AI Engine łączy się jednocześnie z jednym dostawcą AI. Wybierasz go w sekcji Org Profile zakładki Ai Agent Admin Setup. Ta strona wymienia obsługiwanych dostawców, sposób, w jaki AI Engine ich wywołuje, i modele, które możesz wybrać.
Dostawcy#
| Opcja AI Provider w Org Profile | API używane przez AI Engine | URL Named Credential | Pole AI Model |
|---|---|---|---|
| OpenAI (Responses API) | OpenAI Responses API | https://api.openai.com |
Wybierane z listy |
| Anthropic Claude | Anthropic Messages API | https://api.anthropic.com |
Wybierane z listy |
| Azure OpenAI | Azure OpenAI chat completions w Twoim wdrożeniu | https://YOUR_RESOURCE.openai.azure.com |
Nazwa Twojego wdrożenia Azure, wpisywana ręcznie |
Po zmianie AI Provider Org Profile wypełnia domyślny model i domyślną nazwę Named Credential (OpenAI, Anthropic lub AzureOpenAI). Po zmianie:
- Sprawdź, czy pole Named Credential odpowiada nazwie Named Credential utworzonego w Setup. Zmień je, jeśli Twoja nazwa jest inna.
- W Azure OpenAI zastąp wstępnie wypełnioną wartość
gpt-4ow AI Model nazwą własnego wdrożenia. - Zapisz profil i zadaj pytanie testowe w czacie.
Utworzenie samego Named Credential, w tym dodanie CloudConnected do jego dozwolonych przestrzeni nazw dla calloutów, opisano w artykule Połącz dostawcę AI.
Modele#
W przypadku OpenAI i Anthropic AI Model to lista modeli obsługiwanych przez bieżącą wersję AI Engine, każdy z krótką notatką, na przykład „recommended”, „top quality”, „fast & cheap” lub „experimental”. Zalecane wartości domyślne to:
| Dostawca | Domyślny model główny | Domyślny szybki model |
|---|---|---|
| OpenAI | GPT-4.1 (gpt-4.1) |
GPT-4.1 mini (gpt-4.1-mini) |
| Anthropic | Claude Sonnet 4.6 (claude-sonnet-4-6) |
Claude Haiku 4.5 (claude-haiku-4-5) |
| Azure OpenAI | Nazwa Twojego wdrożenia | Taki sam jak model główny, chyba że wpiszesz drugie wdrożenie |
Lista jest aktualizowana wraz z nowymi wersjami pakietu. Modele oznaczone jako eksperymentalne można wypróbować; przetestuj je na własnych danych, zanim przełączysz na nie użytkowników produkcyjnych. Wskazówki dotyczące wyboru znajdziesz w artykule Wybierz model główny i szybki.
Model główny i szybki model#
Org Profile ma dwa ustawienia modelu:
- AI Model (model główny) obsługuje czat, akcje na rekordach, Meet Prep, AI scoring, pliki PDF i Magic Snap.
- Fast model (internal steps) obsługuje kroki wyszukiwania w internecie (Web Check, Company News, research w internecie w czacie, wyszukiwanie w internecie w Meet Prep, Verify Company On The Web, research w Magic Snap i Find companies) oraz Help mode, w tym asystenta na zakładce administratora Help & Setup. Zamiana pytania z czatu na zapytanie korzysta z modelu głównego.
Szybki model musi pochodzić od tego samego dostawcy co Named Credential; model innego dostawcy nie zostanie zapisany. Jeśli pozostawisz Provider default, kroki wyszukiwania w internecie używają domyślnego szybkiego modelu z tabeli powyżej, a Help mode używa modelu głównego.
W Azure OpenAI pozostaw szybki model pusty, aby używać głównego wdrożenia, lub wpisz nazwę drugiego, tańszego wdrożenia. Ponieważ wyszukiwanie w internecie w Azure przechodzi przez OpenAI (zobacz niżej), szybki model Azure wpływa tylko na Help mode.
Zachowanie zależne od dostawcy#
- Temperatura jest wysyłana tylko do modeli, które ją akceptują. AI Engine pomija ją w przypadku modeli, które ją odrzucają, takich jak rodzina GPT-5 i seria o w OpenAI oraz nowsze modele Claude.
- Wyszukiwanie w internecie korzysta w OpenAI i Anthropic z własnego narzędzia web search dostawcy. Azure OpenAI go nie oferuje, więc org skonfigurowany dla Azure wysyła wyszukiwania do OpenAI przez Named Credential o nazwie dokładnie
OpenAI, z użyciemgpt-4.1-mini. Aby korzystać z funkcji internetowych w Azure, utwórz również ten Named Credential. Jeśli Twoje dane muszą pozostać w Azure, pamiętaj, że te funkcje wysyłają dane do OpenAI. Zobacz Wybór dostawcy pod kątem zgodności. - Obrazy (Magic Snap) są obsługiwane u wszystkich trzech dostawców.
- Nazwy wdrożeń Azure mogą zawierać tylko litery, cyfry, kropki, łączniki i podkreślenia.
Po zmianie modelu#
Modele różnią się tym, jak niezawodnie zwracają ustrukturyzowane wyniki. Po każdej zmianie modelu przetestuj Meet Prep, AI Score i odpowiedzi wyświetlane jako karty, zanim użytkownicy zaczną na nich polegać.