Навык запроса GenAI

Навык запроса genAI (Generative AI) выполняет запрос на завершение чата в крупной языковой модели (LLM), развернутой в Azure OpenAI в модели Foundry или Microsoft Foundry. Используйте этот навык для создания новых сведений, которые можно индексировать и хранить в виде содержимого, доступного для поиска.

Ниже приведены некоторые примеры того, как навык запроса GenAI поможет вам создать содержимое:

• Словесная визуализация изображений
• Суммирование больших фрагментов текста
• Упрощение сложного содержимого
• Выполнение любой другой задачи, которую можно сформулировать в запросе

Навык запроса GenAI доступен в последней предварительной версии REST API. Этот навык поддерживает текст, изображение и многомодальное содержимое, например изображения с визуальными элементами и текстом, извлеченными из PDF-файлов.

Поддерживаемые модели

• Вы можете использовать любую модель вывода чата , развернутую в Foundry, например модели GPT, Deepseek R#, Llama-4-Mavericj и Cohere-command-r. Для моделей GPT поддерживаются только конечные точки API завершения чата. Конечные точки с помощью API ответов Azure OpenAI (содержащегося /openai/responses в URI) в настоящее время не совместимы.

• Для словесности изображений модель, используемая для анализа изображения, определяет поддерживаемые форматы изображений.

• Для моделей temperature GPT-5 параметр не поддерживается так же, как и предыдущие модели. Если оно определено, оно должно иметь 1.0значение, так как другие значения приводят к ошибкам.

• Выставление счетов основано на ценах используемой модели.

Prerequisites

• Ресурс Azure OpenAI в foundry Models или проект Foundry.

• Поддерживаемая модель, развернутая в ресурсе или проекте.

  • Для Azure OpenAI скопируйте конечную точку с openai.azure.com доменом на странице "Ключи и конечная точка " на портале Azure. Используйте эту конечную точку Uri для параметра в этом навыке.

  • Для Foundry скопируйте целевой универсальный код ресурса (URI) для развертывания на странице "Модели " на портале Foundry. Используйте эту конечную точку Uri для параметра в этом навыке.

• Проверка подлинности может быть основана на ключах API из ресурса Foundry или Azure OpenAI. Однако рекомендуется использовать управляемое удостоверение службы поиска , назначенное роли.

  • В Azure OpenAI назначьте пользователя OpenAI Cognitive Services управляемому удостоверению.

  • В Foundry назначьте пользователя ИИ Azure управляемому удостоверению.

@odata.type

#Microsoft.Skills.Custom.ChatCompletionSkill

Ограничения данных

Параметры навыков

* Необходимо использовать именно одно изapiKeyauthIdentityудостоверений, назначаемых системой, или удостоверение, назначаемое системой.

commonModelParameters По умолчанию

Входные данные навыков

Выходные данные навыка

Примеры определений

Сводка только для текста

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Summarizer",
  "description": "Summarizes document content.",
  "context": "/document",
  "timeout": "PT30S",
  "inputs": [
    { "name": "text", "source": "/document/content" },
    { "name": "systemMessage", "source": "='You are a concise AI assistant.'" },
    { "name": "userMessage", "source": "='Summarize the following text:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "commonModelParameters": { "temperature": 0.3 }
}

Описание текста и изображения

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "Image Describer",
  "context": "/document/normalized_images/*",
  "inputs": [
    { "name": "image", "source": "/document/normalized_images/*/data" },
    { "name": "imageDetail", "source": "=high" },
    { "name": "systemMessage", "source": "='You are a useful AI assistant.'" },
    { "name": "userMessage", "source": "='Describe this image:'" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "authIdentity": "11111111-2222-3333-4444-555555555555",
  "responseFormat": { "type": "text" }
}

Структурированный числовый поиск фактов

{
  "@odata.type": "#Microsoft.Skills.Custom.ChatCompletionSkill",
  "name": "NumericalFactFinder",
  "context": "/document",
  "inputs": [
    { "name": "systemMessage", "source": "='You are an AI assistant that helps people find information.'" },
    { "name": "userMessage", "source": "='Find all the numerical data and put it in the specified fact format.'"}, 
    { "name": "text", "source": "/document/content" }
  ],
  "outputs": [ { "name": "response" } ],
  "uri": "https://demo.openai.azure.com/openai/deployments/gpt-4o/chat/completions",
  "apiKey": "<api-key>",
  "responseFormat": {
    "type": "json_schema",
    "jsonSchemaProperties": {
      "name": "NumericalFactObj",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": "{\"facts\":{\"type\":\"array\",\"items\":{\"type\":\"object\",\"properties\":{\"number\":{\"type\":\"number\"},\"fact\":{\"type\":\"string\"}},\"required\":[\"number\",\"fact\"]}}}",
        "required": [ "facts" ],
        "additionalProperties": false
      }
    }
  }
}

Пример выходных данных (усеченный)

{
  "response": {
    "facts": [
      { "number": 32.0, "fact": "Jordan scored 32 points per game in 1986-87." },
      { "number": 6.0,  "fact": "He won 6 NBA championships." }
    ]
  },
  "usageInformation": {
    "usage": {
      "completion_tokens": 203,
      "prompt_tokens": 248,
      "total_tokens": 451
    }
  }
}

Лучшие практики

• Фрагменты длинных документов с навыком разделения текста , чтобы оставаться в окне контекста модели.
• Для индексирования больших объемов следует выделить отдельное развертывание модели для этого навыка, чтобы квоты маркеров для рабочих нагрузок RAG во время запроса остаются не затронутыми.
• Чтобы свести к минимуму задержку, найдите модель и службу поиска ИИ Azure в одном регионе Azure.
• Используйте responseFormat.json_schemaGPT-4o для надежного структурированного извлечения и упрощения сопоставления с полями индекса.
• Отслеживайте использование маркеров и отправляйте запросы на увеличение квоты , если индексатор насыщает ограничения маркеров в минуту (TPM).

Ошибки и предупреждения

См. также

• Встроенные индексаторы поиска ИИ Azure
• Встроенная векторизация
• Определение набора навыков
• Создание завершений чата с помощью вывода модели искусственного интеллекта Azure (Foundry)
• Структурированные выходные данные в Azure OpenAI