Po cyklu o budowaniu kompletnego rozwiązania czas poszerzyć horyzonty o funkcjonalności sztucznej inteligencji wbudowane w Power Platform. AI Hub to centralne miejsce w Power Automate, w którym znajdziesz wszystkie narzędzia AI gotowe do wstrzyknięcia w swoje automatyzacje — bez pisania kodu, bez konfigurowania serwerów.
Gdzie znaleźć AI Hub i jak uzyskać dostęp
AI Hub znajduje się w lewym menu Power Automate (make.powerautomate.com). Jeśli nie widzisz go od razu, kliknij trzy kropki na dole paska i wybierz „Discover all" lub wyszukaj bezpośrednio pozycję AI Hub.
Ważna kwestia: funkcjonalności AI Hub są płatne i opierają się na kredytach AI Builder. Dostępność może się różnić w zależności od polityk DLP (Data Loss Prevention) w Twojej organizacji. Warto sprawdzić, czy administrator środowiska nie zablokował dostępu do tych funkcji. Model licencjonowania kredytów AI zmienia się — Microsoft migruje do ujednoliconego modelu opartego na kredytach Copilot Studio.
Dwa filary AI Hub: Prompty i AI Models
AI Hub dzieli się na dwa główne obszary funkcjonalne:
Prompts (Prompty) — umożliwiają korzystanie z modeli językowych (opartych na Azure OpenAI) w przepływach. Microsoft dostarcza gotowe szablony promptów (np. analiza sentymentu, klasyfikacja tekstu, streszczenie), ale można też tworzyć własne. Prompt to po prostu instrukcja dla modelu językowego, wzbogacona o zmienne wejściowe z danych w przepływie.
AI Models — obszar skupiony na machine learningu i rozpoznawaniu dokumentów (OCR). W tle działa Azure Document Intelligence, który pozwala automatycznie wyciągać dane z faktur, rachunków, wizytówek i innych dokumentów. Tu również masz do wyboru gotowe modele Microsoftu lub możliwość stworzenia własnego modelu i nauczenia go na własnych próbkach dokumentów.
Jak działają prompty od środka
Edytor promptów oferuje więcej niż wpisanie treści zapytania. Możesz:
- Dodawać zmienne wejściowe — dane, które będą dynamicznie wstrzykiwane z przepływu (np. treść maila, numer zamówienia).
- Wybierać model językowy — domyślnie modele dostępne przez Azure OpenAI, z możliwością podpięcia własnych endpointów Azure Foundry.
- Korzystać z danych Dataverse — wskazać konkretne tabele i kolumny jako kontekst dla modelu.
- Definiować format wyjścia — tekst swobodny lub strukturyzowany JSON (niezbędny przy dalszym przetwarzaniu w automatyzacji).
- Testować bezkosztowo — panel testowy nie zużywa kredytów, co pozwala spokojnie dopracować instrukcję.
Modele OCR — kiedy dane są uwięzione w dokumentach
Wiele procesów biznesowych wciąż opiera się na dokumentach papierowych lub skanach PDF. Modele OCR w AI Hub pozwalają to zmienić. Gotowe komponenty obsługują najpopularniejsze typy dokumentów:
- Faktury (Invoice model)
- Paragony i rachunki
- Wizytówki
- Tekst z dowolnych obrazów i plików PDF
Gdy żaden gotowy model nie pasuje do Twoich dokumentów, możesz stworzyć model customowy. Należy pamiętać, że OCR to nie jednorazowa konfiguracja — to żywy proces wymagający nadzoru: nowe dokumenty trafiające do systemu można akceptować jako dane uczące lub odrzucać, stale poprawiając jakość rozpoznawania.
Co nas czeka w kolejnych odcinkach
Ten odcinek to mapa terenu — przegląd możliwości, zanim wejdziemy w szczegóły. W następnych dwóch lekcjach poznamy AI Hub w praktyce:
- Jak użyć gotowego promptu do analizy sentymentu wiadomości mailowych i zbudować wokół tego logikę biznesową w Power Automate.
- Jak skonfigurować model OCR do faktur, przetestować go na przykładowych dokumentach i ocenić jakość wyciąganych danych.