Utilitzar l'acció de predictiva al Power Automate

Podeu utilitzar accions dedicades per a cada AI Builder model en Power Automate. Tanmateix, l'acció de predicció us permet utilitzar molts AI Builder tipus de models.

Utilitzar un model personalitzat o predefinit

1. Inicieu sessió a Power Automate.

2. A la subfinestra de navegació de l'esquerra, seleccioneu Els meus fluxos i, a continuació, seleccioneu Flux>nou flux de núvol instantani.

3. Posa un nom al flux.

4. A Tria com activar aquest flux, seleccioneu Activa manualment un flux i, a continuació, seleccioneu Crea.

5. Seleccioneu +Nou pas i, a continuació, introduïu predict a la barra de cerca.

6. Seleccioneu Prediu des de AI Builder o Prediu mitjançant AI Builder models des de Microsoft Dataverse. Ambdues accions ofereixen les mateixes característiques.

   

7. A l'entrada del model , seleccioneu un model personalitzat que hàgiu creat o trieu un model predefinit.

Utilitzar un identificador de model dinàmic (avançat)

Per a alguns casos d'ús complexos, és possible que hàgiu de passar un identificador de model dinàmicament a l'acció de predicció. Per exemple, si voleu processar diferents tipus de factures amb diferents models, és possible que vulgueu triar automàticament un model en funció del tipus de factura.

En aquesta secció, aprendràs a configurar l'acció AI Builder de predicció per a aquest propòsit específic en funció del tipus de model.

1. Inicieu sessió a Power Automate.

2. Seleccioneu Els meus fluxos a la subfinestra esquerra i, a continuació, seleccioneu Flux>nou flux de núvol instantani.

3. Anomeneu el flux, seleccioneu Activa manualment un flux a Trieu com activar aquest flux i, a continuació, seleccioneu Crea.

4. Seleccioneu + Pas nou.

5. Introduïu la variable Inicialitza a la barra de cerca i, a continuació, seleccioneu-la a la pestanya Accions .

6. Introduïu l'identificador del model a l'entrada Nom , la cadena a l'entrada Tipus i l'identificador del model real a l'entrada Valor .

   Podeu trobar l'identificador del model a l'URL de la pàgina de detalls del model a Power Apps: make.powerapps.com/environment/[identificador de l'entorn]/aibuilder/models/[identificador del model]

7. Seleccioneu + Nou pas, cerqueu predir i seleccioneu Predir des de AI Builder.

8. Seleccioneu el valor > personalitzat d'entradaIntroduïu i, a continuació, introduïu l'identificador del model del pas 6.

   El valor de la columna de sol·licitud Infer depèn del tipus de model.

Model de processament de documents

1. Al pasActiveu manualment un flux, afegiu una entrada de fitxer i definiu-ne el nom a Contingut del fitxer.

2. Al pasActiva manualment un flux, afegeix una entrada de text i defineix-ne el nom com a Tipus de mim.

3. A la variable pasInicialitza, introduïu un identificador de model de processament de documents.

4. Al pas Predict, introduïu el valor següent a la columna Infer request :

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

   pages és opcional i pot estar en el format '2' o com un interval com '1-10'.

   

5. Seleccioneu Desa a l'extrem superior dret i, a continuació, seleccioneu Prova per provar el flux:

   

6. Als detalls de l'execució del flux, obteniu la sortida JSON del model a la secció OUTPUTS de l'acció de predicció. Aquesta sortida és útil per crear accions aigües avall utilitzant valors del model.

   

7. Torna al flux en mode d'edició.

8. Seleccioneu + Pas nou i seleccioneu l'acció Redacta (o qualsevol altra acció per processar la sortida del model). Suposem que la sortida del model té la columna Total . Podeu obtenir-lo amb la fórmula següent:

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

   

Model de detecció d'objectes

Aquest procés és similar a la sol·licitud d'inferència del pas 4 de la secció del model de processament de documents:

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

Model de classificació de categories

Aquest procés és similar a la sol·licitud d'inferència del pas 4 de la secció del model de processament de documents:

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