Promptflow அறிமுகம்

February 1, 2026 · View on GitHub

Microsoft Prompt Flow என்பது ஒரு காட்சி வேலைப்பாட்டை தானியங்கி செய்யும் கருவியாகும், இது பயனர்களுக்கு முன் உருவாக்கப்பட்ட டெம்ப்ளேட்கள் மற்றும் தனிப்பயன் இணைப்பிகளைப் பயன்படுத்தி தானியங்கி வேலைப்பாடுகளை உருவாக்க அனுமதிக்கிறது. இது டேட்டா மேலாண்மை, ஒத்துழைப்பு மற்றும் செயல்முறை மேம்பாடு போன்ற பணிகளுக்கான தானியங்கி செயல்முறைகளை விரைவாக உருவாக்க டெவலப்பர்கள் மற்றும் வணிக பகுப்பாய்வாளர்களுக்கு உதவுவதற்காக வடிவமைக்கப்பட்டுள்ளது. Prompt Flow மூலம், பயனர்கள் பல்வேறு சேவைகள், பயன்பாடுகள் மற்றும் அமைப்புகளை எளிதாக இணைத்து, சிக்கலான வணிக செயல்முறைகளை தானியங்கியாக்க முடியும்.

Microsoft Prompt Flow என்பது பெரிய மொழி மாதிரிகள் (LLMs) மூலம் இயக்கப்படும் AI பயன்பாடுகளின் முழுமையான மேம்பாட்டு சுழற்சியை எளிமைப்படுத்த வடிவமைக்கப்பட்டுள்ளது. நீங்கள் யோசனை செய்யவோ, மாதிரியாக உருவாக்கவோ, சோதிக்கவோ, மதிப்பீடு செய்யவோ அல்லது LLM அடிப்படையிலான பயன்பாடுகளை செயல்படுத்தவோ இருந்தாலும், Prompt Flow செயல்முறையை எளிமைப்படுத்துகிறது மற்றும் உற்பத்தி தரத்துடன் LLM பயன்பாடுகளை உருவாக்க உங்களை அனுமதிக்கிறது.

Microsoft Prompt Flow-ஐப் பயன்படுத்துவதன் முக்கிய அம்சங்கள் மற்றும் நன்மைகள்:

இணைய செயல்பாட்டு அனுபவம்

Prompt Flow உங்கள் வேலைப்பாட்டின் அமைப்பை காட்சி வடிவத்தில் வழங்குகிறது, இது உங்கள் திட்டங்களைப் புரிந்து கொள்ளவும், வழிசெலுத்தவும் எளிதாக்குகிறது.
இது திறமையான வேலைப்பாடு மேம்பாடு மற்றும் பிழைத்திருத்தத்திற்காக ஒரு நோட்புக் போன்ற குறியீட்டு அனுபவத்தை வழங்குகிறது.

Prompt மாறுபாடுகள் மற்றும் சீரமைப்பு

பல Prompt மாறுபாடுகளை உருவாக்கி ஒப்பிடுங்கள், இது மீண்டும் மீண்டும் சீரமைக்கும் செயல்முறையை எளிதாக்குகிறது.
வெவ்வேறு Prompt-களின் செயல்திறனை மதிப்பீடு செய்து, மிகவும் பயனுள்ளவற்றைத் தேர்ந்தெடுக்கவும்.

உள்ளமைக்கப்பட்ட மதிப்பீட்டு வேலைப்பாடுகள்
உங்கள் Prompt மற்றும் வேலைப்பாடுகளின் தரத்தையும் செயல்திறனையும் உள்ளமைக்கப்பட்ட மதிப்பீட்டு கருவிகளைப் பயன்படுத்தி மதிப்பீடு செய்யுங்கள்.
உங்கள் LLM அடிப்படையிலான பயன்பாடுகள் எவ்வளவு நன்றாக செயல்படுகின்றன என்பதைப் புரிந்துகொள்ளுங்கள்.

விரிவான வளங்கள்

Prompt Flow பல்வேறு உள்ளமைக்கப்பட்ட கருவிகள், மாதிரிகள் மற்றும் டெம்ப்ளேட்களைக் கொண்ட ஒரு நூலகத்தை உள்ளடக்கியது.
இந்த வளங்கள் மேம்பாட்டிற்கான தொடக்கமாகவும், படைப்பாற்றலுக்கு ஊக்கமளிக்கவும், செயல்முறையை வேகமாக்கவும் உதவுகின்றன.

ஒத்துழைப்பு மற்றும் நிறுவனத்திற்கான தயாரிப்பு

Prompt Engineering திட்டங்களில் பல பயனர்கள் ஒன்றாக வேலை செய்ய ஒத்துழைப்பை ஆதரிக்கிறது.
பதிப்பு கட்டுப்பாட்டை பராமரித்து, அறிவை திறம்பட பகிரவும்.
மேம்பாடு, மதிப்பீடு, செயல்படுத்தல் மற்றும் கண்காணிப்பு வரை முழு Prompt Engineering செயல்முறையையும் எளிமைப்படுத்துங்கள்.

Prompt Flow-இல் மதிப்பீடு

Microsoft Prompt Flow-இல், உங்கள் AI மாதிரிகள் எவ்வளவு நன்றாக செயல்படுகின்றன என்பதை மதிப்பீடு செய்வது முக்கிய பங்கு வகிக்கிறது. Prompt Flow-இல் மதிப்பீட்டு வேலைப்பாடுகள் மற்றும் அளவுகோல்களை எவ்வாறு தனிப்பயனாக்கலாம் என்பதை ஆராய்வோம்:

PFVizualise

Prompt Flow-இல் மதிப்பீட்டைப் புரிந்துகொள்வது

Prompt Flow-இல், ஒரு வேலைப்பாடு என்பது உள்ளீட்டை செயலாக்கி வெளியீட்டை உருவாக்கும் நொடிகளின் தொடராகும்.
மதிப்பீட்டு வேலைப்பாடுகள் என்பது ஒரு ஓட்டத்தின் செயல்திறனை குறிப்பிட்ட அளவுகோல்கள் மற்றும் இலக்குகளின் அடிப்படையில் மதிப்பீடு செய்ய வடிவமைக்கப்பட்ட சிறப்பு வகை வேலைப்பாடுகள் ஆகும்.

மதிப்பீட்டு வேலைப்பாடுகளின் முக்கிய அம்சங்கள்

அவை பொதுவாக சோதனை செய்யப்பட்ட வேலைப்பாட்டின் பிறகு இயக்கப்படும், அதன் வெளியீடுகளைப் பயன்படுத்தி.
அவை சோதனை செய்யப்பட்ட வேலைப்பாட்டின் செயல்திறனை அளவிட மதிப்பெண்கள் அல்லது அளவுகோல்களை கணக்கிடும்.
மதிப்பீட்டு அளவுகோல்கள் துல்லியத்தன்மை, தொடர்புடைய மதிப்பெண்கள் அல்லது பிற பொருத்தமான அளவீடுகளை உள்ளடக்கியதாக இருக்கலாம்.

மதிப்பீட்டு வேலைப்பாடுகளை தனிப்பயனாக்குதல்

உள்ளீடுகளை வரையறுத்தல்

மதிப்பீட்டு வேலைப்பாடுகள் சோதனை செய்யப்பட்ட ஓட்டத்தின் வெளியீடுகளை உள்ளீடாக எடுத்துக்கொள்ள வேண்டும்.
சாதாரண வேலைப்பாடுகளைப் போலவே உள்ளீடுகளை வரையறுக்கவும்.
உதாரணமாக, நீங்கள் ஒரு QnA வேலைப்பாட்டை மதிப்பீடு செய்தால், ஒரு உள்ளீட்டை "பதில்" என்று பெயரிடுங்கள்.
ஒரு வகைப்பாடு வேலைப்பாட்டை மதிப்பீடு செய்தால், ஒரு உள்ளீட்டை "வகை" என்று பெயரிடுங்கள்.
அடிப்படை உண்மை உள்ளீடுகள் (எ.கா., உண்மையான லேபிள்கள்) தேவைப்படலாம்.

வெளியீடுகள் மற்றும் அளவுகோல்கள்

மதிப்பீட்டு வேலைப்பாடுகள் சோதனை செய்யப்பட்ட வேலைப்பாட்டின் செயல்திறனை அளவிடும் முடிவுகளை உருவாக்கும்.
மதிப்பீட்டு அளவுகோல்கள் Python அல்லது LLM (பெரிய மொழி மாதிரிகள்) பயன்படுத்தி கணக்கிடப்படலாம்.
தகுந்த அளவுகோல்களை பதிவு செய்ய log_metric() செயல்பாட்டைப் பயன்படுத்தவும்.

தனிப்பயன் மதிப்பீட்டு வேலைப்பாடுகளைப் பயன்படுத்துதல்

உங்கள் குறிப்பிட்ட பணிகள் மற்றும் இலக்குகளுக்கு ஏற்ப உங்கள் சொந்த மதிப்பீட்டு வேலைப்பாட்டை உருவாக்கவும்.
உங்கள் மதிப்பீட்டு இலக்குகளின் அடிப்படையில் அளவுகோல்களை தனிப்பயனாக்கவும்.
பெரிய அளவிலான சோதனைக்கு பேட்ச் ஓட்டங்களில் இந்த தனிப்பயன் மதிப்பீட்டு வேலைப்பாட்டை பயன்படுத்தவும்.

உள்ளமைக்கப்பட்ட மதிப்பீட்டு முறைகள்

Prompt Flow உள்ளமைக்கப்பட்ட மதிப்பீட்டு முறைகளையும் வழங்குகிறது.
நீங்கள் பேட்ச் ஓட்டங்களை சமர்ப்பித்து, உங்கள் வேலைப்பாடு பெரிய தரவுத்தொகுப்புகளுடன் எவ்வளவு நன்றாக செயல்படுகிறது என்பதை இந்த முறைகளைப் பயன்படுத்தி மதிப்பீடு செய்யலாம்.
மதிப்பீட்டு முடிவுகளைப் பார்வையிடவும், அளவுகோல்களை ஒப்பிடவும், தேவையானபோது திருத்தவும்.
மதிப்பீடு என்பது உங்கள் AI மாதிரிகள் விரும்பிய அளவுகோல்கள் மற்றும் இலக்குகளை பூர்த்தி செய்கின்றன என்பதை உறுதிப்படுத்த மிகவும் முக்கியமானது. Microsoft Prompt Flow-இல் மதிப்பீட்டு வேலைப்பாடுகளை உருவாக்கவும் பயன்படுத்தவும் விரிவான வழிமுறைகளுக்கு அதிகாரப்பூர்வ ஆவணங்களை ஆராயுங்கள்.

முடிவில், Microsoft Prompt Flow, Prompt Engineering-ஐ எளிமைப்படுத்தி, வலுவான மேம்பாட்டு சூழலை வழங்குவதன் மூலம், டெவலப்பர்களுக்கு உயர்தர LLM பயன்பாடுகளை உருவாக்க அதிகாரமளிக்கிறது. நீங்கள் LLM-களுடன் வேலை செய்கிறீர்கள் என்றால், Prompt Flow ஒரு மதிப்புமிக்க கருவியாகும். Microsoft Prompt Flow-இல் மதிப்பீட்டு வேலைப்பாடுகளை உருவாக்கவும் பயன்படுத்தவும் விரிவான வழிமுறைகளுக்கு Prompt Flow Evaluation Documents-ஐ ஆராயுங்கள்.


குறிப்பு:
இந்த ஆவணம் Co-op Translator என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கிறோம், ஆனால் தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும் என்பதை தயவுசெய்து கவனத்தில் கொள்ளுங்கள். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.