Récupération agentique dans Foundry IQ (Recherche Azure AI)

Note

Foundry IQ (Recherche Azure AI) fournit des API d’indexation et d’interrogation directes, ainsi que des API de source de connaissances et de base de connaissances de niveau supérieur pour une récupération gérée. Utilisez le portail Azure, les API REST ou SDK Azure pour configurer ces fonctionnalités, ou connecter des agents à des bases de connaissances dans le portail Microsoft Foundry.

Important

Les fonctionnalités ou fonctionnalités marquées (préversion) dans cet article sont en préversion publique et sont soumises aux conditions d’utilisation supplémentaires pour les préversions Microsoft Azure.

Pour connaître les conditions d’aperçu propres à Foundry IQ (Recherche Azure AI), consultez Fonctionnalités en préversion.

Dans Foundry IQ (Recherche Azure AI), la récupération agentique est un pipeline multi-requêtes conçu pour des questions complexes posées par les utilisateurs ou les agents dans les applications de conversation et de copilote. Il est destiné aux modèles de génération augmentée de récupération (RAG) et aux flux de travail agent-à-agent.

Voici ce que fait la recherche agentique :

  • Peut utiliser la planification des requêtes basée sur LLM pour décomposer une requête complexe en sous-requêtes plus petites et ciblées pour une meilleure couverture sur le contenu propriétaire et externe. La planification des requêtes peut utiliser l’historique des conversations pour un contexte supplémentaire.

  • Exécute des sous-requêtes en parallèle. Chaque sous-requête est reclassée sémantiquement pour promouvoir les correspondances les plus pertinentes.

  • Combine les meilleurs résultats dans une réponse unifiée qu’un LLM peut utiliser pour générer des réponses ancrées.

  • Peut retourner des références sources et un journal d’activité en même temps que le contenu fusionné. Vous pouvez donc utiliser uniquement les données de base ou les transmettre à un LLM pour obtenir une réponse complète.

Ce pipeline hautes performances vous aide à générer des données de base de haute qualité ou des réponses pour votre application de conversation, avec la possibilité de répondre rapidement à des questions complexes.

Pourquoi utiliser la récupération agentique ?

Foundry IQ prend en charge les expériences de récupération agentique managées et personnalisées pour les agents et les applications. Utilisez des bases de connaissances dans le portail Microsoft Foundry. Accédez aux mêmes fonctionnalités de récupération via le portail Azure, l’API REST du service de recherche ou une Kit de développement logiciel (SDK) Azure prise en charge.

Utilisez la récupération agentique lorsque vous souhaitez fournir des agents et des applications avec le contenu le plus pertinent pour répondre à des questions plus difficiles, tirer sur le contexte de conversation, votre contenu propriétaire et les sources externes.

La récupération agentique ajoute une latence par rapport à un pipeline à requête unique, mais elle gère la complexité des requêtes qu’une seule requête ne peut pas. Par exemple, il peut gérer :

  • Questions comportant plusieurs demandes, telles que « trouvez-moi un hôtel près de la plage, avec une navette depuis l’aéroport, et situé à distance de marche de restaurants végétariens ».

  • Questions qui dépendent du contexte antérieur dans la conversation.

  • Requêtes bénéficiant d'une réécriture, à l'aide de cartes de synonymes et de paraphrases générées par un LLM afin d'élargir la couverture de votre contenu.

  • Fautes d’orthographe.

Diagramme d’une requête complexe montrant comment la récupération agentique gère le contexte implicite et une faute de frappe intentionnelle.

Architecture et workflow

Le processus de récupération agentique fonctionne comme suit :

  1. Initiation du flux de travail : Votre application appelle une base de connaissances avec une action de récupération qui fournit une requête et un historique des conversations.

  2. Planification des requêtes : Avec un niveau d’effort low et medium, un LLM configuré planifie des requêtes et sélectionne des sources. minimal ordinaire contourne la planification basée sur les modèles et recherche toutes les sources candidates. Définissez explicitement l’effort sur la base de connaissances ou la requête plutôt que d’assumer une valeur par défaut universelle. Le chemin November preview Microsoft Retriever 1 path a un comportement distinct.

  3. Exécution de requête : La base de connaissances envoie les sous-requêtes à vos sources de connaissances. Toutes les sous-requêtes s’exécutent simultanément et peuvent être des mots clés, des vecteurs ou des recherches hybrides. Chaque sous-requête subit une reclassement sémantique pour trouver les correspondances les plus pertinentes. Les références sont extraites et conservées à des fins de citation.

  4. Synthèse des résultats : Le système combine les résultats retenus en contenu extractif ou une réponse synthétisée par un modèle. La synthèse des réponses nécessite un modèle indépendamment de l’effort de planification. Les références sources et un journal d’activité d’exécution sont facultatifs.

Diagramme du flux de travail de récupération agentique à l’aide d’un exemple de requête.

Components

Pour tous les scénarios de récupération agentique, une base de connaissances et au moins une source de connaissances sont requises. D’autres composants sont facultatifs et dépendent de votre configuration.

Composant Service Rôle
Base de connaissances Foundry IQ Orchestre le pipeline et gère les sources de connaissances ainsi que les paramètres de requête.
Source de connaissances Foundry IQ Définit le contenu utilisé dans le pipeline. Peut être indexé (soutenu par un index de recherche sur votre service) ou distant (contenu récupéré au moment de la requête à partir d’une plateforme externe).
Index de recherche Foundry IQ Stocke le contenu pouvant faire l’objet d’une recherche (texte et vecteurs) avec une configuration sémantique. Détermine quels types de requêtes s’exécutent et quelles optimisations s’appliquent. Obligatoire uniquement pour les sources de connaissances indexées.
Classeur sémantique Foundry IQ Utilisé en interne par le pipeline de récupération agentique pour reclasser les résultats pour la pertinence (reclassement L2).
LLM Azure OpenAI Peut planifier des requêtes, sélectionner des sources de connaissances, synthétiser les résultats web et générer des réponses avec citation. L’extraction minimale ordinaire à partir d’un index de recherche ou d’une source de fichier existant ne nécessite pas de modèle de conversation.

Exigences d’intégration

Votre application pilote le pipeline en appelant la base de connaissances et en gérant la réponse. Le pipeline retourne des données de base que vous pouvez transmettre à un LLM pour la génération de réponses ou l’utiliser directement dans votre interface de conversation. Pour plus d’informations sur l’implémentation, consultez Tutoriel : Créer une solution de récupération agentique de bout en bout.

Disponibilité des fonctionnalités

La récupération agentique prend en charge les fonctionnalités disponibles en disponibilité générale et en préversion. Choisissez la version de l’API REST du service de recherche qui correspond à votre expérience de récupération agentique :

  • Utilisation 2026-10-01 pour le contrat REST GA : effort minimal, faible et moyen ; planification et synthèse des réponses soutenues par le modèle ; citations ; SSE ; contrôles et limites sources par requête ; avertissements d’activité ; et KB CORS.

  • Utilisez une API en préversion prise en charge pour les fonctionnalités en préversion uniquement. 2026-11-01-preview ajoute Microsoft Retriever 1, les outils KB nommés, les identificateurs de modèle GPT-6 supplémentaires et l’ingestion asynchrone de fichiers. auto, les valeurs par défaut de récupération, les indicateurs de requête et les contrôles de traitement des résultats ne font pas partie de 2026-10-01.

  • Les exemples existants 2026-04-01 conservent leur contrat extractif minimal plus étroit. Les flux de travail du Kit de développement logiciel (SDK) et du portail existants ont leurs propres limites de version ; le contrat REST GA n’établit pas la parité pour chaque client ou fonctionnalité d’ingestion.

Commencez par la création de la base de connaissances en disponibilité générale et la récupération. Passez en revue les modifications propres à la version concernant la migration avant de déplacer des définitions existantes vers un autre contrat.

Disponibilité, limites et facturation des régions

Avant d’utiliser la récupération agentique, passez en revue sa disponibilité régionale, ses limites de service et son modèle de facturation.

Disponibilité de la région

La récupération agentique est disponible dans certaines régions.

Limites

Les sources de connaissances et les bases de connaissances ont des limites maximales qui varient selon le niveau tarifaire et l’effort de raisonnement de récupération.

Facturation

La récupération agentique peut inclure les composants de facturation suivants :

  • Foundry IQ facture les jetons de récupération consommés lors de l’exécution de la sous-requête et du classement sémantique. Le plan gratuit (par défaut) fournit une allocation de jeton mensuelle. Le plan standard active les tarifs de paiement à l’utilisation une fois que l’allocation gratuite est consommée. Pour plus d’informations, consultez Activer ou désactiver la facturation de récupération agentique.

  • Azure OpenAI facture les jetons d’entrée et de sortie utilisés dans la planification des requêtes basée sur LLM et la synthèse des réponses. La tarification est à l’usage et basée sur le modèle que vous attribuez à la base de connaissances. Les frais apparaissent sur votre facture OpenAI Azure. Pour connaître les tarifs, consultez Azure tarification OpenAI.

  • L’utilisation de Microsoft Retriever 1 (preview) est mesurée en jetons d’entrée traités lors de la planification des requêtes. L’entrée inclut la question de l’utilisateur et, pendant la planification de suivi, les requêtes précédentes et les preuves de document envoyées au modèle. Les nouvelles tentatives et les cycles de planification de suivi ajoutent des jetons d’entrée. Les tokens de sortie sont gratuits. Cette utilisation est distincte des jetons de récupération de Foundry IQ et des frais d’Azure OpenAI. Pour plus d’informations, consultez Utilisation de Microsoft Retriever 1.

Le tableau suivant compare la facturation entre le pipeline classique à requête unique et le pipeline à récupération multi-requête agentique. Dans le pipeline classique, le composant facturable est un ranker sémantique. Le tableau exclut Microsoft Retriever 1, Azure OpenAI et autres frais de service.

Aspect Pipeline classique Récupération agentique
Unité Basé sur des requêtes Basé sur un jeton
Coût par unité Coût uniforme par requête Coût variable par jeton (dépend de l’effort de raisonnement)
Estimation des coûts Estimer le nombre de requêtes Estimer l’utilisation des jetons
Allocation gratuite Allocation de requête gratuite mensuelle Allocation mensuelle de jetons gratuits

Exemple : Estimer les coûts

Cet exemple illustre le processus d’estimation des coûts pour la planification des requêtes et l’exécution des requêtes, mais pas la synthèse des réponses. Vos coûts pourraient être inférieurs. Pour connaître les tarifs actuels, consultez la tarification Foundry IQ et la tarification Azure OpenAI.

Utilisez des taux symboliques par million de jetons :

  • R_search : le taux de jetons de récupération et de reclassement de Foundry IQ.
  • R_input et R_output : les taux de jetons d’entrée et de sortie pour le modèle Azure OpenAI sélectionné.
  • R_retriever: taux de jeton d’entrée Microsoft Retriever 1 lorsqu’un taux publié est disponible.

Fournissez les tarifs publiés actuels à partir des liens tarifaires. Pour les mises à jour tarifaires de Microsoft Retriever 1, consultez Utiliser Microsoft Retriever 1.

Pour estimer les coûts du plan de requête selon le modèle de paiement à l’usage dans Azure OpenAI, supposons gpt-4o-mini:

  • 2 000 jetons d'entrée pour la taille moyenne d'une conversation.
  • 350 jetons pour la taille moyenne du plan de sortie.

Coûts de facturation estimés pour l’exécution des requêtes

Pour estimer le nombre de jetons de récupération agentiques, commencez par une idée de ce à quoi ressemble un document moyen dans votre index. Par exemple, vous pouvez estimer les points suivants :

  • 10 000 blocs, où chaque bloc est un à deux paragraphes d’un fichier PDF.
  • 500 jetons par bloc.
  • Chaque sous-requête reclasse jusqu’à 50 segments.
  • En moyenne, il existe trois sous-requêtes par plan de requête.

Calcul du prix d’exécution

  1. Supposons que vous effectuez 2 000 récupérations agentiques avec trois sous-requêtes par plan. Cela vous donne environ 6 000 requêtes totales.

  2. Réattribuer un classement à 50 segments par sous-requête, soit 300 000 segments au total.

  3. Le segment moyen est de 500 jetons, de sorte que le total des jetons de reclassement est de 150 millions.

  4. Multipliez 150 millions de jetons de reclassement par le taux de jetons par million pour obtenir 150 × R_search.

  5. Pour la planification des requêtes, multipliez 2 000 jetons d’entrée par 2 000 récupérations agentiques. Le coût 4 × R_inputdes jetons d’entrée de 4 millions .

  6. Pour la sortie, multipliez 350 jetons par 2 000 récupérations agentiques. Le coût 0.7 × R_outputdes jetons de sortie de 700 000 .

Dans cet exemple, Azure coûts 4 × R_input + 0.7 × R_outputde planification des requêtes OpenAI . Y compris la récupération et le reclassement de Foundry IQ, le coût combiné est 150 × R_search + 4 × R_input + 0.7 × R_output. Les frais de synthèse des réponses sont distincts.

Coûts estimés pour la planification des requêtes Microsoft Retriever 1

Supposons maintenant que Microsoft Retriever 1 planifie les requêtes au lieu de gpt-4o-mini. Utilisez les mêmes 2 000 récupérations agentiques et ces hypothèses :

  • Aucuns frais pour les jetons de sortie.
  • 10 000 jetons d’entrée par récupération agentique. Cette moyenne hypothétique inclut la conversation ainsi que toutes les requêtes précédentes et les éléments de preuve issus des documents relus pendant la planification de suivi.
  1. Multipliez 10 000 jetons d’entrée par 2 000 récupérations agentiques pour obtenir 20 millions de jetons d’entrée. Lorsqu’un taux publié est disponible, le coût de planification est 20 × R_retriever.

  2. Les jetons de sortie sont gratuits. Par conséquent, il n’y a pas de frais de jeton de sortie.

  3. Le coût de reclassement de Foundry IQ reste à 150 × R_search car les jetons de récupération sont facturés séparément.

Le coût combiné dans ce scénario est 150 × R_search + 20 × R_retriever. N'ajoutez pas le coût de planification des requêtes OpenAI Azure, car Microsoft Retriever 1 gère la planification dans ce scénario. Si vous appelez également Azure OpenAI pour la synthèse des réponses ou l’escalade externe, ajoutez ces frais séparément.

Conseils pour contrôler les coûts

  • Passez en revue le journal d’activité dans la réponse pour savoir quelles requêtes ont été émises sur les sources et les paramètres utilisés. Vous pouvez réexécuter ces requêtes sur vos index et utiliser un tokeniseur public pour estimer les jetons et comparer à l’utilisation signalée par l’API. Toutefois, il se peut que vous ne puissiez pas reconstruire une requête ou une réponse exactement. Par exemple, le type de source de connaissances peut affecter si vous pouvez reproduire une requête. Les données web publiques et les sources de connaissances SharePoint distantes qui dépendent de l'identité d'un utilisateur sont deux exemples.

  • Réduisez le nombre de sources de connaissances (index). Si vous consolidez du contenu, moins de sources sont interrogées et moins de jetons sont utilisés.

  • Réduisez l’effort de raisonnement pour réduire l’utilisation de LLM pendant la planification des requêtes et l’expansion des requêtes (recherche itérative).

  • Organisez le contenu afin que les informations les plus pertinentes soient trouvées avec moins de sources et de documents (par exemple, des résumés ou des tableaux organisés).

  • Si vous utilisez Microsoft Retriever 1, réduisez les preuves de document que vous traitez lors de la planification. Les nouvelles tentatives et les séries de planification de suivi ajoutent des jetons d’entrée. Par conséquent, incluez-les lorsque vous estimez l’utilisation.

Comment commencer

Pour créer une solution de récupération agentique, vous pouvez utiliser le portail Azure, le portail Microsoft Foundry (nouveau), les API REST ou un package Kit de développement logiciel (SDK) Azure équivalent.

Étape suivante