Die Prüfungsstation ist eine interaktive Funktion in der Dokumentenverarbeitung, mit der Sie aus Dokumenten extrahierte Daten vor der endgültigen Einreichung oder Integration überprüfen und korrigieren können. Nachdem die KI-gesteuerte Extraktionsfunktion Daten aus Rechnungen, Belegen, Verträgen oder anderen Dokumenten erfasst hat, präsentiert die Prüfungsstation diese Daten auf einer bedienfreundlichen Oberfläche. Dazu werden Felder mit niedrigen Konfidenzbewertungen oder potenziellen Fehlern zur manuellen Bestätigung hervorgehoben. Sie können die extrahierten Felder rasch überprüfen, bei Bedarf Korrekturen vornehmen und Daten genehmigen, wodurch Genauigkeit und Compliance sichergestellt werden. Diese Funktion verbessert die Qualitätskontrolle, indem sie menschliche Eingriffe an kritischen Stellen ermöglicht, Fehler in automatisierten Dokumentenworkflows reduziert und das allgemeine Vertrauen in das Dokumentenverarbeitungssystem erhöht. Dank einer optimierten Navigation und mit einem intuitiven Layout bietet Ihnen die Prüfungsstation eine effiziente Möglichkeit zur Überprüfung von KI-Ergebnissen. Dies verbessert die Zuverlässigkeit und Genauigkeit der Ergebnisse der Dokumentenverarbeitung.

Sie rufen die Prüfungsstation über eine Genehmigungs-E-Mail oder über ihren eigenen Einstiegspunkt auf, um die extrahierten und verarbeiteten Daten zu überwachen und zu validieren. Diese Funktion ist im Lieferumfang enthalten, sodass sie nicht manuell aktiviert werden muss.

Azure Dokument Intelligenz 4.0 bietet fortschrittliche Funktionen wie eine verbesserte optische Zeichenerkennung (OCR), Verständnis natürlicher Sprache und Layouterkennung, die es AI Builder ermöglichen, eine größere Vielfalt von Dokumenttypen zu verarbeiten – von strukturierten Formularen bis hin zu komplexen unstrukturierten Inhalten. Diese Integration ermöglicht es Benutzenden von AI Builder, die neuesten Fortschritte von Azure im Bereich der ML-Modelle direkt in ihren Workflows zu nutzen und so die Extraktionsgenauigkeit zu verbessern. Die neue Integration unterstützt auch die Rückgabe von Tabellen-, Zeilen- und Zellenkonfidenzbewertungen.

Der in Copilot Studio integrierte Dokumentverarbeitungs-Agent verbessert Geschäftsworkflows, indem die Sammlung, Extraktion, Kategorisierung und Validierung von Daten aus verschiedenen Dokumenttypen automatisiert wird. Durch die Nutzung von KI-Funktionen werden Rechnungen, Verträge und Quittungen nahtlos verarbeitet, wodurch traditionell manuelle Aufgaben in effiziente, automatisierte Aktionen umgewandelt werden. Der Dokumentenverarbeitungs-Agent wird mit vorkonfigurierten Flows und einer Validierungsstation geliefert. Dies erleichtert Ihnen die Einrichtung von Workflows zur Dokumentenverarbeitung, die sofort funktionieren.

Der menschliche Aspekt in der Schleife betrifft vier Aspekte:

• Feedback: Benutzer*innen und Maker*innen können Feedback zu KI-Prompts geben, wenn diese nicht korrekt sind.
• Benachrichtigungen für Bewertungen: Maker*innen werden über neu verfügbares Feedback benachrichtigt.
• Auflisten der Bewertungen: Maker*innen können das für einen bestimmten KI-Prompt gesendete Feedback überprüfen.
• Schnelles Lernen: Maker*innen können das erhaltene Feedback nutzen oder Muster erstellen, um die Antworten der KI-Prompts zu optimieren und die Genauigkeit zu erhöhen.

Vorkonfigurierte Überwachungsberichte stehen Ihnen zur Verfügung, um nachzuverfolgen, welche AI Builder-Modelle verwendet werden, wie oft sie verwendet werden, und deren zugehörigen Verbrauch. Dadurch wird eine bessere Nachverfolgbarkeit sichergestellt, und AI Builder-Modelle lassen sich einfacher in einer Produktionsumgebung bereitstellen. Durch eine effektive Verwaltung der historischen Daten, die von Ihren Power Automate-Flows, Apps in Power Apps oder anderen Microsoft Power Platform-Produkten generiert werden, sorgen Sie dafür, dass Ihre Dataverse-Umgebungen effizient und kostengünstig bleiben.

Verwenden Sie die AI Builder-Aktivitätsseite , um KI-Modellaktivitäten anzuzeigen, einschließlich der Aktivitäten, die in Power Apps und Copilot Studio generiert werden, zusätzliche Nachverfolgung von Eingaben und Ausgaben für GPT-Textgenerierungsmodelle. Sie haben auch die Möglichkeit, diese Daten anzupassen, indem Sie einen Filter für den Zeitraum oder das Modell anwenden. Die Daten auf der Seite zu den AI Builder-Aktivitäten sind für jene Maker*innen hilfreich, die die Nutzung ihrer KI-Modelle überwachen möchten. Sie sind ebenso nützlich für Umgebungsadministrierende, die alle Aktivitäten und den Guthabenverbrauch in einer Umgebung verfolgen möchten.

Mit der Version „Einblicke in den Währungs- und Speicherverbrauch erhalten“ stehen Administrator*innen vorkonfigurierte Überwachungsberichte zur Verfügung, mit denen sie nachverfolgen können, wo AI Builder-Modelle verwendet werden, wie oft sie verwendet werden und wie viel Guthaben sie verbrauchen. Diese Berichte verschaffen Administrator*innen einen umfassenden Überblick darüber, wie KI-Modelle in einer Organisation genutzt werden.

Entwurf mit Copilot ist eine Funktion, die das Schreiben und Umschreiben von Prompts mit Copilot ermöglicht. Mit dem Promptgenerator können Sie ganz einfach Copilot auslösen, um Sie beim Erstellen Ihres Prompts zu unterstützen. Copilot kann eine Absicht in eine effektive, ausgeklügelte Eingabeaufforderung verwandeln, die den Best Practices für die Eingabeaufforderungsentwicklung folgt. Neben Vorschlägen zum Umschreiben bietet Copilot Optimierungstipps, eine Vollständigkeitsbewertung und generiert Beispieltestdaten, damit Sie Ihre Validierungen schneller ausführen können.

Dieses Feature ermöglicht es, Eingabeaufforderungen mit externen Quellen aktionsfähig zu machen, indem Protokolle für Überprüfungen zugelassen werden und die Ausnahmebehandlung verbessert wird. Diese Funktion hilft auch dabei, die Einschränkungen eines nativen Large Language Models (LLM) zu überwinden. Die native Funktionalität des Promptgenerators in Microsoft Copilot Studio basiert auf Fluent 9 (keine iFramed-Funktionalität), wodurch der Assistent für Prompt-Aktionen wegfällt, da die Elemente für den Code-Interpreter integriert werden, um mit dem neuen Promptgenerator zusammenzuarbeiten.

Hier sind einige Aufgaben, die Sie innerhalb dieser Funktionalität ausführen können: Sie können den Schalter aktivieren bzw. deaktivieren, um den Code aus den erweiterten Einstellungen zu generieren. In den erweiterten Einstellungen finden Sie auch ein Kontrollkästchen zum Schreiben von Daten in Dataverse-Tabellen. Öffnen Sie den Vorschaucode, um Python-Code automatisch zu generieren und auszuführen – mit der Möglichkeit, den Python-Code zu bearbeiten und den Code erneut auszuführen. Sie können den Code kopieren und in einen Code-Interpreter aus dem Internet einfügen und Codeänderungen mithilfe der Rückgängig-Schaltfläche rückgängig machen. Schließlich können Sie Aktionen in Dataverse-Tabellen über die Schaltfläche Ausführen schreiben, wenn die Einstellung zum Schreiben in Dataverse-Tabellen aktiviert ist.

Das Feature zur Bewertung der Promptgenauigkeit im Aufforderungs-Generator von AI Builder ermöglicht es Ihnen, eine Testsuite zu erstellen und die Leistung der Aufforderung in verschiedenen Iterationen der Aufforderungsentwicklung zu überprüfen. Die detaillierten Bewertungen helfen Ihnen dabei, die richtigen Entscheidungen über die Verwendung von Prompts in Agents, Apps und Flows, die Verlagerung von Funktionen in die Produktion und die Verbesserung von Prompts zu treffen. Dieses umfassende Feedback zur Effektivität Ihrer KI-Prompts unterstützt Sie dabei, mehr Klarheit und Präzision zu erlangen und so Ihre Prompts optimieren. Beim Erstellen oder Verfeinern von Prompts analysiert die Funktion die Prompt-Struktur sowie die Sprache und Relevanz für die beabsichtigte Aufgabe und weist jeder Testfallvorhersage eine Konfidenzbewertung zu, die sich in der erwarteten Leistung des Prompts widerspiegelt. Diese Bewertung wird basierend auf Faktoren wie Spezifität, Komplexität, Ausrichtung und angepassten Assertionen generiert. So können Sie umsetzbare Erkenntnisse ableiten, um die Formulierung von Prompts zu verbessern oder Mehrdeutigkeiten zu reduzieren. Durch die Bereitstellung einer klaren, quantifizierbaren Metrik für die Prompt-Qualität optimiert die Funktion zur Genauigkeitsbewertung den Prozess der Prompt-Entwicklung, verbessert die Modellergebnisse und verkürzt die Iterationszeit. Und dies ermöglicht effizientere und zuverlässigere KI-Interaktionen über mehrere Anwendungsfälle hinweg.

Sie können über den Promptgenerator auf den Power Fx-Designer zugreifen. Sie können einen Ausdruck definieren und benennen, damit er inline in den Prompt eingefügt werden kann. Die Informationen, die sich aus der Ausführung des Ausdrucks ergeben, werden dem Prompt zur Laufzeit hinzugefügt, um spezifischere Antworten bereitzustellen.

Sie können Ihr Wissen zusätzlich zur aktuellen Attribut- und Wertauswahl auch mithilfe von Power Fx-Ausdrücken filtern. Auf diese Weise erhalten Sie mehr Kontrolle über die Daten, die als Kontext für den Prompt verwendet werden sollen.

Prompts sind die Anweisungssprache von Agents, unabhängig davon, ob sie direkt aus einer Eingabeaufforderung heraus oder als Flow im Hintergrund ausgeführt werden. Diese Anweisungen spielen eine entscheidende Rolle bei der Ausführung der verschiedenen Schritte durch Agents. Eingabeaufforderungen können auch verwendet werden, um Datengenerierungsaufgaben in Power Automate Cloud-Flows oder Power Apps-Anwendungen auszuführen.

Mit diesem Feature können Verbinderdaten in Aufforderungen verwendet werden, wodurch die bisherige Beschränkung auf Daten nur in Dataverse überwunden wird. Diese Verbesserung verbessert die Funktionalität und Flexibilität Ihrer Agenten, Cloud-Flows und Anwendungen und macht sie effizienter und effektiver.

Um dieses Feature zu nutzen, wählen Sie + Hinzufügen aus oder geben Sie / ein und fügen Sie die Tabellenfelder bestehender Verbindungen ein. Alternativ können Sie Daten mit Power Fx-Formeln im Prompt-Generator abfragen.

Um Eingabeaufforderungen in Power Automate zu erstellen und zu verwenden, wählen Sie im Navigationsmenü auf der linken Seite AI Hub>Eigene Eingabeaufforderung erstellen aus, oder wählen Sie in der Aktion Text mit GPT erstellen beim Erstellen eines Cloud-Flows aus.