O que é a Pesquisa de IA do Azure?

O Azure AI Search é uma infraestrutura de pesquisa escalonável que indexa conteúdo heterogêneo e permite a recuperação por meio de APIs, aplicativos e agentes de IA. A plataforma fornece integrações nativas com a pilha de IA do Azure (OpenAI, AI Foundry, Machine Learning) e dá suporte a arquiteturas extensíveis para integração de modelos de terceiros e de software livre.

O serviço lida com cargas de trabalho de pesquisa tradicionais e com padrões modernos de RAG (geração aumentada por recuperação) para aplicativos de IA de conversação. Isso o torna ideal para cenários de pesquisa empresarial, assim como para experiências de clientes com IA, exigindo a geração dinâmica de conteúdo por meio de modelos de conclusão de chat.

Ao criar um serviço de pesquisa, você trabalhará com os seguintes recursos:

• Um mecanismo de pesquisa para pesquisa agente, pesquisa de vetor, texto completo, pesquisa multimodal ou pesquisa híbrida.
• Processamento de conteúdo durante a indexação que pode adicionar estrutura e transformações.
• Sintaxe de consulta extensa para agentes, vetores, texto, consultas híbridas e multimodal.
• Resultados inteligentes por meio de classificação semântica, perfis de pontuação e consultas parametrizadas.
• Escala, segurança e alcance do Azure.
• Integração do Azure na camada de dados, na camada de machine learning, nos serviços de IA do Azure e no Azure OpenAI.

Em termos de arquitetura, um serviço de pesquisa reside entre os armazenamentos de dados externos que contêm seus dados não indexados e o seu aplicativo cliente que envia solicitações de consulta para um índice de pesquisa e processa a resposta.

No lado da indexação, se o conteúdo estiver no Azure, você poderá usar indexadores e conjuntos de habilidades para indexação automatizada e enriquecida com IA. Ou crie um fluxo de trabalho de aplicativo lógico para automação equivalente em um conjunto ainda mais amplo de fontes de dados com suporte.

No lado da recuperação, seu aplicativo pode ser um agente ou uma ferramenta, um bot ou qualquer cliente que envie solicitações para um índice de pesquisa ou agente de conhecimento.

No Azure AI Search, o mecanismo de indexação e consulta é o mesmo componente que opera em modos de leitura e escrita e somente leitura, mas dividimos isso no diagrama para indicar o tipo de trabalho que está sendo realizado.

Dentro de um serviço de pesquisa

No próprio serviço de pesquisa, as duas principais cargas de trabalho são indexação e consulta.

• A indexação é um processo de ingestão que carrega conteúdo no seu serviço de pesquisa e o torna pesquisável. Internamente, o texto de entrada é processado em tokens e armazenado em índices invertidos, enquanto os vetores de entrada são armazenados em índices de vetor. O formato de documento que a IA do Azure Search pode indexar é o JSON. Você pode carregar documentos JSON ou usar um indexador ou um fluxo de trabalho de aplicativo lógico para recuperar e serializar seus dados em JSON.

  O enriquecimento de IA é por meio de um conjunto de habilidades que estende a indexação com modelos de imagem e linguagem. Se você tiver imagens ou texto não estruturado grande no documento de origem, você poderá anexar habilidades que agrupam e vetorizam conteúdo. Se você tiver conteúdo de imagem, poderá usar LLMs para resumir conteúdo, gerar descrições ou executar análise de imagem e OCR. As habilidades também podem inferir estrutura, traduzir texto e muito mais. A saída é texto ou vetores que podem ser serializados em JSON e ingeridos em um índice de pesquisa.

• A consulta pode ocorrer quando um índice é populado com conteúdo pesquisável, quando seu aplicativo cliente envia solicitações de consulta a um serviço de pesquisa e lida com as respostas. Todas as execuções de consulta são feitas sobre um índice de pesquisa que você controla. Em seu código, configure um cliente de pesquisa para lidar com solicitações de consulta para consultas agente,consultas vetoriais, pesquisa de texto, consultas híbridas, pesquisa difusa, preenchimento automático, pesquisa geográfica e outros.

Por que usar a IA do Azure Search?

O Azure AI Search descarrega cargas de trabalho de indexação e consulta em um serviço de pesquisa dedicado. Ele é adequado para os seguintes cenários de aplicativo:

• Use-o para capacitar agentes e bots com dados fundamentais com base em seu conteúdo.

• Use-a para pesquisa de texto completo tradicional e pesquisa de similaridade de vetor de última geração. Volte seus aplicativos de IA generativos com a recuperação de informações que aproveita os pontos fortes da palavra-chave e da pesquisa de similaridade. Use ambas as modalidades para recuperar os resultados mais relevantes.

• Consolide o conteúdo heterogêneo em um índice de pesquisa definido pelo usuário e preenchido composto por vetores e texto. Você mantém a propriedade e o controle sobre o que é pesquisável.

• Transforme grandes arquivos de texto ou de imagem não diferenciados ou arquivos de aplicativo armazenados no Armazenamento de Blobs do Azure ou no Azure Cosmos DB em partes pesquisáveis. Isso é alcançado durante a indexação através de habilidades de IA que adicionam processamento externo da IA do Azure.

• Integrar agrupamento de dados e vetorização para IA generativa e aplicativos RAG.

• Adicione análise de texto linguística ou personalizada para pesquisa de palavra-chave. Se você tiver conteúdo que não está em inglês, a IA do Azure Search oferecerá suporte aos analisadores Lucene e aos processadores de linguagem natural da Microsoft. Você também pode configurar analisadores para obter processamento especializado de conteúdo bruto, como filtragem de sinais diacríticos ou reconhecimento e preservação de padrões em cadeias de caracteres.

• Implemente facilmente recursos relacionados a pesquisa: ajuste de relevância, faceted navigation, filtros (incluindo pesquisa geoespacial), mapeamento de sinônimos e preenchimento automático.

• Aplicar controle de acesso granular no nível do documento.

Para obter mais informações sobre funcionalidades específicas, confira Recursos da IA do Azure Search

Como começar

A funcionalidade é exposta por meio do portal do Azure, de APIs REST simples ou de SDKs do Azure, como o SDK do Azure para .NET. O portal do Azure dá suporte à administração de serviços e ao gerenciamento de conteúdos, com ferramentas para prototipagem e consulta de seus índices e conjuntos de habilidades.

Use o Portal do Azure

Uma exploração de ponta a ponta dos principais recursos de pesquisa pode ser realizada em quatro etapas:

1. Decida sobre uma camada e região. É permitido somente um serviço de pesquisa gratuito por assinatura. A maioria dos inícios rápidos pode ser concluída na camada gratuita. Para obter mais capacidade e funcionalidades, você precisa de um nível faturável.

2. Criar um serviço de pesquisa no portal do Azure.

3. Iniciar o Assistente para Importação de Dados. Escolha um exemplo interno ou uma fonte de dados com suporte para criar, carregar e consultar um índice em minutos.

4. Concluir o Gerenciador de Pesquisa, usando um cliente do portal para consultar o índice de pesquisa que foi criado.

Veja exemplos.

Mantemos um inventário de exemplos que usam as APIs REST e as linguagens de programação do SDK do Azure compatíveis com o Azure AI Search:

• Exemplos REST
• Exemplos em Python
• Exemplos do C#
• Amostras de Java
• Exemplos de JavaScript/TypeScript
• Exemplos de vetor

Usar APIs

Como alternativa, você pode criar, carregar e consultar um índice de pesquisa em etapas atômicas:

1. Crie um índice de pesquisa usando o portal do Azure, a API REST, o SDK do .NET ou outro SDK. O esquema de índice define a estrutura do conteúdo pesquisável.

2. Carregue conteúdo usando o modelo de "push" para efetuar push de documentos JSON de qualquer origem ou use o modelo de "pull" (indexadores) se os seus dados de origem forem de um tipo com suporte.

3. Consulte um índice usando o Search explorer no portal do Azure, a API REST, o SDK do .NET ou outro SDK.

Usar aceleradores

Ou, experimente os aceleradores de soluções:

• Interagir com seu acelerador de soluções de dados ajuda você a criar uma solução RAG personalizada para o seu conteúdo.

• O acelerador de solução de Mineração de Conhecimento de Conversação ajuda você a criar uma solução interativa para extrair insights acionáveis de transcrições de pós-contact center.

• O acelerador de Mineração de Conhecimento de Documentos ajuda você a processar e extrair resumos, entidades e metadados de documentos multimodais não estruturados.

• Crie seu próprio acelerador de solução copilot, aproveite o Azure OpenAI, o Azure AI Search e o Microsoft Fabric para criar soluções de copilot personalizadas.