Den här funktionen gör det möjligt att använda uppmaningar med externa källor, med hjälp av loggar som tillåts för validering och bättre hantering av undantag. Funktionen hjälper också till att övervinna begränsningarna med en inbyggd stor språkmodell (LLM). En inbyggd prompt builder-upplevelse i Microsoft Copilot Studio bygger på fluent 9 (icke-iFramed-upplevelse) och tar bort guiden för snabbåtgärder genom att integrera kodtolkningselementen så att de fungerar med den nya prompt builder-upplevelsen.

Här är några uppgifter som du kan utföra inom den här funktionen: Du kan aktivera och inaktivera växlingsknappen för att generera koden från Avancerade inställningar. Det finns också en kryssruta för att skriva data till Dataverse-tabeller i Avancerade inställningar. Öppna Förhandsgranskningskod för att automatiskt generera Python-kod och köra den, med möjlighet att redigera Python-koden och köra koden igen. Du kan kopiera och klistra in koden i en kodtolk som finns på internet, med möjlighet att ångra kodändringar med hjälp av en Ångra-knapp. Slutligen kan du skriva åtgärder till Dataverse-tabeller med knappen Kör när inställningen Skriv till Dataverse-tabeller är aktiverad.

Prompter är agenternas instruktionsspråk, oavsett om de körs direkt från en prompt eller som ett flöde bakom kulisserna. Dessa instruktioner spelar en avgörande roll för hur agenter utför sina olika steg. Prompter kan också användas för att utföra datagenereringsuppgifter i Power Automate-molnflöden eller Power Apps-program.

Med den här funktionen kan anslutningsdata användas i prompter och expandera utöver den aktuella begränsningen av data endast i Dataverse. Den här förbättringen förbättrar funktionaliteten och flexibiliteten för dina agenter, molnflöden och program, vilket gör dem mer effektiva och effektiva.

Om du vill använda den här funktionen väljer du + Lägg till eller skriver / och infogar tabellfält för befintliga anslutningar. Alternativt kan du köra frågor med Power Fx-formler i prompt builder.

Om du vill skapa och använda prompter i Power Automate går du till navigeringsmenyn till vänster och väljer AI Hub>Skapa din egen prompt eller från åtgärden Skapa text med GPT när du redigerar ett molnflöde.

Med funktionen för bedömning av snabbnoggrannhet i AI Builders prompt builder kan du skapa en testsvit och verifiera dina snabba prestanda för olika iterationer av snabbutveckling. Med de här detaljerade utvärderingarna kan du fatta rätt beslut om att använda prompter i agenter, appar och flöden, flytta funktioner till produktion och förbättringar av prompter. Denna omfattande feedback om effektiviteten i dina AI-prompter hjälper dig optimera för större tydlighet och precision. När du skapar eller förfinar prompter analyserar funktionen promptens struktur, språk och relevans för den avsedda uppgiften, och tilldelar varje testfallsprediktion en konfidenspoäng som återspeglas i promptens förväntade prestanda. Poängen genereras baserat på faktorer som specificitet, komplexitet, lämplighet och anpassade påståenden. På så sätt kan du få användbara insikter för att förbättra formuleringen av prompter och minska tvetydigheterna. Genom att ge dig ett tydligt, kvantifierbart mått på promptens kvalitet effektiviserar funktionen för precisionsnoggrannhet promptkonstruktionen, förbättrar modellresultaten och minskar iterationstiden. Det möjliggör mer effektiva och tillförlitliga AI-interaktioner i användningsfallen.

Utkast med Copilot är en funktion som gör det möjligt att skriva eller skriva om prompter med Copilot. Promptbyggaren gör det enkelt att utlösa Copilot att hjälpa dig att skapa prompten. Copilot förvandla avsikter till en effektiv och sofistikerad prompt som följer bästa praxis för promptutveckling. Tillsammans med skrivförslag ger Copilot optimeringstips, en fullständighetspoäng och genererar exempeltestdata för att hjälpa dig att köra valideringar snabbare.

Den här funktionen gör det möjligt för organisationer att verifiera funktionerna och effektiviteten hos generativa AI-promptåtgärder mellan agenter, appar och arbetsflöden. Genom att göra det möjligt för dig att skapa systematiska testdatauppsättningar, definiera utvärderingskriterier och köra batchtestning på snabbåtgärder kan företag validera resultat och fatta datadrivna beslut om mognad eller vidareutveckling av dessa uppmaningar. Snabbåtgärder fungerar som intelligenta åtgärder i arbetsflöden, vilket säkerställer konsekventa och tillförlitliga resultat. Tidig problemidentifiering minimerar risker, minimerar störningar och förbättrar tillförlitligheten, samtidigt som tidslinjer för distribution påskyndas och arbetsflöden effektiviseras. I slutändan driver den här funktionen smartare, AI-baserade lösningar som förbättrar användarnöjdheten, förbättrar drifteffektiviteten och överensstämmer med bredare organisationsmål.

Du kan komma åt Power Fx-designern från promptbyggaren. Du kan definiera ett uttryck och namnge det så att det kan infogas i prompten. Informationen som blir resultatet av exekveringen av uttrycket läggs till vid körning i prompten för att ge mer specifika svar.

Du kan också filtrera din kunskap med hjälp av Power Fx-uttryck, utöver det aktuella attributet och värdevalet. Det gör att du får mer kontroll över data som ska användas som sammanhang för prompten.

Funktion med människan i slingan täcker fyra aspekter:

• Ger feedback: Användare och utvecklare kan ge feedback om svar på AI-prompter när det inte är korrekt.
• Få aviseringar om granskningar: Utvecklare meddelas när det finns ny feedback.
• Listningsgranskningar: Utvecklare kan granska feedback som skickats för en viss AI-prompt.
• Snabb inlärning: Utvecklare kan använda mottagen feedback eller skapa exempel för att utveckla AI-prompternas svar och göra dem mer korrekta.

Genom att använda ”Få insikter om valuta- och lagringsförbrukning”-versionen blir förkonfigurerade övervakningsrapporter tillgängliga för administratörer för att spåra var AI Builder-modeller används, hur ofta de används och hur många krediter de förbrukar. Rapporterna ger administratörerna en omfattande bild av hur AI-modeller används i en organisation.

Förkonfigurerade övervakningsrapporter är tillgängliga för att spåra vilka AI Builder-modeller som används, hur ofta de används och deras tillhörande förbrukning. Det innebär större möjligheter till spårning och att AI Builder-modeller kan distribueras enklare i en produktionsmiljö. Genom effektiv hantering av de historiska data som dina Power Automate-flöden, appar i Power Apps eller andra Microsoft Power Platform-produkter genererar säkerställer du att dina Dataverse-miljöer förblir effektiva och kostnadseffektiva.

Använd aktivitetssidan AI Builder för att visa AI-modellaktivitet, inklusive aktivitet som genereras i Power Apps och Copilot Studio ytterligare spårning av indata och utdata för GPT-textgenereringsmodeller. Du kan anpassa dessa data genom att använda ett filter för tidsramen eller modellen. Data på sidan AI Builder-aktivitet är till hjälp för utvecklare som vill övervaka användningen av sina AI-modeller. De är också användbara för miljöadministratörer som vill övervaka all aktivitet och kreditförbrukning i en miljö.

I prompt builder kan du med funktionen för modellval skapa en säker anslutning till en anpassad modell som distribueras i Azure AI Foundry. Den här integreringen gör det möjligt för dig att sömlöst införliva dina egna finjusterade och optimerade modeller – skräddarsydda för specifika affärsbehov – direkt i dina Power Automate-flöden eller Copilot-agenter.

Genom att utnyttja modeller som du redan har tränat på domänspecifika data (till exempel juridiska, ekonomiska och kundtjänst) kan du utforma mycket specialiserade AI-åtgärder som går utöver generiska språkfunktioner. Detta ger nya möjligheter till smartare, kontextmedveten automatisering och konversationsupplevelser som speglar din organisations unika kunskap och ton.

Genom att använda prompter inuti Copilot-agenter kan du ställa in specifik logik för att extrahera och utöka information från dokument. Det bidrar till att kan du göra följande:

• Spara timmar för varje Copilot-användare som inte behöver utföra all specifik dataextraktion, förstärkning och formatering manuellt.
• Utföra exakt samma dokumentbearbetningslogik för varje Copilot-användare som ber om det, i bara en eller två chattinteraktioner.
• Återanvända prompten i flera agenter, appar och automatiserade flöden.

Om du vill använda den här funktionen skapar du en prompt i Power Apps eller Power Automate i Copilot Studio. Lägg sedan till en indatatyp (till exempel bild eller dokument). Typer som stöds är PNG, JPG, JPEG och PDF. Nu är du redo att inkludera prompten i en Copilot-agenten med hjälp av ämnen (åtgärder stöds inte ännu). Testa slutligen agenten och publicera den när du är klar.

Funktionen är aktiverad som standard utan någon administratörskonfiguration.