помощники Azure OpenAI могут отвечать на вопросы, запрашивать простые задачи и даже адаптироваться для написания и выполнения кода на основе входных данных пользователя.

Создание помощника по Azure OpenAI так же просто, как написание JSON-файла, описывающего функцию, которую нужно выполнить помощнику и предоставить ей песочницу среду Python, в которой выполняться. Это позволяет помощнику вызывать существующие API и начинать отвечать на запросы.

Вам может потребоваться этот шаблон, если вы:

• У вас есть существующее приложение, которое будет использовать настраиваемый помощник.
• Хотите быстро разработать приложение, похожее на copilot, с меньшими техническими лифтами.
• Необходимо интегрировать с дополнительными средствами, которые позволяют приложению выполнять задачи без языка, например математики.

К ключевым преимуществам этого подхода относятся:

• Создание помощника по искусственному интеллекту быстро и эффективно.
• Предоставление клиентам помощника по искусственному интеллекту, способного отвечать на более конкретные вопросы и запросы.
• Включение решения с возможностями искусственного интеллекта, которые могут предлагать простые действия для упрощения задач.

Сценарий помощника по Azure OpenAI

Компания Contoso имеет существующее приложение для розничных клиентов, которое предоставляет портал сотрудников для подключения, управления запасами, обработки платежей и т. д. Компания Contoso будет использовать Помощник по Azure OpenAI для создания помощника по магазину, предоставляя клиентам рекомендации, адаптированные к конкретной ситуации.

Создав помощник по искусственному интеллекту, Contoso может интегрировать данные бизнеса в приложение, что позволяет отвечать на вопросы с помощью корпоративных данных. Эти возможности позволяют copilot:

• Руководство по новым сотрудникам с помощью типичных процессов хранения.
• Прогнозирование потребностей и требований инвентаризации на основе прошлых тенденций.
• Руководство по отправке документов о занятости, таких как политики ухода.

Включив помощника по искусственному интеллекту в свое приложение, решение Contoso становится источником рекомендаций и предложений для сотрудников, а не только средства управления. Их клиенты могут использовать его для ответа на вопросы и определения пути вперед в повседневных задачах.

Библиотека ИИ Teams

Если у вас уже есть чат-бот Teams или он заинтересован в создании, ваш чат-бот можно улучшить с помощью возможностей создания искусственного интеллекта. Создание шаблонов в библиотеке ИИ Teams может поддерживать язык беседы для чат-бота, к которому можно обращаться непосредственно пользователям в Teams.

Для этого приложения требуется ввести бизнес-логику, которую вы хотите использовать приложение, в то время как большие языковые модели (LLMs), которые корпорация Майкрософт предоставляет для обработки внутренних аспектов чат-бота. Вы даже можете изменить чат-бот, чтобы использовать различные модули LLM, подключаемые модули и многое другое.

Вам может потребоваться этот шаблон, если вы:

• У вас есть чат-бот Teams, который вы хотите расширить с помощью возможностей естественного языка.
• Хотите использовать готовые шаблоны, интегрированные параметры данных и встроенные функции безопасности.

К ключевым преимуществам этого подхода относятся:

• Улучшение чат-бота Teams с помощью возможностей естественного языка.
• Создание создаваемого решения ИИ с большими возможностями поддержки.
• Настройка чат-бота для применения к вашим ситуациям или промышленным потребностям.

Сценарий библиотеки ИИ Teams

Компания Contoso сделала чат-боты Teams доступными для своих клиентов в течение некоторого времени, но по мере развития возможностей ИИ они хотят модернизировать свое приложение, позволяя ему отвечать на более конкретные вопросы и предоставлять персонализированных консультаций сотрудникам.

С помощью библиотеки искусственного интеллекта Microsoft Teams Компания Contoso может легко добавить возможности естественного языка в чат-бот. Эти новые возможности создания искусственного интеллекта позволяют чат-боту лучше поддерживать клиентов по следующим возможностям:

• Предлагая тактические дальнейшие шаги для текущих проектов и советов, чтобы подготовиться к предстоящим мероприятиям компании.
• Создание повестки дня собрания, черновиков электронной почты и многое другое на основе короткого взаимодействия между пользователем и чат-ботом.
• Отвечая на вопросы с помощью специализированных ответов на основе контекста беседы.

Эти функции помогают оптимизировать взаимодействие с сотрудниками для клиентов Contoso и позволяет им быстрее получать более интеллектуальные ответы. Включение генерного ИИ в чат-бот Teams делает своих пользователей более эффективными на работе, так как они могут естественно взаимодействовать с чат-ботом, чтобы получить поддержку на работе.

Azure AI Studio

Если вы хотите создать полностью настраиваемое созданное приложение искусственного интеллекта, которое является высоко гибким с точки зрения возможностей, вы можете использовать один из многих передовых вариантов из Azure AI Studio. Создание решений сгенерированным ИИ с помощью Azure AI Studio позволяет настроить решение в соответствии с вашими потребностями, включая соответствие высоким техническим или нишевым требованиям.

Azure AI Studio включает множество вариантов для создания приложения ИИ, например потока запросов и пакета SDK для ИИ Azure, оба из которых имеют предварительно обученные модели, из которых можно создать. Служба интегрирована с другими службами Azure и предоставляет ресурсы для текущей разработки приложений, таких как цепочка инструментов LLMOps.

Вам может потребоваться этот шаблон, если вы:

• Хотите создать приложение с нуля или изменить существующий.
• Требуется, чтобы помощник по искусственному интеллекту выполнил сложные процессы, например чтение и просмотр технических документов или анализ сложных тенденций данных.
• Хотите полностью контролировать разработку приложений для настройки голоса, личности и фирменной символики в соответствии с вашими потребностями.

К ключевым преимуществам этого подхода относятся:

• Создание бесспогокового copilot, которое может отвечать на более нишевые вопросы и запросы.
• Настройка решения в соответствии с уникальными требованиями к безопасности или данным.

Сценарий Azure AI Studio

Компания Contoso хочет создать полностью настраиваемое приложение искусственного интеллекта для поддержки своих клиентов здравоохранения во время создания и обработки утверждений. Для коммерческой обработки приложения они должны иметь возможность точно обрабатывать сведения о клиентах, отвечать специализированным рекомендациям по безопасности и создавать точное содержимое.

С помощью Azure AI Studio для создания собственного созданного приложения ИИ с нуля они смогли создать полностью настраиваемое, высокобезопасное приложение, адаптированное к потребностям своих клиентов здравоохранения. Новое приложение Contoso позволяет врачам, работающим для страховщиков, легко заполнить формы. Copilot, созданный с помощью Azure AI Studio, может:

• Поддержка создания форм условной авторизации с помощью беседного запроса на основе различных вопросов, относящихся к организации.
• Запросите несколько записей пациентов и просмотрите сведения в приложении Contoso.
• Соблюдайте рекомендации по обеспечению безопасности для конкретной организации, чтобы свести к минимуму риски и проблемы конфиденциальности.

Точно извлекая информацию о пациенте и используя возможности естественного языка для оказания помощи в создании форм, Компания Contoso может ускорить процесс создания утверждений. Их решение экономит пользователям ценное время, выполняя эти специализированные задачи быстро и точно.

Создание приложения в Fabric

Хотя многие поставщики программного обеспечения знакомы с Fabric в качестве решения для обработки данных или аналитики, они также могут служить комплексной интегрированной основой данных для создания приложений искусственного интеллекта. Независимо от того, хотите ли вы создать приложение непосредственно в Fabric или интегрировать с OneLake, создайте приложение в Fabric , предоставляя вам несовпадную настройку и контроль над решением.

Дерево ссылок для подхода "создание приложения в Fabric". Одна стрелка приводит к чтению поля "Позволяет поставщикам программного обеспечения читать, записывать и управлять данными в Fabric OneLake с помощью существующих API, сочетаний клавиш и многого другого", что приводит к созданию шаблона H: взаимодействие с Fabric. Вторая стрелка приводит к чтению поля "Включает поставщики программного обеспечения для разработки продуктов на основе платформы Fabric или объединения Fabric с предварительно существующими приложениями", что приводит к созданию шаблонов I: Build on Fabric. Последняя стрелка приводит к чтению поля "предоставляет средства для создания высоко настраиваемых рабочих нагрузок в экосистеме Fabric", что приводит к созданию рабочей нагрузки Fabric J: Создание рабочей нагрузки Fabric.

Взаимодействие с Fabric

Интеграция существующего приложения с Fabric обеспечивает бесконечные возможности оптимизации серверной части вашего решения. Взаимодействуя с Fabric, вы можете объединить множество разрозненных источников данных на одной платформе с помощью различных средств и API.

Fabric предлагает интерфейсы API OneLake и API аналитики в режиме реального времени, предназначенные для быстрого доступа к данным и обработки данных. Фабрику данных можно также использовать для объединения данных в разных средах с помощью сочетаний клавиш и управления сложными задачами обработки данных из до 200 внешних источников. Даже если данные отсутствуют в Azure, можно создать ярлыки для переноса данных в OneLake.

Вам может потребоваться этот шаблон, если вы:

• У вас есть существующее приложение, требующее расширенной обработки данных.
• Рисуйте данные из различных источников и сред.
• Хотите считывать и управлять данными приложения в OneLake или Фабрике данных.

К ключевым преимуществам этого подхода относятся:

• Улучшение возможностей данных для существующих приложений с помощью расширенных возможностей обработки, хранения и аналитики.
• Интеграция данных из нескольких клиентов и сред в одну платформу.

Взаимодействие с сценарием Fabric

Приложению SaaS, разработанному компанией Contoso для своих розничных клиентов, требуется больше возможностей для управления данными из нескольких клиентов. Конечные клиенты Компании Contoso требуют большей видимости данных и запрашивают дополнительные сведения о тенденциях и шаблонах данных. Однако их клиенты используют различные платформы для управления инвентаризацией, персонала, веб-управления и многое другое, что Компания Contoso должна получить доступ к полному представлению данных.

Чтобы устранить эти проблемы, Компания Contoso подключила существующее приложение к Fabric. Это позволяет им лучше управлять данными на административном уровне, а также получать более подробные сведения о данных и видимость для клиентов. Их приложение может:

• Используйте сочетания клавиш общего доступа к данным и мультиоблачные сочетания клавиш для сбора информации из разных клиентов в OneLake.
• Доступ к данным организации непосредственно через API аналитики в режиме реального времени.
• Обработка объемов данных, связанных с крупномасштабным решением.
• Изображение сведений о данных клиента с помощью интерактивных панелей мониторинга, созданных в приложении Contoso.

Теперь, когда Компания Contoso может получить доступ к данным от своих клиентов, они смогут изменить свое решение, чтобы предоставить эти сведения конечным клиентам. Их конечные клиенты могут легко и точно интерпретировать свои данные и использовать его для выбора для своего бизнеса.

Сборка на основе Fabric

Помимо подключения к Fabric в качестве платформы данных для приложения, вы также можете использовать Fabric для внедрения функций Fabric непосредственно в приложение. Разработчики могут использовать различные интерфейсы REST API для создания возможностей Fabric в своих приложениях для поддержки дополнительных технических рабочих процессов с возможностями создания искусственного интеллекта.

Различные API можно интегрировать в приложение, чтобы включить его с разными функциями. Например, внедрение API хранилища в приложение предоставляет ему параметры хранилища данных, доступные в Fabric. Разработка приложения непосредственно на основе Fabric позволяет легко использовать эти функции Fabric в интерфейсе собственного приложения и управлять ими.

Вам может потребоваться этот шаблон, если вы:

• Создавайте приложение, которое будет использоваться специалистами по обработке и анализу данных или другими пользователями с более комплексными потребностями в управлении данными.
• Хотите включить в приложение комплексные возможности хранения и обработки данных.
• Хотите создать приложение с нуля или изменить существующий.

К ключевым преимуществам этого подхода относятся:

• Интеграция возможностей данных Fabric непосредственно в решение.
• Управление данными в собственном приложении и управление ими.
• Создание приложения с полной настройкой и контролем.

Создание сценария Fabric

Клиенты Компании Contoso выразили потребность в более сложных возможностях данных. Между отслеживанием тенденций продаж, расписаниями сотрудников, инвентаризацией для цифровых и персональных магазинов и многое другое в нескольких клиентах, они требуют гораздо больше поддержки обработки данных в новом приложении.

Для более эффективного управления данными клиентов Компания Contoso разработала новое приложение, созданное на основе Fabric. Это приложение позволяет пользователям напрямую взаимодействовать с данными и взаимодействовать с ним в приложении Contoso. Используя возможности обработки данных Fabric, их приложение может:

• Подключитесь к OneLake, Power BI и более непосредственно в приложении, которые можно использовать с помощью настраиваемых панелей мониторинга, созданных Contoso.
• Предоставьте аналитические сведения о рентабельности от таких категорий, как интернет-магазины или магазины в человеке, различные расположения магазинов, а также по бренду продукта и категории.
• ИИ используется для анализа этих данных и предоставления аналитических сведений и предложений клиентам, таких как предложение изменений в ценах на продукт, прогнозирование потенциальных нарушений и определение перебоев в потоках доходов.
• Предоставьте клиентам Contoso прямой доступ к данным Fabric на платформе Contoso.

Внедрив возможности Fabric в свое приложение, они могут управлять данными непосредственно в решении и управлять ими. ИИ, созданные на основе их решения, могут получить доступ к этим данным и предоставить персонализированных бизнес-аналитических сведений для клиентов Contoso.

Создание рабочей нагрузки Fabric

Помимо создания семи собственных рабочих нагрузок Fabric, независимые поставщики программного обеспечения могут расширить возможности Fabric, создав собственные настраиваемые рабочие нагрузки и предлагая их в качестве отдельного решения. Эти рабочие нагрузки можно создавать с нуля, чтобы обеспечить множество возможностей управления данными, независимо от того, создает ли это более целостное представление данных клиентов или выполняет действия на основе тенденций и прогнозов данных.

Поставщики программного обеспечения могут использовать пакет средств разработки рабочей нагрузки Microsoft Fabric, чтобы создать собственную рабочую нагрузку и опубликовать ее в качестве предложения SaaS для других пользователей Fabric в Azure Marketplace. Этот шаблон легко монетизуется в Azure Marketplace и использует UX Fabric при взаимодействии с клиентами, что позволяет сосредоточиться на разработке рабочей нагрузки.

Вам может потребоваться этот шаблон, если вы:

• Хотите создать средство, доступное конечным пользователям в Fabric, например другим разработчикам или специалистам по обработке и анализу данных.
• Ознакомьтесь с требованиями или требованиями к данным, которые необходимо решить с помощью Fabric.
• Хотите использовать поддержку Майкрософт, например существующий UX и простую публикацию в Azure Marketplace.

К ключевым преимуществам этого подхода относятся:

• Публикация приложения в Azure Marketplace, где его можно легко получить и приобрести техническими пользователями в Fabric.
• Создание высоко настраиваемых решений непосредственно с учетом требований к данным клиентов.

Создание сценария рабочей нагрузки Fabric

Компания Contoso хочет создать решения, которые могут использоваться клиентами розничной торговли для отслеживания цепочек поставок и управления инвентаризацией в цифровых и частных магазинах для нескольких клиентов. Они хотят, чтобы их приложение было легко доступно для технических пользователей, чтобы они могли использовать больше возможностей для своего приложения на основе данных.

С помощью пакета средств разработки рабочей нагрузки Microsoft Fabric компания Contoso могла разработать рабочую нагрузку, к которым клиенты могут обращаться непосредственно из Fabric в пользовательском интерфейсе, с которыми они знакомы. Они смогли монетизировать его как приложение SaaS в Azure Marketplace, где оно легко доступно конечным пользователям Компании Contoso на платформе Fabric. Рабочая нагрузка Fabric может:

• Оптимизация инвентаризации путем предоставления аналитических сведений о областях, требующих дополнительного спроса и использовании возможностей искусственного интеллекта, чтобы предложить путь вперед.
• Прогнозирование будущего спроса с помощью возможностей машинного обучения, которые анализируют прошлые тенденции.
• Имитируйте возможные сценарии, которые могут повлиять на цепочку поставок, например изменение поставщиков.

Предлагая решение в качестве рабочей нагрузки Fabric, Компания Contoso может помочь специалистам по обработке и анализу данных и другим техническим специалистам оптимизировать цепочки поставок. Клиенты Компании Contoso получают большую видимость своего бизнеса благодаря тщательному анализу прошлых данных и прогнозов будущих тенденций ИИ.

Заключение

Научившись каждому шаблону и их возможностям, теперь вы должны быть готовы решить, как создать созданное решение искусственного интеллекта. После изучения выбранного подхода и подтверждения того, что он находится в пределах ваших возможностей, вы можете начать разработку приложения.

Ознакомьтесь с приведенными ниже ресурсами, чтобы узнать больше о выбранном шаблоне, а также о других дальнейших шагах по созданию созданного интерфейса искусственного интеллекта.

Создание собственного copilot

Ссылки на дополнительные сведения для каждой сборки собственного шаблона copilot:

• Шаблон D — API Microsoft Graph
• Шаблон E — Помощники По Azure OpenAI
• Шаблон F — библиотека ИИ Teams
• Шаблон G — Azure AI Studio

Дополнительные сведения о создании приложения в Fabric

Ссылки на дополнительные сведения о создании приложений в Fabric:

• Подход. Создание приложения в Fabric
• Шаблон J. Создание рабочей нагрузки в Fabric

Дополнительные ссылки

Дополнительные сведения о шаблонах создания ИИ и их преимуществах: создание возможностей создания и искусственного интеллекта с помощью Microsoft Cloud — руководство по независимым поставщикам программного обеспечения | Microsoft Learn

Руководство по пользовательскому интерфейсу для поставщиков программного обеспечения для разработки формируемых возможностей искусственного интеллекта: дальнейшие действия по проектированию пользовательского интерфейса для создания пользовательского интерфейса искусственного интеллекта.