Apa itu Pencarian Azure AI?

Pencarian Azure AI adalah layanan yang dikelola sepenuhnya yang dihosting cloud yang menghubungkan data Anda ke AI. Layanan ini menyatukan akses ke konten perusahaan dan web sehingga agen dan model bahasa besar (LLM) dapat menggunakan konteks, riwayat obrolan, dan sinyal multi-sumber untuk menghasilkan jawaban yang andal dan beralasan.

Kasus penggunaan umum termasuk pencarian klasik dan pembuatan teraugmentasi pengambilan (RAG) menggunakan pengambilan agenik, di mana layanan mengatur perencanaan kueri, pengambilan, dan konstruksi respons. Kemampuan ini mendukung skenario mulai dari pengalaman pencarian tradisional hingga agen yang didukung AI dan aplikasi obrolan yang cocok untuk skenario perusahaan dan konsumen.

Saat Anda membuat layanan pencarian, kemampuan berikut disertakan:

• Dua mesin: pencarian klasik untuk permintaan tunggal dan pengambilan agenik untuk pencarian paralel, berulang, dibantu LLM.
• Kueri teks lengkap, vektor, hibrid, dan multimodal melalui konten lokal (terindeks) dan jarak jauh.
• Pengayaan AI untuk memotong, mem-vektorisasi, dan membuat konten mentah dapat dicari.
• Penyetelan relevansi untuk meningkatkan pencocokan niat dan kualitas hasil.
• Azure skalabilitas, keamanan, pemantauan, dan kepatuhan.
• Integrasi Azure dengan platform data yang didukung, Azure OpenAI, dan Microsoft Foundry.

Mengapa menggunakan Pencarian Azure AI?

• Agen darat dan chatbot dalam data kepemilikan, perusahaan, atau web untuk respons yang akurat dan sadar konteks.

• Akses data dari Azure Blob Storage, Azure Cosmos DB, Microsoft SharePoint, Microsoft OneLake, dan sumber data lain yang didukung. Pilih akses terindeks atau jarak jauh berdasarkan kebutuhan kesegaran, latensi, dan kepatuhan Anda.

• Memperkaya dan menyusun konten pada waktu pengindeksan atau kueri dengan keterampilan yang melakukan pemotongan, penyematan, dan transformasi yang dibantu LLM.

• Gabungkan pencarian teks lengkap dengan pencarian vektor (pencarian hibrid) untuk menyeimbangkan presisi dan pengenalan.

• Konten kueri yang berisi teks dan gambar dalam satu alur multimodal.

• Menerapkan fitur terkait pencarian dengan mudah: penyetelan relevansi, navigasi tersaring, filter (termasuk pencarian geo-spasial), pemetaan sinonim, dan lengkapi otomatis.

• Menyediakan keamanan perusahaan, kontrol akses, dan kepatuhan melalui Microsoft Entra ID, Azure Private Link, kontrol akses tingkat dokumen, dan akses berbasis peran.

• Menskalakan dan beroperasi dalam produksi dengan keandalan, pemantauan, dan diagnostik Azure (log, metrik, dan pemberitahuan), dan alat REST API atau SDK untuk otomatisasi.

Untuk informasi selengkapnya tentang fungsionalitas tertentu, lihat Features Pencarian Azure AI.

Apa itu pencarian klasik?

Pencarian klasik adalah model pengambilan berbasis indeks untuk kueri dengan latensi rendah yang dapat diprediksi. Setiap kueri menargetkan satu indeks pencarian yang telah ditentukan sebelumnya dan mengembalikan dokumen berperingkat dalam satu siklus permintaan-respons. Tidak ada perencanaan yang dibantu LLM, iterasi, atau sintesis yang terjadi selama pengambilan.

Dalam arsitektur ini, layanan pencarian Anda berada di antara penyimpanan data yang berisi konten yang tidak diolah dan aplikasi klien Anda. Aplikasi ini bertanggung jawab untuk mengirim permintaan kueri ke layanan pencarian Anda dan menangani respons.

Arsitektur ini memiliki dua beban kerja utama:

Diagram arsitektur Pencarian Azure AI untuk pencarian klasik.

Apa itu pengambilan agenik?

Pengambilan agentik adalah alur proses multi-kueri yang dirancang untuk alur kerja agen-ke-agen yang kompleks. Setiap kueri menargetkan pangkalan pengetahuan yang mewakili domain pengetahuan lengkap. Agen Anda merujuk pangkalan pengetahuan untuk apa yang harus dijadikan dasar, sementara pangkalan pengetahuan menangani cara melakukan penetapan dasar.

Pangkalan pengetahuan terdiri dari satu atau beberapa sumber pengetahuan, LLM opsional untuk perencanaan kueri dan sintesis jawaban, dan parameter yang mengatur perilaku pengambilan. Setiap kueri mengalami perencanaan, dekomposisi ke dalam subkueri yang berfokus, pengambilan paralel dari sumber pengetahuan, reranking semantik, dan penggabungan hasil. Respons tiga cabang dioptimalkan untuk konsumsi agensi.

Di balik layar, pengambilan yang bersifat agenik dibangun di atas arsitektur pencarian klasik dengan menambahkan lapisan konteks (basis pengetahuan) yang mengatur pengambilan dari multi-sumber. Sumber pengetahuan dapat diindeks atau jarak jauh: sumber terindeks menggunakan mesin pengindeksan dan kueri yang sama dengan pencarian klasik, sementara sumber jarak jauh melewati pengindeksan dan dikueri secara langsung.

Bagaimana perbandingannya

Pencarian klasik dan pengambilan agenik adalah mode pelengkap pengambilan informasi. Keduanya mendukung pencarian teks lengkap, vektor, hibrid, dan multimodal . Namun, mereka berbeda dalam bagaimana konten diserap dan dikueri. Tabel berikut ini meringkas perbedaan utamanya.

Cara memulai

Anda dapat mengakses Pencarian Azure AI melalui portal Azure, REST API, dan Azure SDK untuk .NET, Java, JavaScript, dan Python.

Portal ini berguna untuk administrasi layanan dan manajemen konten, dengan alat untuk membuat prototipe pangkalan pengetahuan, sumber pengetahuan, indeks, pengindeks, skillset, dan sumber data Anda. REST API dan SDK berguna untuk otomatisasi produksi.

Pilih jalur Anda

Sebelum Memulai, gunakan daftar periksa ini untuk membuat keputusan utama:

• Pilih model harga: Pilih antara model harga Khusus atau Tanpa Server (pratinjau). Lihat Memilih model harga dan tingkat layanan untuk bantuan dalam memilih model yang paling sesuai dengan kebutuhan Anda.

• Pilih bagaimana Anda ingin mengambil data: Anda dapat mengkueri langsung dari indeks pencarian untuk hasil yang dapat diprediksi, latensi rendah, atau menggunakan pengambilan agenik untuk mengkueri di beberapa indeks melalui pangkalan pengetahuan. Jika Anda membangun aplikasi tradisional tanpa agen atau chatbot, kueri indeks langsung dapat memenuhi sebagian besar kebutuhan dengan biaya dan kompleksitas yang lebih rendah. Jika Anda ingin bekerja lintas beberapa sumber pengetahuan atau menangani skenario yang lebih canggih, pertimbangkan pengambilan berbasis agen dengan upaya penalaran minimal (pratinjau).

• Pilih wilayah: Jika Anda menggunakan pengambilan agenik, pilih wilayah yang didukung. Untuk pencarian klasik, pilih wilayah yang menawarkan fitur dan kapasitas yang Anda butuhkan.

• Pilih metode penyerapan untuk konten yang terikat indeks: Jika konten Anda berada dalam sumber data yang didukung, gunakan metode penarikan untuk mengambil dan menserialisasikan data ke JSON. Jika Anda tidak memiliki sumber data yang didukung, atau jika konten dan indeks Anda harus disinkronkan secara real time, metode pendorongan adalah satu-satunya opsi Anda.

• Apakah Anda membutuhkan vektor? LLM dan agen tidak memerlukan vektor. Hanya gunakan jika Anda memerlukan pencarian kesamaan atau jika Anda memiliki konten yang dapat di-homogenisasi menjadi vektor. Pencarian Azure AI menawarkan vektorisasi integrasi untuk tugas ini.

• Apakah Anda memerlukan pewarisan izin berbasis pengguna? SharePoint jarak jauh dirancang untuk skenario ini, tetapi Anda juga dapat mewarisi izin pengguna yang dilampirkan ke konten di Azure Blob Storage atau ADLS Gen2. Untuk semua skenario lainnya, Anda dapat menggunakan solusi filter keamanan .

Pilih sumber daya pembelajaran Anda

Panduan mulai cepat dan contoh ini tersedia untuk membantu Anda memulai.