Co je Azure AI Vyhledávač?

Azure AI Vyhledávač je plně spravovaná služba hostovaná v cloudu, která propojuje vaše data s AI. Služba sjednocuje přístup k podnikovému a webovému obsahu, aby agenti a velké jazykové modely (LLM) mohli využívat kontext, historii chatu a signály z více zdrojů k vytváření spolehlivých a podložených odpovědí.

Mezi běžné případy použití patří klasické vyhledávání a generování rozšířené o vyhledávání (RAG) využívající agentní vyhledávání, kde služba koordinuje plánování dotazů, vyhledávání a sestavování odpovědí. Tyto možnosti podporují scénáře od tradičních vyhledávacích prostředí až po agenty využívající AI a chatovací aplikace vhodné pro podnikové i spotřebitelské scénáře.

Při vytváření vyhledávací služby jsou zahrnuty následující funkce:

• Dva stroje: klasické vyhledávání pro jednotlivé požadavky a agentní načítání pro paralelní a iterativní vyhledávání s podporou LLM.
• Fulltextové, vektorové, hybridní a multimodální dotazy nad místním (indexovaným) a vzdáleným obsahem.
• Rozšíření AI pro dělení na bloky, vektorizaci a další způsoby, jak zajistit prohledatelnost surového obsahu.
• Optimalizace relevance pro zlepšení shody záměrů a kvality výsledků
• Azure škálování, zabezpečení, monitorování a dodržování předpisů.
• Azure integrace s podporovanými datovými platformami, Azure OpenAI a Microsoft Foundry.

Proč používat Azure AI Vyhledávač?

• Pozemní agenti a chatboti v proprietárních, podnikových nebo webových datech pro přesné odpovědi s podporou kontextu.

• Přístup k datům z Azure Blob Storage, Azure Cosmos DB, Microsoft SharePoint, Microsoft OneLake a dalších podporovaných zdrojů dat. Na základě požadavků na aktuálnost, latenci a dodržování předpisů zvolte indexovaný nebo vzdálený přístup.

• Obohacujte a strukturovat obsah při indexování nebo dotazování pomocí dovedností umožňujících rozdělování na části, zabudování a transformace s podporou LLM.

• Kombinace fulltextového a vektorového vyhledávání (hybridní vyhledávání) k vyvážení přesnosti a záchytu.

• Dotazování obsahu obsahujícího text i obrázky v jednom multimodálním kanálu

• Snadno implementujte funkce související s vyhledáváním: ladění relevance, fasetová navigace, filtry (včetně geografického vyhledávání), mapování synonym a automatické dokončování.

• Zajištění podnikového zabezpečení, řízení přístupu a dodržování předpisů prostřednictvím Microsoft Entra ID, Azure Private Link, řízení přístupu na úrovni dokumentu a přístupu na základě role.

• Škálování a provoz v produkčním prostředí s využitím Azure spolehlivosti, monitorování a diagnostiky (protokoly, metriky a výstrahy) a nástrojů REST API nebo sady SDK pro automatizaci.

Další informace o konkrétních funkcích najdete v tématu Features Azure AI Vyhledávač.

Co je klasické vyhledávání?

Klasické vyhledávání je model načítání typu index-first pro předvídatelné dotazy s nízkou latencí. Každý dotaz cílí na jeden předdefinovaný index vyhledávání a vrátí seřazené dokumenty v jednom cyklu požadavku-odezvy. Během načítání nedochází k plánování, iteraci ani syntéze asistované LLM.

V této architektuře se vyhledávací služba nachází mezi úložišti dat, která obsahují nezpracovaný obsah, a klientskou aplikací. Aplikace zodpovídá za odesílání požadavků na dotazy do vyhledávací služby a zpracování odpovědi.

Tato architektura má dvě primární úlohy:

Co je agentní vyhledávání?

Načítání agentů je kanál s více dotazy navržený pro komplexní pracovní postupy agenta-agenta. Každý dotaz cílí na znalostní bázi , která představuje úplnou doménu znalostí. Váš agent odkazuje na znalostní bázi pro to, na co se má zaměřit, zatímco znalostní báze zpracovává, jak provádět uzemnění.

Znalostní báze se skládá z jednoho nebo více zdrojů znalostí, volitelného LLM pro plánování dotazů a syntézu odpovědí a parametrů, které řídí chování načítání. Každý dotaz prochází plánováním, rozkladem do zaměřených poddotazů, paralelním načítáním ze zdrojů znalostí, sémantickou rerankací a slučováním výsledků. Třífázová odpověď je optimalizovaná pro využití agenty.

Pod kapotou využívá agentní načítání klasickou architekturu vyhledávání tím, že přidává kontextovou vrstvu (znalostní bázi), která koordinuje načítání z více zdrojů. Zdroje znalostí je možné indexovat nebo vzdáleně: indexované zdroje používají stejné indexování a dotazovací moduly jako klasické vyhledávání, zatímco vzdálené zdroje vynechají indexování a dotazují se živě.

Jak porovnávají

Klasické vyhledávání a agentní získávání informací jsou doplňkové režimy vyhledávání informací. Podporují fulltextové, vektorové, hybridní i multimodální vyhledávání. Liší se ale v tom, jak se obsah přijímá a dotazuje. Následující tabulka shrnuje jejich klíčové rozdíly.

Jak začít

K Azure AI Vyhledávač se dostanete prostřednictvím portálu Azure REST API, Sady Azure SDK pro .NET, Java, JavaScript a Python.

Portál je užitečný pro správu služeb a správu obsahu s nástroji pro vytváření prototypů znalostních bází, zdrojů znalostí, indexů, indexerů, sad dovedností a zdrojů dat. Rozhraní REST API a sady SDK jsou užitečné pro automatizaci produkčního prostředí.

Volba cesty

Než začnete, použijte tento kontrolní seznam k provádění klíčových rozhodnutí:

• Zvolte cenový model: Vyberte si cenový model Dedicated nebo Bezserverový (Preview). Nápovědu k výběru modelu, který nejlépe vyhovuje vašim potřebám, najdete v tématu Volba cenového modelu a úrovně služby .

• Zvolte, jak chcete načíst data: Dotazovat se můžete přímo z indexu vyhledávání na předvídatelné výsledky, výsledky s nízkou latencí nebo použít načítání agentů k dotazování napříč více indexy prostřednictvím znalostní báze. Pokud vytváříte tradiční aplikaci bez agenta nebo chatbota, dotazy direct indexu můžou splňovat většinu potřeb s nižšími náklady a složitostí. Pokud chcete pracovat s více zdroji znalostí nebo řešit pokročilejší scénáře, zvažte agentní načítání s minimální mírou uvažování (preview).

• Zvolte region: Pokud používáte agentní načítání, zvolte podporovaný region. Pro klasické vyhledávání zvolte oblast, která nabízí funkce a kapacitu, které potřebujete.

• Zvolte metodu příjmu dat pro obsah vázaný na index: Pokud je váš obsah v podporovaném zdroji dat, použijte metodu pull k načtení a serializaci dat do formátu JSON. Pokud nemáte podporovaný zdroj dat nebo pokud se váš obsah a index musí synchronizovat v reálném čase, je jedinou možností metoda nabízení .

• Potřebujete vektory? LLM a agenti nevyžadují vektory. Použijte je pouze v případě, že potřebujete vyhledávání podobnosti nebo pokud máte obsah, který lze homogenizovat do vektorů. Azure AI Vyhledávač pro tento úkol nabízí integrovaná vektorizace.

• Potřebujete dědičnost oprávnění založenou na uživateli? Vzdálený SharePoint je určený pro tento scénář, ale můžete také dědit uživatelská oprávnění připojená k obsahu v Azure Blob Storage nebo ADLS Gen2. Pro všechny ostatní scénáře můžete použít alternativní řešení filtru zabezpečení .

Volba výukových materiálů

Tyto rychlé starty a ukázky vám pomůžou začít.