YAML-schemareferentie voor Semantic Kernel prompts

De YAML-schemareferentie voor Semantic Kernel prompts is een gedetailleerde verwijzing voor YAML-prompts met alle ondersteunde YAML-syntaxis en de beschikbare opties.

Definitions

naam

De functienaam die standaard moet worden gebruikt bij het maken van promptfuncties met behulp van deze configuratie. Als de naam null of leeg is, wordt er dynamisch een willekeurige naam gegenereerd bij het maken van een functie.

description

De functiebeschrijving die standaard moet worden gebruikt bij het maken van promptfuncties met behulp van deze configuratie.

template_format

De id van de Semantic Kernel-sjabloonformaat. Semantic Kernel biedt ondersteuning voor de volgende sjabloonindelingen:

1. semantic-kernel - Ingebouwd Semantic Kernel-formaat.
2. handlebars - Handlebars-sjabloonindeling.
3. liquid - Liquid template format

template

De tekenreeks van de promptsjabloon die de prompt definieert.

invoer_variabelen

De verzameling invoervariabelen die worden gebruikt door de promptsjabloon. Elke invoervariabele heeft de volgende eigenschappen:

1. name - De naam van de variabele.
2. description - De beschrijving van de variabele.
3. default - Een optionele standaardwaarde voor de variabele.
4. is_required - Of de variabele wordt beschouwd als vereist (in plaats van optioneel). De standaardwaarde is true.
5. json_schema - Een optioneel JSON-schema waarin deze variabele wordt beschreven.
6. allow_dangerously_set_content - Een Booleaanse waarde die aangeeft of de variabele waarde moet worden verwerkt als mogelijke gevaarlijke inhoud. De standaardwaarde is false. Zie Bescherming tegen promptinjectieaanvallen voor meer informatie.

output_variable

De uitvoervariabele die wordt gebruikt door de promptsjabloon. De uitvoervariabele heeft de volgende eigenschappen:

1. description - De beschrijving van de variabele.
2. json_schema - Het JSON-schema waarin deze variabele wordt beschreven.

uitvoeringsinstellingen

De verzameling uitvoeringsinstellingen die door de promptsjabloon worden gebruikt. De uitvoeringsinstellingen zijn een woordenlijst die is gekoppeld aan de service-id of default voor de standaarduitvoeringsinstellingen. De service-id van elke PromptExecutionSettings moet overeenkomen met de sleutel in de woordenlijst.

Elke vermelding heeft de volgende eigenschappen:

1. service_id - Hiermee wordt aangegeven voor welke service deze instellingen zijn geconfigureerd, bijvoorbeeld azure_openai_eastus, openai, ollama, huggingface, enz.
2. model_id - Hiermee wordt aangegeven voor welk AI-model deze instellingen zijn geconfigureerd, bijvoorbeeld: gpt-4, gpt-3.5-turbo.
3. function_choice_behavior - Het gedrag dat de manier definieert waarop functies worden gekozen door LLM en hoe ze worden aangeroepen door AI-connectors. Zie Gedrag van functiekeuze voor meer informatie

Gedrag van functiekeuze

Als u functieaanroepen wilt uitschakelen en het model alleen een gebruikersgericht bericht wilt genereren, stelt u de eigenschap in op null (de standaardinstelling).

• auto - Om het model in staat te stellen om te bepalen of de functies moeten worden aangeroepen en, als dat het zo is, welke moeten worden aangeroepen.
• required - Als u wilt afdwingen dat het model altijd een of meer functies aanroept.
• none - Om het model te instrueren om geen functies aan te roepen en alleen een gebruikersgericht bericht te genereren.

allow_dangerously_set_content

Een Booleaanse waarde die aangeeft of mogelijk gevaarlijke inhoud kan worden ingevoegd in de prompt van functies. De standaardwaarde is onwaar. Als deze waarde is ingesteld op waar, worden de retourwaarden van functies alleen behandeld als veilige inhoud. Voor prompts die worden gebruikt met een chat-voltooiingsservice, moet deze worden ingesteld op false om te beschermen tegen promptinjectieaanvallen. Wanneer u andere AI-services gebruikt, bijvoorbeeld tekst-To-Image kan dit worden ingesteld op true om complexere prompts mogelijk te maken. Zie Bescherming tegen promptinjectieaanvallen voor meer informatie.

Voorbeeld van YAML-prompt

Hieronder ziet u een YAML-voorbeeldprompt die gebruikmaakt van de indeling van de handlebars-sjabloon en is geconfigureerd met verschillende temperaturen wanneer deze worden gebruikt met gpt-3 en gpt-4 modellen.

name: GenerateStory
template: |
  Tell a story about {{topic}} that is {{length}} sentences long.
template_format: handlebars
description: A function that generates a story about a topic.
input_variables:
  - name: topic
    description: The topic of the story.
    is_required: true
  - name: length
    description: The number of sentences in the story.
    is_required: true
output_variable:
  description: The generated story.
execution_settings:
  service1:  
    model_id: gpt-4
    temperature: 0.6
  service2:
    model_id: gpt-3
    temperature: 0.4
  default:
    temperature: 0.5

Volgende stappen