M42 Intelligence Actions Admin-Handbuch
M42 Intelligence Actions Admin-Handbuch
Einführung
M42 Intelligence Actions (früher Effie AI Summarizer ) ist eine konfigurierbare, generative KI-Funktion, die Agenten hilft, schnell Informationen aus Datenkarten zu extrahieren, kontextbezogene, hochwertige Textinhalte mit einem einzigen Klick zu erstellen, wichtige Inhalte zu übersetzen oder Ticketinhalte für eine bestimmte Zielgruppe zusammenzufassen. M42 Intelligence Actions enthält vordefinierte Anwendungsfälle, die sich leicht an andere Anwendungsfälle anpassen lassen. Es spielt keine Rolle, in welchem Prozess Sie M42 Intelligence Actions verwenden – es kann mit jeder Vorlage oder jedem Prozess verwendet werden, z. B. Incident Management, Change Management, Pro Management, HR Service Management, IGA Lösung (Identity Governance and Administration) usw.
M42 Intelligence Actions ist eine Early-Access-Funktion, die erstmals in ESM 2024.1 verfügbar ist und in der Version 2024.1 keine Lizenz erfordert. Die Generative KI, die die Funktion unterstützt, erfordert jedoch ein kostenpflichtiges Abonnement. Das Abonnement kann bei Efecte oder direkt bei den unterstützten Anbietern ( OpenAI oder Azure OpenAI ) erworben werden. Für einen Testzugriff auf Efecte GenAI wenden Sie sich bitte an Ihren Efecte-Vertreter. Die Funktion wird ab 2024.2 Teil von M42 Intelligence for Agents sein.
M42 Intelligence Actions ist in der neuen ESM Agent -Benutzeroberfläche verfügbar. Es ist für alle Vorlagen verfügbar, für die Aktionen konfiguriert wurden. In der frühen Zugriffsphase können bis zu 1000 generierte Antworten ausgelöst werden.
Wenn Sie auf die Schaltfläche M42 Intelligence klicken, können Sie die in den M42 Intelligence Actions für diese Vorlage konfigurierten Aktionen sehen.
Wenn der Benutzer auf eine dieser Aktionsschaltflächen klickt, wird die Aktion im Hintergrund mit den folgenden Informationen ausgelöst:
- Die für diesen Anwendungsfall definierte Eingabeaufforderung, wie vom Administrator definiert (vordefiniert oder benutzerdefiniert)
- Beispiel: „Als KI-Assistent für IT- service desk Agenten erhalten Sie Daten aus einem Support-Ticket. Pro Sie eine Zusammenfassung des Tickets mit folgenden Punkten …“
- Die Kontextattribute, wie sie vom Administrator definiert wurden
- Zum Beispiel Betreff, Details, interne Kommentare usw.
- Beachten Sie, dass alle mit M42 Intelligence verwendeten Attribute einen Attributcode erfordern.
Wenn ein Benutzer keine Berechtigung zum Zugriff auf ein Kontextattribut hat, wird der Wert des Attributs in der Systemaufforderung ignoriert, die an das große Sprachmodell gesendet wird.
Der Zweck der M42 Intelligence Actions besteht darin, wichtige Informationen aus Datenkarten zu extrahieren und zu verarbeiten, um aussagekräftige Inhalte für gewünschte Anwendungsfälle zu generieren, wie zum Beispiel:
- Fassen Sie beispielsweise ein Ticket oder einen Vermögenswert zusammen
- Einen neuen Betreff für ein Ticket erstellen
- Erstellen von Inhalten, die in einen Wissensdatenbankartikel kopiert werden sollen.
- Für IGA Zwecke kann es beispielsweise verwendet werden, um benutzerfreundliche Namen und Beschreibungen für Berechtigungen und Geschäftsrollen vorzuschlagen.
Dieser Artikel erläutert die notwendigen Schritte zum Aktivieren von M42 Intelligence Actions in ESM Version 2024.1 unter Verwendung der Efecte GenAI , OpenAI oder Azure OpenAI Integration. Bei Verwendung von Efecte GenAI werden keine Daten außerhalb der Efecte Cloud gesendet.
Voraussetzungen
Während des Early Access stehen Ihnen bis zu fünf konfigurierbare Anwendungsfälle zur Verfügung, die bis zu 1000 Mal verwendet werden können. In der Version 2024.2 können die Beschränkungen für verschiedene Aktionen und die Anzahl der Verwendungen mit der Lizenz M42 Intelligence for Agents aufgehoben werden. Die Anzahl der verfügbaren Anfragen hängt von Ihrem Abonnement beim gewählten Generative-AI-Anbieter ab.
Verfügbarkeit von Standardanwendungsfällen
In der Version 2024.1 sind die Standardanwendungsfälle nur verfügbar, wenn Ihre Konfiguration dieselben Vorlagen und Attributnamen wie die Basiskonfiguration hat. In 2024.2 wurden die Standardkonfigurationen unabhängig von der verwendeten Konfiguration verfügbar gemacht.
Mit Version 2025.1 führen wir eine Reihe neuer Standardaktionen ein, die verwendet werden, wenn M42 Intelligence Actions noch nicht verwendet wurde. Die neuen Aktionen ersetzen keine bereits verwendeten Konfigurationen und sind daher nur für Neukunden sofort verfügbar. Bestehende Kunden können diese Dokumentation nutzen, um ihrer Konfiguration weitere Aktionen hinzuzufügen.
M42 Intelligence Pro Management in M42 Professional
In M42 Professional wird sowohl das Verhalten M42 Intelligence Writing Assistance and Actions durch Erstellen und Anpassen von Eingabeaufforderungen angepasst.
Mithilfe Writing assistance können Benutzer ihre Eingaben zu unterstützten Attributen verbessern.
Mithilfe von Aktionen können Benutzer wichtige Informationen extrahieren und mithilfe kontextbezogener Daten und konfigurierbarer Eingabeaufforderungen nützliche Inhalte erstellen. Sie sind in einer dedizierten Benutzeroberfläche verfügbar oder können automatisch über Workflows ausgelöst werden.
Anpassen des Verhaltens
Sie können das Verhalten und die Verfügbarkeit der M42 Intelligence Writing Assistance and Actions weiter anpassen, indem Sie Eingabeaufforderungen für jede Funktion erstellen und anpassen.
Erstellen Sie eine neue Pro
Um eine neue Eingabeaufforderung zu erstellen, klicken Sie auf die Schaltfläche „+Hinzufügen“. Dadurch wird das neue Fenster zur Eingabeaufforderungskonfiguration geöffnet:
- Eindeutiger Name – Name der Eingabeaufforderung. Muss eindeutig sein.
- Beispiel : Complete_1
- Benutzertitel – Der für den Benutzer angezeigte Name. Sollte in einer für Menschen besser lesbaren Form vorliegen.
- Beispiel : Vervollständigen Sie den Text
- Beschreibung – Beschreibung der Eingabeaufforderung.
- Beispiel : Vollständiger Benutzertext mit detaillierter Lösung
- Pro – Die eigentliche Eingabeaufforderung, die an die KI gesendet wird.
- Beispiel : Sie sind ein KI-Assistent auf einer Enterprise-Service-Management-Plattform und unterstützen einen Support-Mitarbeiter. Ihre Aufgabe ist es, den E-Mail-Entwurf in eine klare, verständliche und verständliche Nachricht umzuformulieren. Verwenden Sie einen neutralen Schluss, um Hilfe anzubieten, falls das Problem weiterhin besteht.
- Writing assistance – Nur für die Funktion „ Writing assistance “.
- Textverbesserung – Verbesserung vorhandener Texte.
- Texterstellung – Erstellen von neuem Text aus dem Kontext (Vorlagen, Attribute, Datenkarten usw.).
- Sichtweite
- Sichtbar : Die Aktion wird in der Datenkarte für das Zielattribut angezeigt.
- Versteckt : Die Aktion wird in der Datenkarte für das Zielattribut nicht angezeigt.
- Vorlage – Vorlage, in der die Eingabeaufforderung verwendet wird.
- Beispiel : Ticket
- Kontextattribute
- Beispiel : Support-E-Mail
- Zielattribut
- Beispiel : E-Mail-Diskussionen
Pro uid
Um die Anweisungen bereitzustellen, befolgen Sie diese uid für das Sprachmodell hinsichtlich des Formats und der Sprache, die in den Antworten verwendet werden soll. Verwenden Sie diese Einstellungen, um die Agentenerfahrung beispielsweise anhand der folgenden Faktoren anzupassen:
- Ziele und Vorgaben: Definieren Sie die primären Ziele und Vorgaben der M42 Intelligence AI Writing Assistance klar. Welche Unterstützung soll sie bieten? Wer schreibt die E-Mail? Überlegen Sie sich, welche Informationen oder Antworten Sie vom Modell erwarten. Sie können mit den Standardanweisungen beginnen und diese je nach den unten aufgeführten Faktoren anpassen. Wenn die Vorlage beispielsweise von IT-Supportmitarbeitern verwendet wird, sollten Sie dies in der Eingabeaufforderung „Als IT-Supportmitarbeiter agieren“ erwähnen. Bitte beachten Sie, dass für alle konfigurierten Vorlagen die gleichen Anweisungen gelten.
- Markenton und -stimme: Geben Sie den Ton und die Stimme der Antworten an. Sollen sie formell, informell, professionell, freundlich oder technisch sein? Die uid sollten die Persönlichkeit der Marke in der Kundenkommunikation widerspiegeln. Sie können die generative KI beispielsweise anweisen, die Antworten kurz und prägnant zu halten.
Kulturelle Sensibilität und Höflichkeit: Legen Sie Richtlinien uid kulturelle Sensibilität und Höflichkeit fest. Machen Sie deutlich, wie das Model mit sensiblen Themen, kontroversen Fragen oder potenziell anstößigen Inhalten umgehen soll. Sie können das Model anweisen, respektvoll zu sein und Voreingenommenheit zu vermeiden. - Spezifische Anwendungsfälle: Definieren Sie alle spezifischen Anwendungsfälle oder Verhaltensweisen, die Sie in den Antworten erzwingen möchten. Sie können das Modell beispielsweise anweisen, klärende Fragen zu stellen, um die Fehlerbehebung weiter zu unterstützen.
Details zum Antwortformat: Abhängig von den Benutzererwartungen und den Kommunikationsgewohnheiten des Unternehmens kann es sinnvoll sein, das Sprachmodell anzuweisen, kürzere oder längere Antworten mit unterschiedlichem Detaillierungsgrad zu erstellen. Darüber hinaus können die vom Agenten ausgewählten Daten bei jeder Antwort variieren, was zu unterschiedlichen Erfahrungen führt. Sie können auch uid zum Format der Antworten und zur zu befolgenden Struktur geben. - Relevanz und Genauigkeit: Betonen Sie, wie wichtig es ist, genaue und relevante Informationen bereitzustellen. Weisen Sie das Modell an, Genauigkeit vor Kreativität zu priorisieren und weitere Details anzufordern, wenn die erforderlichen Informationen in den Ticketdaten nicht verfügbar sind.
Wenn Sie die Eingabeaufforderungen anpassen möchten, ist es wichtig, die Benutzer frühzeitig in die Diskussionen einzubeziehen, um sicherzustellen, dass die Anweisungen ihren Anforderungen entsprechen.
Testen und Anpassen
Testen Sie alle Funktionen der M42 Intelligence Writing Assistance (Generieren, Korrigieren und Vervollständigen), um zu sehen, ob die Ergebnisse Ihren Erwartungen entsprechen. Probieren Sie verschiedene Kontextattribute aus. Achten Sie auf das Feedback der Nutzer, um die Anweisungen an den gewünschten Kommunikationsstil anzupassen. Informationen zur Verwendung M42 Intelligence AI Writing Assistance finden Sie in der folgenden uid : Matrix42
Fehlerbehebung
Pro : Antworten werden gekürzt
Wenn die von der generativen KI generierten Antworten zu kurz ausfallen, besteht eine Problemumgehung darin, die Antwortgröße zu begrenzen. Dies kann beispielsweise durch die Aufforderung „Beschränken Sie die Antwort auf 1000 Zeichen“ geschehen.
Pro
Um die M42 Intelligence Actions (Aktionen in 2024.1) zu aktivieren, wählen Sie „ M42 Intelligence Actions aktivieren“. Diese Einstellung ist in 2024.2 und neueren Umgebungen nicht erforderlich.
Wählen Sie zunächst den Anbieter aus.
Für „Bring Your Own AI“-Abonnements stehen Ihnen OpenAI und Azure OpenAI zur Verfügung, sofern Sie Ihr bestehendes Abonnement dieser Dienstanbieter nutzen möchten. Wenn Sie Ihr bestehendes OpenAI oder Azure OpenAI Abonnement nutzen möchten, sind Sie für die sichere Verwaltung des Kontos und die Kosten verantwortlich, die durch die Nutzung von M42 Intelligence entstehen. Efecte übernimmt keine Verantwortung für die Qualität und Verfügbarkeit von Drittanbieterdiensten, die mit M42 Intelligence verbunden sind.
Legen Sie das API Passwort und die URL des KI-Anbieters fest, die auf das verwendete Sprachmodell verweist.
In 2024.2 wird es eine Option zum Ändern des verwendeten Modells geben.
Warnung
Bei der Verwendung von Efecte GenAI ist das Ändern des verwendeten Sprachmodells ohne Genehmigung von Efecte R&D nicht zulässig. Änderungen können dazu führen, dass die Anwendung nicht funktioniert oder unerwartetes Verhalten zeigt.
Wichtige Informationen zur Pro
OpenAI
Verwenden Sie mit OpenAI die folgende API URL https://api.openai.com/v1/chat/completions
Kreieren Sie API -Schlüssel in der OpenAI -Plattform, der als Passwort verwendet werden soll.
Azure OpenAI
Mit Azure OpenAI erhalten Sie die API URL und API Schlüssel aus Ihrer Azure Mandantenverwaltung. Weitere Informationen zum Einrichten von Azure OpenAI finden Sie in Azure OpenAI Dokumentation: https://learn.microsoft.com/en-us/azure/ai-services/openai/overview
Einzelheiten zu den Voraussetzungen finden Sie weiter unten.
Efecte GenAI
Efecte GenAI ist Efectes eigenes großes Sprachmodell, das sich derzeit in der Pilotphase befindet. Efecte GenAI wird in einer europäischen Cloud betrieben, um sicherzustellen, dass Ihre Daten und Informationen sorgfältig behandelt werden. Um Efecte GenAI mit M42 Intelligence zu nutzen, wenden Sie sich bitte an Ihren Efecte-Vertreter.
Pro -Verbindungskonfiguration mit Azure OpenAI
Um M42 Intelligence Email mit Azure OpenAI zu verwenden, müssen Sie die Azure OpenAI Dienste gemäß der Azure OpenAI uid einrichten: https://learn.microsoft.com/en-us/azure/ai-services/openai/overview
Bevor Sie M42 Intelligence Email mit Azure OpenAI konfigurieren können, benötigen Sie Folgendes:
- Zugriff auf Azure OpenAI Dienste
- Azure OpenAI Dienst, der in Ihrer ausgewählten Region ausgeführt wird
- Azure OpenAI Bereitstellungen für die Textgenerierung und Textvervollständigung mit Ihrem bevorzugten GPT-Modell oder einem benutzerdefinierten Modell
- API URLs für die Completion- und Chat Completion API die auf Ihre bereitgestellten Modelle verweisen (siehe „Erstellen API URLs“ weiter unten)
- API Schlüssel für den Zugriff auf Ihre bereitgestellten Modelle
| Einstellung | Beispiel | Weitere Informationen |
|---|---|---|
| Kennwort API des KI-Anbieters: | Erstellen in Azure OpenAI Studio | API Schlüssel für Zugriff, Nutzungsverfolgung und Kostenverwaltung. Speichern Sie den API Schlüssel an einem sicheren Ort, um ihn später wiederzufinden. Der Schlüssel kann im ESM nicht angezeigt werden. |
| URL der Aktions API : | https://yourtestenv.openai.azure.com/openai/deployments/gpt-instruct/chat/completions?api-version=2023-07-01-preview | Wird für die Funktion „Generieren“ verwendet |
| API zur Integritätsprüfung von KI-Anbietern: | Nicht unterstützt | Wird zum Anzeigen des Status von Efecte GenAI verwendet und wird von Azure OpenAI nicht unterstützt. |
Hinweis: M42 Intelligence Email verwendet standardmäßig GPT 3.5-Turbo-instruct für die Funktionen „Korrigieren“ und „Vervollständigen“ und GPT-3.5-Turbo für die Funktion „ Generieren “. Wenn Sie andere vorgefertigte oder benutzerdefinierte Modelle verwenden möchten, müssen Sie den Modellnamen in den folgenden Plattformeinstellungen ändern (ab 2024.2 können Sie stattdessen die Modelleinstellung in der Benutzeroberfläche verwenden).
| Plattformeinstellung | Standardwert(e) | Information |
|---|---|---|
| KI-Anbieter. Azure. Aktionen. Modell | gpt-3.5-turbo | Großes Sprachmodell zur Unterstützung von Aktionen. |
Erstellen von API URLs
Nachdem Sie Ihren OpenAI Dienst und Ihr Modell bereitgestellt haben, können Sie API Links wie folgt erstellen:
API zur Textgenerierung:
https://<OPENAI_DEPLOYMENT_NAME>.openai.azure.com/openai/deployments/<GENERATION_MODEL_DEPLOYMENT_NAME>/chat/completions?api-version=< API _VERSION_NAME>
Für eine Produktionseinrichtung können zusätzliche Schritte wie Budgetwarnungen, verbesserte Netzwerksicherheit und Identitätsmanagement erforderlich sein. Best Practices für die Verwaltung Azure -Bereitstellungen finden Sie in der Microsoft Azure -Dokumentation. Bitte beachten Sie, dass Sie für alle Azure OpenAI Kosten verantwortlich sind, die durch die Nutzung von M42 Intelligence Email entstehen. M42 Intelligence Email kontaktiert den Azure OpenAI -Dienst nur, wenn der Agent die Funktion zum Generieren, Korrigieren oder Vervollständigen von Nachrichten nutzt.
Wir empfehlen, regelmäßig die offizielle Microsoft Azure -Dokumentation zu konsultieren, da sie die zuverlässigste und aktuellste Informationsquelle zur Funktionsweise Azure OpenAI Dienste ist.
Weitere Informationen zur API Versionierung finden Sie hier: https://learn.microsoft.com/en-us/azure/ai-services/openai/reference
M42 Intelligence (Aktionen uid Writing Assistance ) Allgemeine Informationen und Pro
Informationen zum Datenschutz
Wir legen bei unserem Service Wert auf Integrität, um die Daten unserer Kunden zu schützen. Unabhängig vom Anbieter werden die von Large Language Models verarbeiteten Daten niemals automatisch erfasst, um generative KI-Dienste zu trainieren. Sollten Bedenken hinsichtlich des Speicherorts der Daten bestehen, stellt die Verwendung von Matrix42 GenAI sicher, dass alle Daten innerhalb der EU bleiben. Mit OpenAI nutzen wir eine branchenübliche Lösung und ein renommiertes Unternehmen, um zusätzliche Funktionen bereitzustellen, wie z. B. Mehrsprachigkeit und die Möglichkeit, die neuesten Modelle zu verfolgen. Da wir die kommerzielle API verwenden, werden keine Kundendaten zum Trainieren des Modells verwendet. Weitere Informationen zur Datenschutzrichtlinie der OpenAI API finden Sie hier: https://openai.com/enterprise-privacy .
Bitte beachten Sie, dass keine Daten anonymisiert werden. Zu den verarbeiteten Daten gehören nur die vom Agenten ausgewählten Daten und E-Mails, sofern der Administrator die Auswahl von E-Mail-Inhalten zulässt.
Unterstützte Anbieter generativer KI
Matrix42 GenAI
Matrix42 GenAI ist ein umfangreiches Sprachmodell, das von Matrix42 bereitgestellt und gehostet wird und auf ITSM-Anwendungsfälle abgestimmt ist.
Matrix42 GenAI nutzen Sie die Leistungsfähigkeit generativer KI, ohne separate Dienste einrichten und pflegen zu müssen. Aktuelle Informationen zur Sprachunterstützung finden Sie in der M42 Intelligence Lösungsbeschreibung . Für die Nutzung von Matrix42 GenAI benötigen Sie eine separate Vereinbarung mit Matrix42 . Weitere Informationen zum Zugriff auf Matrix42 GenAI erhalten Sie bei Ihrem Matrix42 Ansprechpartner.
Matrix42 GenAI kann mit M42 Intelligence Writing Assistance nur in Englisch verwendet werden. Matrix42 verwaltet und hostet die in Matrix42 GenAI verwendeten Sprachmodelle vollständig.
OpenAI (Bringen Sie Ihr eigenes mit)
Wenn Ihre Organisation bereits über ein OpenAI -Konto verfügt, können Sie einen API Schlüssel erstellen, um M42 Intelligence Writing Assistance mit diesem Konto zu verbinden. Weitere Informationen zur Einrichtung von M42 Intelligence Writing Assistance mit OpenAI finden Sie in den folgenden Anweisungen in den M42 Intelligence Writing Assistance -Einstellungen.
OpenAI hostet und verwaltet die Sprachmodelle. Sie sind für die Einrichtung und Verwaltung des OpenAI Kontos verantwortlich.
Seit 2025.2 werden 4o, 4o-mini, o-Serie und neuere Modelle unterstützt.
Azure OpenAI (Bringen Sie Ihre eigene mit)
Wenn Sie bereits über Azure OpenAI Dienste verfügen, können Sie in Azure OpenAI Studio mit einem beliebigen GPT-Modell eine GPT-Modellbereitstellung erstellen. Diese Bereitstellung kann dann als LLM für M42 Intelligence Writing Assistance verwendet werden. Benutzerdefinierte Modelle können auch mit M42 Intelligence Writing Assistance verwendet werden. Weitere Informationen zum Einrichten Azure OpenAI Verbindung finden Sie in den Anweisungen weiter unten in diesem Artikel.
Die in Azure OpenAI verwendeten Sprachmodelle werden in Ihrem Azure Mandanten gehostet und verwaltet. Sie sind für die Einrichtung und Verwaltung des Azure Mandanten und der zugehörigen OpenAI Dienste verantwortlich.
Seit 2025.2 werden 4o, 4o-mini, o-Serie und neuere Modelle unterstützt.
Erstellen von Anfragen für große Sprachmodelle
Wenn große Sprachmodelle Antworten erzeugen, nehmen sie Eingaben von mehreren Ebenen entgegen, die das endgültige Ergebnis beeinflussen.
- Systemaufforderungen zur Plattformeinstellung – allgemeine Anweisungen, die auf alle generierten Antworten mit den verschiedenen Funktionen angewendet werden
- Eingabeaufforderungen zur Anwendungsfallkonfiguration – anwendungsfallspezifische Eingabeaufforderungen, die das Verhalten mit einzelnen Aktionen definieren
- Kontextattribute – vom Administrator definierte Kontextdaten, z. B. Ticketdaten
- Benutzersprache (nur Schreibhilfe) - Auswahl der Sprachausgabe durch den Benutzer
Darüber hinaus kann beispielsweise die Wissensentdeckung mit der AI Core Komponente zusätzliche Anweisungen enthalten, die sich auf die Antworten auswirken.
Um Probleme mit widersprüchlichen Eingabeaufforderungen zu vermeiden, stellen Sie sicher, dass sich die Eingabeaufforderungen auf verschiedenen Ebenen nicht widersprechen.
Systemaufforderungen
Sie können allgemeine Anweisungen für KI in Systemaufforderungen anpassen, um die Wiederholung exakter Anweisungen zu Stil und Ton zu reduzieren. Es stehen drei verschiedene Plattformeinstellungen zur Verfügung.
ai.system.prompt – Diese Einstellung gibt eine Eingabeaufforderung auf Systemebene für alle von der KI generierten Antworten aus. Es wird empfohlen, diese Einstellung mit dem Standardwert zu verwenden.
ai.actions.prompt – Mit dieser Einstellung können Sie die Antworten für die Aktionen feinabstimmen.
ai.writingAssistant.prompt – Mit dieser Einstellung können Sie die Antworten Writing assistance optimieren, sodass sie für die Verwendung in der Kommunikation und Dokumentation bereit sind.
KI-Aktionen
Beispielkonfigurationen mit Eingabeaufforderungen
Verwenden Sie die folgenden Beispiele als Ausgangspunkt für die Konfiguration von M42 Intelligence Actions . Diese Beispiele enthalten Eingabeaufforderungen zur Konfiguration entsprechend den Anforderungen Ihrer Umgebung. Die in einigen Beispielen genannten Attribute dienen nur als Beispiele, da der Wert der Attribute davon abhängt, welche Attribute wie verwendet werden.
Denken Sie daran, dass Sie mithilfe der Aktionen eine Vorstellung davon bekommen können, worum es bei jeder Datenkarte in Ihrem ESM geht – beispielsweise um das Auffinden der Ursache eines Pro , das Verstehen des Status einer Änderung oder die Kommunikation des Status eines identifizierten Informationssicherheitsvorfalls an nicht-technische Stakeholder.
Je nach Anwendungsfall kann die Konfiguration stark von den Kontextdaten der Datenkarte abhängen. Wählen Sie relevante Attribute aus, die in der Regel hilfreiche Inhalte für Ihre Zwecke enthalten.
Inhalt zusammenfassen
Mit M42 Intelligence können Sie beispielsweise Datenkarteninhalte zusammenfassen, um schnell einen Überblick über den Inhalt eines Tickets, die bisherigen Maßnahmen zur Problemlösung und die nächsten Schritte zur Problemlösung zu erhalten. Dies hilft in Übergabesituationen, den Kontext schnell zu erfassen und die Situation zu verstehen.
Nachfolgend finden Sie eine Beispielkonfiguration, die Sie als Grundlage verwenden können, um die Möglichkeiten von M42 Intelligence mithilfe von Generative AI zu erkunden.
Vollständige Beispielkonfiguration:
Eindeutiger Name (Name der Aktion, damit der Administrator sie erkennt) : Ticketzusammenfassung
Benutzertitel (Titel der für den Benutzer angezeigten Aktionen): Ticket zusammenfassen
Beschreibung (Beschreibung der Aktion zur Anweisung des Benutzers): Pro eine kurze Zusammenfassung des Tickets an
Pro Anweisung : Fassen Sie anhand der wichtigsten Details eines Service-Management-Supporttickets das Kernproblem, die ergriffenen Maßnahmen, die identifizierten Ursachen und den aktuellen Lösungsstatus zusammen. Stellen Sie sicher, dass der Supportmitarbeiter die Dringlichkeit, den erzielten Fortschritt und die nächsten Schritte versteht. Halten Sie die Übersicht klar und strukturiert, verzichten Sie auf einleitende oder abschließende Formulierungen und konzentrieren Sie sich ausschließlich auf die wichtigsten Ticketinformationen.
Vorschläge für Kontextattribute (wählen Sie die für Sie relevanten Attribute aus) : Betreff, Details, Status, Kunde, Team, Letzter E-Mail-Text, Interne Kommentare, Externe Kommentare
Tipp
Die Eingabeaufforderung lässt sich ganz einfach an Ihren spezifischen Anwendungsfall anpassen. Fügen Sie einfach Ihre eigenen Anweisungen hinzu und denken Sie daran, häufig mit realen Daten zu testen.
Auflösungstext erstellen
Mit M42 Intelligence können Sie nach der Lösung eines Problems eine Lösungszusammenfassung erstellen. So reduzieren Sie wiederkehrende Aufgaben, damit sich die Agenten auf wichtigere Aufgaben konzentrieren können. Stellen Sie sicher, dass die Lösungstexte einem Standardformat entsprechen, und geben Sie Wissen weiter.
Beispiel-Eingabeaufforderung:
Erstellen Sie anhand der zum Ticket gehörenden Service-Management-Daten einen prägnanten und klaren Lösungstext. Beschreiben Sie die zur Problemlösung unternommenen Schritte, alle relevanten Maßnahmen zur Fehlerbehebung und die endgültige Lösung. Stellen Sie sicher, dass der Text für die Dokumentation geeignet ist und bei zukünftigen ähnlichen Problemen als Referenz dienen kann.
Beispiele für Kontextattribute:
Interne Kommentare, Betreff, Details, Lösung
Erstellen eines neuen Betreffs
Sie können einen Vorschlag zum Ersetzen schlecht geschriebener, vager oder ungenauer Betreffs auf Tickets durch eine verbesserte Version von M42 Intelligence erhalten.
Beispiel-Eingabeaufforderung:
Erstellen Sie auf Grundlage der bereitgestellten Support-Ticketdaten eine klare und prägnante Betreffzeile, die das Problem oder die Anfrage des Tickets in einem kurzen Satz präzise zusammenfasst.
Beispiele für Kontextattribute:
Interne Kommentare, Betreff, Details, Lösung
Generieren von Inhalten für einen KB-Artikel
Verwenden Sie M42 Intelligence um Ihr Wissen auf dem neuesten Stand zu halten, indem Sie bekannte Informationen zur Problemlösung in ein vordefiniertes Format strukturieren. Sie können die Eingabeaufforderung an das Format Ihres KB-Artikels anpassen.
Beispiel-Eingabeaufforderung:
Verwenden Sie als Knowledge Manager die bereitgestellten Service-Management-Daten, um einen Knowledge Base-Artikel für Service Desk Agent zu erstellen. Fügen Sie Folgendes ein:
- Titel: Klare Zusammenfassung.
- Übersicht: Problemeinführung aus Daten.
- Symptome: Schlüsselindikatoren aus Daten.
- Fehlerbehebung: Schritte und Tools aus Daten.
- Lösung: Empfohlene Lösung.
- Prävention: Best Practices.
- Referenzen: Weiterführende Links.
Sorgen Sie für Klarheit und Umsetzbarkeit.
Beispiele für Kontextattribute:
Interne Kommentare, Betreff, Details, Lösung
Kategorisierung
Sie können M42 Intelligence Actions auch verwenden, um eine Kategorisierung Ihrer Daten vorzuschlagen, z. B. nach Ticketkategorie oder zugehörigen Services. Zunächst müssen Sie eine Liste der verfügbaren Kategorien, Services oder anderer klassifizierbarer Informationen in der Eingabeaufforderung pflegen. Passen Sie die Eingabeaufforderung unten an die gewünschte Klassifizierung an und fügen Sie die Liste der möglichen Werte ein.
Beispiel-Eingabeaufforderung:
Ordnen Sie das Ticket basierend auf dem vorliegenden IT-Problem einer der relevanten Kategorien zu: (Fügen Sie hier Ihre Kategorien ein) . Schlagen Sie anschließend einen Service vor, der zum Problem und Ihrer ausgewählten Kategorie passt. Verwenden Sie hierfür die folgende Liste verfügbarer Services: (Fügen Sie hier Ihre Serviceliste ein) .
Beispiele für Kontextattribute:
Interne Kommentare, Betreff, Details, Lösung + Attribute zur Verwendung bei der Kategorisierung
Ursachenanalyse
Die Ursachenanalyse zielt darauf ab, die zugrunde liegende Ursache eines Problems durch die Analyse verfügbarer Service-Management-Daten zu identifizieren. Sie hilft, wiederkehrende Vorfälle zu vermeiden, indem sie die Ursache eines Problems identifiziert. So können Teams die Ursache statt nur die Symptome angehen und Probleme proaktiv lösen, was letztendlich zu einer verbesserten Servicequalität führt.
Beispiel-Eingabeaufforderung:
Analysieren und identifizieren Sie mithilfe der bereitgestellten Service-Management-Daten die Grundursache des Problems. Fassen Sie die wichtigsten Faktoren zusammen, die zum Problem beitragen, und schlagen Sie anhand der Daten die wahrscheinlichste Ursache vor.
Beispiele für Kontextattribute:
Betreff, Service, Beschreibung, Arbeitsprotokoll, Zugehöriger Vorfall, Kategorie
Analyse der Auswirkungen von Änderungen
Die Änderungsauswirkungsanalyse bewertet die potenziellen Auswirkungen einer vorgeschlagenen Änderung und identifiziert betroffene Systeme, Dienste oder Benutzer anhand von Service-Management-Daten. Sie bewertet die mit der Implementierung der Änderung verbundenen Risiken. Nutzen Sie diese Analyse, um die Kundenzufriedenheit zu erhöhen, indem Sie negative Folgen vermeiden und Serviceunterbrechungen durch fundierte Entscheidungen reduzieren.
Beispiel-Eingabeaufforderung:
Bewerten Sie die Auswirkungen der vorgeschlagenen Änderung anhand der Service-Management-Daten. Identifizieren Sie betroffene Dienste, Benutzer und potenzielle Risiken und erstellen Sie eine Zusammenfassung der Auswirkungen.
Beispiele für Kontextattribute:
Kostenvoranschlag, Betroffene CIs, Service, Betreff, Beschreibung, Kategorie, Arbeitsprotokoll
Aktualisierung des Gerätelebenszyklusstatus
Im IT-Asset-Management umfasst die Aktualisierung des Gerätelebenszyklusstatus die Aktualisierung des aktuellen Lebenszyklusstadiums eines Geräts anhand verfügbarer Service-Management-Daten. Dies trägt dazu bei, die Genauigkeit der IT-Asset-Management-Daten zu gewährleisten und die korrekte Geräteverfolgung sicherzustellen. Darüber hinaus können veraltete oder fehlerhafte Geräte identifiziert werden, bevor sie Störungen verursachen.
Beispiel-Eingabeaufforderung:
Aktualisieren Sie den Lebenszyklusstatus des angegebenen Geräts basierend auf den aktuellen Serviceverwaltungsdaten. Stellen Sie sicher, dass der Status die letzten Aktivitäten und alle anstehenden Aktionen widerspiegelt.
Beispiele für Kontextattribute:
Nutzungstage, Modell, Zugehörige Tickets, Name, Garantieende, Anwendungen, Status
Anspruchsinformationen vorschlagen ( IGA )
Bei der Verwaltung von Berechtigungen können KI-Aktionen (Aktionen) den IGA Administrator unterstützen, indem sie benutzerfreundliche Namen, Beschreibungen, Kategorien usw. vorschlagen. Sie können für neue Berechtigungen verwendet werden, denen Informationen wie Beschreibungen fehlen, oder um vorhandene Informationen professioneller oder verständlicher zu gestalten.
Beispiel-Eingabeaufforderung für einen Anzeigenamen
Sie erhalten Informationen zu einer Berechtigung, die einer einzelnen Zugriffsrechtsgruppe entspricht. Als IGA Administrator können Sie Berechtigungen verwalten. Schlagen Sie einen benutzerfreundlichen Namen für die Berechtigung vor, der auf den Kategorien, Anwendungen und Eigentümerinformationen anderer Berechtigungen basiert. Wählen Sie einen Namen, der dem Endbenutzer leicht verständlich macht, wofür dieses Zugriffsrecht verwendet wird und welche Rechte ihm gewährt werden.
Beispielkontextattribute für Anzeigenamen
Freundlicher Name, Technischer Name
Beispielaufforderung für eine Beschreibung basierend auf Titeln
Sie erhalten Informationen zu einer Berechtigung, die eine einzelne Gruppe von Zugriffsrechten darstellt. Als IGA Administrator können Sie Berechtigungen verwalten. Schlagen Sie eine Beschreibung der Berechtigung basierend auf Anwendung, Kostenstelle, Organisation und Titel der berechtigten Benutzer vor. Es handelt sich immer um den Zugriff auf das Zielsystem, das alles sein kann. Nicht nur Support oder Ticketsystem.
Beispielkontextattribute für Beschreibung basierend auf Titeln
Anwendung, Kostenstelle, Interne Unterkategorie, Organisation, Interne Kategorie, Beschreibung, Titel
Beispiel-Eingabeaufforderung für Kategorien
Sie erhalten Informationen zu einer Berechtigung, die einer einzelnen Zugriffsrechtsgruppe entspricht. Als IGA Administrator können Sie Berechtigungen verwalten. Schlagen Sie der Berechtigung eine Kategorie basierend auf den Kategorien, Anwendungen und Eigentümerinformationen anderer Berechtigungen vor.
Beispiele für Kontextattribute für Kategorien
Eigentümer, Technischer Eigentümer, Anwendung, Interne Unterkategorie, Interne Kategorie
Identitätsinformationen zusammenfassen ( IGA )
Durch die Zusammenfassung der Identitätsinformationen können die wichtigsten Informationen zur Identität schnell überprüft und leicht verständlich gemacht werden.
Beispiel-Eingabeaufforderung,
Dies ist keine Supportanfrage, sondern eine Benutzeraktion zur Anzeige von Benutzerdaten. Der Identitätsspeicher zeigt die Daten eines Benutzers an. Die Datenkarte des Identitätsspeichers wird basierend auf den primären Arbeitszeitinformationen für den Benutzer generiert. IGA Identitätsspeicher wird verwendet für: Sammeln aller Informationen zu den Zugriffsrechten, Arbeitszeiten und Verantwortlichkeiten des Benutzers innerhalb der IGA Lösung, wie z. B. Eigentümer- oder Genehmigerverantwortlichkeiten. Ganzheitliche Ansicht für IGA Administratoren, um
Beispiele für Kontextattribute
Risikowert, Manager von, Letztes Anmeldedatum, Erstellt, Alle zugehörigen Geschäftsrollen, Zugriff auf Anwendungen, Alle zugehörigen Berechtigungen, Passwort zuletzt geändert
Prozesse beschreiben ( IGA )
IGA -Prozesse können komplex sein und enthalten stets eine Vielzahl von Einstellungen und Regeln, die sie betreffen (manchmal sind diese dokumentiert, oft ist die Dokumentation jedoch nicht aktuell). Um beispielsweise ein verständliches Bild eines abgehenden Benutzerprozesses zu erhalten, können AI Actions den Prozess zusammenfassen und beschreiben.
Beispiel-Eingabeaufforderung für den ausgehenden Benutzerprozess
Dies ist kein Support-Ticket. Verwenden Sie diesen Begriff nicht. Diese Ansicht fasst zusammen, wie der Kontoaustrittsprozess basierend auf den von IGA festgelegten Kontoattributen gestaltet ist. Der Anwendungsfall „Ausscheidender Benutzer“ bezieht sich auf den Prozess, der eingeleitet wird, wenn das Arbeitsverhältnis oder der Vertrag eines Benutzers endet. Die IGA -Lösung startet den Offboarding-Prozess, der je nach Kontoverwaltungseinstellungen, z. B. bei Deaktivierung von Konten, E-Mail-Lizenz
Beispielkontextattribute für den abgehenden Benutzerprozess
E-Mail-Lizenzen entfernt nach, Zugriffsrechte entfernen, Benutzertyp, Zielsystem, Als deaktiviert festlegen, Empfänger der Informationen zum scheidenden Benutzer, Benutzerinformationen senden, Zugriffsrechte des Kontos wiederherstellen, wenn es zurückkehrt
Pro uid
Um das Beste aus großen Sprachmodellen herauszuholen, stellen Sie sicher, dass Ihre Anweisungen konkrete Anweisungen für das gewünschte Ziel enthalten. Große Sprachmodelle bieten in der Regel auch zusätzliche Struktur oder Formatierung, beispielsweise Klammern um den erstellten Inhalt oder die Einfügung eines Prätexts mit einem Doppelpunkt.
Pro
Ab 2025.1 beträgt die maximale Länge einer einzelnen Eingabeaufforderung 1000 Zeichen.
In 2025.3 beträgt die maximale Länge 4000 Zeichen.
Antwortlänge
Ab 2025.1 beträgt die Standardlänge einer einzelnen Antwort 1000 Zeichen.
Größe des Antwortfensters
Um die Größe des Antwortfensters in Zeichen zu ändern, verwenden Sie die Plattformeinstellung:
- Matrix42 GenAI : ai.provider.genai.generation.response.size
- OpenAI : ai.provider.openai.generation.response.size
- Azure : ai.provider.azure.generation.response.size
Kontextfenstergröße
Die Kontextfenstergröße definiert die vollständige Größe der Anfrage (einschließlich Systemaufforderungen, Admin-Pin-Aufforderungen und Kontextdaten) und die generierte Antwort in Zeichen.
Um die Größe des Kontextfensters in Zeichen zu ändern, verwenden Sie die Plattformeinstellung:
- Matrix42 GenAI : ai.provider.genai.model.context.size
- Die Kontextgröße OpenAI und Azure AI ist auf 16.000 festgelegt und kann nicht geändert werden.
Seien Sie klar und deutlich:
Definieren Sie den Zweck und die Zielgruppe der Eingabeaufforderung klar und deutlich und geben Sie konkrete Anweisungen für die gewünschte Antwort.
Sorgen Sie für Klarheit, indem Sie das beabsichtigte Ergebnis und die Erwartungen klar darlegen.
Gehen Sie strukturiert vor:
Organisieren Sie die Eingabeaufforderung in klar definierte Abschnitte oder Aufzählungspunkte, die alle relevanten Aspekte des Anwendungsfalls abdecken. Dies erleichtert der generativen KI die separate Erfassung einzelner Anweisungen. Erwähnen Sie die Verfügbarkeit begleitender Daten, da kontextbezogene Daten die Funktion deutlich leistungsfähiger machen als das bloße Gespräch mit einem generativen KI-Chatbot.
Passen Sie die Eingabeaufforderung an den Anwendungsfall an:
Passen Sie die Eingabeaufforderung an die spezifischen Anforderungen und Ziele des Anwendungsfalls oder der Aufgabe an.
Richten Sie den Inhalt auf den Kontext und die Ziele der beabsichtigten Anwendung oder des Szenarios aus. Dient die Erstellung von Inhalten ausschließlich der Informationsaufnahme oder soll sie auch zum Wissensaustausch dienen? Erläutern Sie dies in der Eingabeaufforderung.
Prägnant und klar vermitteln:
Halten Sie die Eingabeaufforderung kurz und unkompliziert und vermeiden Sie unnötige Komplexität oder Ausführlichkeit.
Verwenden Sie eine klare und präzise Sprache, um Anweisungen effektiv zu kommunizieren.
Berücksichtigen Sie das Publikum:
Berücksichtigen Sie beim Verfassen der Eingabeaufforderung den Wissensstand und die Fachkenntnisse der Zielgruppe. Ist der Anwendungsfall für einen IT-Supportmitarbeiter oder einen Personalvertreter geschrieben? Pro den Benutzern uid und Kontext, damit sie basierend auf den Antworten handeln können.
Priorisieren Sie Umsetzbarkeit und Benutzerfreundlichkeit:
Stellen Sie sicher, dass die Eingabeaufforderung zu praktischen, umsetzbaren, leicht umsetzbaren oder nutzbaren Antworten führt.
Betonen Sie Klarheit und Benutzerfreundlichkeit, um eine effiziente Entscheidungsfindung oder Problemlösung auf der Grundlage der generierten Ergebnisse zu ermöglichen.
Richten Sie sich nach den Standards und Prozessen Ihres Unternehmens:
Stellen Sie gegebenenfalls sicher, dass die Eingabeaufforderung Ihren für den Anwendungsfall relevanten Standards, Prozessen oder Best Practices entspricht. Sorgen Sie für Konsistenz und Qualität, indem Sie die generierten Antworten an etablierten uid und Prinzipien ausrichten.
Ermutigen Sie zu Feedback und Iteration:
Bitten Sie Benutzerfeedback zur Effektivität der Eingabeaufforderung und zur Qualität der generierten Antworten ein.
Iterieren Sie die Eingabeaufforderung basierend auf Benutzereingaben und der tatsächlichen Verwendung, um ihre Wirksamkeit und Relevanz kontinuierlich zu verbessern.
M42 Intelligence Writing Assistance
Beispiel Pro
Nachfolgend finden Sie einige Beispiele für Eingabeaufforderungen, die Sie mit M42 Intelligence Writing Assistance verwenden können. Diese bieten einen guten Ausgangspunkt, und durch Ausprobieren finden Sie Möglichkeiten, sie basierend auf dem gewünschten Kommunikationsstil weiter anzupassen.
Große Sprachmodelle verstehen
M42 Intelligence Writing Assistance ist technisch einfach einzurichten, erfordert jedoch ein gewisses Verständnis der Large Language Models, um sie für Ihren Anwendungsfall zu optimieren. Hier sind einige wichtige Anweisungen:
- Seien Sie in Ihren Anweisungen sehr konkret und vermeiden Sie Mehrdeutigkeiten.
- Halten Sie die Sätze kurz, um sicherzustellen, dass Ihre Absicht von den großen Sprachmodellen erfasst wird.
- Pro Sie Kontext und Rolle mit ausreichend Hintergrundinformationen aus Ihrer Konfiguration an – überlegen Sie, wie die Nachricht formuliert sein muss, um für Support-Agenten nützlich zu sein – bei M42 Intelligence Writing Assistance muss die KI als Agent fungieren, auch wenn die menschlichen Benutzer immer die Kontrolle behalten.
- Lassen Sie uns hier ein kürzeres Beispiel für die Eingabeaufforderung „Generieren“ aufschlüsseln:
- Pro eine Rolle und einen Kontext an – zum Beispiel: „Fungieren Sie als service desk Agent des IT-Supports und kümmern Sie sich um Probleme im Zusammenhang mit Arbeitsstationen und Druckern.“
- Geben Sie einen Hintergrund an, zum Beispiel: „Sie erhalten möglicherweise Informationen zur laufenden E-Mail-Konversation und zu dem Support-Ticket, an dem der Agent arbeitet.“
- Fügen Sie allgemeine Anweisungen hinzu, zum Beispiel: „Erstellen Sie mithilfe der bereitgestellten Daten eine höfliche E-Mail-Antwort. Beenden Sie die E-Mail mit einer höflichen Begrüßung.“
- Denken Sie daran, die Anweisungen immer an Ihren Kontext anzupassen
- Lassen Sie uns hier ein kürzeres Beispiel für die Eingabeaufforderung „Generieren“ aufschlüsseln:
- Bevor Sie mit der Arbeit mit M42 Intelligence mit OpenAI beginnen, werfen Sie bitte einen Blick auf den Prompt Engineering uid von OpenAI für weitere Anweisungen: uid es/prompt-engineering
Beispielaufforderungen für die GPT-Modelle von OpenAI :
Nachricht generieren
Sie arbeiten als IT-Support-Mitarbeiter. Sie wurden beauftragt, die E-Mail eines Kunden zu einem technischen Problem zu beantworten. Sie haben Zugriff auf die laufende E-Mail-Konversation zwischen dem Kunden und dem Support-Team sowie auf Details zum jeweiligen Support-Ticket, einschließlich des gemeldeten Problems und aller bereits unternommenen Schritte zur Fehlerbehebung.
Ihre Aufgabe ist es, eine höfliche E-Mail-Antwort zu verfassen, die auf die Anliegen des Kunden eingeht. Formulieren Sie Ihre Antwort kurz und prägnant und konzentrieren Sie sich auf klare Anweisungen oder fordern Sie bei Bedarf weitere Informationen an. Vermeiden Sie übertriebene Höflichkeit, wie z. B. lange Begrüßungen oder Schlussformeln. Nutzen Sie die bereitgestellten Hintergrundinformationen, um Ihre Antwort effektiv zu gestalten.
Richtig
Sie sind Schreibassistent für einen Benutzer. Sie verfügen über umfassende Erfahrung in Korrekturlesen, Lektorat, Rechtschreibung, Grammatik, korrektem Satzbau und Zeichensetzung. Sie erhalten eine Benutzer-E-Mail, um vor dem Versand sicherzustellen, dass diese fehlerfrei ist. Korrigieren und verbessern Sie den bereitgestellten Text, um Lesbarkeit, Professionalität und Kohärenz zu verbessern und gleichzeitig sicherzustellen, dass Ihre beabsichtigte Bedeutung präzise vermittelt wird. Verwenden Sie den Originalton des Benutzers.
Vollständig
Sie arbeiten als IT-Support-Mitarbeiter. Sie erhalten möglicherweise Zugriff auf den laufenden E-Mail-Verkehr und Daten zum Support-Ticket, an dem der Mitarbeiter arbeitet. Sie erhalten einen Textabschnitt (einen Satz oder Absatz), den Sie in formeller und respektvoller Sprache vervollständigen müssen. Senden Sie den ausgefüllten Text zurück.
Schritt 4 – Testen und anpassen
Testen Sie die Ausgabe jedes Anwendungsfalls mit realen Datenkarten auf den konfigurierten Vorlagen, um sicherzustellen, dass der generierte Inhalt für Ihre Anwendungsfälle sinnvoll ist. Fügen Sie den Eingabeaufforderungen nach Bedarf spezifischere Anweisungen hinzu.
Unterstützung der Bilderkennung
Die Bilderkennung wird mit M42 Intelligence Actions ab ESM-Version 2025.2 unterstützt.
Es ist möglich, PNG- und JPEG-Bilder (aus Attributen mit dem FileUpload-Handler) hochzuladen und Eingabeaufforderungen zu verwenden, um Ausgaben wie Bildbeschreibungen zu erhalten und diese in weiteren Schlussfolgerungen und beliebigen Ausgaben zu verwenden.
Kann in folgenden Anwendungsfällen verwendet werden:
- Übersetzungen
- Zusammenfassung
- Erstellen einer Lösung
- Erstellen von Inhalten für einen KB-Artikel
Notiz
Derzeit NUR mit OpenAI und Azure OpenAI unterstützt.
Wenn versucht wird, mehr Daten zu senden, als im Kontextfenster verarbeitet werden können, werden in der Antwort nicht alle Daten berücksichtigt (max. 5 MB).
Auf Azure OpenAI werden Dateien nur von gpt-4o unterstützt.
Zwei neue Plattformeinstellungen. „ai.images.max.size.mb“ steuert die maximale Gesamtgröße aller in die Anfrage eingebetteten Bilder und „ai.images.max.count“ steuert die Gesamtzahl der Bilder in der Anfrage.
OpenAI -Dokumentation - https://platform.openai.com/docs/g uid es/images?api-mode=chat
Fehlerbehebung
Pro : Antworten werden gekürzt
Wenn die von der generativen KI generierten Antworten zu kurz ausfallen, besteht eine Problemumgehung darin, die Antwortgröße zu begrenzen. Dies kann beispielsweise durch die Aufforderung „Beschränken Sie die Antwort auf 1000 Zeichen“ geschehen.