← AI-103: aplicações e agentes de IA no Azure
06 / 6 · 40 MIN

Ingestão, pesquisa e extração

Constrói representações úteis e rastreáveis para agentes e reconciliação.

Conceito e mecanismo

Uma cadeia de grounding começa na origem e termina no conteúdo recuperado. Documentos digitalizados podem precisar de OCR; layout ajuda a conservar ordem, tabelas e relações. Segmentação deve manter unidades úteis, como condição e ação, dentro dos limites de contexto. Avalia tamanho e overlap com consultas representativas. Pesquisa textual favorece termos exatos; vetores podem ajudar a recuperar descrições semanticamente próximas. A combinação híbrida deve ser comparada com os padrões reais de consulta. Reranking atua sobre candidatos existentes e não substitui ingestão correta. Alterações de compressão vetorial exigem medir relevância, recall e latência, além da redução de espaço. Mais resultados ou HTTP 200 não demonstram qualidade.

Aplicação guiada

Numa reconciliação fictícia, define campos tipados, moeda, unidade, tratamento de ausência e regras de validação. Content Understanding pode produzir representações estruturadas ou conteúdo adequado a raciocínio posterior, segundo analyzer e versão. Configura opções de detalhe e origem suportadas quando a revisão precisa de localizar valores. Compara documentos conhecidos e conserva a ligação entre campo, documento e exceção. Uma confidence elevada não autoriza a operação nem elimina a revisão dos critérios funcionais. Segue o percurso de um documento desde OCR e enriquecimento até ao índice e à resposta. Verifica também atualização e eliminações: uma origem revista não garante que todas as representações derivadas já reflitam a alteração. Entrega à APS contagens, indicadores de qualidade e responsáveis por cada etapa.

NA PRÁTICA

O índice devolve o documento certo, mas o valor perdeu a moeda durante a transformação. A correção deve atuar na etapa onde essa informação desapareceu.

Armadilhas comuns

Texto visível como camada textual extraída; compressão como benefício sem trade-off; confiança como rastreabilidade; origem atualizada como todas as cópias atualizadas.

Tópicos relacionados: Arquitetura, projeto e release · Aplicações generativas e avaliação · Agentes, memória e aprovações

Leva esta ideia contigo

Liga cada valor e resposta a uma origem, versão e transformação verificáveis.

Criar conta

Referência: Analyzer schema workflow output and evidence configuration · AI-103 skills measured2026-04-16; Microsoft Foundry documentation2026-09-30

Azure é uma marca comercial do grupo de empresas Microsoft. A dr.pt é uma plataforma de preparação independente e não está afiliada, associada, patrocinada, autorizada nem aprovada por Microsoft. Os conteúdos e as perguntas são originais, não são perguntas oficiais de exame, e concluir os nossos testes não atribui nem garante qualquer certificação. Os nomes são usados apenas para identificar o tema. Todas as outras marcas pertencem aos respetivos titulares.