今天我們開始來建立了一個基本的對話功能的 Prompt Flow 吧！但是首先，我們先來建立了一個 Azure OpenAI，然後把這個 Azure OpenAI 串到 Prompt Flow 裡面。

在前面幾天有提到說要教大家建立 Azure OpenAI，這個不是在 Azure Machine Learning 裡的服務，是完全是另一個服務。

1. 在搜尋欄中輸入 「Azure OpenAI」並點擊 Azure OpenAI Service 來開始建立新的服務。接著會進入創建 Azure OpenAI 的介面。因此我們要進到 Azure OpenAI 的建立畫面，如下圖所示，點擊 Create。

2. 你會看到「基本設定」頁面，這是設定服務的關鍵步驟。請按照以下步驟填寫相關資訊：

• Subscription (訂閱)：選擇你所使用的訂閱計畫。在這個範例中，使用的是 "Microsoft Azure Sponsorship"。
• Resource Group (資源群組)：選擇現有的資源群組，或點擊 Create new 來建立一個新群組。在範例中，資源群組命名為 "ironman2024"。
• Region (區域)：選擇你要部署服務的區域。範例中選擇的是 "East US 2"。
• Name (名稱)：輸入你希望為這個 OpenAI 服務命名的名稱。在範例中，命名為 "ironman2024"。
• Pricing Tier (計費等級)：選擇 "Standard S0" 計費等級，它提供標準的 OpenAI 服務。
  填寫完基本資訊後，點擊 Next 進入下一步。如下圖所示。

3. 接下來，你會進入「網路」設定頁面。在這裡，你需要選擇如何配置你的 Azure AI 服務的網路安全性。選擇合適的網路選項：

• All networks (所有網路)：選擇允許所有網路，包括互聯網，來存取此資源。
• Selected networks (選擇網路)：你可以配置網路安全性，限制某些網路來存取資源。
• Disabled (已禁用)：選擇不允許任何網路存取資源，並配置私有端點進行訪問。

建議練習用可以選擇的是 All networks, including the internet，即允許所有網路存取資源。如果你是企業級使用要部署在自己的內網裡的話，就再選其他的選項。選擇後，點擊 Next。如下圖所示。

4. 在「標籤」頁面，你可以為這個資源設置標籤，來更方便地管理和組織 Azure 內的資源。標籤是可選的，可以直接跳過這一步並點擊 Next 進入下一步。

5. 最後，你會進入「檢視與提交」頁面。在這裡，你可以檢查之前所設置的所有資訊，確保訂閱、資源群組、名稱和網路設置都正確無誤。如下圖所示。無誤後就按 Create 吧！
   

6. 等待資源建立完成後，我們進去到 Azure OpenAI 的首頁。這裡有一個很重要的觀念的是，我們對於 Azure OpenAI 的大部份操作，都是在 Azure OpenAI Studio 裡面做操作的。所以我們點下 Go to Azure OpenAI Studio 的選項吧！如下圖所示。

7. 接著我們要先來把 gpt-4o 模型給部署起來，我們點選 Studio 裡的左邊選單的 Deployments，然後 Deploy base model，如下圖所示。

8. 接著我們選到 gpt-4o 的模型，然後點選 Confirm，如下圖所示。

9. Deployment Name 這裡命名為 gpt-4o，代表這是 GPT-4o 模型的部署名稱。這個名稱可以根據你自己的需要進行修改，建議使用一個能夠清晰描述這次部署用途的名稱，當然你要命名成 gpt-5566 也是可以啦。

Deployment Type 這裡有很多選項，這裡用Global Standard 的部署類型。它說明了你的 API 調用將根據全局的速率限制來計費，而非依據特定區域的限制。此外也可以選 Standard，這會比較便宜，但是反應可能會比較慢些。

Model Version 2024-08-06 這是模型的版本號，代表這次部署使用的是 2024 年 8 月 6 日發布的 GPT-4o 版本。

Tokens per Minute Rate Limit 這個選項用來設置每分鐘允許調用的 Token 數量。在下圖中中，最大限值是 10K tokens per minute，這表示你每分鐘最多可以消耗 10,000 個 Token。這個可以調高一點。

如下圖所示。

10. 部署好了之後，我們可以到左側選單的 Chat，然後在 Deployment 裡選擇我們剛剛部署上去的 gpt-4o，然後可以在右邊的對話框裡與之對話。如下圖所示。

明天我們就來把這個 gpt-4o 串到 Prompt Flow 裡面吧！