Fitur Pencarian Azure AI

Catatan

Pencarian Azure AI tersedia melalui portal Azure, REST API, dan Azure SDK. Ini juga mendukung Foundry IQ, lapisan pengetahuan terkelola yang mengubah konten perusahaan menjadi pangkalan pengetahuan yang dapat digunakan kembali dan sadar izin untuk agen di portal Microsoft Foundry.

Pencarian Azure AI menyediakan pengambilan informasi dan menggunakan integrasi AI opsional untuk mengekstrak lebih banyak nilai dari teks dan konten vektor.

Tabel berikut ini meringkas fitur menurut kategori. Ada paritas fitur di semua Azure cloud publik, privat, dan berdaulat, tetapi beberapa fitur tidak didukung di wilayah spesifik atau tingkat spesifik.

Pengambilan Berbasis Agensi

Kategori Fitur
Pangkalan pengetahuan Pangkalan pengetahuan mengatur alur pengambilan agenik, menyambungkan ke LLM Anda dan mengelola parameter kueri. Pangkalan pengetahuan mereferensikan satu atau beberapa sumber pengetahuan dan menentukan perilaku pengambilan.
Sumber pengetahuan Sumber pengetahuan menentukan konten yang tersedia untuk pangkalan pengetahuan. Sumber pengetahuan terindeks didukung oleh indeks pencarian, sementara sumber pengetahuan jarak jauh mengambil konten dari platform eksternal pada waktu kueri.
Perencanaan kueri (pratinjau) Perencanaan kueri menggunakan LLM untuk menganalisis konteks percakapan dan memecah pertanyaan kompleks menjadi subkueri yang berfokus. Ini termasuk pemrosesan riwayat obrolan, dekomposisi kueri, ekspansi sinonim, dan koreksi ejaan.
Eksekusi kueri paralel Subkueri dijalankan secara bersamaan di semua sumber pengetahuan. Setiap subkueri mendukung kata kunci, vektor, dan pencarian hibrid dengan reranking semantik otomatis.
Upaya penalaran pengambilan (pratinjau) Upaya penalaran pengambilan mengontrol tingkat pemrosesan LLM dalam alur sehingga Anda dapat menyeimbangkan kedalaman dan relevansi pengambilan terhadap latensi dan biaya LLM.
Keluaran respons Pipeline mengembalikan konten grounding ekstraktif atau, saat sintesis jawaban (pratinjau) diaktifkan, jawaban dengan sitasi yang dihasilkan oleh LLM. Anda dapat secara opsional menyertakan referensi sumber dan detail eksekusi.

Pengindeksan dan ekstraksi data

Kategori Fitur
Sumber data Indeks pencarian dapat menerima teks dari sumber apa pun, asalkan dikirimkan sebagai dokumen JSON.

Pengindeks adalah fitur yang mengotomatiskan impor data dari sumber data yang didukung untuk mengekstrak konten yang dapat dicari di penyimpanan data utama. Pengindeks menangani serialisasi JSON untuk Anda dan sebagian besar mendukung beberapa bentuk deteksi perubahan dan penghapusan. Anda dapat tersambung ke berbagai sumber data, termasuk Microsoft OneLake, Azure SQL Database, Azure Cosmos DB, atau Azure Blob Storage.

Konektor Logic Apps memberi Anda akses ke berbagai sumber data yang lebih luas, termasuk data di platform cloud lainnya. Alur pengindeksan dan pengayaan ini dibuat di Pencarian Azure AI tetapi dikelola dalam Azure Logic Apps.

Sumber pengetahuan adalah fitur pengambilan agenik. Mereka digunakan selama pengindeksan dan pada waktu kueri untuk mendukung pangkalan pengetahuan.
Struktur data hierarkis dan berlapis Jenis dan koleksi kompleks memungkinkan Anda memodelkan hampir semua jenis struktur JSON dalam indeks pencarian. Kardinalitas satu-ke-banyak dan banyak-ke-banyak dapat dinyatakan secara langsung melalui koleksi, tipe kompleks, dan koleksi tipe kompleks.
Analisis linguistik Penganalisis adalah komponen pencarian klasik yang digunakan untuk pemrosesan teks selama operasi pengindeksan dan pencarian. Secara default, Anda dapat menggunakan penganalisis Lucene Standar serbaguna, atau mengganti pengaturan default dengan penganalisis bahasa, penganalisis kustom yang Anda konfigurasi, atau penganalisis lain yang telah ditentukan sebelumnya yang menghasilkan token dalam format yang Anda butuhkan.

Analisa bahasa dari Lucene atau Microsoft digunakan untuk menangani linguistik khusus bahasa secara cerdas termasuk bentuk kata kerja, jenis kelamin gramatikal, kata benda jamak yang tidak teratur (misalnya, 'mouse' vs. 'tikus'), pemecahan kata majmuk, pemisahan kata (untuk bahasa tanpa spasi), dan lainnya.

Penganalisis leksikal kustom digunakan untuk formulir kueri kompleks seperti pencocokan fonetik dan ekspresi reguler.

Model percakapan dan integrasi agen

Kategori Fitur
Model penyelesaian obrolan yang digunakan selama pengindeksan Keterampilan prompt GenAI adalah keterampilan yang memanggil model bahasa besar selama pengindeksan dan memberikan perintah yang menentukan tugas. Anda memutuskan apa tugasnya. Ini mungkin melibatkan menggambarkan gambar, meringkas atau memanipulasi konten, atau tugas apa pun yang dapat dilakukan model. Output ditambahkan sebagai bidang baru dalam indeks yang dapat dicari.
Model penyelesaian percakapan yang digunakan pada saat kueri Retrieval agentik menggunakan model bahasa besar untuk merencanakan kueri, menguraikan dan memparafrase kueri yang kompleks agar cakupan kueri pada indeks Anda menjadi lebih baik. Respons yang berasal dari pengambilan agentic dirancang untuk alur kerja antaregen. Anda dapat meneruskan hasil pencarian sebagai string besar tunggal, yang menyederhanakan penggunaan agen dari konten milik Anda. Tanggapan juga meliputi kutipan dan informasi pelaksanaan kueri.

Sintesis jawaban (pratinjau) menggunakan LLM untuk menghasilkan respons yang didukung kutipan dari hasil pencarian yang dikembalikan oleh pengambilan agenik.

Pola RAG dapat diimplementasikan menggunakan kemampuan yang ada. Kemampuan untuk menyetel relevansi dan membuat kueri hibrid meningkatkan kualitas konten yang dikirim ke bot obrolan untuk pembuatan jawaban.

AI Terapan dan Konten yang Diperkaya AI

Kategori Fitur
Pemrosesan AI selama pengindeksan Pengayaan AI mengacu pada gambar yang disematkan dan pemrosesan bahasa alami dalam alur pengindeks yang mengekstrak teks dan informasi dari konten yang tidak dapat diindeks untuk pencarian teks lengkap. Pemrosesan AI dicapai dengan menambahkan dan menggabungkan keterampilan dalam set keterampilan, yang kemudian dilampirkan ke pengindeks. AI dapat berupa keterampilan built-in dari Microsoft, seperti terjemahan teks atau Optical Character Recognition (OCR), atau keterampilan custom yang Anda berikan.

Pemotongan dan vektorisasi data terintegrasi membagi bagian yang lebih besar menjadi potongan yang lebih kecil yang dapat di-vektorisasi, dengan vektor dirutekan ke bidang khusus dalam indeks untuk pencarian vektor dan hibrid.
Pemrosesan AI selama eksekusi kueri Vektorizer digunakan untuk mengodekan string kueri pengguna ke vektor untuk pencarian vektor. Anda dapat menggunakan model penyematan yang sama untuk kueri yang Anda gunakan untuk pengindeksan.

Menyimpan konten yang diperkaya untuk analisis dan konsumsi dalam skenario non-pencarian Penyimpanan pengetahuan adalah penyimpanan persisten konten yang diperkaya AI atau dihasilkan AI, yang ditujukan untuk skenario non-pencarian seperti penambangan pengetahuan dan beban kerja ilmu data. Penyimpanan pengetahuan didefinisikan dalam set keterampilan, tetapi dibuat dalam Azure Storage sebagai objek atau set baris tabular.
Pengayaan dalam cache (pratinjau) Cache pengayaan merujuk pada cache pengayaan yang dapat digunakan kembali selama eksekusi skillset. Caching sangat berharga dalam keterampilan yang meliputi OCR dan analisis gambar, yang berbiaya tinggi untuk diproses.

Pengambilan vektor dan hibrid

Kategori Fitur
Pengindeksan vektor Dalam indeks pencarian, tambahkan bidang vektor untuk mendukung skenario pencarian vektor . Bidang vektor dapat berdampingan dengan bidang nonvektor dalam dokumen pencarian yang sama.
Kueri vektor Merumuskan kueri vektor tunggal dan beberapa.
Algoritma pencarian vektor Gunakan Hierarkis Navigable Small World (HNSW) atau K-Nearest Neighbors (KNN) lengkap untuk menemukan vektor serupa dalam indeks pencarian.
Filter vektor Terapkan filter sebelum atau sesudah eksekusi kueri untuk presisi yang lebih besar selama pengambilan informasi.
Pengambilan informasi hibrid Cari konsep dan kata kunci dalam satu permintaan kueri hibrid.

Pencarian hibrid mengonsolidasikan vektor dan pencarian teks, dengan peringkat semantik opsional dan penyetelan relevansi untuk hasil terbaik.
Pemotongan dan vektorisasi data terintegrasi Pemotongan data asli melalui keterampilan Pemisahan Teks. Vektorisasi bawaan melalui vectorizer dan kemampuan embedding seperti Azure OpenAI Embedding, Azure Vision multimodal (pratinjau), dan AML yang dapat digunakan untuk terhubung ke endpoint di katalog model Microsoft Foundry.

Vektorisasi terintegrasi menyediakan alur pengindeksan end-to-end dari file sumber ke kueri.
Kompresi dan kuantisasi vektor terintegrasi Gunakan kuantisasi skalar dan biner bawaan untuk mengurangi ukuran indeks vektor dalam memori dan pada disk. Anda juga dapat mengabaikan penyimpanan vektor yang tidak Anda butuhkan, atau memilih jenis data yang lebih sempit untuk bidang vektor guna mengurangi persyaratan penyimpanan.

Teks lengkap klasik dan formulir kueri lainnya

Kategori Fitur
Pencarian teks bentuk bebas Pencarian teks lengkap adalah kasus penggunaan utama untuk sebagian besar aplikasi berbasis pencarian. Kueri dapat diformulasikan menggunakan sintaks yang didukung.

Sintaks kueri sederhana menyediakan operator logis, operator pencarian frasa, operator akhiran, operator prioritas.

Sintaksis kueri Lucene penuh mencakup semua operasi dalam sintaks sederhana, dengan ekstensi untuk pencarian fuzzy, pencarian kedekatan, peningkatan istilah, dan ekspresi reguler.
Relevansi Pemeringkatan sederhana merupakan salah satu manfaat utama dari Pencarian Azure AI. Gunakan profil penilaian untuk memodelkan relevansi sebagai fungsi nilai dalam dokumen itu sendiri. Misalnya, Anda mungkin ingin produk yang lebih baru atau produk diskon muncul lebih tinggi dalam hasil pencarian. Anda juga dapat membuat profil penilaian dengan menggunakan tag untuk penilaian yang dipersonalisasi berdasarkan preferensi pencarian pelanggan yang Anda lacak dan simpan secara terpisah.

Peringkat semantik adalah fitur premium yang mereranks hasil berdasarkan relevansi semantik dengan kueri. Tergantung pada konten dan skenario Anda, hal ini dapat secara signifikan meningkatkan relevansi pencarian dengan sedikit konfigurasi atau upaya.
Pencarian geospasial Fungsi geospasial memfilter dan mencocokkan koordinat geografis. Anda dapat mencocokkan berdasarkan jarak atau dengan penyertaan dalam bentuk poligon.
Filter dan faset Navigasi berfaset diaktifkan melalui parameter kueri tunggal. Pencarian Azure AI mengembalikan struktur navigasi tersaring yang dapat Anda gunakan sebagai kode di belakang daftar kategori, untuk pemfilteran yang diarahkan sendiri (misalnya, untuk memfilter item katalog menurut rentang harga atau merek).

Filter dapat digunakan untuk menggabungkan navigasi tersaring ke UI aplikasi Anda, meningkatkan rumusan kueri, dan memfilter berdasarkan kriteria yang ditentukan pengguna atau pengembang. Buat filter menggunakan sintaks OData.
Pengalaman pengguna Pelengkapan otomatis dapat diaktifkan untuk kueri type-ahead di bilah pencarian.

Saran pencarian juga berfungsi dengan input teks parsial di bilah pencarian, tetapi hasilnya adalah dokumen aktual dalam indeks Anda, bukan istilah kueri.

Sinonim mengaitkan istilah yang setara yang secara implisit memperluas cakupan kueri, tanpa pengguna harus memberikan istilah alternatif.

Penyorotan hasil memformat teks pada kata kunci yang cocok dalam hasil pencarian. Anda dapat memilih bidang mana yang mengembalikan cuplikan yang disorot.

Pengurutan ditawarkan untuk beberapa bidang melalui skema indeks dan kemudian dapat diubah pada saat kueri dengan satu parameter pencarian.

Penghalaman dan pembatasan hasil pencarian Anda mudah dengan kontrol yang disetel secara halus yang ditawarkan oleh Pencarian Azure AI atas hasil pencarian Anda.

Fitur keamanan

Kategori Fitur
Keamanan jaringan Aturan IP untuk dukungan firewall masuk memungkinkan Anda menyiapkan rentang IP tempat layanan pencarian menerima permintaan.

Buat titik akhir privat menggunakan Azure Private Link untuk memaksa semua permintaan melalui jaringan virtual.

Jaringan keamanan memungkinkan Anda bergabung dengan Pencarian Azure AI ke perimeter keamanan jaringan yang mencakup sumber daya Azure lainnya sehingga Anda dapat mengelola akses jaringan secara holistik.
Enkripsi data Microsoft-managed encryption-at-rest dibangun ke dalam lapisan penyimpanan internal dan tidak dapat diubah.

Kunci enkripsi terkelola kustom (CMK) yang Anda buat dan kelola di Azure Key Vault dapat digunakan untuk enkripsi tambahan indeks dan peta sinonim. Untuk layanan yang dibuat setelah 1 Agustus 2020, enkripsi CMK diperluas ke data pada disk sementara, untuk enkripsi ganda penuh konten terindeks.
Akses masuk Kontrol akses berbasis peran menugaskan peran kepada pengguna dan grup di Microsoft Entra ID untuk akses terkontrol ke konten pencarian dan operasi. Anda juga dapat menggunakan autentikasi berbasis kunci jika Anda tidak ingin menggunakan penetapan peran.

Kontrol akses tingkat dokumen memfilter hasil pencarian yang tidak diizinkan untuk dilihat pengguna. Untuk beberapa sumber data, jika sumber data menyediakan model kontrol akses, Anda dapat mengonfigurasi indeks untuk mewarisi metadata izin pengguna.
Keamanan keluar (pengindeks) koneksi Data melalui titik akhir privat memungkinkan pengindeks tersambung ke sumber daya Azure yang dilindungi melalui Azure Private Link. Koneksi

Data melalui Identitas Terkelola melakukan autentikasi atas koneksi ke sumber daya Azure menggunakan prinsip keamanan Microsoft Entra, yang menghilangkan kebutuhan untuk penyimpanan dan pengalihan kunci API hardcoded.

Akses Data menggunakan Identitas Tepercaya artinya string koneksi ke sumber data eksternal tidak perlu mencantumkan nama pengguna dan kata sandi. Saat pengindeks tersambung ke sumber data, sumber daya mengizinkan koneksi jika layanan pencarian sebelumnya terdaftar sebagai layanan tepercaya (hanya berlaku untuk Azure Storage).

Fitur portal

Kategori Fitur
Alat untuk prototipe dan inspeksi Tambahkan indeks adalah perancang indeks di portal Azure yang dapat Anda gunakan untuk membuat skema dasar yang terdiri dari bidang atribut dan beberapa pengaturan lainnya. Setelah menyimpan indeks, Anda dapat mengisinya menggunakan SDK atau REST API untuk menyediakan data.

Impor data adalah wizard yang membangun alur pengindeksan end-to-end, termasuk indeks, pengindeks, skillset, dan definisi sumber data, guna pencarian kata kunci dan skenario RAG. Untuk RAG, ia juga menangani potongan data dan vektorisasi. Jika data Anda ada di Azure, wizard ini dapat menghemat waktu dan upaya yang signifikan, terutama untuk penyelidikan dan eksplorasi bukti konsep.

Penjelajah pencarian digunakan untuk menguji kueri dan memperbaiki profil penilaian.

Buat aplikasi demo digunakan untuk menghasilkan halaman HTML yang dapat digunakan untuk menguji pengalaman pencarian.

Sesi Debug adalah editor visual yang memungkinkan Anda men-debug set keterampilan secara interaktif. Ini menunjukkan dependensi, output, dan transformasi.
Pemantauan dan diagnostik Aktifkan fitur pemantauan untuk melampaui tampilan sekilas metrik yang selalu terlihat di portal Azure. Metrik untuk kueri per detik, latensi, dan pembatasan dikumpulkan dan dilaporkan di halaman portal, tanpa memerlukan konfigurasi tambahan.

Kemampuan pemrograman

Kategori Fitur
REST Service REST API digunakan untuk operasi bidang data, termasuk semua operasi yang terkait dengan pengindeksan, kueri, pengayaan AI, dan pengambilan agentik. Anda juga dapat menggunakan pustaka klien ini untuk mengambil informasi dan statistik sistem.

Management REST API adalah untuk pembuatan dan provisi layanan melalui Azure Resource Manager. Anda juga dapat menggunakan API ini untuk mengelola kunci dan kapasitas.
Azure SDK untuk .NET Azure. Search.Documents adalah untuk operasi data plane, termasuk semua operasi yang terkait dengan pengindeksan, kueri, dan pengayaan AI. Anda juga dapat menggunakan pustaka klien ini untuk mengambil informasi dan statistik sistem.

Microsoft.Azure. Management.Search adalah untuk pembuatan dan provisi layanan melalui Azure Resource Manager. Anda juga dapat menggunakan API ini untuk mengelola kunci dan kapasitas.
Azure SDK untuk Java com.azure.search.documents adalah untuk operasi sarana data, termasuk semua operasi yang terkait dengan pengindeksan, kueri, dan pengayaan AI. Anda juga dapat menggunakan pustaka klien ini untuk mengambil informasi dan statistik sistem.

com.microsoft.azure.management.search adalah untuk pembuatan dan provisi layanan melalui Azure Resource Manager. Anda juga dapat menggunakan API ini untuk mengelola kunci dan kapasitas.
Azure SDK untuk Python azure-search-documents adalah untuk operasi sarana data, termasuk semua operasi yang terkait dengan pengindeksan, kueri, dan pengayaan AI. Anda juga dapat menggunakan pustaka klien ini untuk mengambil informasi dan statistik sistem.

azure-mgmt-search adalah untuk pembuatan dan provisi layanan melalui Azure Resource Manager. Anda juga dapat menggunakan API ini untuk mengelola kunci dan kapasitas.
Azure SDK untuk JavaScript/TypeScript azure/search-documents adalah untuk operasi sarana data, termasuk semua operasi yang terkait dengan pengindeksan, kueri, dan pengayaan AI. Anda juga dapat menggunakan pustaka klien ini untuk mengambil informasi dan statistik sistem.

azure/arm-search adalah untuk pembuatan dan provisi layanan melalui Azure Resource Manager. Anda juga dapat menggunakan API ini untuk mengelola kunci dan kapasitas.
  • Terakhir diperbarui pada