Escolhendo o melhor padrão pro-code para criar sua solução de IA generativa

Seleção de padrões no ISV Journey pró-código

Para ajudar os fornecedores independentes de software (ISVs) a criar suas soluções de IA generativa, a Microsoft criou orientações para ajudá-lo a encontrar um caso de uso viável e começar a criá-lo. Esta página se concentra em padrões pró-código que os desenvolvedores podem escolher ao longo da jornada de criação de sua solução. Se você não tiver certeza se deve escolher um padrão pró-código ou low-code, visite a página de previsão de recursos para encontrar a melhor abordagem para seu caso de uso.

Considerações para uma jornada pró-código

Escolher uma abordagem pró-código permite que ISVs como você façam uso de opções altamente personalizáveis ao projetar seus aplicativos de IA. Dentro da abordagem pró-código, existem muitos padrões que abrangem várias plataformas para atender a diferentes necessidades e preferências. Um padrão pró-código é uma boa opção se:

• Crie um aplicativo altamente personalizado e precise de mais componentes sob seu controle.
• Integrar recursos de IA em seu próprio aplicativo ou criar um do zero.
• Aderir a dados exclusivos ou preocupações de segurança.

Se você precisa de uma solução rápida e pode usar ferramentas como conectores Power Platform, considere pesquisar padrões low-code.

Existem duas abordagens de alto nível dentro do pro-code:

• Construção de um copiloto personalizado. Essa abordagem engloba padrões que ajudam a criar uma solução com recursos de linguagem natural. Construir com um copiloto personalizado permite que sua IA converse naturalmente com os usuários em uma ampla gama de situações.
• Criando um aplicativo no Fabric. Essa abordagem abrange padrões que usam o Fabric para processar ou armazenar dados, que podem ser integrados a um aplicativo de IA criado. Esses padrões fornecem uma base de dados sólida e uma oportunidade para mais personalização.

Ambas as abordagens oferecem inúmeros benefícios e permitem que você crie um aplicativo de IA personalizável. Dependendo do padrão escolhido, você pode criar um aplicativo totalmente novo ou novos recursos que você introduz em um aplicativo existente.

Escolher um padrão

Escolher um padrão é o último passo que um ISV dá antes de começar a construir uma solução. O padrão selecionado:

• Afeta os recursos da sua solução. Escolher o padrão correto para a situação permite que você alinhe sua solução às necessidades de seus clientes. Selecionar um padrão com poucos recursos pode limitar o que você pode criar.
• Afeta o custo de desenvolvimento do projeto. Alguns padrões exigem um aumento mais pesado durante o desenvolvimento, custando tempo e dinheiro aos ISVs. O investimento necessário para o padrão selecionado não deve superar o valor potencial do seu caso de uso.
• Permite que você trabalhe em diferentes interfaces. Alguns padrões são projetados para criar aplicativos do zero, enquanto outros são projetados para funcionar em seus aplicativos ou plataformas existentes da Microsoft.
• Altera dados, infraestrutura e outras considerações de back-end. Os padrões pró-código são versáteis, mas podem ter limites ou exigir modificações. Normalmente, suas opções de dados e infraestrutura se tornam mais personalizáveis à medida que você escolhe opções de padrão mais complexas.

Devido a todos estes fatores, é essencial avaliar cuidadosamente a sua situação, as necessidades dos seus clientes e as suas capacidades técnicas antes de escolher um padrão. A plataforma e a estratégia selecionadas terão impacto no que você pode criar.

Várias opções de padrão

Em vez de escolher apenas um padrão, os ISVs podem optar por integrar recursos de vários padrões. É até possível combinar opções low-code e pro-code.

Quer escolha um padrão ou combine vários, é importante considerar a situação em que se encontra e escolher a plataforma que funciona melhor para si. Esta página se concentra especificamente em padrões pró-código. Para explorar mais opções em código profissional e baixo, você pode visitar a página de padrões abrangentes.

Kernel Semântico

ISVs que procuram construir aplicativos sofisticados de IA podem usar o Kernel Semântico em muitas das diferentes opções de padrão. O Semantic Kernel é um kit de desenvolvimento de software (SDK) de código aberto que facilita a combinação do seu código C#, Python e Java existente com modelos da OpenAI, Azure OpenAI, Hugging Face e muito mais.

Como o Kernel Semântico interage diretamente com seu código, é possível usá-lo em muitos padrões diferentes. Independentemente do padrão escolhido, o Semantic Kernel pode apoiar sua jornada de desenvolvimento e habilitar sua solução com novos recursos de IA generativa.

Crie um copiloto personalizado

A criação de um copiloto personalizado permite que você crie um aplicativo com um aumento moderado de codificação e mais capacidade de personalização do que adotar ou estender um Microsoft Copilot de primeira parte. Embora você precise criar muitos componentes por conta própria, a Microsoft fornece suporte notável por meio de SDKs, modelos e muito mais, dependendo do padrão escolhido.

Uma árvore de decisão para a abordagem "Construir um copiloto personalizado". Uma seta leva a uma caixa que diz "Aprimora aplicativos existentes com IA que usa dados ISV", que se conecta com o Padrão D: APIs do Microsoft Graph. Outra seta leva a uma caixa que diz "Cria chatbots que podem responder a perguntas do usuário e descarregar tarefas simples", que leva ao Padrão E: Assistentes OpenAI do Azure. Uma terceira seta leva a uma caixa que diz "Adiciona recursos de linguagem natural aos chatbots do ISV Teams por meio de modelos pré-construídos", o que leva ao Padrão F: Biblioteca de IA do Teams. Uma seta final leva a uma caixa que diz "Oferece alta capacidade de personalização usando modelos pré-treinados, SDK de IA do Azure e fluxo de prompt", o que leva a

Microsoft Graph APIs

A API do Microsoft Graph acessa dados do usuário de aplicativos do Microsoft 365, como informações no Outlook, Teams, OneDrive e SharePoint. Ao permitir que seus aplicativos existentes chamem essa API, você pode aprimorar sua experiência de usuário com dados personalizados do Microsoft 365.

Essas APIs podem ser integradas à interface do usuário da sua própria solução. Os dados do locatário coletados podem ser visualizados no Graph Explorer, que é uma plataforma de código aberto projetada para ajudá-lo a aprender sobre as APIs do Microsoft Graph.

Poderá estar interessado neste padrão se:

• Tenha um aplicativo existente que você deseja aprimorar com dados personalizados.
• Deseja fornecer respostas personalizadas ao seu usuário final com base na atividade do Microsoft 365.
• Exigir dados especificamente do Microsoft 365.

Os principais benefícios desta abordagem incluem:

• Aceder aos dados do Microsoft 365 do utilizador final para personalizar a sua experiência.
• Conectando-se aos dados de forma rápida e fácil, permitindo que você se concentre em outros aspetos do seu aplicativo.

Vamos examinar como um ISV fictício foi capaz de usar esse padrão em sua aplicação.

Cenário de APIs do Microsoft Graph

A Contoso criou um aplicativo que permite que seus clientes gerenciem operações internas, mas eles estão buscando melhorá-lo. Seus clientes apresentam problemas sobre tarefas administrativas básicas, como agendar reuniões, fazer logoff e enviar e-mails, levando muito tempo.

Para resolver esse problema, a Contoso decide aumentar seu aplicativo de IA generativa usando APIs do Microsoft Graph, que podem se conectar aos dados de seus clientes no Microsoft 365. A Contoso é capaz de aprimorar os recursos de seu assistente de IA com acesso a dados pessoais mais relevantes recuperados da API. As APIs do Microsoft Graph permitem que a solução da Contoso:

• Gere entradas de calendário e e-mails de tempo ausente com base no contexto do usuário e suas solicitações de folga.
• Use as informações dos calendários do Outlook de seus clientes finais para sugerir possíveis horários de reunião e convidados.
• Sugira edições de tom, linhas de assunto e documentos para anexar aos e-mails com base no histórico entre destinatário e remetente.

Essas e outras alterações permitem que o aplicativo de IA generativa da Contoso simplifique drasticamente as tarefas administrativas de seus clientes. Usando APIs do Microsoft Graph em seu aplicativo, eles podem fornecer conselhos úteis e personalizados para os funcionários.

Assistentes do Azure OpenAI

Usando os recursos dos Assistentes OpenAI do Azure, os ISVs podem criar rapidamente assistentes de IA e integrá-los em seus aplicativos existentes. Os Assistentes OpenAI do Azure podem responder a perguntas, solicitar tarefas simples e até mesmo ser adaptados para escrever e executar código com base nas entradas de um usuário.

Criar um Assistente OpenAI do Azure é tão simples quanto escrever um arquivo JSON descrevendo a função que você gostaria que o assistente executasse e dando a ele um ambiente Python em área restrita no qual executar. Isso permite que o assistente chame suas APIs existentes e comece a responder a prompts.

Poderá estar interessado neste padrão se:

• Tenha um aplicativo existente que se beneficiaria de um assistente personalizado.
• Quer desenvolver uma aplicação semelhante a um copiloto rapidamente com menos elevação técnica.
• Precisa se integrar com ferramentas adicionais que permitem que seu aplicativo conclua tarefas sem linguagem, como matemática.

Os principais benefícios desta abordagem incluem:

• Criação de um assistente de IA de forma rápida e eficiente.
• Fornecer aos seus clientes um assistente de IA capaz de responder a perguntas e pedidos mais específicos.
• Habilitando sua solução com recursos de IA que podem solicitar ações simples para agilizar tarefas.

Cenário do assistente do Azure OpenAI

A Contoso tem um aplicativo existente para clientes de varejo que fornece um portal de funcionários para integração, gerenciamento de estoque, processamento de pagamentos e muito mais. A Contoso usará o Assistente OpenAI do Azure para criar um assistente de loja, fornecendo aos clientes orientações personalizadas para sua situação específica.

Ao criar um assistente de IA, a Contoso pode integrar os dados das empresas no aplicativo, o que permite responder a perguntas usando dados da empresa. Estas capacidades permitem ao copiloto:

• Orientar os novos funcionários através dos processos típicos da loja.
• Preveja as necessidades e requisitos de inventário com base nas tendências passadas.
• Orientações de referência em documentos de emprego carregados, tais como políticas de licenças.

Ao incluir um assistente de IA em seu aplicativo, a solução da Contoso se torna uma fonte de orientação e sugestões para os funcionários, em vez de apenas uma ferramenta de gerenciamento. Seus clientes podem usá-lo para responder a perguntas e identificar um caminho a seguir nas tarefas do dia a dia.

Biblioteca de IA do Teams

Se você já tem um chatbot do Teams ou está interessado em criar um, seu chatbot pode ser aprimorado com recursos de IA generativa. O andaime dentro da biblioteca de IA do Teams é capaz de suportar linguagem conversacional para seu chatbot, que pode ser acessada diretamente pelos usuários no Teams.

Este aplicativo requer que você insira a lógica de negócios que você gostaria que seu aplicativo usasse, enquanto os grandes modelos de linguagem (LLMs) que a Microsoft fornece lidam com os aspetos de back-end do chatbot. Você pode até modificar seu chatbot para usar diferentes LLMs, plugins e muito mais.

Poderá estar interessado neste padrão se:

• Tenha um chatbot do Teams existente que você gostaria de aumentar com recursos de linguagem natural.
• Deseja aproveitar modelos pré-criados, opções de dados integradas e recursos de segurança integrados.

Os principais benefícios desta abordagem incluem:

• Melhorar o chatbot do Teams com recursos de linguagem natural.
• Construindo uma solução de IA generativa com amplas opções de suporte.
• Personalizar o seu chatbot para se aplicar às suas necessidades situacionais ou industriais.

Cenário da biblioteca de IA do Teams

A Contoso disponibilizou chatbots do Teams para seus clientes há algum tempo, mas à medida que os recursos de IA evoluem, eles querem modernizar seu aplicativo, permitindo que ele responda a perguntas mais específicas e forneça conselhos personalizados ao funcionário.

Usando a biblioteca de IA do Microsoft Teams, a Contoso pode facilmente adicionar recursos de linguagem natural ao chatbot. Esses novos recursos de IA generativa permitem que o chatbot ofereça um melhor suporte aos clientes:

• Sugerir próximos passos táticos para projetos em andamento e dicas para se preparar para os próximos eventos da empresa.
• Criação de agendas de reuniões, rascunhos de e-mail e muito mais com base em uma breve interação entre o usuário e o chatbot.
• Responder a perguntas usando respostas personalizadas com base no contexto da conversa.

Esses recursos ajudam a simplificar a experiência do funcionário para os clientes da Contoso e permitem que eles obtenham respostas mais inteligentes e mais rápidas. Incorporar IA generativa em seu chatbot do Teams torna seus usuários mais eficientes no trabalho, pois eles podem naturalmente conversar com o chatbot para receber suporte no trabalho.

Azure AI Studio

Se você quiser criar um aplicativo de IA generativa completamente personalizado que seja altamente flexível em termos de recursos, você pode usar uma das muitas opções de ponta do Azure AI Studio. A criação de soluções de IA generativas com o Azure AI Studio permite-lhe personalizar a sua solução de acordo com as suas necessidades específicas, incluindo a satisfação de requisitos altamente técnicos ou de nicho.

O Azure AI Studio inclui muitas opções para criar um aplicativo de IA, como fluxo de prompt e o SDK de IA do Azure, ambos com modelos pré-treinados a partir dos quais você pode criar. O serviço é integrado com outros serviços do Azure e fornece recursos para o desenvolvimento contínuo de aplicativos, como uma cadeia de ferramentas LLMOps.

Poderá estar interessado neste padrão se:

• Deseja criar um aplicativo do zero ou modificar um existente.
• Exija que seu assistente de IA conclua processos complexos, como ler e revisar documentos técnicos ou analisar tendências de dados complexas.
• Quer controle total sobre o desenvolvimento de aplicativos para personalizar voz, personalidade e identidade de marca de acordo com suas necessidades específicas.

Os principais benefícios desta abordagem incluem:

• Criação de um copiloto personalizado que possa responder a mais perguntas e solicitações de nicho.
• Personalizar a sua solução para aderir a requisitos exclusivos de segurança ou dados.

Cenário do Azure AI Studio

A Contoso deseja criar um aplicativo de IA generativa totalmente personalizado para dar suporte a seus clientes de assistência médica durante a criação e o processamento de solicitações. Para comercializar o aplicativo, eles precisavam ser capazes de processar com precisão as informações do cliente, atender a considerações de segurança especializadas e gerar conteúdo preciso.

Ao usar o Azure AI Studio para criar seu próprio aplicativo de IA generativa do zero, eles foram capazes de criar um aplicativo totalmente personalizado e altamente seguro, adaptado às necessidades de seus clientes de saúde. O novo aplicativo da Contoso permite que os médicos que trabalham para seguradoras preencham formulários facilmente. O copiloto que eles criaram por meio do Azure AI Studio pode:

• Apoie a criação de formulários de autorização condicional por meio de prompts conversacionais com base em uma variedade de perguntas específicas da organização.
• Consulte vários registros de pacientes e revise informações no aplicativo da Contoso.
• Atenda às considerações de segurança específicas da organização para minimizar os riscos e as preocupações com a privacidade.

Ao recuperar com precisão as informações do paciente e usar recursos de linguagem natural para ajudar na geração de formulários, a Contoso pode acelerar o processo de criação de declarações. Sua solução economiza tempo valioso dos usuários ao concluir essas tarefas especializadas de forma rápida e precisa.

Criar um aplicativo no Fabric

Embora muitos ISVs estejam familiarizados com o Fabric como uma solução de dados ou análise, ele também pode servir como uma base de dados abrangente e integrada para aplicativos de IA generativos. Se você deseja criar um aplicativo diretamente no Fabric ou integrar-se ao OneLake, a criação de um aplicativo no Fabric oferece personalização e controle incomparáveis sobre sua solução.

Uma árvore de links para a abordagem "criar um aplicativo na malha". Uma seta leva a uma caixa que diz "Permite que ISVs leiam, escrevam e gerenciem dados no Fabric OneLake usando APIs, atalhos e muito mais", o que leva ao Padrão H: Interoperabilidade com Malha. Uma segunda seta leva a uma caixa que diz "Permite que ISVs desenvolvam produtos sobre a plataforma Fabric ou combinem Fabric com aplicativos pré-existentes", o que leva ao Padrão I: Build on Fabric. Uma seta final leva a uma leitura de caixa "fornece aos ISVs ferramentas para criar cargas de trabalho altamente personalizáveis dentro do ecossistema Fabric", o que leva ao Padrão J: Construir uma carga de trabalho Fabric.

Interoperabilidade com malha

A integração de seu aplicativo existente com o Fabric oferece infinitas opções para simplificar o back-end de dados de sua solução. Ao interoperar com o Fabric, você pode unificar uma infinidade de fontes de dados diferentes em uma única plataforma usando uma variedade de ferramentas e APIs.

O Fabric oferece APIs OneLake e APIs de inteligência em tempo real que são projetadas para acessar e processar rapidamente seus dados. Você também pode usar o Data Factory para unificar seus dados entre ambientes por meio de atalhos e gerenciar tarefas complexas de processamento de dados de até 200 fontes externas. Mesmo que seus dados não estejam no Azure, você pode criar atalhos para trazer seus dados para o OneLake.

Poderá estar interessado neste padrão se:

• Ter um aplicativo existente que exija processamento de dados aprimorado.
• Estão extraindo seus dados de uma variedade de fontes e ambientes.
• Deseja ler e gerenciar os dados do seu aplicativo no OneLake ou no Data Factory.

Os principais benefícios desta abordagem incluem:

• Melhorar os recursos de dados para aplicativos existentes por meio do aumento das capacidades de processamento, armazenamento e análise.
• Integração de dados de vários locatários e ambientes em uma única plataforma.

Cenário de interoperabilidade com malha

O aplicativo SaaS que a Contoso desenvolveu para seus clientes de varejo requer maiores recursos de dados para gerenciar dados de vários locatários. Os clientes finais da Contoso exigem maior visibilidade de seus dados e estão solicitando mais informações sobre tendências e padrões em seus dados. No entanto, seus clientes usam uma variedade de plataformas para gerenciamento de inventário, pessoal, gerenciamento da Web e muito mais que a Contoso precisa acessar para formar uma exibição completa dos dados.

Para resolver esses problemas, a Contoso conectou seu aplicativo existente ao Fabric. Isso permite que eles tenham um melhor gerenciamento de dados em um nível administrativo, bem como melhores insights de dados e visibilidade para os locatários. A sua aplicação é capaz de:

• Use o compartilhamento de dados e atalhos multicloud para coletar informações de diferentes locatários no OneLake.
• Acesse os dados da organização imediatamente por meio de APIs de inteligência em tempo real.
• Lide com quantidades de dados associados a uma solução de grande escala.
• Retrate informações sobre os dados do cliente para eles por meio de painéis interativos que a Contoso criou em seu aplicativo.

Agora que a Contoso pode acessar dados de seus clientes com mais facilidade, ela pode modificar sua solução para fornecer essas informações aos clientes finais. Seus clientes finais podem interpretar seus dados com facilidade e precisão e usá-los para fazer escolhas para seus negócios.

Construa com base na malha

Além de se conectar ao Fabric como uma plataforma de dados para seu aplicativo, você também pode criar no Fabric para incorporar as funcionalidades do Fabric diretamente em seu aplicativo. Os desenvolvedores podem usar uma variedade de APIs REST para criar recursos de malha em seus aplicativos para oferecer suporte a fluxos de trabalho mais técnicos com recursos de IA generativa.

Diferentes APIs podem ser integradas ao seu aplicativo para habilitá-lo com diferentes funções. Por exemplo, incorporar a API do Warehouse em seu aplicativo fornece as opções do Data Warehouse disponíveis no Fabric. Desenvolver seu aplicativo diretamente sobre o Fabric permite que você utilize e manipule perfeitamente essas funções do Fabric dentro da interface do seu próprio aplicativo.

Poderá estar interessado neste padrão se:

• Estão construindo um aplicativo que será usado por cientistas de dados ou outros usuários com necessidades de gerenciamento de dados mais abrangentes.
• Deseja incorporar opções abrangentes de armazenamento e processamento de dados em seu aplicativo.
• Estão procurando construir um aplicativo do zero ou modificar um existente.

Os principais benefícios desta abordagem incluem:

• Integrando os recursos de dados do Fabric diretamente em sua solução.
• Gerenciando e manipulando dados dentro de seu próprio aplicativo.
• Criação da sua aplicação com total personalização e controlo.

Construa com base no cenário de malha

Os clientes da Contoso têm expressado a necessidade de recursos de dados mais complexos. Entre acompanhar tendências de vendas, agendas de funcionários, estoque para lojas digitais e presenciais e muito mais em vários lojistas, eles exigem muito mais suporte de processamento de dados em seu novo aplicativo.

Para gerenciar os dados do cliente de forma mais eficaz, a Contoso desenvolveu um novo aplicativo criado sobre o Fabric. Este aplicativo permite que os usuários interajam diretamente com seus dados e interajam com eles no aplicativo da Contoso. Ao aproveitar os recursos de processamento de dados do Fabric, seu aplicativo pode:

• Conecte-se ao OneLake, Power BI e muito mais diretamente no aplicativo, que pode ser exibido por meio de painéis personalizados criados pela Contoso.
• Forneça insights de dados sobre a rentabilidade de categorias como lojas on-line ou presenciais, diferentes locais de lojas e por marca e categoria do produto.
• Use a IA para analisar esses dados e fornecer insights e sugestões aos clientes, como sugerir uma mudança no preço de um produto, prever possíveis interrupções e identificar exceções nos fluxos de receita.
• Forneça aos clientes da Contoso acesso direto aos seus dados de malha na plataforma da Contoso.

Ao incorporar os recursos do Fabric em seu aplicativo, eles podem gerenciar e manipular dados diretamente em sua solução. A IA que eles construíram sobre sua solução é capaz de acessar esses dados e fornecer insights de negócios personalizados para os clientes da Contoso.

Criar uma carga de trabalho de malha

Além de criar com as sete cargas de trabalho nativas do Fabric, os ISVs podem expandir os recursos do Fabric criando suas próprias cargas de trabalho personalizadas e oferecendo-as como uma solução separada. Essas cargas de trabalho podem ser criadas do zero para oferecer uma infinidade de recursos de gerenciamento de dados, seja criando uma visão mais holística dos dados de seus clientes ou tomando ações com base em tendências e previsões de dados.

Os ISVs podem usar o Microsoft Fabric Workload Development Kit para criar sua própria carga de trabalho e publicá-la como uma oferta de SaaS para outros usuários do Fabric no Azure Marketplace. Esse padrão é facilmente monetizável no Azure Marketplace e usa o Fabric UX ao interagir com os clientes, o que deixa você livre para se concentrar no desenvolvimento de sua carga de trabalho.

Poderá estar interessado neste padrão se:

• Gostaria de criar uma ferramenta disponível para usuários finais no Fabric, como outros desenvolvedores ou cientistas de dados.
• Veja uma necessidade ou requisito de dados que você deseja abordar com o Fabric.
• Deseja aproveitar o suporte da Microsoft, como UX existente e publicação simples no Azure Marketplace.

Os principais benefícios desta abordagem incluem:

• Publicar seu aplicativo no Azure Marketplace, onde ele pode ser facilmente acessado e comprado por usuários finais técnicos no Fabric.
• Criação de soluções altamente personalizáveis diretamente adaptadas aos requisitos de dados dos seus clientes.

Criar um cenário de carga de trabalho do Fabric

A Contoso quer criar soluções que possam ser usadas por seus clientes de varejo para rastrear cadeias de suprimentos e gerenciamento de estoque em lojas digitais e presenciais para vários locatários. Eles querem que seu aplicativo seja facilmente acessível para usuários finais técnicos, para que eles possam buscar mais uso para seu aplicativo orientado por dados.

Usando o Microsoft Fabric Workload Development Kit, a Contoso conseguiu desenvolver uma carga de trabalho que seus clientes podem acessar diretamente do Fabric em uma experiência do usuário com a qual estão familiarizados. Eles conseguiram monetizá-lo como um aplicativo SaaS no Azure Marketplace, onde é facilmente acessível aos usuários finais da Contoso na plataforma Fabric. Sua carga de trabalho do Fabric é capaz de:

• Otimize o inventário fornecendo informações sobre áreas que precisam de demanda adicional e usando recursos de IA para sugerir um caminho a seguir.
• Preveja a demanda futura por meio de recursos de aprendizado de máquina que analisam tendências passadas.
• Simule possíveis cenários que possam afetar a cadeia de abastecimento, como a mudança de fornecedor.

Ao oferecer sua solução como uma carga de trabalho de malha, a Contoso pode ajudar cientistas de dados e outros profissionais técnicos a otimizar as cadeias de suprimentos. Os clientes da Contoso ganham maior visibilidade em seus negócios, por meio da análise cuidadosa da IA de dados passados e previsões de tendências futuras.

Conclusão

Ao aprender sobre cada padrão e suas capacidades, você deve estar equipado para decidir como construir sua solução de IA generativa. Depois de pesquisar a abordagem escolhida e confirmar que ela está dentro de suas capacidades, você pode começar a desenvolver seu aplicativo.

Explore os recursos abaixo para saber mais sobre o padrão escolhido, bem como outras próximas etapas para construir sua experiência de IA generativa.

Construa o seu próprio copiloto

Links para mais informações para cada um construir seu próprio padrão de copiloto:

• Padrão D - APIs do Microsoft Graph
• Padrão E - Assistentes do Azure OpenAI
• Padrão F - Biblioteca de IA do Teams
• Padrão G - Azure AI Studio

Mais informações sobre como criar um aplicativo no Fabric

Links para obter mais informações sobre como criar aplicativos no Fabric:

• Abordagem - Crie um aplicativo no Fabric
• Padrão J - Criar uma carga de trabalho na malha

Ligações relacionadas

Mais informações sobre padrões de IA generativa e seus benefícios: Criando experiências de IA generativa com o Microsoft Cloud - Um guia para ISVs | Microsoft Learn

Orientação de UX para ISVs projetando experiências de IA generativa: Próximas etapas para projetar sua experiência de usuário de IA generativa.