Domande frequenti

Content Understanding è uno strumento Foundry progettato per generare informazioni dettagliate strutturate da contenuti non strutturati usando l'intelligenza artificiale. Offre un'esperienza coerente per estrarre contenuto o uno schema strutturato da input audio, video, immagini, documenti o testo.

Content Understanding usa modelli di intelligenza artificiale generativa per analizzare e interpretare varie forme di contenuto non strutturato. Integra i dati da diverse modalità (ad esempio, testo, immagini, audio) per generare un output coesivo e strutturato. Il servizio usa modelli di Machine Learning sottoposti a training su set di dati diversi e modelli di intelligenza artificiale generativi per garantire un'elevata accuratezza e pertinenza nelle informazioni dettagliate fornite.

Content Understanding può elaborare un'ampia gamma di contenuti non strutturati, tra cui, a titolo esemplificativo:

• Registrazioni audio
• Contenuto video
• Documenti
• Contenuto del testo
• Immagini

I vantaggi principali dell'uso di Content Understanding includono:

• Punteggi di attendibilità: garantire l'accuratezza dei valori estratti riducendo al minimo il costo della revisione umana.
• Schema definito: definire uno schema per garantire che i valori estratti siano allineati all'uso previsto.
• Mappatura: Tracciare ogni campo estratto o generato fino alla posizione di origine nel documento.
• Apprendimento nel contesto: migliorare la qualità di estrazione sui nuovi modelli fornendo alcuni esempi etichettati senza ripetere il training.
• Miglioramenti qualitativi nel tempo: il servizio offre funzionalità per migliorare la qualità dello schema estratto.
• Processo decisionale migliorato: le informazioni dettagliate strutturate aiutano le organizzazioni a prendere decisioni informate in modo rapido ed efficace.
• Maggiore efficienza: l'automazione dell'analisi del contenuto non strutturato consente di risparmiare tempo e riduce il lavoro manuale richiesto.
• Scalabilità: il servizio può gestire grandi volumi di dati, rendendolo adatto alle organizzazioni di tutte le dimensioni.

Le aziende possono usare Content Understanding in diversi modi, ad esempio:

• Automazione: automatizzare l'elaborazione del contenuto per estrarre uno schema definito. Centri di contatto, documenti e altri scenari simili.
• Catalogo di contenuti: gestione di un ampio insieme di asset digitali.
• Analisi del sentiment dei clienti: informazioni sul feedback dei clienti da recensioni, social media e interazioni di supporto.
• Ricerca di mercato: analisi di tendenze e modelli da origini dati diverse per informare le strategie aziendali.
• Informazioni operative: ottenere informazioni dettagliate da documenti interni, messaggi di posta elettronica e altri dati non strutturati per migliorare le operazioni.

Sì, Content Understanding si integra facilmente con i sistemi e i flussi di lavoro esistenti. Per esempio:

• Azure AI Search
• Microsoft Fabric
• Servizio agente Foundry
• App per la logica di Azure

Il servizio offre un set di API facili da usare che possono essere integrate in qualsiasi applicazione. Vedere esempi di codice su GitHub.

Foundry Tools, incluso Content Understanding, è conforme a rigorosi standard di sicurezza e conformità per garantire la protezione dei dati. Queste misure includono crittografia dei dati, controlli di accesso sicuri e conformità alle normative del settore, ad esempio HIPAA. Il servizio è conforme anche all'uso responsabile dell'IA di Microsoft.

Content Understanding usa una combinazione di modelli per elaborare il contenuto:

• Modelli Foundry: puoi portare le tue implementazioni personalizzate di modelli di linguaggio di grandi dimensioni ed embedding da Foundry. Content Understanding supporta le famiglie di modelli GPT-4.1 e GPT-5.2 e i modelli di embedding OpenAI. Vedere l'articolo Distribuzioni di modelli per l'elenco completo dei modelli supportati.
• Altri modelli di base: Content Understanding usa anche varie funzionalità, tra cui i servizi Voce, Visione e Lingua per supportare l'estrazione e l'elaborazione dei contenuti in diverse modalità.

Content Understanding usa un modello di determinazione prezzi trasparente basato sull'utilizzo con due categorie principali di addebito:

• Estrazione contenuto: addebiti per unità di input elaborati (per 1.000 pagine per i documenti, al minuto per audio/video).
• Funzionalità generative: Quando si utilizzano funzionalità alimentate dall'intelligenza artificiale, si applicano addebiti per la contestualizzazione (tariffa fissa per unità di contenuto) oltre a costi basati su token dalle distribuzioni del modello Foundry di Microsoft (token di input/output e embedding).

Per informazioni dettagliate sui prezzi, esempi e suggerimenti per l'ottimizzazione dei costi, vedere la pagina Spiegazione prezzi e Informazioni sui contenuti.

Nella versione dell'API GA (2025-11-01), Content Understanding offre funzionalità relative al viso incentrate sulla privacy e sulla descrizione anziché sull'identificazione:

• Sfocatura del viso: per impostazione predefinita si offuscano automaticamente i visi nel contenuto video e immagine per proteggere la privacy.
• Descrizione del viso: usare modelli generativi per generare descrizioni testuali dei visi nel contenuto, acquisire attributi, caratteristiche e identificazione celebrità.

Content Understanding non include le funzionalità complete del servizio Azure AI Face, come il riconoscimento facciale, la verifica, l'identificazione o le funzionalità di directory dei volti in questa versione dell'API.