▋Azure聊天機器人實例

延續上回提到的架構圖，今天我們從架構圖的上方開始介紹。

Data Sources

資料來源就是我們平常習慣閱讀的各類檔案，格式可能是PDF文件、PNG圖檔等等。資料量少時，可能還容易消化，但資料大時，就像走入一個圖書館門口，若沒有透過事先查詢索書號，再到對應的架上尋找所需要的書籍，要在茫茫書海中找到想要的資訊是相當困難的。這個時候，事前準備好這些參考資料的來源檔案，交給聊天機器人幫忙我們處理這些繁瑣的查找工作吧！

Auzer AI Search

蒐集好了這些文檔後，機器人還沒辦法馬上理解這些文件內容，此時，我們就可以使用Azure AI Search，Azure官網是這麼介紹這項服務的

使用專為進階擷取擴增生成 (RAG) 和現代式搜尋所建立的向量資料庫，提供高品質的回應

也就是說，Auzer AI Search不只有字面上的搜尋功能，它其實才是聊天機器人真正的知識庫，將人們習慣閱讀的文件轉換後，這些文件內容透過向量資料的方式儲存起來，再透過資料檢索進行後續的查找。如此一來，聊天機器人彷彿具備一目十行的能力，能夠透過這個搜尋引擎，快速地找到關鍵資訊。

▋下回預告

下一篇，我們將進一步說明，資料內容是如何從文檔的格式進到Auzer AI Search之中。

▋參考資料

Adobe Firefly(AI圖片生成)
azure-search-openai-demo
Azure AI Search

▋後記

今天是中秋節，月圓人團圓，大家有出門賞月或烤肉嗎？筆者從來沒想過會有一年的中秋節是在撰寫鐵人賽的文章，想必會成為之後很特別的回憶之一。放假的日子，時間總是過得特別快，人也特別快樂呢：）