Introdução

Sua organização está adotando agentes de IA para automatizar tarefas e aumentar a produtividade. Mas você descobre um desafio fundamental: como dimensionar agentes além de tarefas simples e predefinidas?

O poder real dos agentes de IA surge quando eles podem acessar o conhecimento da sua organização. Esse conhecimento inclui suas políticas, procedimentos, documentação do produto, artigos de suporte e conhecimentos de domínio criados ao longo dos anos.

Os agentes de IA tradicionais têm limitações significativas. Eles não podem acessar seus dados privados, eles são restringidos por datas de corte de conhecimento e geram respostas genéricas sem o contexto da sua empresa. Quando lhes falta base factual, muitas vezes criam informações incorretas.

Se você quiser criar agentes habilitados para conhecimento, você enfrentará desafios complexos de engenharia. Você precisa se conectar a fontes de dados, implementar estratégias de agrupamento, criar bancos de dados de vetor e gerenciar controles de acesso. Cada equipe enfrenta esses mesmos problemas repetidamente.

O IQ do Foundry é a plataforma de conhecimento unificada da Microsoft que transforma como seus agentes de IA acessam dados organizacionais. Em vez de recriar pipelines personalizados de RAG (Geração Aumentada por Recuperação) para cada projeto, você obtém um sistema de gerenciamento de conhecimento compartilhado. Vários agentes podem acessar as mesmas bases de dados de conhecimento e melhorias nessas bases de dados de conhecimento beneficiam todos os agentes conectados imediatamente.

Objetivos de aprendizagem

Neste módulo, você aprenderá a:

• Explicar como o RAG resolve o problema de conhecimento conectando agentes a informações em tempo real
• Descrever como o IQ do Foundry fornece uma plataforma de conhecimento compartilhado que vários agentes podem acessar
• Configurar fontes de dados para bases de conhecimento, incluindo Pesquisa de IA do Azure , Armazenamento de Blobs, SharePoint e OneLake
• Configurar instruções do agente para controlar o comportamento de recuperação e garantir citações consistentes
• Testar e monitorar a recuperação do agente para manter a qualidade na produção

Vamos começar descobrindo como o Retrieval Augmented Generation (RAG) transforma agentes simples em assistentes poderosos aprimorados pelo conhecimento.