人工智能实施的演进
我们正见证组织部署人工智能方式的根本性转变。重点正从原始的独立聊天界面，转向 集成化的业务解决方案 由低代码生态系统和结构化 API 连接所驱动。
1. 图像合成与控制
现代图像生成模型（如 DALL-E）结合了 CLIP （用于理解文本嵌入）以及 扩散注意力机制 （用于生成视觉输出）。然而，在企业使用场景中，安全性和治理至关重要。
- 元提示（Meta Prompts）： 系统级指令，在用户提示被处理之前就定义内容边界。
- 禁止列表（Disallow Lists）： 硬编码的过滤器，确保输出内容适合工作环境且符合特定受众需求。
2. 低代码革命
像微软 Power Platform（Power Apps、Automate、BI）这样的平台支持通过自然语言进行应用开发，赋能“公民开发者”。
- AI Builder： 提供预构建模型（例如发票处理）或自定义训练模型，以自动化重复性任务。
- Dataverse： 作为这些集成化解决方案的核心、安全的数据“大脑”。
3. 函数调用与连接
大型语言模型现在可以通过将函数描述为结构化的 JSON 对象来弥合与外部工具之间的鸿沟。
语言模型识别出对外部工具的需求，精确格式化请求，应用程序执行 API 调用以获取实时数据，并将其反馈给模型进行整合。
温度参数
在为业务任务配置模型时，应调整 温度。值为
0 会产生“确定性”输出（对数据提取而言一致且可靠），而接近 1 的值则会产生“随机”输出（富有创意且不可预测）。
TERMINALbash — 80x24
> Ready. Click "Run" to execute.
>
Question 1
Which parameter should be adjusted to ensure an AI model gives the same response every time for the same prompt?
Question 2
Does DALL-E 3 support editing specific parts of an image via masking?
Challenge: Automated Invoice System
Apply your knowledge of low-code tools and safety.
You are building an automated invoice system for a startup using the Power Platform. You need to extract data from incoming PDFs and ensure any generated visual assets for the app are safe.
Task 1
Identify the correct AI Builder model for extracting data from a PDF receipt.
Solution:
Use the "Invoice Processing" or "Receipt Processing" prebuilt model in AI Builder.
Use the "Invoice Processing" or "Receipt Processing" prebuilt model in AI Builder.
Task 2
Create a "Meta-Prompt" that prevents an image generator from creating realistic weapons or violent imagery.
Solution:
"Always generate friendly, illustrative content. Do not include weapons, blood, or scary themes. If requested, substitute with whimsical or educational alternatives."
"Always generate friendly, illustrative content. Do not include weapons, blood, or scary themes. If requested, substitute with whimsical or educational alternatives."