- Démarrage
- Sécurité et conformité des données
- Organisations
- Authentification et sécurité
- Licences
- À propos des licences
- Tarification unifiée : infrastructure du plan de licence
- Flex : infrastructure du plan de licence
- Activation de votre licence Enterprise
- Mise à niveau et rétrogradation des licences
- Attribuer des licences aux locataires
- Attribuer des licences utilisateur
- Révocation des licences utilisateur
- Surveillance de l’attribution des licences
- Surallocation de licences
- Notifications d'attribution de licence
- Gestion des licences utilisateur
- Locataires et services
- Comptes et rôles
- AI Trust Layer
- À propos de AI Trust Layer
- Gestion de AI Trust Layer
- Travailler avec l'ancrage dans le contexte
- Licences d'ancrage en contexte
- Applications externes
- Notifications
- Journalisation
- Résolution des problèmes
- Migrer vers Automation Cloud

Guide d'administration d'Automation Cloud
Travailler avec l'ancrage dans le contexte
Cette section comprend des informations sur l'utilisation efficace de l'ancrage en contexte (Context Grid).
Pour utiliser l'ancrage en contexte avec des activités, créez une connexion au connecteur des activités UiPath GenAI et assurez-vous d'utiliser Studio Web ou Studio Desktop version 2024.4 ou ultérieure.
Pour utiliser l'ancrage en contexte avec des agents ou Autopilot for Everyone, créez un index en suivant les étapes décrites dans Création d'index.
Vous pouvez gérer les pipelines d'ingestion via :
- directement dans Orchestrator, depuis la page Index (Indexes ). Voir Gestion des index.
- L’activité Mettre à jour l’index d’ancrage dans le contexte (Update Context Fielding Index) , qui fait partie du package d’activités UiPath GenAI.
Après avoir créé un index dans Orchestrator, les index sont accessibles sur toute la plate-forme UiPath. Ces index servent de stockage persistant pour les documents ingérés à partir de vos sources de données, offrant une ressource réutilisable pour divers produits UiPath :
- Dans Autopilot for Everyone, l’ancrage en contexte améliore les interactions des utilisateurs en permettant des recherches dans les index existants afin de fournir des réponses précises aux requêtes. Pour plus de détails, consultez la section Ancrage dans le contexte dans Autopilot for Everyone.
- Les activités GenAI bénéficient de l'ancrage en contexte en permettant la génération de contenus basés sur des informations stockées dans des bases de connaissances autorisées. Pour plus de détails, consultez la section Activités GenAI.
- Pour les agents, les index jouent un rôle crucial dans la fourniture d'un contexte pendant les exécutions. Pour plus de détails, consultez Contextes.
Ancrage dans le contexte de la surveillance
Comprendre comment l'ancrage dans le contexte influence vos workflows est crucial pour optimiser les performances et le dépannage. Voici comment suivre et afficher les sorties d'ancrage dans le contexte pour différents produits UiPath.
Dans Agents, accédez à la vue Traçage (Trace) de l'exécution de l'agent pour afficher tous les détails. Cette vue fournit tous les résultats de recherche et toutes les citations de la requête d’ancrage dans le contexte, offrant des informations sur le processus de prise de décision de l’agent.
Pour recueillir des informations détaillées sur l'ancrage en contexte dans les activités GenAI :
- Placez une activité Message du journal (Log Message) immédiatement après l'activité Génération de contenu (Content Selection) dans votre séquence de workflow.
- Utilisez les variables de sortie suivantes pour capturer des informations spécifiques :
- Premier texte généré: affichez la réponse de la génération du LLM après l'exécution du workflow.
- Citations: examinez les résultats de la recherche sémantique qui ont influencé la sortie de la génération. Cela ne fonctionne que pour les types de données PDF et JSON.
L'ancrage en contexte interagit avec vos données en trois phases :
- Établissez votre source de données pour l'ancrage dans le contexte.
- L'ancrage dans le contexte suit les autorisations de dossier partagées. Utilisez un dossier avec un accès approprié pour gérer et interroger à partir des données.
- Créez une connexion aux sources de données Integration Service prises en charge ou ajoutez des données à un emplacement partagé Orchestrator.
- Ingérer les données de votre source de données dans l'ancrage en contexte (Context Grid).
- Créer et synchroniser des index dans Orchestrator.
- Utilisez l’activité Mettre à jour l’index d’ancrage en contexte (Update Context Foundation Index) pour synchroniser un index que vous avez créé.
- Interrogez et ancréez des invites avec vos données.
- Utilisez l’activité Génération de contenu (Content Builder) , Agents (Agents) ou Autopilot for Everyone (Autopilot for Everyone) pour effectuer des requêtes sur des documents et utiliser des informations pour augmenter ou ancrer les invites.
Les composants de base de l'ancrage en contexte sont conçus pour fournir un mécanisme qui prend en charge la recherche d’informations pertinentes dans et entre les documents, et ainsi apparaît uniquement les éléments les plus pertinents nécessaires pour une génération de haute qualité et à faible latence à partir d’un LLM.
Recherche dans les documents
Le service d’ancrage dans le contexte vous aide à trouver des informations spécifiques dans un seul document plus efficacement. Au lieu de simplement faire correspondre des mots clés, il comprend le sens et le contexte de votre requête de recherche. Par exemple, si vous recherchez des informations sur les « recues de tarte aux Apple » dans un livre de cookies, il comprendra que vous êtes intéressé par les widgets et la restauration, et non par la technologie ou la production de champs.
Recherche dans tous les documents
L'ancrage en contexte vous aide à trouver des informations réparties sur plusieurs documents. Elle peut comprendre les relations entre les différentes informations et fournir des résultats plus pertinents. Par exemple, si vous recherchez les « effet du changement CLI sur l’activité ;
Cela signifie que vous pouvez utiliser l'ancrage en contexte pour :
-
Extraction et comparaison de données: l'ancrage contextuel peut identifier et extraire automatiquement des types spécifiques d'informations à partir de documents, puis les comparer de manière significative. Imaginez que vous ayez une pile de CV et que vous souhaitiez comparer les expériences professionnelles des candidats. Le service pourrait extraire les titres de poste, les durées et les responsabilités, puis les présenter de manière à faciliter la comparaison, même si les informations sont formatées différemment dans chaque CV.
-
Résumé: l’ancrage dans le contexte peut créer des résumés de longs documents ou de plusieurs documents connexes. Il ne choisit pas de phrases aléatoires, mais comprend les points clés et le message global. Par exemple, si vous disposez d'un long rapport sur les tendances du marché, le service peut fournir un résumé mettant en évidence les principaux résultats, les statistiques clés et les résultats généraux.
Vous pouvez vous abonner pour recevoir des notifications d'ancrage en contexte dans Automation CloudTM. Visitez le panneau Notifications pour en savoir plus.
Les événements servent de déclencheurs de notifications. Les événements d'ancrage dans le contexte qui génèrent des notifications sont :
- Tâche d’ingestion terminée
- Échec de la tâche d’ingestion
- Tâche d’ingestion démarrée
Vous pouvez également créer un abonnement aux événements en fonction de leur gravité, comme Réussite ou Erreur.
Qu'est-ce que l'ancrage dans le contexte ?
L’ancrage en contexte est une nouvelle fonctionnalité UiPath® , qui fait partie de l’AI Trust Layer. Il fournit un mécanisme pour rechercher et récupérer un contexte pertinent à partir des données vers les invites de base et guider des générations plus précises à partir de modèles LLM (Large Language Model) via les fonctionnalités et les produits UiPath GenAI.
Pourquoi l'ancrage dans le contexte est-il important ?
L’ancrage dans le contexte fournit des preuves via des données fournies par l’utilisateur aux LLM afin d’influencer leurs générations. Cela rend les prédictions plus adaptées à vos cas d'utilisation et à vos données, plutôt que de se baser sur les données générales sur lesquelles les LLM sont entraînés. Cela permet aux automatisations assistées et non assistées qui exploitent GenAI d'être plus précises et plus précises.
Comment fonctionne l'ancrage dans le contexte ?
L'ancrage en contexte propose deux services :
- Base de données de vecteurs gérée en tant que service : nous facilitons la conversion de vos données en représentations d'intégration.
- Récupération augmentée de la génération (RAG) en tant que service: l'ancrage en contexte interroge les données de divers produits d'automatisation, récupère les résultats les plus pertinents et augmente les invites avec ces résultats pour s'assurer que les générations sont plus spécifiques.
Comment utiliser l'ancrage dans le contexte ?
Vous pouvez utiliser l'ancrage en contexte via les activités UiPath GenAI, Autopilot for Everyone et Agents.
L'ancrage dans le contexte élimine-t-il les options ?
Non, mais cela réduit considérablement les Idées de génération d' options, car les générations sont basées sur des informations interrogées à partir des données fournies par l'utilisateur. Par défaut, l'ancrage dans le contexte fournit une citation ou une preuve de connaissances sur laquelle la génération était basée. Cela signifie que vous pouvez vérifier et valider la source. Lorsque Contexte d'ancrage n'est pas en mesure de trouver une réponse correspondante hautement fiable dans les données fournies, il n'essaie pas de fournir des réponses. Au lieu de cela, il génère une réponse telle que : « Une réponse n'a pas pu être trouvée ».
Ai-je accès à l'ancrage dans le contexte ?
L’ancrage dans le contexte est accessible à tous les locataires et toutes les organisations.
L'ancrage en contexte est hébergé dans les régions de l'Union européenne, du Japon et des États-Unis. Les données extraites de l'ancrage en contexte sont limitées à ces trois régions. D’autres régions UiPath seront acheminées vers ces trois régions.
Comment l'ancrage dans le contexte est-il autorisé ?
Contexte Charges d'ancrage pour les recherches ou RAG tel qu'il est exécuté via ses plates-formes de produits UiPath prises en charge. Pour plus de détails, consultez la section Licences d’ancrage dans le contexte.
Is Context Grounding available only in cloud deployments?
Oui, l'ancrage dans le contexte n'est disponible que dans UiPath Automation CloudTM.
L'ancrage en contexte est disponible dans les régions de l'Union européenne, du Japon et des États-Unis d'UiPath Automation CloudTM.
Quels types de données puis-je utiliser dans l'ancrage dans le contexte ?
L'ancrage en contexte fonctionne actuellement avec les formats de données suivants : PDF, JSON, CSV, DOCX, TXT, XLS.
Puis-je importer des données d'entreprise supplémentaires dans l'ancrage en contexte ?
Pour tirer parti de l'ancrage dans le contexte, vous devez importer des données dans les compartiments de stockage UiPath Orchestrator (via un téléchargement direct, une activité Studio ou une API).
Vous pouvez ensuite utiliser les activités d’ancrage en contexte pour ingérer et indexer, et gérer les données interrogées afin de garantir des résultats très pertinents.
La quantité de données que je peux inclure dans l'ancrage dans le contexte est-elle limitée ?
La limite des données que vous pouvez utiliser pour ancrer vos invites est basée sur les limites de taille des jetons de la fenêtre de contexte du modèle. Reportez-vous au modèle que vous utilisez pour exécuter le RAG (par exemple, dans les activités GenAI) pour déterminer les seuils potentiels de limite des jetons.
- Limite d'index: il existe une limite de dix index par locataire. Nous vous recommandons de maintenir une relation 1-1 entre les compartiments Orchestrator à partir desquels vous ingérez des données pour éviter la fuite de données entre les dossiers et assurer une séparation logique des données qui pourraient avoir besoin d'être interrogées par différents utilisateurs à des fins différentes. L'ancrage dans le contexte (Context Griding) tire parti des autorisations d'autorisation de dossier pour permettre l'application de cette recommandation.
- Stockage: il n'y a aucune limite de stockage entre ou dans ces index. Cependant, nous formons certaines limites sur les clients qui ont une quantité extrêmement élevée de données ingérées.
L'ancrage dans le contexte est-il le même que RAG ?
L'ancrage au contexte fournit un service RAG au moment du runtime pour les expériences UiPath GenAI. Cependant, il fournit également une base de données de vecteurs gérée en tant que service pour aider à gérer les données utilisées au moment de l'exécution. Cela garantit une recherche de haute qualité et des résultats générés.
Comment mes données sont-elles stockées ou partagées avec l'ancrage en contexte ?
Toutes les données partagées avec UiPath sont traitées selon les normes de conformité d'entreprise, de chiffrement et de sécurité standard.
L'ancrage en contexte fait partie de l'AI Trust Layer, ce qui signifie que vos données ne sont jamais stockées en dehors d'UiPath, ni utilisées pour entraîner des modèles tiers.
Comment assurez-vous la sécurité des données ?
L'ancrage en contexte est à l'échelle du locataire et tire parti des politiques RBAC et AuthZ existantes dans UiPath, en plus de chiffrer les données au repos et en transit.
Comme elle est à l'échelle du locataire, aucune donnée n'est partagée entre les index au sein du même locataire ou entre les locataires.
Comment l'ancrage dans le contexte est-il autorisé ?
L'ancrage dans le contexte s'effectue à l'échelle du locataire. Nous prenons en charge l'autorisation au niveau du dossier dans les compartiments Orchestrator, et l'ancrage en contexte s'appuie sur les politiques d'authentification et d'Automation Ops existantes appliquées aux activités GenAI.
Puis-je sélectionner dynamiquement le LLM à utiliser ?
Dans les activités UiPath GenAI, vous pouvez sélectionner le LLM à utiliser pour exécuter la partie RAG prise en charge par l'ancrage de contexte. Vous pouvez sélectionner n’importe quel LLM disponible dans la passerelle LLM (qui fait partie de UiPath AI Trust Layer). UiPath gère ensuite les stratégies d'ingestion et de recherche sémantique pour optimiser la génération.