Dicas para enriquecimento de IA na Pesquisa de IA do Azure

Nota

O Pesquisa de IA do Azure está disponível através do portal Azure, APIs REST e SDKs do Azure. Também sustenta o Foundry IQ, a camada de conhecimento gerida que transforma conteúdos empresariais em bases de conhecimento reutilizáveis e conscientes de permissões para agentes no portal Microsoft Foundry.

Este artigo apresenta sugestões para o ajudar a começar a utilizar o enriquecimento com IA e os conjuntos de competências utilizados durante a indexação.

Dica 1: Comece simples e comece pequeno

O assistente de importação de dados no portal Azure suporta enriquecimento por IA. Sem escrever nenhum código, você pode criar e examinar todos os objetos usados em um pipeline de enriquecimento: um índice, indexador, fonte de dados e conjunto de habilidades.

Outra forma simples de começar é criar uma fonte de dados com apenas alguns documentos ou linhas numa tabela que representem os documentos que pretende indexar. Um conjunto de dados pequeno é a melhor forma de aumentar a velocidade de encontrar e resolver problemas. Passe a sua amostra pelo pipeline de ponta a ponta e verifique se os resultados correspondem às suas necessidades. Quando estiver satisfeito com os resultados, está pronto para adicionar mais ficheiros à sua fonte de dados.

Dica 2: Veja o que funciona mesmo se houver algumas falhas

Às vezes, uma pequena falha interrompe um indexador completamente. Essa condição é aceitável se planeares resolver os problemas um a um. No entanto, pode querer ignorar um tipo específico de erro, para que o indexador possa continuar e possa ver que fluxos estão realmente a funcionar.

Para ignorar erros durante o desenvolvimento, defina maxFailedItems e maxFailedItemsPerBatch para -1 como parte da definição do indexador.

{
  "parameters": {
    "maxFailedItems": -1,
    "maxFailedItemsPerBatch": -1
  }
}

Nota

Como prática recomendada, defina o maxFailedItems e o maxFailedItemsPerBatch como 0 para cargas de trabalho em produção.

Dica 3: Use o Debug Session para resolver problemas

Debug session é um editor visual que mostra o gráfico de dependência de um conjunto de habilidades, entradas e saídas e definições. Carrega um único documento de origem a partir da fonte de dados do indexador com a configuração atual do indexador e do conjunto de competências. Pode então executar todo o conjunto de competências, limitado a esse documento. Em uma sessão de depuração, você pode identificar e resolver erros, validar alterações e confirmar alterações em um conjunto de habilidades pai. Para obter uma explicação passo a passo, consulte Tutorial: sessões de depuração.

Dica 4: O conteúdo esperado não aparece

Se o conteúdo estiver em falta, verifique se há documentos abandonados no portal Azure. Na página do serviço de pesquisa, abra os Indexadores, selecione o indexador e depois selecione o valor de Estado de uma execução para visualizar os detalhes e erros da execução.

Se o problema estiver relacionado com o tamanho do ficheiro, poderá ver um erro como este: "O blob <nome-do-ficheiro>" tem um tamanho de <tamanho-do-ficheiro> bytes, o que excede o tamanho máximo para extração de documentos do seu escalão de serviço atual." Para mais informações sobre os limites do indexador, consulte Limites de serviço.

Uma segunda razão para o conteúdo não aparecer pode estar relacionada com erros de mapeamento de entrada/saída. Por exemplo, um nome de destino de saída é "Pessoas", mas o nome do campo de índice é em letras minúsculas "pessoas". O sistema devolve 201 mensagens de sucesso para todo o pipeline, por isso pensas que a indexação teve sucesso, quando na verdade um campo está vazio.

Dica 5: Estenda o processamento além do tempo máximo de execução

A análise de imagens é computacionalmente intensiva até mesmo para casos simples, portanto, quando as imagens são especialmente grandes ou complexas, os tempos de processamento podem exceder o tempo máximo permitido.

Para indexadores que têm conjuntos de habilidades, a execução do conjunto de habilidades é limitada a 2 horas para a maioria dos níveis. Se o processamento do conjunto de competências não for concluído dentro desse período, configure o indexador para ser executado a cada cinco minutos, para que possa retomar o processamento a partir do último documento válido conhecido.

A indexação agendada é retomada no último documento conhecido em boas condições. Em uma programação recorrente, o indexador pode percorrer o acervo de imagens ao longo de várias horas ou dias, até que todas as imagens não processadas estejam concluídas. Para obter mais informações sobre sintaxe de agenda, consulte Agendar um indexador.

Nota

Se um indexador agendado falhar repetidamente no mesmo documento, o serviço reduz a frequência de execução (até uma vez a cada 24 horas) até fazer progresso. Depois de corrigir o problema subjacente, execute o indexador sob demanda. Se fizer progresso, o indexador regressa ao seu intervalo configurado. Se o indexador não regressar ao seu calendário configurado após uma execução bem-sucedida, consulte o FAQ sobre comportamento de agendamento.

Dica 6: Aumentar a taxa de transferência de indexação

Para indexação paralela, distribua seus dados em vários contêineres ou várias pastas virtuais dentro do mesmo contêiner. Em seguida, crie vários pares de fonte de dados e indexador. Todos os indexadores podem usar o mesmo conjunto de habilidades e gravar no mesmo índice de pesquisa de destino, para que seu aplicativo de pesquisa não precise estar ciente desse particionamento.

Consulte também

  • Última atualização a