快速入門：使用 Azure 入口網站向量化文字和影像

本快速入門會協助您在 Azure 入口網站中，透過匯入並向量化資料精靈，開始使用整合向量化。 此精靈會將您的內容區塊化，並呼叫內嵌模型，以在編製索引和進行查詢期間將內容向量化。

必要條件

• Azure 訂用帳戶。 免費建立一個。

• 與 Azure AI 位於相同區域中的 Azure AI 搜尋服務。 建議基本層或更高階層。

• 支援健康情況計劃 PDF 範例文件的數據源。

• 支援的內嵌模型。

• 熟悉精靈。 如需詳細資訊，請參閱匯入 Azure 入口網站 中的數據精靈。

支援的資料來源

匯 入和向量化數據 精靈 支持各種不同的 Azure 數據源，但本快速入門僅提供使用整個檔案的數據源的步驟：

• blob 和數據表的 Azure Blob 儲存體。 Azure 儲存體，必須是標準效能 (一般用途 v2) 帳戶。 存取層可以是經常性存取層、非經常性存取層和極非經常性存取層。

• Azure Data Lake Storage （ADLS） Gen2 （已啟用階層命名空間的 Azure 儲存體 帳戶）。 您可以在 [概觀] 頁面上檢查 [屬性] 索引標籤，以確認您有 Data Lake Storage。

  

• OneLake Lakehouse （預覽） 。

支援的內嵌模型

在與 Azure AI 搜尋相同的區域中，在 Azure AI 平臺上使用內嵌模型。 本文包含部署指示。

如果您使用 Azure OpenAI 服務，端點必須有相關聯的 自定義子域。 自訂子域是包含唯一名稱的端點（例如， 。 https://hereismyuniquename.cognitiveservices.azure.com 如果服務是透過 Azure 入口網站 建立的，此子域會自動產生為服務設定的一部分。 請確定您的服務包含自定義子域，再搭配 Azure AI 搜尋整合使用。

不支援在 Azure AI Foundry 入口網站中建立的 Azure OpenAI 服務資源（可存取內嵌模型）。 只有 Azure 入口網站 中建立的 Azure OpenAI 服務資源與 Azure OpenAI 內嵌技能整合相容。

公用端點需求

為了本快速入門的目的，上述所有資源都必須啟用公用存取權，讓 Azure 入口網站 節點可以存取它們。 否則，精靈會失敗。 在精靈執行之後，您可以在整合元件上啟用防火牆和私人端點以確保安全性。 如需詳細資訊，請參閱在匯入精靈中保護連線。

如果私人端點已存在，而且您無法將其停用，則替代選項是從虛擬機器上的指令碼或程式來執行個別端對端流程。 虛擬機器必須位於與私人端點相同的虛擬網路中。 以下是適用於整合向量化的 Python 範例程式碼。 相同的 GitHub 存放庫具有其他程式設計語言的範例。

權限

您可以使用金鑰驗證和完整存取 連接字串，或搭配角色指派Microsoft Entra ID。 我們建議將角色指派用於其他資源的搜尋服務連線。

1. 在 Azure AI 搜尋上，啟用角色。

2. 將您的搜尋服務設定為使用受控識別。

3. 在您的資料來源平台和內嵌模型提供者上，建立可讓搜尋服務存取資料和模型的角色指派。 準備範例數據 提供設定每個支援數據源角色的指示。

免費搜尋服務支援 Azure AI 搜尋服務的角色型連線，但不支援輸出連線到 Azure 儲存體 或 Azure AI 視覺的受控識別。 這層支援表示您必須對免費搜尋服務與其他 Azure 服務之間的連線使用金鑰型驗證。

如需更安全的連線：

• 使用基本層或更高層級。
• 設定受控識別，並使用角色進行授權存取。

檢查空間

如果您從免費服務開始，則限製為三個索引、數據源、技能集和索引器。 基本限制為 15 個。 開始之前，請先確定您有空間可容納額外的項目。 本快速入門會建立各一個物件。

準備範例資料

本節將您指向適用於本快速入門的內容。

設定內嵌模型

此精靈可以使用從 Azure OpenAI、Azure AI Vision 或 Azure AI Foundry 入口網站中的模型目錄部署的內嵌模型。

啟動精靈

1. 使用您的 Azure 帳戶登入 Azure 入口網站，然後移至您的 Azure AI 搜尋服務。

2. 在 [概觀] 頁面上，選取 [匯入並向量化資料]。

   

連線到您的資料

下一步是連接到搜尋索引要使用的資料來源。

將您的文字向量化

在此步驟中，指定用於向量化區塊資料的內嵌模型。

區塊化內建且不可設定。 有效設定包括：

"textSplitMode": "pages",
"maximumPageLength": 2000,
"pageOverlapLength": 500,
"maximumPagesToTake": 0, #unlimited
"unit": "characters"

1. 在 [將文字向量化] 頁面上，選擇內嵌模型的來源：

   • Azure OpenAI
   • Azure AI Foundry 模型目錄
   • 在與 Azure AI 搜尋服務相同的區域中現有的 Azure AI 視覺多模式資源。 如果相同區域中沒有 Azure AI Services 多服務帳戶，則無法使用此選項。

2. 選擇 Azure 訂用帳戶。

3. 根據資源進行選取：

   • 針對 Azure OpenAI，選擇 text-embedding-ada-002、text-embedding-3-large 或 text-embedding-3-small 的現有部署。

   • 針對 Azure AI Foundry 目錄，選擇 Azure 或 Cohere 內嵌模型的現有部署。

   • 針對 AI 視覺多模式內嵌，選取帳戶。

   如需詳細資訊，請參閱本文前面的設定內嵌模型。

4. 指定您是否希望搜尋服務使用 API 金鑰或受控識別進行驗證。

   • 身分識別應具有 Azure AI 多服務帳戶上 [認知服務 OpenAI 使用者] 角色。

5. 選取複選框，確認使用這些資源的計費效果。

   

6. 選取 [下一步]。

向量化並擴充您的影像

健康情況計劃 PDF 包含公司標誌，但沒有影像。 如果您使用範例檔，則可以略過此步驟。

不過，如果您使用包含實用影像的內容，您可以透過兩種方式來套用 AI：

• 使用目錄中支援的影像內嵌模型，或選擇 Azure AI 視覺多模式內嵌 API，將影像向量化。

• 使用光學字元辨識 (OCR) 辨識影像中的文字。 此選項會叫用 OCR 技能，以從影像讀取文字。

Azure AI 搜尋服務和您的 Azure AI 資源必須位於相同的區域，或針對無密鑰計費連線進行設定。

1. 在 [向量化您的影像] 頁面上，指定精靈應該建立的連接類型。 針對影像向量化，精靈可以連線至 Azure AI Foundry 入口網站或 Azure AI 視覺中的內嵌模型。

2. 指定訂用帳戶。

3. 針對 Azure AI Foundry 模型目錄，指定專案和部署。 如需詳細資訊，請參閱本文前面的設定內嵌模型。

4. 您可選擇破解二進位影像 (例如文件檔案掃描)，並使用 OCR 來辨識文字。

5. 選取複選框，確認使用這些資源的計費效果。

   

6. 選取 [下一步]。

新增語意排名

在 [進階設定] 頁面上，您可以選擇性地新增 [語意排名]，以在查詢執行結束時重新產生結果。 重新調整會將最相關的語意相符項目升階到最上層。

對應新欄位

此步驟的要點：

• 索引架構提供區塊化數據的向量和非向量欄位。
• 您可以新增欄位，但無法刪除或修改產生的欄位。
• 檔剖析模式會建立區塊（每個區塊一個搜尋檔）。

在 [ 進階設定 ] 頁面上，您可以選擇性地新增新的欄位，假設數據源提供第一個階段未挑選的元數據或字段。 根據預設，精靈會產生下列具有這些屬性的欄位：

您無法修改產生的欄位或其屬性，但如果您的資料來源提供欄位，您可以新增欄位。 例如，Azure Blob 儲存體 提供元數據欄位的集合。

1. 選取新增。

2. 從可用的欄位清單中選擇來源欄位、提供索引的功能變數名稱，並視需要接受預設資料類型或覆寫。

   元數據欄位可搜尋，但無法擷取、可篩選、可 Facet 或可排序。

3. 如果您想要將架構還原為其原始版本，請選取 [重設 ]。

排程編製索引

在 [ 進階設定 ] 頁面上，您可以選擇性地指定 索引器的執行排程 。

1. 當您完成 [進階設定] 頁面時，請選取 [下一步]。

完成精靈

1. 在 [ 檢閱您的組態 ] 頁面上，指定精靈所建立物件的前置詞。 常用前置詞可協助您保持井然有序。

2. 選取 建立。

當精靈完成設定時，會建立下列物件：

• 資料來源連線。

• 具有向量欄位、向量化工具、向量設定檔，以及向量演算法的索引。 您無法在精靈工作流程期間設計或修改預設索引。 索引會符合 2024-05-01-preview REST API。

• 具有文字分割技能進行區塊化，以及具有內嵌技能進行向量化的技能集。 內嵌技能是 適用於 Azure OpenAI 的 AzureOpenAIEmbeddingModel 技能 ，或 Azure AI Foundry 模型目錄的 AML 技能 。 技能集也有索引投影設定，可讓資料從資料來源中的某份文件對應到其「子」索引中的對應區塊。

• 具有欄位對應和輸出欄位對應 (如果適用) 的索引子。

檢查結果

搜尋總管可接受輸入為文字字串，然後將文字向量化，以進行向量查詢執行。

1. 在 Azure 入口網站中，移至 [搜尋管理]>[索引]，然後選取您所建立的索引。

2. 選取 [查詢選項 ]，並隱藏搜尋結果中的向量值。 這可讓您更輕鬆閱讀搜尋結果。

   

3. 在 [檢視] 清單，選取 [JSON 檢視]，以便您將向量查詢的文字輸入 text 向量查詢參數。

   

   默認查詢是空搜尋 （"*"），但包含傳回數位相符項目的參數。 這是以平行方式執行文字和向量查詢的混合式查詢。 其中包含語意排名。 它會指定要透過 select 語句在結果中傳回的欄位。

    {
      "search": "*",
      "count": true,
      "vectorQueries": [
        {
          "kind": "text",
          "text": "*",
          "fields": "text_vector,image_vector"
        }
      ],
      "queryType": "semantic",
      "semanticConfiguration": "my-demo-semantic-configuration",
      "captions": "extractive",
      "answers": "extractive|count-3",
      "queryLanguage": "en-us",
      "select": "chunk_id,text_parent_id,chunk,title,image_parent_id"
    }
   

4. 將這兩個星號 （*） 佔位元取代為與健康計劃相關的問題，例如 Which plan has the lowest deductible?。

    {
      "search": "Which plan has the lowest deductible?",
      "count": true,
      "vectorQueries": [
        {
          "kind": "text",
          "text": "Which plan has the lowest deductible?",
          "fields": "text_vector,image_vector"
        }
      ],
      "queryType": "semantic",
      "semanticConfiguration": "my-demo-semantic-configuration",
      "captions": "extractive",
      "answers": "extractive|count-3",
      "queryLanguage": "en-us",
      "select": "chunk_id,text_parent_id,chunk,title"
    }
   

5. 選取 [搜尋] 以執行查詢。

   

   每個文件都是原始 PDF 的區塊。 title 欄位會顯示該區塊所屬的 PDF。 每個都 chunk 相當長。 您可以將一個複製並貼到文字編輯器中，以讀取整個值。

6. 若要查看特定檔的所有區塊，請為特定 PDF 新增 title_parent_id 欄位的篩選條件。 您可以檢查索引的 [ 字段 ] 索引標籤，以確認此欄位可篩選。

   {
      "select": "chunk_id,text_parent_id,chunk,title",
      "filter": "text_parent_id eq 'aHR0cHM6Ly9oZWlkaXN0c3RvcmFnZWRlbW9lYXN0dXMuYmxvYi5jb3JlLndpbmRvd3MubmV0L2hlYWx0aC1wbGFuLXBkZnMvTm9ydGh3aW5kX1N0YW5kYXJkX0JlbmVmaXRzX0RldGFpbHMucGRm0'",
      "count": true,
      "vectorQueries": [
          {
             "kind": "text",
             "text": "*",
             "k": 5,
             "fields": "text_vector"
          }
       ]
   }
   

清理

Azure AI 搜尋服務是可計費的資源。 如果您不再需要，請將其從您的訂用帳戶中刪除，以避免產生費用。

後續步驟

本快速入門說明匯入並向量化資料精靈，可建立整合向量化需要的所有物件。 如果您希望了解每個步驟的詳細資料，請嘗試整合向量化範例。