ใช้การดําเนินการคาดการณ์ใน Power Automate

คุณสามารถใช้การดําเนินการเฉพาะสําหรับแต่ละแบบจําลอง AI Builder ใน Power Automate อย่างไรก็ตาม การดําเนินการ predict ช่วยให้คุณใช้ชนิดแบบจําลอง AI Builder หลายชนิด

ใช้โมเดลที่กำหนดเองหรือที่สร้างไว้ล่วงหน้า

1. ลงชื่อเข้าใช้ Power Automate

2. ในบานหน้าต่างนำทางด้านซ้าย เลือก โฟลว์ของฉัน แล้วจากนั้น เลือก โฟลว์ใหม่>โฟลว์ระบบคลาวด์แบบทันที

3. ตั้งชื่อระบบคลาวด์โฟลว์ของคุณ

4. ภายใต้ เลือกวิธีการทริกเกอร์โฟลว์นี้ เลือก ทริกเกอร์โฟลว์ด้วยตนเอง แล้วเลือก สร้าง

5. เลือก + ขั้นตอนใหม่ แล้วจากนั้น ป้อน คาดคะเน ในแถบค้นหา

6. เลือก Predict จาก AI Builder หรือ Predict โดยใช้แบบจําลอง AI Builder จาก Microsoft Dataverse การดำเนินการทั้งสองรายการให้คุณลักษณะเดียวกัน

   

7. ในข้อมูลที่ป้อน แบบจำลอง เลือกแบบจำลองแบบกำหนดเองที่คุณสร้างขึ้นหรือเลือกแบบจำลองที่สร้างไว้ล่วงหน้า

ใช้รหัสโมเดลแบบไดนามิก (ขั้นสูง)

สำหรับกรณีการใช้งานที่ซับซ้อนบางกรณี คุณอาจต้องส่งรหัสโมเดลแบบไดนามิกไปยังการดำเนินการคาดคะเน ตัวอย่างเช่น หากคุณต้องการประมวลผลใบแจ้งหนี้ชนิดต่างๆ โดยใช้โมเดลที่แตกต่างกัน คุณอาจต้องการเลือกโมเดลโดยอัตโนมัติโดยขึ้นอยู่กับชนิดของใบแจ้งหนี้

ในส่วนนี้ คุณจะได้เรียนรู้วิธีการกําหนดค่าการดําเนินการคาดการณ์ AI Builder สําหรับวัตถุประสงค์เฉพาะนี้โดยขึ้นอยู่กับชนิดแบบจําลอง

1. ลงชื่อเข้าใช้ Power Automate

2. เลือก โฟลว์ของฉัน ในบานหน้าต่างด้านซ้าย แล้วเลือก โฟลว์ใหม่>โฟลว์ระบบคลาวด์แบบทันที

3. ตั้งชื่อให้กับโฟลว์ระบบคลาวด์ของคุณ เลือก ใช้งานโฟลว์ด้วยตนเอง ซึ่งอยู่ใต้ เลือกวิธีการใช้งานโฟลว์นี้ และจากนั้นเลือก สร้าง

4. เลือก + ขั้นตอนใหม่

5. ป้อน เริ่มต้นตัวแปร ในแถบค้นหา จากนั้นเลือกในแท็บ การดำเนินการ

6. ป้อน รหัสโมเดล ในข้อมูลป้อนเข้า ชื่อสตริง ในข้อมูลป้อนเข้า ชนิด และรหัสโมเดลจริงในข้อมูลป้อนเข้า ค่า

   คุณสามารถค้นหา ID แบบจําลองใน URL ของหน้ารายละเอียดของแบบจําลองใน Power Apps: make.powerapps.com/environment/[รหัสสภาพแวดล้อม]/aibuilder/models/[model id]

7. เลือก + ขั้นตอนใหม่ แล้วค้นหา predict จากนั้นเลือก Predict จาก AI Builder

8. เลือกข้อมูลป้อนเข้า >ป้อนค่าที่กำหนดเอง จากนั้นป้อน รหัสโมเดล จากขั้นตอนที่ 6

   ค่าคอลัมน์ อ้างถึงคำขอ ขึ้นอยู่กับชนิดของโมเดล

โมเดลการประมวลผลเอกสาร

1. ในขั้นตอน ทริกเกอร์โฟลว์ด้วยตนเอง เพิ่มการป้อนข้อมูล ไฟล์ และตั้งชื่อเป็น เนื้อหาไฟล์

2. ในขั้นตอน ทริกเกอร์โฟลว์ด้วยตนเอง เพิ่มการป้อนข้อมูล ข้อความ และตั้งชื่อเป็น ชนิด Mime

3. ในขั้นตอน เริ่มต้นตัวแปร ให้ป้อนรหัสโมเดลการประมวลผลเอกสาร

4. ในขั้นตอน คาดคะเน ป้อนค่าต่อไปนี้ในคอลัมน์ อ้างถึงคำขอ:

   {
       "version": "2.0",
       "requestv2": {
       "@@odata.type": "Microsoft.Dynamics.CRM.expando",
       "mimeType": "@{triggerBody()['text']}",
       "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
       "pages": "@{base64('1-2')}"
       }
   }
   

   พารามิเตอร์ หน้า เป็นทางเลือกและสามารถอยู่ในรูปแบบ '2' หรือเป็นช่วง เช่น '1-10'

   

5. เลือก บันทึก ที่มุมบนขวา แล้วเลือก ทดสอบ เพื่อลองใช้โฟลว์ระบบคลาวด์ของคุณ:

   

6. ในรายละเอียดการเรียกใช้โฟลว์ระบบคลาวด์ รับเอาต์พุต JSON ของโมเดลในส่วน OUTPUTS ของการดำเนินการคาดคะเน เอาต์พุตนี้มีประโยชน์ในการสร้างการดำเนินการดาวน์สตรีมโดยใช้ค่าของโมเดล

   

7. กลับไปที่โฟลว์ระบบคลาวด์ของคุณในโหมดแก้ไข

8. เลือก + ขั้นตอนใหม่ และเลือก สร้าง การดำเนินการ (หรือการดำเนินการอื่นใดเพื่อประมวลผลเอาต์พุตโมเดลของคุณ) สมมติว่าผลลัพธ์โมเดลของคุณมีคอลัมน์ รวม คุณสามารถรับได้ด้วยสูตรต่อไปนี้:

   @{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
   

   

โมเดลการตรวจหาวัตถุ

กระบวนการนี้คล้ายกับคำขออนุมานในขั้นตอนที่ 4 ในส่วน โมเดลการประมวลผลเอกสาร:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

โมเดลการจำแนกการจัดประเภท

กระบวนการนี้คล้ายกับคำขออนุมานในขั้นตอนที่ 4 ในส่วน โมเดลการประมวลผลเอกสาร:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "language": "Detect automatically",
        "text": "The text to categorize"
    }
}