Dans le cours : L'essentiel de Semantic Kernel

Explorer les cas d'usage concrets - Tutoriel Semantic Kernel

Dans le cours : L'essentiel de Semantic Kernel

Démarrer mon mois d’essai gratuit Acheter pour mon équipe

Explorer les cas d'usage concrets

“

Afin de mieux comprendre pourquoi est-ce qu'il faut utiliser Semantic Kernel, nous allons explorer quelques cas d'usages concrets. Par exemple, nous pourrions développer un assistant métier intelligent, un copilote pour les ressources humaines, un assistant juridique ou encore un conseiller technique. L'objectif de cet assistant va être de répondre à des demandes métiers spécifiques de manière contextualisée. En termes de concepts Semantic Kernel, nous allons utiliser ici des fonctions sémantiques en tant que briques fonctionnelles pour notre assistant. Donc, par exemple, je vais avoir une fonction qui résume la demande de l'utilisateur, ou encore une autre fonction qui vient extraire les notions métiers essentielles de la demande. Je vais ensuite utiliser la mémoire pour la recherche et enfin l'orchestrateur pour générer la réponse. Nous pouvons également imaginer une recherche augmentée. Donc là, par exemple, une FAQ intelligente ou une recherche documentaire. Ici l'objectif est assez simple, c'est de générer des réponses enrichies et intelligentes à partir d'une question utilisateur. Ici, principalement, nous utiliserons une mémoire avec du RAG, donc du Retrieval Augmented Generation, c'est-à-dire que nous allons enrichir la réponse avec un contexte particulier, notamment via des services de recherche vectorielle. Ce contexte peut venir à la fois du contexte utilisateur, du contexte de l'entreprise ou encore d'autres sources d'informations si besoin. Pour finir, un autre cas métier intéressant est la génération de contenu sur mesure. Donc ici, on peut imaginer de la rédaction d'e-mails, de la rédaction de rapports ou encore des annonces produits. L'objectif ici serait de standardiser et d'accélérer la production de contenus, par exemple sur des réseaux sociaux ou sur un intranet d'entreprise, tout en gardant une touche humaine. Les concepts utilisés seraient les fonctions, donc réutilisables. On peut imaginer une fonction de rédaction d'une annonce, ou alors une fonction de contextualisation du contenu. Et enfin, on va pouvoir ensuite créer plusieurs plug-ins en fonction par exemple du type de contenu ou du format que nous allons vouloir générer. Par exemple un plug-in dédié pour les e-mails, un plug-in dédié pour les rapports. Pour les annonces, on peut imaginer un plug-in dédié pour différents réseaux sociaux, un plug-in pour LinkedIn, un plug-in pour Instagram, Facebook. On peut imaginer plein de choses. Et donc on voit bien que Semantic Kernel peut être utilisé pour répondre à d'innombrables cas métiers d'IA générative.

Table des matières