在GPT-4时代使用Semantic Kernel构建AI Copilot问答以及 Semantic Kernel文档更新

Semantic Kernel是一个开源SDK，可让您轻松地将OpenAI，Azure OpenAI和Hugging Face等AI服务与C#和Python等传统编程语言相结合。通过这样做，您可以创建结合两全其美的 AI 应用程序。 Semantic Kernel 团队在博客上发布了2篇文章：

Semantic Kernel 通过在 AI 模型堆栈和“copilot”助手中充当 AI 编排层，为开发人员提供集成，以便在他们的应用程序中为这些构造提供交互服务，以使用底层基础模型和 AI 基础设施。由于Semantic Kernel是一个免费开源的关键工具，用于创建先进的AI注入应用程序，微软在Build 大会上最近举行了一个问答环节，回答开发人员关于该产品的问题，同时也更新了其文档。

Semantic Kernel 问答

微软在Build 2023 大会上举办了而一个问答：https://build.microsoft.com/en-US/sessions/d7973468-7060-41d8-91a5-1b3a94fa69b1，虽然演示文稿无法按需观看，但Microsoft上周的一篇文章中提供了以下摘要：

基于历史示例创建新文档

问题：“我有一个用例，根据我们业务的历史文档填写新文档草稿的部分。我可以为此使用人工智能吗？

答：这是我们从许多客户那里听到的常见用例。要开始使用此功能，您需要：
- 选择向量数据库解决方案 - 这允许AI找到您的文档并利用这些文档
- 如果它们是大型文档，则可能需要选择分块策略 - 这就是文档在发送到向量数据库解决方案之前拆分文档的方式
- 考虑要为最终用户使用的 UI
Microsoft的回答继续列出了支持的几个向量数据库提供程序以及有关Copilot聊天入门应用程序的信息，这些信息可用于在实践中查看解决方案。
允许员工与其企业数据对话

问题：“我如何安全地允许我的员工以受信任的方式与SQL中的数据进行通信，以便用户进行快速注入？”

答：这是我们从许多客户那里听到的另一个主要用例。

您需要首先让用户授权进入您的应用，以便您知道他们是谁。使用该授权传递到 SQL 数据库或其他企业级数据库。这将确保用户只能访问您过去提供给他们的数据，因此您不会获得数据泄漏。

使用视图和存储过程是提高用户安全状况的好方法。与其让LLM创建要执行的SQL语句，不如使用这些方法使它们保持跟踪。
通过 AI LLM 添加一致性

问题：“是否有任何最佳实践来创建这些新的AI解决方案，以便它们保持一致？”

答：为最终用户添加一致性的一种方法是创建静态计划。可以在我们的 VS Code 扩展中创建计划，然后在用户每次请求相同内容时使用这些静态计划运行相同的步骤。
使用LLM的多租户解决方案

问题：“我应该如何考虑使用 AI 的多租户解决方案？”

答：对于多租户解决方案，适用于保持 SQL 安全相同的规则。你将希望通过让用户对解决方案进行身份验证来按租户对用户进行细分。LLM不会自行保留或缓存任何信息。多租户 AI 解决方案中发生的任何数据串扰都将基于权限和/或数据系统配置不正确。
多用户聊天解决方案

问题：“我如何允许用户邀请其他员工加入聊天，数据共享在该用例中如何工作？”

答：我们的Copilot聊天入门应用程序是一个很好的参考应用程序，可以了解它是如何工作的。它允许您邀请其他人与用户和 LLM 机器人聊天。就像 Word 文档一样，当您与其他用户共享文档时，他们可以看到文档中的内容。聊天将以相同的方式工作。