Azure Fähigkeit zum Verständnis von Inhalten

Note

Foundry IQ (Azure KI-Suche) bietet direkte Indizierungs- und Abfrage-APIs zusammen mit Wissensquellen- und Knowledge Base-APIs auf höherer Ebene für den verwalteten Abruf. Verwenden Sie das Azure Portal, REST-APIs oder Azure SDKs, um diese Funktionen zu konfigurieren, oder verbinden Sie Agents mit Wissensdatenbanken im Microsoft Foundry-Portal.

Die Azure Fähigkeit zum Verständnis von Inhalten verwendet Dokumentanalysatoren aus Azure Inhaltsverständnis in Foundry Tools, um Text, Bilder und Speicherortmetadaten aus Dokumenten zu extrahieren. Außerdem werden Inhalte für die multimodale Suche, den agentischen Abruf und die Generierung von Abruferweiterungen (RAG) blöcket . Es ist nicht erforderlich, eine Textteilungsfertigkeit für diesen Abschnitt hinzuzufügen.

Die Basisfähigkeit ist in der Such-REST-API 2026-04-01allgemein verfügbar. Semantische Blöcke und KI-generierte Bildbeschreibungen, die in 2026-05-01-previewdiesem Artikel eingeführt wurden, sind in der Search-REST-API 2026-10-01allgemein verfügbar. Wird 2026-10-01 für die Beispiele in diesem Artikel verwendet. Diese Such-API-Version unterscheidet sich von der nachgeschalteten Inhaltsverständnis-API-Version in unterstützten Regionen.

Verglichen mit der Dokumentlayoutfähigkeit erzeugt diese Fähigkeit Markdown-Tabellen und -Zahlen, erkennt seitenübergreifende Tabellen und unterstützt Blöcke, die Seiten umfassen. Die folgenden Funktionen sind unabhängig:

  • Blockierung:fixedSize teilt nach Zeichen; semantic folgt Layout-, Absatz- und Überschriftengrenzen mithilfe von Tokenlängen. Semantische Blöcke sind keine semantische Rangfolge.
  • Bildextraktion:extractionOptions enthält images erzeugt normalized_images. Die Extraktion allein ermöglicht keine KI-generierten Beschreibungen.
  • Bildbeschreibungen: Gepaarte modelName und modelDeployment Einstellungen ermöglichen Beschreibungen eingebetteter Abbildungen, Diagramme und Diagramme, die vor der Vektorisierung in den Markdown des Abschnitts eingebettet sind. Die semantische Blöcke allein aktiviert keine Beschreibungen.
  • Einbettungen und Bildbereitstellungen: Konfigurieren Sie separate Einbettungsfertigkeiten für Vektoren. Das Extrahieren oder Beschreiben von Bildern stellt sie nicht allein für einen Client zur Verfügung oder ermöglicht das Abrufen von Bildfunktionen.

Eine blobbasierte Prozedur finden Sie unter "Chunk" und "Vectorize with Content Understanding".

Informationen zu SharePoint Dokumenten finden Sie unter Extrahieren und Anreichern SharePoint Dokumente in Foundry IQ (Azure KI-Suche). Wählen Sie die Knowledge Source API-Konfiguration für einfachere Einrichtungs- und Lebenszyklusvorgänge oder die Indexer- und Skillsetkonfiguration für mehr Kontrolle aus.

Einschränkungen

  • Die Suche wartet auf die Dokumentanalyse im Analyseabfragefenster. Eine große Datei ist nicht automatisch ungeeignet, und eine Datei innerhalb der Dienstgrenzwerte ist nicht garantiert innerhalb dieses Fensters abgeschlossen.

  • Inhaltsverständnisdienstverhalten für verschiedene Dokumenttypen gelten für die Ausgabe. Beispielsweise können DOCX- und PDF-Dateien unterschiedliche Bildergebnisse erzeugen. Repräsentative Dateien testen; Erwägen Sie die PDF-Konvertierung, wenn eine konsistente Bildverarbeitung erforderlich ist.

  • Die optionale Imagespeicherprozedur in der Vorgehensweise gilt nicht für Pipelines, die Dokumentberechtigungen aufnehmen. Überprüfen Sie SharePoint ACL-Einschränkungen, bevor Sie Fähigkeiten, Projektionen und Speicher kombinieren.

  • Das optionale modelName und modelDeployment ausgewählte Chatabschlussmodell, das in der foundry-Ressource bereitgestellt wird, die dem Skillset zugeordnet ist.

  • Unterstützte Abschlussmodelle werden durch die Inhaltsanalyse prebuilt-document bestimmt. Folgen Sie den unterstützten generativen Modellen des Inhaltsverständnisses. Die Konfigurationsakzeptanz allein zertifizieren nicht, dass ein ausgewähltes Modell zur Laufzeit funktioniert.

Analyseabfragung und große Dokumente

Das standardmäßige maximale Fenster zum Abrufen eines Dokumentanalysevorgangs für Inhaltsverständnis beträgt acht Minuten. Nach der Übermittlung asynchroner Analysen ruft Search den Vorgang für einen Terminalstatus ab. Das Fenster misst die verstrichene Zeit in dieser Abfrageschleife, einschließlich Abrufwartezeit und Wiederholungen; Es handelt sich nicht um einen Schwellenwert für die Dateigröße, einen Timeout für eine HTTP-Anforderung oder eine End-to-End-Abschlussgarantie.

Wenn der Vorgang keinen Terminalstatus innerhalb des Abfragefensters erreicht, meldet die Fähigkeit einen Fehler bei der Anreicherung von Fähigkeiten und gibt keine Ausgabe der Inhaltsverständnisanalyse für dieses Dokument zurück. Überprüfen Sie die Indizierungsfehler und -warnungen. Ob ein Dokument oder eine gesamte Ausführung fehlschlägt, hängt von den verbleibenden Pipeline-, Projektions- und konfigurierten Indexerfehlerschwellenwerten ab. Fehlende Blockausgabe beweist nicht, dass alle Quellmetadaten nicht indiziert wurden. Das Beenden der Suchabfrage ist kein Beweis dafür, dass die nachgeschaltete Analyse abgebrochen wurde.

Dieses achtminütige Analysefenster unterscheidet sich von dem fünfminütigen Timeout für die Bereitschaftsabfrage zum Erstellen eines benutzerdefinierten Analysegeräts, Dokumentlayoutgrenzwerte, einzelne HTTP-/Qualifikationsanforderungstimeouts, Wiederholungsverzögerungen, Modellkontingente und Indexerlaufzeit- und Ebenenbeschränkungen. Die Fähigkeit macht keine kundenorientierte Analyse-Umfrageüberschreibung verfügbar.

Für große oder komplexe Dokumente:

  • Messen Sie repräsentative Dateien, einschließlich Seitenanzahl, Dateityp, Layout, Tabellen, Abbildungen, semantischer Blöcke und optionaler Beschreibungen. Die Modell-/Dienstlast, Drosselung und regionsübergreifende Latenz kann sich auf die verstrichene Zeit auswirken.
  • Platzieren Sie Such- und Foundry-Ressourcen nach Möglichkeit in derselben unterstützten Region. Deaktivieren Sie optionale Beschreibungen, wenn Sie sie nicht benötigen, oder bewerten Sie den Abschnitt mit fester Größe.
  • Wenn Sie Dateien teilen, erhalten Sie aussagekräftige Abschnitte, seitenübergreifende Tabellen, Quellbezeichner, originale Seitenversatz, Abbildungsverweise, Zitate und anwendbare Berechtigungen für jedes abgeleitete Dokument und jeden Abschnitt.
  • Ziehen Sie einen weiteren unterstützten Extraktionsansatz in Betracht, wenn sie Ihren Inhalts- und Sicherheitsanforderungen entspricht. Das Reduzieren der Batchgröße des Indexers erweitert das Abfragefenster pro Dokument nicht.

Das Erneute Ausführen oder Zurücksetzen eines Indexers kann die Analyse wiederholen und zusätzliche Gebühren verursachen. Gehen Sie nicht davon aus, dass Wiederholungen ein früheres Analyseergebnis wiederverwenden oder den Abrufstatus fortsetzen. Diagnose finden Sie unter "Problembehandlung bei der Inhaltsverständnisanalyse".

Unterstützte Regionen

Die Fähigkeit ruft die REST-API für Inhaltsverständnis 2025-11-01 auf. Ihre Foundry-Ressource muss sich in einem unterstützten Inhaltsverständnisbereich befinden.

Ihr Findry IQ Service kann in jeder unterstützten Foundry IQ Region sein. Die regionsübergreifende Netzwerklatenz wirkt sich auf die Indexerleistung aus.

Unterstützte Dateiformate

Die Fähigkeit erkennt PDF,JPEG, JPG, PNG, BMP, HEIF, TIFF, DOCX, XLSX, PPTX, HTML, TXT, MD, RTF und EML Dateien. Aktuelle formatspezifische Einschränkungen finden Sie unter Grenzwerte für den Inhaltsverständnisdienst.

Unterstützte Sprachen

Informationen zu gedruckten Text finden Sie unter Unterstützung von Inhaltsverständnissprachen.

@odata.type

Microsoft.Skills.Util.ContentUnderstandingSkill

Datenlimits

Qualifikationsparameter

Die Parameter sind groß- und kleinschreibungssensitiv.

Parametername Zulässige Werte Beschreibung
extractionOptions ["images"], ["images", "locationMetadata"]["locationMetadata"] Optionale zusätzliche Ausgabe. images extrahiert Bilder; locationMetadata Fügt Seiten- und Positionsinformationen hinzu. Keine dieser Einstellungen aktiviert Beschreibungen.
modelName String Optionaler Name des Chat-Abschlussmodells für eingebettete Bildbeschreibungen. Geben Sie zusammen mit modelDeployment. Das Modell muss von Inhaltsverständnis unterstützt werden; siehe Unterstützte generative Modelle.
modelDeployment String Optionaler Bereitstellungsname in der Foundry-Ressource, die dem Skillset zugeordnet ist. Geben Sie zusammen mit modelName. Lassen Sie beide Eigenschaften aus, um integrierte Beschreibungen zu deaktivieren.
chunkingProperties Objekt Optionale Blockierungskonfiguration, die in der nächsten Tabelle beschrieben wird.

chunkingProperties

Eigenschaft Zulässige Werte Beschreibung
method fixedSize (Standard) semantic Fenster mit fester Größe oder layoutfähige semantische Blöcke.
unit charactersmit ; tokens mit fixedSizesemantic Wenn nicht angegeben, abgeleitet von method. Andere Kopplungen werden nicht unterstützt.
maximumLength 300 bis 50.000 Zeichen oder 100–8.000 Token Maximale Blocklänge in der konfigurierten Einheit. Standard: 500.
overlapLength Nichtnegative ganze Zahl kleiner als die Hälfte von maximumLength Standard: 0. Gilt für fixedSize. Lassen Sie es aus semantic, oder legen Sie ihn auf 0 fest.

Qualifikationseingaben

Eingabename Beschreibung
file_data Ursprünglicher Dateiinhalt, noch nicht extrahierter Text.

Verwenden Sie ein Dateiobjekt, das entweder data (die base64-codierten Dateibytes) oder url (eine herunterladbare Datei-URL) enthält$type: "file". Eine optionale sasToken Authentifizierung einer Blob Storage Datei-URL.

Legen Sie für Blob- und SharePoint Indexerpipelinen für den Indexer fest parameters.configuration.allowSkillsetToReadFileDatatrue. Dadurch wird die ursprüngliche Datei als /document/file_data; sie erhöht keine Grenzwerte für das Quell- oder Inhaltsverständnis.

Eine benutzerdefinierte Fähigkeit kann auch ein Dateiobjekt zurückgeben, in dem benutzerdefinierte Fähigkeiten unterstützt werden. Verwenden Sie keine benutzerdefinierte Web-API-Fähigkeit, um Einschränkungen für berechtigungsgeschützte Inhalte zu umgehen.

Skill-Ergebnisse

Ausgabename Beschreibung
text_sections Sammlung von Blöcken, die möglicherweise seitenübergreifend sind.
normalized_images Extrahierte Bilder. Nur vorhanden, wenn extractionOptions enthalten images.

Jedes text_sections Element enthält:

Feld Typ Beschreibung
id String Blockbezeichner.
content String Markdown-Inhalt. Enthält generierte Abbildungsbeschreibungen nur, wenn die Paarmodelleinstellungen diese unabhängig von der Blockierungsmethode aktivieren.
locationMetadata Objekt pageNumberFrom, pageNumberTo, ordinalPosition und source. Vorhanden, wenn Speicherortmetadaten angefordert werden.
imagePath String Semikolonstrennte Bildverweise für überlappende Abbildungsspannen, falls zutreffend. Keine direkt abrufbare URL.

Jedes normalized_images Element enthält id, base64 Image data, imagePathund, wenn angefordert, locationMetadata.

locationMetadata.source behält die Codierung der Inhaltsverständniselementposition bei. Seiten- und Abbildungszuordnungen beim Projizieren von Blöcken beibehalten. Wenn eine kompatible Wissensspeicherdateiprojektion konfiguriert ist, imagePath wird der relative gespeicherte Bildpfad identifiziert.

Abrechnungs- und Bildbeschreibungssteuerelemente

Die Fähigkeit verwendet Ihre Microsoft Foundry-Ressource, die mit dem Skillset für die Verarbeitung und Abrechnung verbunden ist. Die kostenlose Dokumentzulage, die für einige andere integrierte Fähigkeiten verfügbar ist, gilt nicht.

Content Understanding Analyzer erfordert layoutanalyse und Extraktionsgebühren separat von Foundry IQ. Bei der Konfiguration verwendet die Image-Verbalisierung Ihre LLM-Bereitstellung in derselben Ressource und verursacht zusätzliche Modellnutzungsgebühren. Überprüfen Sie die Preise für Inhaltsverständnis, die Preise für Foundry IQ und die Preise für Ihr konfiguriertes Azure OpenAI-Modell.

Wenn Sie integrierte Bildbeschreibungen in einem Von Ihnen konfigurierten Skillset deaktivieren möchten, lassen sie aus oder entfernen Sie beidesmodelName und modelDeployment aus der Fähigkeit zum Inhaltsverständnis. Bewahren Sie die images Informationen aufextractionOptions, wenn Sie weiterhin extrahierte Bilder benötigen. Semantischer oder Blöcke mit fester Größe können ohne Beschreibungen fortgesetzt werden. Durch das Deaktivieren von Beschreibungen werden die anwendbaren Kosten für die Extraktion/Blöcke für Inhaltsverständnis, Suche, Einbettung oder Abruf nicht beseitigt.

Ändern Sie bei generierten Wissensquellpipelinen mithilfe der Standardextraktion die Wissensquelle ingestionParameters , anstatt das generierte Skillset zu bearbeiten. Die folgenden Steuerelemente gelten für die normale GA-Konfiguration ohne Graphextraktion:

  1. Setze disableImageVerbalization auf true.
  2. Weglassen oder Entfernen chatCompletionModel. Beibehalten eines Nicht-Null-Modells beim Festlegen des Flags wird abgelehnt.
  3. Lassen Oder entfernen assetStoreSie , wo unterstützt. Für die Überprüfung des Bestandsspeichers ist ein Chat-Vervollständigungsmodell und eine aktivierte Imageverbalisierung erforderlich.
  4. Behalten Sie das Einbettungsmodell aiServicesund andere erforderliche Quelleinstellungen bei. Aktualisieren Sie die Wissensquelle mithilfe des Verfahrens für ihre Art.
Beschreibungskonfiguration Result
Generiert: Flag true, kein Chatmodell, kein Objektspeicher Beschreibung opt-out; Extraktion und Blöcke können fortgesetzt werden.
Generiert: Flag true, Chatmodell beibehalten Ungültig Entfernen Sie chatCompletionModel.
Generiert: Objektspeicher ohne Modell oder Flag true Ungültig
Generiert: Chatmodell, Kennzeichnung false oder ausgelassen Bildverbalisierung kann ausgeführt werden; der ausgewählte Extraktions-/Modellpfad bestimmt die verwendete Fähigkeit.

Diese Anweisungen gelten nicht für die unabhängige Vorschaudiagrammextraktionskonfiguration, die ein Chatmodell für andere Arbeiten verwenden kann. Sie ändern nicht die separat dokumentierte Verfügbarkeit einer Wissensquelle oder bildbasierten Bereitstellung.

Beispiele

Hierbei handelt es sich um vollständige Anforderungstexte von Skillset, nicht um eine gesamte Indizierungspipeline. Ersetzen Sie den {endpoint} Suchendpunkt und <access-token> ein Token für diesen Dienst. Konfigurieren Sie die verwaltete Suchidentität und die zugehörigen Foundry-Berechtigungen, wie unter "Anfügen einer Foundry-Ressource" beschrieben.

Beispiel 1: Blöcke mit fester Größe mit Bild- und Metadatenextraktion

Diese Konfiguration extrahiert Bilder, ohne Beschreibungen zu generieren.

PUT {endpoint}/skillsets/cu-fixed?api-version=2026-10-01
Authorization: Bearer <access-token>
Content-Type: application/json

{
  "name": "cu-fixed",
  "skills": [
    {
      "@odata.type": "#Microsoft.Skills.Util.ContentUnderstandingSkill",
      "context": "/document",
      "extractionOptions": ["images", "locationMetadata"],
      "chunkingProperties": {
        "method": "fixedSize",
        "unit": "characters",
        "maximumLength": 1325,
        "overlapLength": 0
      },
      "inputs": [{"name": "file_data", "source": "/document/file_data"}],
      "outputs": [
        {"name": "text_sections", "targetName": "text_sections"},
        {"name": "normalized_images", "targetName": "normalized_images"}
      ]
    }
  ],
  "cognitiveServices": {
    "@odata.type": "#Microsoft.Azure.Search.AIServicesByIdentity",
    "subdomainUrl": "https://<foundry-resource>.services.ai.azure.com",
    "identity": null
  }
}

Nach der Indizierung erwarten Sie text_sections mit Markdown-Inhalten und Positionsmetadaten sowie normalized_images für extrahierte Bilder. Abbildungsverweise hängen vom Quelldokument ab; in diesem Beispiel ist kein Beschreibungsmodell konfiguriert.

Beispiel 2: Semantischer Abschnitt mit Bildbeschreibung

Ersetzen Sie den <MODEL_NAME> Namen des unterstützten Chat-Vervollständigungsmodells und <chat-deployment> dessen Bereitstellung in der angefügten Foundry-Ressource. Eine Konfiguration ohne Beschreibungen finden Sie unter Abrechnungs- und Bildbeschreibungssteuerelemente.

PUT {endpoint}/skillsets/cu-semantic?api-version=2026-10-01
Authorization: Bearer <access-token>
Content-Type: application/json

{
  "name": "cu-semantic",
  "skills": [
    {
      "@odata.type": "#Microsoft.Skills.Util.ContentUnderstandingSkill",
      "context": "/document",
      "modelName": "<MODEL_NAME>",
      "modelDeployment": "<chat-deployment>",
      "extractionOptions": ["images", "locationMetadata"],
      "chunkingProperties": {
        "method": "semantic",
        "unit": "tokens",
        "maximumLength": 500
      },
      "inputs": [{"name": "file_data", "source": "/document/file_data"}],
      "outputs": [
        {"name": "text_sections", "targetName": "text_sections"},
        {"name": "normalized_images", "targetName": "normalized_images"}
      ]
    }
  ],
  "cognitiveServices": {
    "@odata.type": "#Microsoft.Azure.Search.AIServicesByIdentity",
    "subdomainUrl": "https://<foundry-resource>.services.ai.azure.com",
    "identity": null
  }
}

Erwarten Sie semantisch unterteiltes Markdown in text_sections. Wenn das Modellpaar konfiguriert ist, werden generierte Beschreibungen in Inhalte für entsprechende Zahlen eingebettet. Bildextraktion und Standortmetadaten bleiben von extractionOptions. Die tatsächlichen Blöcke und Beschreibungen variieren je nach Quelle und Modell.

Vektorisieren von Inhaltsverständnisblöcken

Fügen Sie für die Vektorsuche die folgenden Azure OpenAI Embedding-Fähigkeit zum Array des skills gleichen Skillsets hinzu. Es verarbeitet jeden Inhaltsverständnisabschnitt nach semantischer Blöcken und Bildverbalisierung. Die text Eingabe enthält generierte Bildbeschreibungen im Markdown des Abschnitts.

Legen Sie resourceUri den Foundry-Ressourcenendpunkt und deploymentId ihre Bereitstellung von text-embedding-3-large. Konfigurieren Sie die Berechtigungen der Einbettungskompetenz getrennt von der Ressourcenanlage "Content Understanding".

{
  "@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
  "context": "/document/text_sections/*",
  "resourceUri": "https://<embedding-resource>.services.ai.azure.com",
  "deploymentId": "<embedding-deployment>",
  "modelName": "text-embedding-3-large",
  "dimensions": 3072,
  "inputs": [
    {"name": "text", "source": "/document/text_sections/*/content"}
  ],
  "outputs": [
    {"name": "embedding", "targetName": "text_vector"}
  ]
}

/document/text_sections/*/text_vector Project mithilfe von Indexprojektionen in das Vektorfeld Des Datenblocks ein. Legen Sie die Abmessungen des Felds für dieses Beispiel fest 3072 , und verwenden Sie einen kompatiblen Abfragezeitvektorizer.