注意
Azure AI 搜尋服務 可透過 Azure 入口網站、REST API 及 Azure SDK 取得。 它同時也是 Foundry IQ 的基礎，這是一個管理式知識層，能將企業內容轉化為可重複使用、權限感知的知識庫，供 Microsoft Foundry 入口網站中的代理使用。
本文提供一些秘訣，協助您開始使用 AI 擴充，以及編製索引期間所使用的技能。
提示 1：從簡單和小規模開始著手
Azure 入口網站的 匯入資料 精靈 支援 AI 強化功能。 若未撰寫任何程式代碼，您可以建立及檢查擴充管線中使用的所有物件：索引、索引子、資料來源和技能。
另一種簡單的開始方法是建立一個資料來源，裡面只有少數文件或資料列，代表你想索引的文件。 小數據集是加快發現與解決問題速度的最佳方式。 將樣本從端到端的流程中檢驗，檢查結果是否符合你的需求。 當你對結果感到滿意時，就可以將更多檔案加入你的資料來源。
祕訣 2：即使發生失敗的狀況，也請找出可行的部分
有時候，輕微的失敗狀況也會使索引子停止運作。 如果你打算一個一個解決問題，這個條件是沒問題的。 不過，你可能想忽略特定類型的錯誤，這樣索引器才能繼續運作，你也能看到哪些流程實際運作。
若要在開發期間忽略錯誤，請在索引子定義中將 maxFailedItems 和 maxFailedItemsPerBatch 設為 -1。
{
"parameters": {
"maxFailedItems": -1,
"maxFailedItemsPerBatch": -1
}
}
注意
最佳做法是，對於生產工作負載，將 maxFailedItems 和 maxFailedItemsPerBatch 設為 0。
建議三：使用除錯會話來排除問題
偵錯工作階段是視覺化編輯器，可顯示技能的相依性圖形、輸入和輸出和定義。 它會從索引器資料來源載入一份單一原始碼文件，並搭配目前的索引器和技能組設定。 接著，你可以執行整個技能集，並將範圍限定於該文件。 在偵錯工作階段中，您可以識別並解決錯誤、驗證變更，並將變更認可至父技能集。 若要取得詳細解說，請參閱教學課程：偵錯會話。
提示四：預期內容不會出現
如果內容遺失，請在 Azure 入口網站檢查是否有遺失的文件。 在搜尋服務頁面，打開 索引器，選擇索引器，然後選擇執行的 狀態 值，以查看執行細節與錯誤。
如果問題與檔案大小有關，你可能會看到類似這樣的錯誤：「blob <檔名>的大小是 <檔案大小> 位元組，超過了你目前服務層級的文件擷取最大容量。」欲了解更多索引器限制資訊，請參見 服務限制。
第二個導致內容無法出現的原因，可能與輸入/輸出映射錯誤有關。 例如，輸出目標名稱為 "People"，但索引欄位名稱為小寫的 "people"。 系統會回傳整個管線 201 則成功訊息，讓你以為索引成功，但實際上某欄位是空的。
秘訣 5：將處理延伸至執行時間上限以外
影像分析即使在簡單的情況下也需要密集運算，因此在影像時特別大型或複雜時，處理時間可能會超過允許的時間上限。
對於具有技能的索引子，大部分層級的技能執行上限為 2 小時。 若技能組處理未在該期間內完成，請安排索引器每五分鐘執行一次，以便從最後已知良好文件繼續處理。
排程索引將會從最後已知良好的文件繼續。 藉由使用週期性的排程，索引器能在數小時或數天內逐步處理影像待辦清單，直到所有未處理的影像皆完成處理。 如需排程語法的詳細資訊，請參閱排程索引子。
注意
如果排程索引器在同一文件上反覆失敗，服務會降低執行頻率（最多每 24 小時一次），直到取得進展為止。 解決底層問題後，按需執行索引器。 若有進展，索引器會回到設定區間。 如果索引器在成功執行後仍未回到設定的排程，請參閱排 程行為常見問題。
提示 6：提高索引編製吞吐量
對於平行索引編製，請將您的資料散佈到多個容器中，或是相同容器內的多個虛擬資料夾中。 接著，請建立多個資料來源和索引子配對。 所有索引子將可使用相同的技能集，並寫入至相同的目標搜尋索引，而讓您的搜尋應用程式無須辨識此分割。