---
sourceDocument: 호주 API 참조
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/api-reference

 Release :

    - australia

ft:locale :

    - ko-KR

ft:publication_title :

    - 호주 API 참조

ft:clusterId :

    - crapiref

bundleId :

    - crapiref

workflow :

    - Creator


---

# AI 자산 API

# AI 자산 API {#ariaid-title1}

* 릴리스 버전: Australia
* 
* 업데이트 날짜 2026년 03월 12일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 151분

AI 자산 API는 시스템, 데이터 세트, 프롬프트, 모델과 같은 여러 유형의 AI 자산을 검색, 업데이트 및 생성할 수 있는 엔드포인트를 제공합니다.
AI 자산 API는 확장된 모델 및 자산 클래스 애플리케이션에서 AI 자산 기록에 대해 수행할 수 있는 작업을 지원합니다. 액세스하려면 자산 클래스(sn_ent) 플러그인이 필요합니다. AI 자산 API에서 제공하는 엔드포인트를 호출할 수 있는 자산 및 model_manager 역할이 있어야 합니다.  
주:  
AI 자산 기록에 포함된 데이터는 제품 모델, 구성 항목 등과 같은 여러 테이블에 분산될 수 있습니다. 그러나 이 API를 호출할 때의 복잡성을 줄이기 위해 AI 자산 API는 자산, 제품 모델 및 구성 항목 테이블에만 데이터를 삽입합니다. 테이블 업데이트에 대한 세부 정보는 각 엔드포인트에서 제공됩니다.

## AI 자산 API - GET /sn_ent/asset/ai_dataset/{sys_id} {#ariaid-title2}

지정된 AI 데이터 세트 자산의 데이터를 검색합니다.

### URL 형식 {#ai-asset-dataset-GET__section_uff_rkw_5dc}

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset/{sys_id}

기본 URL: /api/sn_ent/asset/ai_dataset/{sys_id}

### 지원되는 요청 매개변수 {#ai-asset-dataset-GET__section_jsp_xkw_5dc}

{#ai-asset-dataset-GET__table_ksp_xkw_5dc__entry__2}{#ai-asset-dataset-GET__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 데이터 세트 자산 \[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
[표 1. 경로 매개변수]

{#ai-asset-dataset-GET__table_ksp_xkw_5dc} {#ai-asset-dataset-GET__table_lsp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 2. 쿼리 매개변수]

{#ai-asset-dataset-GET__table_lsp_xkw_5dc} {#ai-asset-dataset-GET__table_blq_nsr_vdc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 3. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-dataset-GET__table_blq_nsr_vdc}

### 헤더 {#ai-asset-dataset-GET__section_nsp_xkw_5dc}

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-GET__table_osp_xkw_5dc__entry__2}{#ai-asset-dataset-GET__accept-JSON-only-entry-RESTAPI}{#ai-asset-dataset-GET__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 4. 요청 헤더]

{#ai-asset-dataset-GET__table_osp_xkw_5dc} {#ai-asset-dataset-GET__table_psp_xkw_5dc__entry__2}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 5. 응답 헤더]

{#ai-asset-dataset-GET__table_psp_xkw_5dc}

### 상태 코드 {#ai-asset-dataset-GET__section_qsp_xkw_5dc}

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-GET__table_wqv_qxk_ddc__entry__2}{#ai-asset-dataset-GET__entry-200-status-code}{#ai-asset-dataset-GET__entry-401-status-code}{#ai-asset-dataset-GET__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 401 | 권한이 해제되었습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 6. 상태 코드]

{#ai-asset-dataset-GET__table_wqv_qxk_ddc}

### 응답 본문 매개변수 {#ai-asset-dataset-GET__section_rsp_xkw_5dc}

{#ai-asset-dataset-GET__table_ssp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | 새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", } |
| result.acceptable_usage | AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용 가능한 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" } |
| result.acceptable_usage.label | 허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열 |
| result.acceptable_usage.값 | 교육 또는 평가와 같은 데이터 세트 또는 모델의 목적입니다. 유효한 값은 다음과 같습니다. * `1`: 교육 목적을 나타냄 * `2`: 평가 목적을 나타냄 {#ai-asset-dataset-GET__ul_zhj_kyz_dgc} 데이터 유형: 문자열(숫자) |
| result.base_datasets | 지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id을 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"] |
| 결과.작성됨 | AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.data_type | AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" } |
| result.data_type.label | 데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열 |
| result.data_type.value | 데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열 |
| result.dataset_card | 데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 올바른 이해와 사용을 보장하기 위해 데이터 소스, 기능, 의도된 사용 및 알려진 제한 사항과 같은 세부 정보를 제공합니다. 데이터 유형: 문자열 |
| 결과.설명 | 연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.display_name | AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.문서 | 연결된 AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 테이블 기록에 대한 문서입니다. 데이터 유형: 문자열 |
| result.managed_by | AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.managed_by.name | AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.name | 연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.제공자 | 연결된 AI 데이터 세트 제품 모델 기록의 제공자입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.provider.name | 제공자의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.provider.sys_id | 연결된 AI 데이터 세트 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.소스 | AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 데이터 세트 자산의 소스에 대한 링크입니다. * 데이터 세트 자산 소스의 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트 이름이 있습니다. {#ai-asset-dataset-GET__ul_htd_jkl_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| 결과.상태 | AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-dataset-GET__ul_upc_4ll_d2c} 데이터 유형: 문자열 |
| result.sys_id | AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | 연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
[ ]

{#ai-asset-dataset-GET__table_ssp_xkw_5dc}  

### cURL 요청 {#ai-asset-dataset-GET__example_mnp_3dm_ddc}

다음 예시입니다.

    curl "https://instance.servicenow.com/api/sn_ent/asset/ai_dataset/ cc419cb2331e92101c9aca989d5c7b4c" \ 
    --request GET \ 
    --header "Accept:application/json" \ 
    --user "username":"password"

출력:

    { 
      "result": { 
        "sys_id": "9d60fb5f40d21210f877b00c113d1fea", 
        "display_name": "ServiceNow Closed Incidents v1", 
        "name": "Closed Incidents", 
        "description": "Incidents with resolution", 
        "documentation": "Sample Documentation", 
        "source": "incident table on servicenow instance", 
        "dataset_card": "Sample Dataset Card", 
        "state": "Development", 
        "version": "v1", 
        "data_type": { 
          "value": "2", 
          "label": "Image" 
        }, 
        "provider": { 
          "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
          "name": "ServiceNow" 
        }, 
        "managed_by": { 
          "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
          "name": "Abel Tuter" 
        }, 
        "acceptable_usage": { 
          "value": "1", 
          "label": "Training" 
        }, 
        "base_datasets": [], 
        "created": "2024-12-11 08:50:40", 
        "updated": "2024-12-11 08:50:40" 
      } 
    }

## AI 자산 API - GET /sn_ent/asset/ai_model/{sys_id} {#ariaid-title3}

지정된 AI 모델 자산의 데이터를 검색합니다.

### URL 형식 {#ai-asset-model-GET__section_uff_rkw_5dc}

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model/{sys_id}

기본 URL: /api/sn_ent/asset/ai_model/{sys_id}

### 지원되는 요청 매개변수 {#ai-asset-model-GET__section_jsp_xkw_5dc}

{#ai-asset-model-GET__table_ksp_xkw_5dc__entry__2}{#ai-asset-model-GET__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 모델 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
[표 7. 경로 매개변수]

{#ai-asset-model-GET__table_ksp_xkw_5dc} {#ai-asset-model-GET__table_lsp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 8. 쿼리 매개변수]

{#ai-asset-model-GET__table_lsp_xkw_5dc} {#ai-asset-model-GET__table_blq_nsr_vdc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 9. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-model-GET__table_blq_nsr_vdc}

### 헤더 {#ai-asset-model-GET__section_nsp_xkw_5dc}

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-model-GET__table_osp_xkw_5dc__entry__2}{#ai-asset-model-GET__accept-JSON-only-entry-RESTAPI}{#ai-asset-model-GET__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 10. 요청 헤더]

{#ai-asset-model-GET__table_osp_xkw_5dc} {#ai-asset-model-GET__table_psp_xkw_5dc__entry__2}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 11. 응답 헤더]

{#ai-asset-model-GET__table_psp_xkw_5dc}

### 상태 코드 {#ai-asset-model-GET__section_qsp_xkw_5dc}

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-model-GET__table_wqv_qxk_ddc__entry__2}{#ai-asset-model-GET__entry-200-status-code}{#ai-asset-model-GET__entry-401-status-code}{#ai-asset-model-GET__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 401 | 권한이 해제되었습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 12. 상태 코드]

{#ai-asset-model-GET__table_wqv_qxk_ddc}

### 응답 본문 매개변수 {#ai-asset-model-GET__section_rsp_xkw_5dc}

{#ai-asset-model-GET__table_vhh_n4g_zdc__entry__2}

|   |   |
|-|-|
| 결과 | 모델 자산 기록의 상세 정보입니다. 데이터 유형: 객체 result: { "base_model": {Object}, "context_window": "String", "created": "String", "deployment_guideline": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": {Object}, "model_size_in_mb": "String", "name": "String", "parameters_info": "String", "provider": {Object}, "required_infrastructure": "String", "source": "String", "state": Number, "supported_languages": [Array], "sys_id": "String", "training_datasets": [Array], "training_procedure": "String", "updated": "String", "version": "String" } |
| result.base_model | 이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" } 기본값: |
| result.base_model.name | 이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 데이터 유형: 문자열 |
| result.base_model.sys_id | 이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.context_window | 모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 숫자로 표시된 문자열 |
| 결과.작성됨 | AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.deployment_guideline | 조직 내에서 개발되고 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 |
| 결과.설명 | AI 모델 제품 모델에 부여한 설명입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| 결과.문서 | AI 프롬프트 제품 모델 기록에 대한 문서입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.evaluation_datasets | 모델을 평가하는 데 사용되는 AI 데이터 세트 디지털 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 배열 "evaluation_datasets": [ "name": "String", "sys_id": "String" ] |
| result.evaluation_metrics_report | 평가 결과에 대한 참조입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-model-GET__ul_efd_nhg_zdc} 데이터 유형: 문자열 |
| result.managed_by | AI 모델 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.managed_by.name | AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.model_size_in_mb | 모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자 |
| result.name | 필수 AI 모델 제품 모델의 이름입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.parameters_info | 학습 프로세스 중에 학습하는 교육 데이터의 속성입니다. 예: `7B` 또는 `30B`. 데이터 유형: 문자열 |
| 결과.제공자 | 연결된 AI 데이터 세트 제품 모델 기록의 제공자입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.provider.name | 제공자의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.provider.sys_id | 연결된 AI 데이터 세트 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.required_infrastructure | 모델 배포를 위한 인프라 요구 사항에 대한 문서화입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 상세 정보입니다. 조직 내에 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 문자열 |
| result.result.display_name | 자산 기록의 표시 이름입니다. 데이터 유형: 문자열 |
| 결과.소스 | 모델 소스에 대한 상세 정보입니다. 가능한 값: * 모델의 소스에 대한 링크입니다. 예를 들어 `https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1` 또는 Github에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. 예: `Microsoft Azure` {#ai-asset-model-GET__ul_nnn_zjl_d2c} 데이터 유형: 문자열 |
| 결과.상태 | AI 모델 자산에 적용할 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-model-GET__ul_lhw_gll_d2c} 데이터 유형: 문자열 |
| result.supported_languages | AI 모델에서 지원하는 언어입니다. 데이터 유형: 배열 "supported_languages": [ { "name": "String", "sys_id": "String" } ] |
| result.supported_languages.name | 언어 기록의 이름입니다. 예: `"프랑스어", "영어"`. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.supported_languages.sys_id | 언어 기록의 Sys_id입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.sys_id | AI 모델 자산 기록의 Sys_id입니다. 테이블: AI 모델 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.training_datasets | 모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. 데이터 유형: 배열 "training_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.training_procedure | 모델에 적용되는 AI 교육의 유형입니다. 가능한 값: * 1: 의사 결정 트리 * 2: 심층 신경망 * 3: 선형 회귀 * 4: 로지스틱 회귀 * 5: 임의 포리스트 * 6: 지도 학습 * 7: 비지도 학습 * 8: 강화 학습 * 9: 전이 학습 * 10: 준지도 학습 * 11: 명령 미세 조정 * 12: 감독 미세 조정 {#ai-asset-model-GET__ul_jth_3ql_d2c} 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | AI 모델 제품 모델의 버전입니다. 예: `V2`. 데이터 유형: 문자열 |
[ ]

{#ai-asset-model-GET__table_vhh_n4g_zdc}  

### cURL 요청 {#ai-asset-model-GET__example_mnp_3dm_ddc}

다음 예시입니다.

    curl "https://instance.servicenow.com/api/sn_ent/asset/ai_model/cc419cb2331e92101c9aca989d5c7b4c" \
    --request GET \
    --header "Accept:application/json" \
    --user "username":"password"

출력:

    {
      "result": {
        "sys_id": "a438d170ff96da10c1fbffffffffffd5",
        "display_name": "ServiceNow Now LLM V6",
        "name": "Now LLM",
        "description": "enables text-to-text like question answering and summarization",
        "version": "V6",
        "provider": {
          "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
          "name": "ServiceNow"
        },
        "documentation": "Now LLM V5 Documentation",
        "parameters_info": "7B",
        "supported_languages": [
          {
            "sys_id": "914493a30f320010e96b0e4fef767e90",
            "name": "English"
          }
        ],
        "model_size_in_mb": "87",
        "deployment_guideline": "Deployed on ServiceNow infrastructure",
        "source": null,
        "training_procedure": "2",
        "context_window": "8000",
        "state": "Deployed",
        "required_infrastructure": "undefined",
        "base_model": {
          "sys_id": null,
          "name": ""
        },
        "evaluation_datasets": [
          {
            "sys_id": "45cb45baff06d610c1fbffffffffffa9",
            "name": "ServiceNow Open Incidents"
          }
        ],
        "training_datasets": [
          {
            "sys_id": "45cb45baff06d610c1fbffffffffffa9",
            "name": "ServiceNow Open Incidents"
          }
        ],
        "evaluation_metrics_report": "Testing results: See files attached to this record",
        "managed_by": {
          "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
          "name": "Abel Tuter"
        },
        "created": "2024-12-03 16:50:53",
        "updated": "2024-12-03 16:50:53"
      }
    }

## AI 자산 API - GET /sn_ent/asset/ai_prompt/{sys_id} {#ariaid-title4}

지정된 AI 프롬프트 자산의 데이터를 검색합니다.
참조 :

* [AI 자산 API - POST /sn_ent/asset/ai_prompt](https://servicenow-prod.fluidtopics.net/MLIHZON1_TJBAmeanSE~MA#ai-asset-POST-ai-prompt "요청 본문에 제공한 세부 정보에 따라 AI 프롬프트 디지털 자산[alm_ai_prompt_digital_asset] 및 AI 프롬프트 제품 모델[cmdb_ai_promt_product_model] 테이블에 새 AI 프롬프트 자산 항목을 생성합니다.")
* [AI 자산 API - PUT /sn_ent/asset/ai_prompt/{sys_id}](https://servicenow-prod.fluidtopics.net/MLIHZON1_TJBAmeanSE~MA#ai-asset-prompt-PUT "요청 본문에 제공된 정보에 따라 특정 AI 프롬프트 자산 기록의 데이터를 업데이트합니다.")
{#ai-asset-prompt-GET__ul_trt_gtn_wdc}

### URL 형식 {#ai-asset-prompt-GET__section_uff_rkw_5dc}

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt/{sys_id}

기본 URL: /api/sn_ent/asset/ai_prompt/{sys_id}

### 지원되는 요청 매개변수 {#ai-asset-prompt-GET__section_jsp_xkw_5dc}

{#ai-asset-prompt-GET__table_ksp_xkw_5dc__entry__2}{#ai-asset-prompt-GET__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
[표 13. 경로 매개변수]

{#ai-asset-prompt-GET__table_ksp_xkw_5dc} {#ai-asset-prompt-GET__table_lsp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 14. 쿼리 매개변수]

{#ai-asset-prompt-GET__table_lsp_xkw_5dc} {#ai-asset-prompt-GET__table_blq_nsr_vdc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 15. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-prompt-GET__table_blq_nsr_vdc}

### 헤더 {#ai-asset-prompt-GET__section_nsp_xkw_5dc}

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-prompt-GET__table_osp_xkw_5dc__entry__2}{#ai-asset-prompt-GET__accept-JSON-only-entry-RESTAPI}{#ai-asset-prompt-GET__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 16. 요청 헤더]

{#ai-asset-prompt-GET__table_osp_xkw_5dc} {#ai-asset-prompt-GET__table_psp_xkw_5dc__entry__2}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 17. 응답 헤더]

{#ai-asset-prompt-GET__table_psp_xkw_5dc}

### 상태 코드 {#ai-asset-prompt-GET__section_qsp_xkw_5dc}

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-prompt-GET__table_wqv_qxk_ddc__entry__2}{#ai-asset-prompt-GET__entry-200-status-code}{#ai-asset-prompt-GET__entry-401-status-code}{#ai-asset-prompt-GET__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 401 | 권한이 해제되었습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 18. 상태 코드]

{#ai-asset-prompt-GET__table_wqv_qxk_ddc}

### 응답 본문 매개변수 {#ai-asset-prompt-GET__section_rsp_xkw_5dc}

{#ai-asset-prompt-GET__table_ijd_vrn_wdc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | AI 프롬프트 자산에 대한 상세 정보입니다. result: { "ai_model": {Object}, "created": "String", "description": "String", "display_name": "String", "documentation": "String", "managed_by": {Object}, "name": "String", "prompt_info": "String", "provider": {Object}, "state": Number, "sys_id": "String", "updated": "String", "version": "String" } |
| result.ai_model | AI 프롬프트 자산 기록의 AI 모델입니다. 데이터 유형: 객체 "ai_model": { "name": "String", "sys_id": "String" } |
| result.ai_model.name | AI 모델의 이름입니다. 데이터 유형: 문자열 |
| result.ai_model.sys_id | AI 프롬프트 제품 모델 기록의 Sys_id입니다. 테이블: AI 프롬프트 제품 모델 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| 결과.작성됨 | AI 프롬프트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.설명 | AI 프롬프트 제품 모델 기록에 대한 설명입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 |
| result.display_name | 연결된 AI 프롬프트 자산 기록의 표시 이름입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
| 결과.문서 | AI 프롬프트 제품 모델 기록에 대한 문서입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 |
| result.managed_by | AI 프롬프트 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 "managed_by": { "name": "String", "sys_id": "String" } |
| result.managed_by.name | 자산 레코드를 관리하는 사용자의 이름입니다. 테이블: 사용자\[sys_user\], AI 프롬프트 자산\[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | 자산 기록의 관리자 사용자에 해당하는 사용자 기록의 Sys_id입니다. 테이블: 사용자\[sys_user\], AI 프롬프트 자산\[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.name | 연결된 AI 프롬프트 제품 모델의 이름입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 |
| result.prompt_info | AI 프롬프트 자산 기록의 프롬프트 정보입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
| 결과.제공자 | AI 프롬프트 제품 모델 기록의 제공자입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] "provider": { "name": "String", "sys_id": "String" } 데이터 유형: 객체 |
| result.provider.name | 연결된 AI 프롬프트 제품 모델 기록의 이름입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 |
| result.provider.sys_id | 연결된 AI 프롬프트 제품 모델 기록의 제공자에 해당하는 회사 테이블 기록의 Sys_id입니다. 테이블: 회사 \[core_company\], AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 |
| 결과.상태 | AI 프롬프트 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-prompt-GET__ul_gzw_qll_d2c} 데이터 유형: 문자열 |
| result.sys_id | AI 프롬프트 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 프롬프트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | 연결된 AI 프롬프트 제품 모델 기록의 버전입니다. 예: `V2`. 데이터 유형: 문자열 |
[ ]

{#ai-asset-prompt-GET__table_ijd_vrn_wdc}  

### cURL 요청 {#ai-asset-prompt-GET__example_mnp_3dm_ddc}

다음 예제에서는 특정 ID를 사용하여 AI 프롬프트 자산 모델에 대한 정보를 검색하는 방법을 보여줍니다.

    curl "https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/cc419cb2331e92101c9aca989d5c7b4c" \
    --request GET \
    --header "Accept:application/json" \
    --user "username":"password"

응답 본문은 검색된 특정 프롬프트 자산 모델에 대한 상세 정보를 반환합니다.

    {
      "result": {
        "sys_id": "cc419cb2331e92101c9aca989d5c7b4c",
        "display_name": "ServiceNow ServiceNow Incident Summarization Prompt 4 V8",
        "name": "ServiceNow Incident Summarization Prompt 4",
        "description": "Prompt for Incident Summarization",
        "version": "V8",
        "provider": {
          "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
          "name": "ServiceNow"
        },
        "documentation": "Documentation",
        "state": "Development",
        "ai_model": {
          "sys_id": "a57d0be6eb1e5210aa82fab8bad0cd18",
          "name": "mistral-large"
        },
        "prompt_info": "Provide incident summary using short_decription, state, worknotes",
        "managed_by": {
          "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
          "name": "Abel Tuter"
        },
        "created": "2024-12-09 03:18:46",
        "updated": "2024-12-09 04:26:08"
      }
    }

## AI 자산 API - GET /sn_ent/asset/ai_system/{sys_id} {#ariaid-title5}

지정된 AI 시스템 자산의 데이터를 검색합니다.

### URL 형식 {#ai-asset-system-GET__section_uff_rkw_5dc}

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system/{sys_id}

기본 URL: /api/sn_ent/asset/ai_system/{sys_id}

### 지원되는 요청 매개변수 {#ai-asset-system-GET__section_jsp_xkw_5dc}

{#ai-asset-system-GET__table_ksp_xkw_5dc__entry__2}{#ai-asset-system-GET__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
[표 19. 경로 매개변수]

{#ai-asset-system-GET__table_ksp_xkw_5dc} {#ai-asset-system-GET__table_lsp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 20. 쿼리 매개변수]

{#ai-asset-system-GET__table_lsp_xkw_5dc} {#ai-asset-system-GET__table_blq_nsr_vdc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 21. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-system-GET__table_blq_nsr_vdc}

### 헤더 {#ai-asset-system-GET__section_nsp_xkw_5dc}

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-GET__table_osp_xkw_5dc__entry__2}{#ai-asset-system-GET__accept-JSON-only-entry-RESTAPI}{#ai-asset-system-GET__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 22. 요청 헤더]

{#ai-asset-system-GET__table_osp_xkw_5dc} {#ai-asset-system-GET__table_psp_xkw_5dc__entry__2}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 23. 응답 헤더]

{#ai-asset-system-GET__table_psp_xkw_5dc}

### 상태 코드 {#ai-asset-system-GET__section_qsp_xkw_5dc}

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-GET__table_wqv_qxk_ddc__entry__2}{#ai-asset-system-GET__entry-200-status-code}{#ai-asset-system-GET__entry-401-status-code}{#ai-asset-system-GET__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 401 | 권한이 해제되었습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 24. 상태 코드]

{#ai-asset-system-GET__table_wqv_qxk_ddc}

### 응답 본문 매개변수 {#ai-asset-system-GET__section_rsp_xkw_5dc}

{#ai-asset-system-GET__table_ssp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | 검색된 AI 시스템 자산에 대한 상세 정보입니다. result: { "ai_models": [Array], "ai_prompts": [Array], "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": Number, "sys_id": "String", "updated": "String", "version": "String" } |
| result.ai_models | AI 시스템 디지털 자산 기록의 AI 모델 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ] |
| result.ai_models.name | AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.ai_models.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.ai_prompts | AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ] |
| result.ai_prompts.name | AI 프롬프트의 이름입니다. 데이터 유형: 문자열 |
| result.ai_prompts.sys_id | AI 프롬프트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 디지털 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
| 결과.작성됨 | AI 시스템 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.설명 | 연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.display_name | AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 자산 \[cmdb_ai_ system_asset_model\] 데이터 유형: 문자열 |
| 결과.문서 | AI 시스템, 제품, 시스템 기록에 대한 설명서입니다. 테이블: AI 시스템 제품 시스템 \[cmdb_ai_system_product_system\] 데이터 유형: 문자열 |
| result.evaluation_datasets | AI 시스템 디지털 자산 기록에서 모델을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 시스템 자산 \[alm_ai_system_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] 기본값: 빈 문자열 |
| result.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열 |
| result.evaluation_datasets.sys_id | AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| result.evaluation_metrics_report | AI 시스템 자산 기록의 평가 결과입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-system-GET__ul_bxp_ynl_d2c} 데이터 유형: 문자열 |
| result.managed_by | AI 시스템 자산 기록을 관리하는 사용자에 대한 상세 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.managed_by.name | AI 시스템 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | AI 시스템 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.name | 연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| 결과.제공자 | 연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.provider.name | 연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.provider.sys_id | 연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| 결과.상태 | AI 시스템 자산 기록의 상태입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-system-GET__ul_gcf_vll_d2c} 데이터 유형: 문자열 |
| result.sys_id | AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 시스템 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | 연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
[ ]

{#ai-asset-system-GET__table_ssp_xkw_5dc}  

### cURL 요청 {#ai-asset-system-GET__example_mnp_3dm_ddc}

다음 예는 지정된 ID로 AI 시스템 모델 자산을 검색하는 방법을 보여줍니다.

    curl "https://instance.servicenow.com/api/sn_ent/asset/ai_system/3b140397435a9210a63d00002fb8f2d7" \
    --request GET \
    --header "Accept:application/json" \
    --user "username":"password"

응답 본문은 지정된 AI 시스템 모델 자산에 대한 상세 정보를 반환합니다.

    {
      "result": {
          "sys_id": "3b140397435a9210a63d00002fb8f2d7",
          "display_name": "ServiceNow Incident Summarization V2",
          "name": "Incident Summarization",
          "description": "Incident Summarization Skill",
          "version": "V2",
          "provider": {
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
            "name": "ServiceNow"
          },
          "documentation": "Sample Documentation",
          "state": "Deployed",
          "ai_models": [{ 
            "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2", 
            "name": "llm_generic_small" 
          },
          { 
            "sys_id": "7efdc7e6eb1e5210aa82fab8bad0cda2", 
            "name": "mixtral-instruct" 
          }],
          "ai_prompts": [{ 
            "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2", 
            "name": "LLM Prompt" 
          }],
          "evaluation_datasets": [{ 
            "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2", 
            "name": "Base dataset" 
          }],
          "evaluation_metrics_report": "Sample Report",
          "managed_by": {
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
            "name": "Abel Tuter"
          },
          "created": "2024-12-11 18:23:09",
          "updated": "2024-12-11 18:23:09"
      }
    }

## AI 자산 API - POST /sn_ent/asset/ai_dataset {#ariaid-title6}

요청 본문에 제공한 세부 정보에 따라 AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 및 AI 데이터 세트 제품 모델\[cmdb_ai_dataset_product_model\]에 새 AI 데이터 세트 자산 항목을 생성합니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset

기본 URL: /api/sn_ent/asset/ai_dataset

### 지원되는 요청 매개변수

{#ai-asset-dataset-POST-ai_dataset__entry__2}{#ai-asset-dataset-POST-ai_dataset__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
[표 25. 경로 매개변수]

{#ai-asset-dataset-POST-ai_dataset__entry__6}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 26. 쿼리 매개변수]

{#ai-asset-dataset-POST-ai_dataset__entry__10}

| 이름 | 설명 |
|-|-|
| {객체} | { "acceptable_usage": "String", "base_datasets": [Array], "dataset_card": "String" "data_type": "String", "description": "String", "documentation": "String", "managed_by": "String", "name": "String", "provider": "String", "state": "String" "source": "String", "version": "String" } |
| {object}.acceptable_usage | 교육 또는 평가와 같은 데이터 세트 또는 모델의 목적입니다. 유효한 값은 다음과 같습니다. * `1`: 교육 목적을 나타냄 * `2`: 평가 목적을 나타냄 {#ai-asset-dataset-POST-ai_dataset__ul_xdq_psl_d2c} 데이터 유형: 문자열(숫자) |
| {object}.base_datasets | 이 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 테이블에 있는 데이터 세트의 이름 또는 sys_ids 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"] |
| {object}.data_type | 데이터 세트에 있는 데이터의 유형입니다. 예를 들어 `텍스트, 비디오, 이미지` 또는 `1,2`입니다. 데이터 유형: 문자열 |
| {object}.dataset_card | 데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 올바른 이해와 사용을 보장하기 위해 데이터 소스, 기능, 의도된 사용 및 알려진 제한 사항과 같은 세부 정보를 제공합니다. 데이터 유형: 문자열 |
| {object}.description | 연결된 AI 데이터 세트 제품 모델에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.documentation | AI 데이터 세트 제품 모델에 대한 설명서입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.managed_by | AI 데이터 세트 제품 모델 기록의 관리자 필드에 있는 사용자의 Sys_id 또는 이름 값입니다. 테이블: 사용자 \[sys_user\], AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.name | 필수 AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 테이블의 관련 기록 이름입니다. 데이터 유형: 문자열 |
| {object}.provider | 필수 회사 \[core_company\] 테이블 기록의 제공자 필드에 대한 Sys_id 또는 이름 값입니다. 데이터 유형: 문자열 |
| {object}.source | 데이터 세트의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 데이터 세트의 소스에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. {#ai-asset-dataset-POST-ai_dataset__ul_im5_5kl_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| {object}.state | AI 데이터 세트 자산의 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-dataset-POST-ai_dataset__ul_y42_lll_d2c} 데이터 유형: 문자열 |
| {object}.version | 연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
[표 27. 요청 본문 매개변수(XML 또는 JSON)]

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-POST-ai_dataset__table_pt3_tqr_ydc__entry__2}{#ai-asset-dataset-POST-ai_dataset__accept-JSON-only-entry-RESTAPI}{#ai-asset-dataset-POST-ai_dataset__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 28. 요청 헤더]

{#ai-asset-dataset-POST-ai_dataset__table_pt3_tqr_ydc} {#ai-asset-dataset-POST-ai_dataset__entry__44}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 29. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-POST-ai_dataset__entry__48}{#ai-asset-dataset-POST-ai_dataset__entry-200-status-code}{#ai-asset-dataset-POST-ai_dataset__entry-400-status-code}{#ai-asset-dataset-POST-ai_dataset__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 30. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-dataset-POST-ai_dataset__entry__56}

| 이름 | 설명 |
|-|-|
| 결과 | 새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", } |
| result.acceptable_usage | AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용 가능한 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" } |
| result.acceptable_usage.label | 허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열 |
| result.acceptable_usage.값 | 교육 또는 평가와 같은 데이터 세트 또는 모델의 목적입니다. 유효한 값은 다음과 같습니다. * `1`: 교육 목적을 나타냄 * `2`: 평가 목적을 나타냄 {#ai-asset-dataset-POST-ai_dataset__ul_zhj_kyz_dgc} 데이터 유형: 문자열(숫자) |
| result.base_datasets | 지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id을 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"] |
| 결과.작성됨 | AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.data_type | AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" } |
| result.data_type.label | 데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열 |
| result.data_type.value | 데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열 |
| result.dataset_card | 데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 올바른 이해와 사용을 보장하기 위해 데이터 소스, 기능, 의도된 사용 및 알려진 제한 사항과 같은 세부 정보를 제공합니다. 데이터 유형: 문자열 |
| 결과.설명 | 연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.display_name | AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.문서 | 연결된 AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 테이블 기록에 대한 문서입니다. 데이터 유형: 문자열 |
| result.managed_by | AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.managed_by.name | AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.name | 연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.제공자 | 연결된 AI 데이터 세트 제품 모델 기록의 제공자입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.provider.sys_id | 연결된 AI 데이터 세트 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.provider.name | 제공자의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.소스 | AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 데이터 세트 자산의 소스에 대한 링크입니다. * 데이터 세트 자산 소스의 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트 이름이 있습니다. {#ai-asset-dataset-POST-ai_dataset__ul_htd_jkl_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| 결과.상태 | AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-dataset-POST-ai_dataset__ul_upc_4ll_d2c} 데이터 유형: 문자열 |
| result.sys_id | AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | 연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
| 결과.경고 | 데이터 세트를 생성할 때 나타나는 경고 메시지의 쉼표로 구분된 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

### cURL 요청

다음 예는 새 AI 데이터 세트 자산 기록을 생성하는 방법을 보여줍니다.

    curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_dataset' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d ' { 
      "name": "Dataset One", 
      "description": "Description for dataset ", 
      "provider": "servicenow", 
      "version": "V1", 
      "state": 31, 
      "source": "Source of dataset",
      "documentation": "document", 
      "dataset_card": "Dataset Card", 
      "base_datasets": ["Dataset Two", "Dataset Three"], 
      "data_type": "1,2", 
      "acceptable_usage": "1,2", 
      "managed_by": "abel.tuter" 
    }'

응답 본문. 새로 생성된 데이터 세트 자산 기록의 결과입니다.

    { 
      "result": { 
        "asset": { 
          "sys_id": "da8393eb40d25210f877b00c113d1fc1", 
          "display_name": "ServiceNow Closed Incidents", 
          "name": "Closed Incidents", 
          "description": "Incidents with resolution", 
          "documentation": "Sample Documentation", 
          "source": "incident table on servicenow instance", 
          "dataset_card": "Dataset Card", 
          "state": "Deployed", 
          "version": null, 
          "data_type": { 
            "value": "1", 
            "label": "Text" 
          }, 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "managed_by": { 
            "sys_id": "undefined", 
            "name": "" 
          }, 
          "acceptable_usage": { 
            "value": "1", 
            "label": "Training" 
          }, 
          "base_datasets": [], 
          "created": "2024-12-12 01:23:03", 
          "updated": "2024-12-12 01:23:03" 
        }, 
        "warnings": [] 
           } 
    }

## AI 자산 API - POST /sn_ent/asset/ai_prompt {#ariaid-title7}

요청 본문에 제공한 세부 정보에 따라 AI 프롬프트 디지털 자산\[alm_ai_prompt_digital_asset\] 및 AI 프롬프트 제품 모델\[cmdb_ai_promt_product_model\] 테이블에 새 AI 프롬프트 자산 항목을 생성합니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt

기본 URL: /api/sn_ent/asset/ai_prompt

### 지원되는 요청 매개변수

{#ai-asset-POST-ai-prompt__entry__2}{#ai-asset-POST-ai-prompt__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
[표 31. 경로 매개변수]

{#ai-asset-POST-ai-prompt__entry__6}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 32. 쿼리 매개변수]

{#ai-asset-POST-ai-prompt__id_tqz_jgh_zdc__entry__2}

| 이름 | 설명 |
|-|-|
| 객체 | 필수 업데이트할 AI 프롬프트 자산의 콘텐츠입니다. 데이터 유형: 객체 { "ai_model": "String", "description": "String", "documentation": "String", "managed_by": "String" "name": "String", "prompt_info": "String", "provider": "String", "state": Number, "version": "String" } |
| ai_model | AI 모델 디지털 자산 기록sys_id AI 모델 필드의 값 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 설명 | AI 프롬프트 제품 모델을 제공하는 설명입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 설명서 | AI 프롬프트 제품 모델에 대한 설명서입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| managed_by | 자산을 관리하는 사용자의 이름 또는 sys_id입니다. 자산 레코드의 관리자 필드에 있습니다. 탭; e: 사용자 \[sys_user\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 이름 | 필수 AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 테이블의 관련 기록 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| prompt_info | AI 프롬프트 자산에 대한 프롬프트 정보입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| 제공자 | 필수 회사 테이블 기록의 제공자 이름 또는 sys_id입니다. 테이블: 회사 \[core_company\] 데이터 유형: 문자열 |
| 상태 | AI 모델 자산에 적용할 상태입니다. 예: 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-POST-ai-prompt__ul_c4b_qll_d2c} 데이터 유형: 문자열 |
| 버전 | AI 프롬프트 제품 모델을 할당할 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 빈 문자열 |
[표 33. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-POST-ai-prompt__id_tqz_jgh_zdc}

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-POST-ai-prompt__entry__32}{#ai-asset-POST-ai-prompt__accept-JSON-only-entry-RESTAPI}{#ai-asset-POST-ai-prompt__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 34. 요청 헤더]

{#ai-asset-POST-ai-prompt__entry__38}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 35. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-POST-ai-prompt__entry__42}{#ai-asset-POST-ai-prompt__entry-200-status-code}{#ai-asset-POST-ai-prompt__entry-400-status-code}{#ai-asset-POST-ai-prompt__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 36. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-POST-ai-prompt__table_ssp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | 새 AI 자산 프롬프트의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] } |
| 결과.자산 | 새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] } |
| result.asset.ai_model | AI 시스템 자산 테이블 기록의 AI 모델 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_model": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.ai_models.name | AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.ai_models.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.ai_prompts | AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.ai_prompts.name | AI 프롬프트의 이름입니다. 데이터 유형: 문자열 |
| result.asset.ai_prompts.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 시스템 제품 모델 기록의 문서입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets | AI 시스템 자산 모델을 평가하는 데 사용되는 AI 데이터 세트의 sys_ids목록 또는 표시 이름의 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 시스템 디지털 자산 \[alm_ai_system_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열 |
| result.asset.evaluation_datasets.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_metrics_report | AI 시스템 자산의 평가 결과입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-POST-ai-prompt__ul_vpk_vnl_d2c} 데이터 유형: 문자열 |
| result.asset.managed_by | 자산을 관리하는 사용자에 대한 상세 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.name | 연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-POST-ai-prompt__ul_fyr_rll_d2c} 데이터 유형: 문자열 |
| result.asset.sys_id | AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-POST-ai-prompt__table_ssp_xkw_5dc}  

### cURL 요청

다음 예제에서는 POST 메서드를 사용하여 요청 본문에 제공된 세부 정보에 따라 새 AI 프롬프트를 생성하는 방법을 보여줍니다.

    curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d '{ 
      "name": "Incident Summarization prompt1", 
      "description": "Prompt for Incident Summarization", 
      "provider": "servicenow", 
      "version": "V1", 
      "state": 31, 
      "documentation": "Document", 
      "ai_model": "mixtral-instruct", 
      "prompt_info": "Provide incident summary using short_decription, state, worknotes", 
      "managed_by": "abel.tuter" 
     }'

응답 본문.

    { 
      "result": { 
        "asset": { 
          "sys_id": "9833721b331e92101c9aca989d5c7bf0", 
          "display_name": "ServiceNow Incident Summarization prompt1 V1", 
          "name": "Incident Summarization prompt1", 
          "description": "Prompt for Incident Summarization", 
          "version": "V1", 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "documentation": "Document", 
          "state": "Deployed", 
          "ai_model": { 
            "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2", 
            "name": "mixtral-instruct" 
          }, 
          "prompt_info": "Provide incident summary using short_decription, state, worknotes", 
          "managed_by": { 
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
            "name": "Abel Tuter" 
          }, 
          "created": "2024-12-11 04:23:17", 
          "updated": "2024-12-11 04:23:17" 
        }, 
        "warnings": [] 
      } 
    }

## AI 자산 API - POST /sn_ent/asset/ai_model {#ariaid-title8}

요청 본문에 제공한 상세 정보에 따라 AI 모델 디지털 자산\[alm_ai_model_digital_asset\] 및 AI 모델 제품 모델\[cmdb_ai_model_product_model\] 테이블에 새 AI 모델 자산 항목을 생성합니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model

기본 URL: /api/sn_ent/asset/ai_model

### 지원되는 요청 매개변수

{#ai-asset-ai-model-POST__entry__2}{#ai-asset-ai-model-POST__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
[표 37. 경로 매개변수]

{#ai-asset-ai-model-POST__entry__6}

| 이름 | 설명 |
|-|-|
| 없음 |   |
[표 38. 쿼리 매개변수]

{#ai-asset-ai-model-POST__id_z5b_fkh_zdc__entry__2}

| 이름 | 설명 |
|-|-|
| {객체} | 필수 새 자산 모델 기록에 적용할 상세 정보입니다. 데이터 유형: 객체 "object": { "base_model": {Object}, "context_window:" "String", "deployment_guideline": "String", "description": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String", "model_size_in_mb": "String", "model_weights_info": "String", "name": "String", "parameters_info": "String", "provider": "String", "required_infrastructure": "String", "source": "String", "state": Number, "supported_languages: [Array], "training_datasets": [Array], "training_procedure": "String", "version": "String" } |
| {object}.base_model | 이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" } |
| {object}.base_model.name | 이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 데이터 유형: 문자열 |
| {객체}.base_model.sys_id | 이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.context_window | 모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 정수 기본값: 빈 값 |
| {object}.deployment_guideline | 조직 내에서 개발되고 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.description | AI 모델 제품 모델에 부여한 설명입니다. 업데이트된 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.documentation | AI 모델 제품 모델에 대한 설명서입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.evaluation_datasets | 모델을 평가하는 데 사용되는 AI 데이터 세트의 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 모델 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": ["String", "String"] 유효한 값은 다음과 같습니다. * AI 데이터 세트 디지털 자산 기록의 이름입니다. * AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. {#ai-asset-ai-model-POST__ul_mmc_k1m_d2c} 기본값: 빈 문자열 |
| {object}.evaluation_metrics_report | AI 모델 디지털 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results:  link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.managed_by | 사용자 \[sys_user\] 테이블에 있는 기존 기록의 "관리자" 필드 값입니다. 유효한 값은 다음과 같습니다. * 사용자 \[sys_user\] 기록의 이름 * 사용자 \[sys_user\] 기록의 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.model_size_in_mb | 모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자 기본값: null 또는 비어 있음 |
| {객체}.model_weights_info | 추가 모델 정보(있는 경우). 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: null 또는 비어 있음 |
| {object}.name | 필수 AI 모델 제품 모델의 이름입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 기본값: null 또는 비어 있음 |
| {object}.parameters_info | 모델에 대해 제공된 매개변수 수입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.provider | 필수 AI 모델 제품 모델 기록에 제공자 필드를 할당할 사용자의 Sys_id 또는 이름입니다. 테이블: 회사 \[core_company\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| {object}.required_infrastructure | 모델 배포를 위한 인프라 요구 사항에 대한 문서화입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 상세 정보입니다. 조직 내에 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| {object}.source | 모델을 만든 사람 또는 무엇의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 모델의 소스에 대한 링크입니다. 예를 들어 `https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1` 또는 Github에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. 예: `Microsoft Azure` 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| {object}.state | AI 모델 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-ai-model-POST__ul_zbz_vhl_d2c} 데이터 유형: 문자열 |
| {object}.supported_languages | AI 모델에서 지원하는 쉼표로 구분된 언어 목록입니다. 데이터 유형: 배열 "supported_languages": [ "String", "String" ] 유효한 값은 다음과 같습니다. * 언어 \[sys_language\] 기록의 Sys_id입니다. * 언어 \[sys_language\] 기록의 이름입니다. 예: `"프랑스어", "영어"`. 기본값: 빈 문자열 |
| {object}.training_datasets | AI 모델을 교육하는 데 사용되는 데이터 세트입니다. AI 데이터 세트 자산 \[alm_ai_dataset_digital_asset\] 테이블의 sys_ids 또는 표시 이름을 쉼표로 구분한 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 배열 "training_datasets": [ "String", "String" ] 기본값: 빈 문자열 |
| {object}.training_procedure | AI 모델에 적용할 교육 유형을 나타내는 번호입니다. 유효한 값은 다음과 같습니다. * `1`: 의사 결정 트리 * `2`: 심층 신경망 * `3`: 선형 회귀 * `4`: 로지스틱 회귀 * `5`: 임의 포리스트 * `6`: 지도 학습 * `7`: 비지도 학습 * `8`: 강화 학습 * `9`: 전이 학습 * `10`: 준지도 학습 * `11`: 명령 미세 조정 * `12`: 감독 미세 조정 데이터 유형: 숫자로 표시된 문자열(예: `"3"`) 기본값: 1: 의사 결정 트리 |
| {object}.version | AI 모델 제품 모델의 버전입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 빈 문자열 |
[표 39. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-ai-model-POST__id_z5b_fkh_zdc}

### 응답 본문 매개변수(JSON 또는 XML) {#ai-asset-ai-model-POST__section_vqx_bmp_xdc}

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-ai-model-POST__entry__58}{#ai-asset-ai-model-POST__accept-JSON-only-entry-RESTAPI}{#ai-asset-ai-model-POST__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 40. 요청 헤더]

{#ai-asset-ai-model-POST__entry__64}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 41. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-ai-model-POST__entry__68}{#ai-asset-ai-model-POST__entry-400-status-code}{#ai-asset-ai-model-POST__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 201 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 42. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-ai-model-POST__id_itg_lz3_12c__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | AI 모델 자산 생성 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array], } |
| 결과.자산 | 생성된 AI 모델 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "base_model": Object, "context_window": String, "created": "String", "deployment_guideline": String, "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "model_size_in_mb": String, "name": "String", "parameters_info": "String", "provider": Object, "required_infrastructure": String, "state": "String", "source": String, "supported_languages": Array, "sys_id": "String", "training_datasets": Array, "training_procedure": String, "updated": "String", "version": "String" } |
| result.asset.base_model | 이 버전이 파생된 AI 모델 자산에 대한 정보입니다. 데이터 유형: 객체 "base_model": { "name": "String", "sys_id": "String" } |
| result.asset.base_model.name | AI 모델 자산의 표시 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.base_model.sys_id | AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.context_window | 모델이 처리할 수 있는 입력 시퀀스의 크기입니다. 즉, 토큰의 수입니다. 데이터 유형: 숫자로 표시된 문자열입니다. 예: `"6000"`. |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.asset.deployment_guideline | 조직 내에서 개발되고 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 모델 제품 모델 기록에 대한 설명입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 모델 자산 기록의 표시 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\](https://servicenow-prod.fluidtopics.net/display_name 필드) 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 모델 제품 모델 기록에 대한 문서입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets | 모델을 평가하는 데 사용되는 AI 데이터 세트입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.evaluation_datasets.sys_id | AI 모델 디지털 자산 기록의 Sys_id입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_metrics_report | 평가 결과에 대한 참조입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-ai-model-POST__ul_izx_tnl_d2c} 데이터 유형: 문자열 |
| result.asset.managed_by | AI 모델 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 " managed_by": { "name": "String", "sys_id": "String" } |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.model_size_in_mb | 모델의 크기(MB)입니다. 일반적으로 조직 내에서 개발 및 배포된 모델에 적용할 수 있습니다. 데이터 유형: 숫자 |
| result.asset.name | 연결된 AI 모델 제품 모델 기록의 이름입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 모델 제품 모델 기록의 제공자입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 객체 "provider": { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 기록의 이름입니다. 테이블: 회사 \[core_company\], AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 기록의 Sys_id입니다. 테이블: 회사 \[core_company\], AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| 결과.자산.소스 | 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 모델의 소스에 대한 링크입니다. 예를 들어 `https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1` 또는 Github에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. 예: `Microsoft Azure` {#ai-asset-ai-model-POST__ul_qxc_dkl_d2c} 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-ai-model-POST__ul_cpt_jll_d2c} 데이터 유형: 문자열 |
| result.asset.supported_languages.name | 지원되는 언어의 이름입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.supported_languages.sys_id | 지원되는 언어의 Sys_id입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.sys_id | AI 모델 자산 기록의 Sys_id 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.training_datasets | 모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. 데이터 유형: 배열 "training_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.training_procedure | 모델에 적용된 AI 교육의 유형을 나타내는 숫자 값입니다. 가능한 값: * `1`: 의사 결정 트리 * `2`: 심층 신경망 * `3`: 선형 회귀 * `4`: 로지스틱 회귀 * `5`: 임의 포리스트 * `6`: 지도 학습 * `7`: 비지도 학습 * `8`: 강화 학습 * `9`: 전이 학습 * `10`: 준지도 학습 * `11`: 명령 미세 조정 * `12`: 감독 미세 조정 {#ai-asset-ai-model-POST__ul_itm_qsp_xdc} 데이터 유형: 숫자로 표시되는 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.버전 | 연결된 AI 모델 제품 모델 기록의 버전입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model 테이블\] 데이터 유형: 문자열 |
| result.required_infrastructure | 모델 배포를 위한 인프라 요구 사항에 대한 문서화입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 상세 정보입니다. 데이터 유형: 문자열 |
| result.asset.parameters_info | 학습 프로세스 중에 학습하는 교육 데이터의 속성입니다. 예: `7B` 또는 `30B`. 데이터 유형: 문자열 |
| result.asset.supported_languages | AI 모델 자산에서 지원하는 언어에 대한 상세 정보입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 객체 "supported_languages": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.supported_languages.name | 자산에서 지원하는 언어의 이름입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.supported_languages.sys_id | 자산에서 지원하는 언어의 Sys_id입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| 결과.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sysId가 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-ai-model-POST__id_itg_lz3_12c}  

### cURL 요청

다음 예에서는 요청 본문에 제공된 상세 정보에 따라 AI 모델 자산을 생성합니다.

    curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d ' {
      "name": "Now LLM",
      "description": "enables text-to-text like question answering and summarization",
      "provider": "servicenow",
      "documentation": "Now LLM V5 Documentation",
      "version": "V8",
      "parameters_info": "7B",
      "supported_languages": [
        "English",
        "French"
      ],
      "model_size_in_mb": "87",
      "deployment_guideline": "Deployed on ServiceNow infrastructure",
      "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1",
      "training_procedure": "2",
      "context_window": "8000",
      "state": "31",
      "base_model": "Servicenow Now LLM V6",
      "model_weights_info": "refer to weights and biases project",
      "required_infrastructre": "GPUs needed: 1, GPU Type: A100",
      "training_datasets": [
        "Servicenow Open Incidents"
      ],
      "evaluation_datasets": [
        "Servicenow Open Incidents"
      ],
      "evaluation_metrics_report": "Testing results: See files attached to this record",
      "managed_by": "abel.tuter"
    }'

응답 본문에는 결과 sys_id를 포함하여 새로 생성된 AI 모델 자산에 대한 상세 정보가 표시됩니다.

    {
      "result": {
        "asset": {
          "sys_id": "a438d170ff96da10c1fbffffffffffd5",
          "display_name": "ServiceNow Now LLM V6",
          "name": "Now LLM",
          "description": "enables text-to-text like question answering and summarization",
          "version": "V8",
          "provider": {
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
            "name": "ServiceNow"
          },
          "documentation": "Now LLM V5 Documentation",
          "parameters_info": "7B",
          "supported_languages": [
            {
              "sys_id": "914493a30f320010e96b0e4fef767e90",
              "name": "English"
            }
          ],
          "model_size_in_mb": "87",
          "deployment_guideline": "Deployed on ServiceNow infrastructure",
          "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1",
          "training_procedure": "2",
          "context_window": "8000",
          "state": "Deployed",
          "required_infrastructure": "Servicenow Instance",
          "base_model": {
            "sys_id": "a438d170ff96da10c1fbffffffffffd5",
            "name": "ServiceNow Now LLM V8"
          },
          "evaluation_datasets": [
            {
              "sys_id": "45cb45baff06d610c1fbffffffffffa9",
              "name": "ServiceNow Open Incidents"
            }
          ],
          "training_datasets": [
            {
              "sys_id": "45cb45baff06d610c1fbffffffffffa9",
              "name": "ServiceNow Open Incidents"
            }
          ],
          "evaluation_metrics_report": "Testing results: See files attached to this record",
          "managed_by": {
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
            "name": "Abel Tuter"
          },
          "created": "2024-12-03 16:50:53",
          "updated": "2024-12-12 15:56:28"
        },
        "warnings": [
          "Reference record 'French' not found for supported_languages in table sys_language"
        ]
      }
    }

## AI 자산 API - POST /sn_ent/asset/ai_system {#ariaid-title9}

요청 본문에 제공한 상세 정보에 따라 AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 및 AI 시스템 제품 모델\[cmdb_ai_system_product_model\] 테이블에 새 AI 시스템 자산 항목을 생성합니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system

기본 URL: /api/sn_ent/asset/ai_system

### 지원되는 요청 매개변수

{#ai-asset-system-POST__entry__2}{#ai-asset-system-POST__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
[표 43. 경로 매개변수]

{#ai-asset-system-POST__entry__6}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 44. 쿼리 매개변수]

{#ai-asset-system-POST__id_ack_2dh_zdc__entry__2}

| 이름 | 설명 |
|-|-|
| 객체 | 필수 AI 시스템에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "name": "String", "description": "String", "provider": "String", "version": "String", "state": Number, "documentation": "String", "ai_models": "String", "ai_prompts": "Strings", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String" } |
| object.name | 필수 AI 시스템 제품 모델의 이름입니다. 데이터 유형: 문자열 |
| 객체.설명 | AI 시스템 제품 모델에 대한 설명입니다. 데이터 유형: 문자열 |
| object.provider | 필수 회사 \[core_company\] 테이블 기록의 제공자 필드에 대한 Sys_id 또는 이름 값입니다. 데이터 유형: 문자열 |
| 객체.상태 | AI 시스템 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-system-POST__ul_nyr_sll_d2c} 데이터 유형: 문자열 기본값: 빈 문자열 |
| 객체.버전 | AI 시스템 제품 모델의 버전입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 빈 문자열 |
| 객체.문서 | AI 시스템 자산에 대한 문서입니다. 데이터 유형: 문자열 기본값: |
| object.ai_models | AI 모델 디지털 자산 기록의 이름 또는 sys_ids 쉼표로 구분된 목록입니다. 여기서 각 문자열은 기존 AI 모델 디지털 자산 기록의 AI 모델 필드 값을 나타냅니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 배열 "ai_models": [{String", "String"}] 기본값: 빈 문자열 |
| object.evaluation_datasets | AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트의 이름 또는 sys_ids 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\], AI 시스템 자산\[AI 시스템 디지털 자산 alm_ai_system_digital_asset\] 데이터 유형: 문자열 배열 "evaluation_datasets": [{String", "String"}] 기본값: 빈 문자열 |
| object.evaluation_metrics_report | AI 시스템 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results:  link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| object.managed_by | 기존 사용자 \[sys_user\] 테이블 기록의 "관리자" 필드의 Sys_id 또는 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
[표 45. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-system-POST__id_ack_2dh_zdc}

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-POST__entry__34}{#ai-asset-system-POST__accept-JSON-only-entry-RESTAPI}{#ai-asset-system-POST__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 46. 요청 헤더]

{#ai-asset-system-POST__entry__40}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 47. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-POST__entry__44}{#ai-asset-system-POST__entry-200-status-code}{#ai-asset-system-POST__entry-400-status-code}{#ai-asset-system-POST__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 48. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-system-POST__entry__52}

| 이름 | 설명 |
|-|-|
| 결과 | 새 AI 시스템 자산의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] } |
| 결과.자산 | 새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] } |
| result.asset.ai_models | AI 시스템 디지털 자산 기록의 AI 모델 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.ai_models.name | AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.ai_models.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.ai_prompts | AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.ai_prompts.name | AI 프롬프트의 이름입니다. 데이터 유형: 문자열 |
| result.asset.ai_prompts.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 시스템 제품 모델 기록에 대한 설명서입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets | AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 시스템 자산 \[alm_ai_system_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets.sys_id | AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_metrics_report | AI 시스템 자산의 평가 결과입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-system-POST__ul_idm_xnl_d2c} 데이터 유형: 문자열 |
| result.asset.managed_by | 모델을 평가하는 데 사용되는 AI 시스템 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.name | 연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: 시스템 제품 모델 \[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: 시스템 제품 모델 \[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-system-POST__ul_k3m_5ll_d2c} 데이터 유형: 문자열 |
| result.asset.sys_id | AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.버전 | 연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
| 결과.자산.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

### cURL 요청

다음 예에서는 요청 본문에 포함된 상세 정보를 사용하여 AI 시스템 디지털 자산 및 AI 시스템 제품 모델 테이블에 새 항목을 삽입합니다.

    curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d '{ 
      "name": "Incident Summarization", 
      "description": "Incident Summarization Skill", 
      "provider": "servicenow", 
      "documentation": "Sample Documentation", 
      "version": "V2", 
      "state": 31, 
      "ai_models": [ 
        "llm_generic_small", 
        "mixtral-instruct" 
      ], 
      "ai_prompts": [ 
        "LLM Prompt"   
      ], 
      "evaluation_datasets": [ 
        "Base dataset" 
      ], 
      "evaluation_metrics_report": "Sample Report", 
      "managed_by": "abel.tuter" 
    }'

응답 본문.

    { 
      "result": { 
        "asset": { 
          "sys_id": "3b140397435a9210a63d00002fb8f2d7", 
          "display_name": "ServiceNow Incident Summarization V2", 
          "name": "Incident Summarization", 
          "description": "Incident Summarization Skill", 
          "version": "V2", 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "documentation": "Sample Documentation", 
          "state": "Deployed", 
          "ai_models": [{  
            "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2",  
            "name": "llm_generic_small"  
          }, 
          {  
            "sys_id": "7efdc7e6eb1e5210aa82fab8bad0cda2",  
            "name": "mixtral-instruct"  
          }], 
          "ai_prompts": [{  
            "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2",  
            "name": "LLM Prompt"  
          }], 
          "evaluation_datasets": [{  
            "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",  
            "name": "Base dataset"  
          }], 
          "evaluation_metrics_report": "Sample Report", 
          "managed_by": { 
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
            "name": "Abel Tuter" 
          }, 
          "created": "2024-12-11 18:23:09", 
          "updated": "2024-12-11 18:23:09" 
        }, 
        "warnings": [] 
      } 
    }

## AI 자산 API - PUT /sn_ent/asset/ai_dataset/{sys_id} {#ariaid-title10}

요청 본문에 입력한 정보에 따라 특정 AI 데이터 세트 자산 기록의 데이터를 업데이트합니다.
주:  
업데이트하려는 특정 데이터에 대해 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송된 모든 매개변수의 데이터를 덮어씁니다.

이 메서드를 [AI 자산 API - GET /sn_ent/asset/ai_dataset/{sys_id}](https://servicenow-prod.fluidtopics.net/MLIHZON1_TJBAmeanSE~MA#ai-asset-dataset-GET "지정된 AI 데이터 세트 자산의 데이터를 검색합니다.") 사용하여 지정된 ID로 기존 AI 데이터 세트 기록을 검색합니다. 그런 다음 이 PUT 메서드를 사용하여 동일한 ID 정보를 사용하여 데이터 세트의 값을 업데이트할 수 있습니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset/{sys_id}

기본 URL: /api/sn_ent/asset/ai_dataset/{sys_id}

### 지원되는 요청 매개변수

{#ai-asset-dataset-PUT-sys_id__entry__2}{#ai-asset-dataset-PUT-sys_id__version-not_optional-RESTAPI}{#ai-asset-dataset-PUT-sys_id__entry-ai-assetapi-datasetID}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 데이터 세트 자산 \[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
[표 49. 경로 매개변수]

{#ai-asset-dataset-PUT-sys_id__entry__8}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 50. 쿼리 매개변수]

{#ai-asset-dataset-PUT-sys_id__entry__12}

| 이름 | 설명 |
|-|-|
| {객체} | { "acceptable_usage": "String", "base_datasets": [Array], "dataset_card": "String" "data_type": "String", "description": "String", "documentation": "String", "managed_by": "String", "name": "String", "provider": "String", "state": "String" "source": "String", "version": "String" } |
| {object}.acceptable_usage | 교육 또는 평가와 같은 데이터 세트 또는 모델의 목적입니다. 유효한 값은 다음과 같습니다. * `1`: 교육 목적을 나타냄 * `2`: 평가 목적을 나타냄 {#ai-asset-dataset-PUT-sys_id__ul_xdq_psl_d2c} 데이터 유형: 문자열(숫자) |
| {object}.base_datasets | 이 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 테이블에 있는 데이터 세트의 이름 또는 sys_ids 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"] |
| {object}.data_type | 데이터 세트에 있는 데이터의 유형입니다. 예를 들어 `텍스트, 비디오, 이미지` 또는 `1,2`입니다. 데이터 유형: 문자열 |
| {object}.dataset_card | 데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 올바른 이해와 사용을 보장하기 위해 데이터 소스, 기능, 의도된 사용 및 알려진 제한 사항과 같은 세부 정보를 제공합니다. 데이터 유형: 문자열 |
| {object}.description | 연결된 AI 데이터 세트 제품 모델에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.documentation | AI 데이터 세트 제품 모델에 대한 설명서입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.managed_by | AI 데이터 세트 제품 모델 기록의 관리자 필드에 있는 사용자의 Sys_id 또는 이름 값입니다. 테이블: 사용자 \[sys_user\], AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| {object}.name | 필수 AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 테이블의 관련 기록 이름입니다. 데이터 유형: 문자열 |
| {object}.provider | 필수 회사 \[core_company\] 테이블 기록의 제공자 필드에 대한 Sys_id 또는 이름 값입니다. 데이터 유형: 문자열 |
| {object}.source | 데이터 세트의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 데이터 세트의 소스에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. {#ai-asset-dataset-PUT-sys_id__ul_im5_5kl_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| {object}.state | AI 데이터 세트 자산의 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-dataset-PUT-sys_id__ul_y42_lll_d2c} 데이터 유형: 문자열 |
| {object}.version | 연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
[표 51. 요청 본문 매개변수(XML 또는 JSON)]

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-PUT-sys_id__entry__40}{#ai-asset-dataset-PUT-sys_id__accept-JSON-only-entry-RESTAPI}{#ai-asset-dataset-PUT-sys_id__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 52. 요청 헤더]

{#ai-asset-dataset-PUT-sys_id__entry__46}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 53. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-dataset-PUT-sys_id__entry__50}{#ai-asset-dataset-PUT-sys_id__entry-200-status-code}{#ai-asset-dataset-PUT-sys_id__entry-400-status-code}{#ai-asset-dataset-PUT-sys_id__entry-404-status-code}{#ai-asset-dataset-PUT-sys_id__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 404 | 찾을 수 없습니다. 요청한 항목을 찾을 수 없습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 54. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-dataset-PUT-sys_id__table_x5t_yks_ydc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | 새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", } |
| result.acceptable_usage | AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용 가능한 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" } |
| result.acceptable_usage.label | 허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열 |
| result.acceptable_usage.값 | 교육 또는 평가와 같은 데이터 세트 또는 모델의 목적입니다. 유효한 값은 다음과 같습니다. * `1`: 교육 목적을 나타냄 * `2`: 평가 목적을 나타냄 {#ai-asset-dataset-PUT-sys_id__ul_zhj_kyz_dgc} 데이터 유형: 문자열(숫자) |
| result.base_datasets | 지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id을 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"] |
| 결과.작성됨 | AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.data_type | AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" } |
| result.data_type.label | 데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열 |
| result.data_type.value | 데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열 |
| result.dataset_card | 데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 올바른 이해와 사용을 보장하기 위해 데이터 소스, 기능, 의도된 사용 및 알려진 제한 사항과 같은 세부 정보를 제공합니다. 데이터 유형: 문자열 |
| 결과.설명 | 연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.display_name | AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.문서 | 연결된 AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 테이블 기록에 대한 문서입니다. 데이터 유형: 문자열 |
| result.managed_by | AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.managed_by.name | AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.managed_by.sys_id | AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.name | 연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.제공자 | 연결된 AI 데이터 세트 제품 모델 기록의 제공자입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.provider.name | 제공자의 이름입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| result.provider.sys_id | 연결된 AI 데이터 세트 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 데이터 세트 제품 모델 \[cmdb_ai_dataset_product_model\] 데이터 유형: 문자열 |
| 결과.소스 | AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 데이터 세트 자산의 소스에 대한 링크입니다. * 데이터 세트 자산 소스의 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트 이름이 있습니다. {#ai-asset-dataset-PUT-sys_id__ul_htd_jkl_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| 결과.상태 | AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-dataset-PUT-sys_id__ul_upc_4ll_d2c} 데이터 유형: 문자열 |
| result.sys_id | AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| 결과.업데이트됨 | AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.버전 | 연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
| 결과.경고 | 데이터 세트를 생성할 때 나타나는 경고 메시지의 쉼표로 구분된 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-dataset-PUT-sys_id__table_x5t_yks_ydc}  

### cURL 요청

다음 예는 지정된 ID로 AI 데이터 세트 기록의 상세 정보를 업데이트하는 방법을 보여줍니다. 요청 본문에는 업데이트할 매개변수 값이 포함되어 있습니다.

    curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_dataset/9833721b331e92101c9aca989d5c7bf0' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d '{ 
      "name": "Dataset One", 
      "description": "Description for dataset ", 
      "provider": "servicenow", 
      "version": "V1", 
      "state": 31, 
      "source": "Source of dataset" 
      "documentation": "document", 
      "dataset_card": "Dataset Card", 
      "base_datasets": [ "Dataset Two", "Dataset Three"], 
      "data_type": "1,2", 
      "acceptable_usage": "1,2", 
      "managed_by": "abel.tuter" 
    }'

응답 본문.

    { 
      "result": { 
        "asset": { 
          "sys_id": "da8393eb40d25210f877b00c113d1fc1", 
          "display_name": "ServiceNow Closed Incidents", 
          "name": "Closed Incidents", 
          "description": "Incidents with resolution", 
          "documentation": "Sample Documentation", 
          "source": "incident table on servicenow instance", 
          "dataset_card": "Dataset Card", 
          "state": "Deployed", 
          "version": null, 
          "data_type": { 
            "value": "1", 
            "label": "Text" 
          }, 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "managed_by": { 
            "sys_id": "undefined", 
            "name": "" 
          }, 
          "acceptable_usage": { 
            "value": "1", 
            "label": "Training" 
          }, 
          "base_datasets": [], 
          "created": "2024-12-12 01:23:03", 
          "updated": "2024-12-12 01:23:03" 
        }, 
        "warnings": [] 
           } 
    }

## AI 자산 API - PUT /sn_ent/asset/ai_prompt/{sys_id} {#ariaid-title11}

요청 본문에 제공된 정보에 따라 특정 AI 프롬프트 자산 기록의 데이터를 업데이트합니다.
참조 :

* [AI 자산 API - GET /sn_ent/asset/ai_system/{sys_id}](https://servicenow-prod.fluidtopics.net/MLIHZON1_TJBAmeanSE~MA#ai-asset-system-GET "지정된 AI 시스템 자산의 데이터를 검색합니다.")
* [AI 자산 API - POST /sn_ent/asset/ai_prompt](https://servicenow-prod.fluidtopics.net/MLIHZON1_TJBAmeanSE~MA#ai-asset-POST-ai-prompt "요청 본문에 제공한 세부 정보에 따라 AI 프롬프트 디지털 자산[alm_ai_prompt_digital_asset] 및 AI 프롬프트 제품 모델[cmdb_ai_promt_product_model] 테이블에 새 AI 프롬프트 자산 항목을 생성합니다.")
{#ai-asset-prompt-PUT__ul_trt_gtn_wdc}  
주:  
업데이트하려는 특정 데이터에 대해 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송된 모든 매개변수의 데이터를 덮어씁니다.

### URL 형식 {#ai-asset-prompt-PUT__section_uff_rkw_5dc}

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt/{sys_id}

기본 URL: /api/sn_ent/asset/ai_prompt/{sys_id}

### 지원되는 요청 매개변수 {#ai-asset-prompt-PUT__section_jsp_xkw_5dc}

{#ai-asset-prompt-PUT__table_ksp_xkw_5dc__entry__2}{#ai-asset-prompt-PUT__version-not_optional-RESTAPI}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
[표 55. 경로 매개변수]

{#ai-asset-prompt-PUT__table_ksp_xkw_5dc} {#ai-asset-prompt-PUT__table_lsp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 56. 쿼리 매개변수]

{#ai-asset-prompt-PUT__table_lsp_xkw_5dc} {#ai-asset-prompt-PUT__table_ifm_ncj_12c__entry__2}

| 이름 | 설명 |
|-|-|
| 객체 | 필수 업데이트할 AI 프롬프트 자산의 콘텐츠입니다. 데이터 유형: 객체 { "ai_model": "String", "description": "String", "documentation": "String", "managed_by": "String" "name": "String", "prompt_info": "String", "provider": "String", "state": Number, "version": "String" } |
| ai_model | AI 모델 디지털 자산 기록sys_id AI 모델 필드의 값 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 설명 | AI 프롬프트 제품 모델을 제공하는 설명입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 설명서 | AI 프롬프트 제품 모델에 대한 설명서입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| managed_by | 자산을 관리하는 사용자의 이름 또는 sys_id입니다. 자산 레코드의 관리자 필드에 있습니다. 탭; e: 사용자 \[sys_user\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| 이름 | 필수 AI 프롬프트 제품 모델 \[cmdb_ai_prompt_product_model\] 테이블의 관련 기록 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| prompt_info | AI 프롬프트 자산에 대한 프롬프트 정보입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| 제공자 | 필수 회사 테이블 기록의 제공자 이름 또는 sys_id입니다. 테이블: 회사 \[core_company\] 데이터 유형: 문자열 |
| 상태 | AI 모델 자산에 적용할 상태입니다. 예: 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-prompt-PUT__ul_c4b_qll_d2c} 데이터 유형: 문자열 |
| 버전 | AI 프롬프트 제품 모델을 할당할 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 빈 문자열 |
[표 57. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-prompt-PUT__table_ifm_ncj_12c}

### 헤더 {#ai-asset-prompt-PUT__section_nsp_xkw_5dc}

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-prompt-PUT__table_osp_xkw_5dc__entry__2}{#ai-asset-prompt-PUT__accept-JSON-only-entry-RESTAPI}{#ai-asset-prompt-PUT__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 58. 요청 헤더]

{#ai-asset-prompt-PUT__table_osp_xkw_5dc} {#ai-asset-prompt-PUT__table_psp_xkw_5dc__entry__2}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 59. 응답 헤더]

{#ai-asset-prompt-PUT__table_psp_xkw_5dc}

### 상태 코드 {#ai-asset-prompt-PUT__section_qsp_xkw_5dc}

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-prompt-PUT__table_wqv_qxk_ddc__entry__2}{#ai-asset-prompt-PUT__entry-200-status-code}{#ai-asset-prompt-PUT__entry-401-status-code}{#ai-asset-prompt-PUT__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 401 | 권한이 해제되었습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 60. 상태 코드]

{#ai-asset-prompt-PUT__table_wqv_qxk_ddc}

### 응답 본문 매개변수 {#ai-asset-prompt-PUT__section_rsp_xkw_5dc}

{#ai-asset-prompt-PUT__table_ssp_xkw_5dc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | result: { "asset": {Object}, "warnings": [Array] } |
| 결과.자산 | 새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": Object, "created": "String", "description": "String", "display_name": "String", "documentation": "String", "managed_by": Object, "name": "String", "prompt_info": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] } |
| result.asset.ai_model | AI 시스템 자산 테이블 기록의 AI 모델 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_model": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.ai_models.name | AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.asset.ai_models.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 시스템 제품 모델 기록의 문서입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.managed_by | 자산을 관리하는 사용자에 대한 상세 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.name | 연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.prompt_info | AI 프롬프트 자산 기록의 프롬프트 정보입니다. 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 시스템 제품 모델\[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-prompt-PUT__ul_fyr_rll_d2c} 데이터 유형: 문자열 |
| result.asset.sys_id | AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.버전 | 연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
| 결과.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-prompt-PUT__table_ssp_xkw_5dc}  

### cURL 요청 {#ai-asset-prompt-PUT__example_mnp_3dm_ddc}

다음 예제에서는 요청 본문에 제공된 매개변수 값에 따라 지정된 sys_id로 AI 프롬프트 자산의 데이터를 업데이트합니다.

    curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/9833721b331e92101c9aca989d5c7bf0' \
      -H 'Accept: application/json' \
      -H 'Content-Type: application/json' \
      -u 'username':'password' \
      -d '{
      "name": "Incident Summarization prompt1",
      "description": "Prompt for Incident Summarization",
      "provider": "servicenow",
      "version": "V1",
      "state": 31,
      "documentation": "Docuuu",
      "ai_model": "mixtral-instruct",
      "prompt_info": "Provide incident summary using short_decription, state, worknotes",
      "managed_by": "abel.tuter"
     }'

응답 본문:

    {
      "result": {
        "asset": {
          "sys_id": "9833721b331e92101c9aca989d5c7bf0",
          "display_name": "ServiceNow Incident Summarization prompt1 V1",
          "name": "Incident Summarization prompt1",
          "description": "Prompt for Incident Summarization",
          "version": "V1",
          "provider": {
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
            "name": "ServiceNow"
          },
          "documentation": "Docuuu",
          "state": "Deployed",
          "ai_model": {
            "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",
            "name": "mixtral-instruct"
          },
          "prompt_info": "Provide incident summary using short_decription, state, worknotes",
          "managed_by": {
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
            "name": "Abel Tuter"
          },
          "created": "2024-12-11 04:23:17",
          "updated": "2024-12-11 04:23:17"
        },
        "warnings": []
      }
    }

## AI 자산 API - PUT /sn_ent/asset/ai_system/{sys_id} {#ariaid-title12}

요청 본문에 입력한 정보에 따라 특정 AI 시스템 기록의 데이터를 업데이트합니다.
주:  
업데이트하려는 특정 데이터에 대해 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송된 모든 매개변수의 데이터를 덮어씁니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system/{sys_id}

기본 URL: /api/sn_ent/asset/ai_system/{sys_id}

### 지원되는 요청 매개변수

{#ai-asset-system-PUT-sys_id__entry__2}{#ai-asset-system-PUT-sys_id__version-not_optional-RESTAPI}{#ai-asset-system-PUT-sys_id__entry-ai-assetapi-systemID}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
[표 61. 경로 매개변수]

{#ai-asset-system-PUT-sys_id__entry__8}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 62. 쿼리 매개변수]

{#ai-asset-system-PUT-sys_id__id_ary_vfj_12c__entry__2}

| 이름 | 설명 |
|-|-|
| 객체 | 필수 AI 시스템에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "name": "String", "description": "String", "provider": "String", "version": "String", "state": Number, "documentation": "String", "ai_models": "String", "ai_prompts": "Strings", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String" } |
| object.name | 필수 AI 시스템 제품 모델의 이름입니다. 데이터 유형: 문자열 |
| 객체.설명 | AI 시스템 제품 모델에 대한 설명입니다. 데이터 유형: 문자열 |
| object.provider | 필수 회사 \[core_company\] 테이블 기록의 제공자 필드에 대한 Sys_id 또는 이름 값입니다. 데이터 유형: 문자열 |
| 객체.상태 | AI 시스템 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-system-PUT-sys_id__ul_nyr_sll_d2c} 데이터 유형: 문자열 기본값: 빈 문자열 |
| 객체.버전 | AI 시스템 제품 모델의 버전입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 빈 문자열 |
| 객체.문서 | AI 시스템 자산에 대한 문서입니다. 데이터 유형: 문자열 기본값: |
| object.ai_models | AI 모델 디지털 자산 기록의 이름 또는 sys_ids 쉼표로 구분된 목록입니다. 여기서 각 문자열은 기존 AI 모델 디지털 자산 기록의 AI 모델 필드 값을 나타냅니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 배열 "ai_models": [{String", "String"}] 기본값: 빈 문자열 |
| object.evaluation_datasets | AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트의 이름 또는 sys_ids 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\], AI 시스템 자산\[AI 시스템 디지털 자산 alm_ai_system_digital_asset\] 데이터 유형: 문자열 배열 "evaluation_datasets": [{String", "String"}] 기본값: 빈 문자열 |
| object.evaluation_metrics_report | AI 시스템 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results:  link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| object.managed_by | 기존 사용자 \[sys_user\] 테이블 기록의 "관리자" 필드의 Sys_id 또는 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
[표 63. 요청 본문 매개변수(XML 또는 JSON)]

{#ai-asset-system-PUT-sys_id__id_ary_vfj_12c}

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-PUT-sys_id__entry__36}{#ai-asset-system-PUT-sys_id__accept-JSON-only-entry-RESTAPI}{#ai-asset-system-PUT-sys_id__content_type-JSON-only-entry-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. application/json만 지원합니다. |
| 콘텐츠-형식 | 요청 본문의 데이터 형식입니다. application/json만 지원합니다. |
[표 64. 요청 헤더]

{#ai-asset-system-PUT-sys_id__entry__42}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 65. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-system-PUT-sys_id__entry__46}{#ai-asset-system-PUT-sys_id__entry-200-status-code}{#ai-asset-system-PUT-sys_id__entry-400-status-code}{#ai-asset-system-PUT-sys_id__entry-500-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
| 400 | 잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다. |
| 404 | 찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다. |
| 500 | 내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다. |
[표 66. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-system-PUT-sys_id__table_gdt_wkm_ydc__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | 업데이트된 AI 시스템 자산의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] } |
| 결과.자산 | 새로 만든 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] } |
| result.ai_models | AI 시스템 디지털 자산 기록의 AI 모델 목록입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ] |
| result.ai_models.name | AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.ai_models.sys_id | AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| result.ai_prompts | AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ] |
| result.ai_prompts.name | AI 프롬프트의 이름입니다. 데이터 유형: 문자열 |
| result.ai_prompts.sys_id | AI 프롬프트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 디지털 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 시스템 제품 모델 기록에 대한 설명서입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets | AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 시스템 자산 \[alm_ai_system_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets.sys_id | AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산\[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_metrics_report | AI 시스템 자산의 평가 결과입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-system-PUT-sys_id__ul_idm_xnl_d2c} 데이터 유형: 문자열 |
| result.asset.managed_by | 모델을 평가하는 데 사용되는 AI 시스템 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.name | 연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델 \[cmdb_ai_system_product_model\] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: 시스템 제품 모델 \[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: 시스템 제품 모델 \[cmdb_ai_ system_product_model\] 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-system-PUT-sys_id__ul_k3m_5ll_d2c} 데이터 유형: 문자열 |
| result.asset.sys_id | AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산\[alm_ai_system_digital_asset\] 데이터 유형: 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.버전 | 연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예: `V2`. 데이터 유형: 문자열 |
| 결과.자산.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sys_id이 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-system-PUT-sys_id__table_gdt_wkm_ydc}  

### cURL 요청

다음 예제에서는 요청 본문에서 업데이트할 상세 정보를 사용하여 AI 시스템을 업데이트합니다.

    curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/3b140397435a9210a63d00002fb8f2d7' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
      -d '{ 
      "name": "Incident Summarization", 
      "description": "Skill to summarize incident", 
      "provider": "servicenow", 
      "documentation": "Sample Documentation", 
      "version": "V3", 
      "state": 31, 
      "ai_models": [ 
        "llm_generic_small" 
      ], 
      "ai_prompts": [ 
        "LLM Prompt" 
      ], 
      "evaluation_datasets": [ 
        "Base dataset" 
      ], 
      "evaluation_metrics_report": "Sample Report", 
      "managed_by": "abel.tutor" 
    }'

응답 본문에는 지정된 AI 시스템 sys_id에 적용된 업데이트의 결과가 표시됩니다.

    { 
      "result": { 
        "asset": { 
          "sys_id": "3b140397435a9210a63d00002fb8f2d7", 
          "display_name": "ServiceNow Incident Summarization V2", 
          "name": "Incident Summarization", 
          "description": "Skill to summarize incident", 
          "version": "V3", 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "documentation": "Sample Documentation", 
          "state": "Deployed", 
          "ai_models": [{  
           "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2",  
           "name": "llm_generic_small"  
         }], 
          "ai_prompts": [{  
           "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2",  
           "name": "LLM Prompt"  
         }], 
          "evaluation_datasets": [{  
           "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",  
           "name": "Base dataset"  
         }], 
          "evaluation_metrics_report": "Sample Report", 
          "managed_by": { 
            "sys_id": "a8f98bb0eb32010045e1a5115206fe3a", 
            "name": "Abraham Lincoln" 
          }, 
          "created": "2024-12-11 19:07:13", 
          "updated": "2024-12-11 19:07:42" 
        }, 
        "warnings": [] 
      } 
    }

## AI 자산 API - PUT /sn_ent/asset/ai_model/{sys_id} {#ariaid-title13}

요청 본문에 입력한 정보에 따라 특정 AI 모델 자산 기록의 데이터를 업데이트합니다.
주:  
업데이트하려는 특정 데이터에 대해 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송된 모든 매개변수의 데이터를 덮어씁니다.

### URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model/{sys_id}

기본 URL: /api/sn_ent/asset/ai_model/{sys_id}

### 지원되는 요청 매개변수

{#ai-asset-model-PUT-sys_id__entry__2}{#ai-asset-model-PUT-sys_id__version-not_optional-RESTAPI}{#ai-asset-model-PUT-sys_id__entry-ai-assetapi-promptID}

| 이름 | 설명 |
|-|-|
| api_version | 옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 <kbd class="ph userinput">v1</kbd> 또는 <kbd class="ph userinput">v2</kbd>입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하도록 이 값만 지정하십시오. 데이터 유형: 문자열 |
| sys_id | 자산의 Sys_id입니다. 테이블: AI 프롬프트 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 문자열 |
[표 67. 경로 매개변수]

{#ai-asset-model-PUT-sys_id__entry__8}

| 이름 | 설명 |
|-|-|
| 안 함 |   |
[표 68. 쿼리 매개변수]

{#ai-asset-model-PUT-sys_id__entry__12}

| 이름 | 설명 |
|-|-|
| 객체 | 필수 지정된 AI 모델에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "base_model": "String", "context_window": "String", "deployment_guideline": "String", "description": "String", "documentation": "String", "evaluation_datasets": "String", "evaluation_metrics_report": "String", "managed_by": "String", "model_size_in_mb": "String", "model_weights_info": "String", "name": "String", "parameters_info": "String", "provider": "String", "required_infrastructure": "String", "state": Number, "supported_languages": "String", "training_datasets": "String", "training_procedure": "String", "version": "String" } |
| base_model | 이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" } 기본값: 빈 객체 |
| base_model.name | 이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 테이블: AI 모델 디지털 자산 alm_ai_model_digital_asset 데이터 유형: 문자열 |
| base_model.sys_id | 이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 alm_ai_model_digital_asset 데이터 유형: 문자열 |
| context_window | 모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 정수 기본값: 0 |
| deployment_guideline | 조직 내에서 개발되고 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 기본값: 비어 있음 |
| 설명 | AI 모델 제품 모델에 부여한 설명입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 기본값: 비어 있음 |
| 설명서 | AI 프롬프트 제품 모델 기록에 대한 문서입니다. 테이블: AI 프롬프트 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 기본값: 비어 있음 |
| evaluation_datasets | 모델을 평가하는 데 사용되는 AI 프롬프트 디지털 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 프롬프트 디지털 자산 \[alm_ai_prompt_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ "String", "String" ] 유효한 값은 다음과 같습니다. * AI 데이터 세트 디지털 자산 기록의 이름입니다. * AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. {#ai-asset-model-PUT-sys_id__ul_q3v_fbm_d2c} 기본값: 빈 문자열 |
| evaluation_metrics_report | AI 데이터 세트 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results:  link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 데이터 세트 자산 \[alm_ai_dataset_digital_asset\] 데이터 유형: 문자열 기본값: 빈 문자열 |
| managed_by | AI 데이터 세트 자산 기록의 "관리자" 필드에 있는 사용자의 Sys_id 또는 이름입니다. 테이블: 사용자 \[sys_user\] 데이터 유형: 문자열 기본값: 비어 있음 |
| model_size_in_mb | 모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자 기본값: 비어 있음 |
| model_weights_info | 추가 모델 정보(있는 경우). 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음 |
| 이름 | 필수 AI 모델 제품 모델의 이름입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| parameters_info | 모델에 제공할 매개변수의 수입니다. 데이터 유형: 문자열 기본값: 빈 문자열 |
| 제공자 | 필수 기존 회사 \[core_company\] 테이블 기록의 "제공자" 필드에 대한 Sys_id 또는 이름 값입니다. 이 제공자를 새 AI 모델에 할당합니다. 데이터 유형: 문자열 |
| required_infrastructure | 모델 배포를 위한 인프라 요구 사항에 대한 문서화입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 상세 정보입니다. 조직 내에 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음 |
| 소스 | 모델을 만든 사람 또는 무엇의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 모델의 소스에 대한 링크입니다. 예를 들어 `https://huggingface.co/mistralai/model1` 또는 Github에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. 예: `Microsoft Azure` {#ai-asset-model-PUT-sys_id__ul_l4x_1ll_d2c} 데이터 유형: 문자열 기본값: 비어 있음 또는 null |
| 상태 | AI 모델 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-model-PUT-sys_id__ul_by5_4ll_d2c} 데이터 유형: 문자열 |
| supported_languages | AI 모델에서 지원하는 쉼표로 구분된 언어 목록입니다. 데이터 유형: 배열 "supported_languages": [ "String", "String" ] 유효한 값은 다음과 같습니다. * 언어 \[sys_language\] 기록의 Sys_id * 언어 \[sys_language\] 기록의 이름입니다. 예: `"프랑스어", "영어"` 기본값: 빈 문자열 |
| training_datasets | 모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. AI 데이터 세트 자산 \[alm_ai_dataset_digital_asset\] 테이블의 sys_ids 또는 표시 이름을 쉼표로 구분한 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 배열 "training_datasets": [ "String", "String" ] 기본값: 빈 문자열 |
| training_procedure | AI 모델에 적용할 교육의 유형입니다. 유효한 값은 다음과 같습니다. * `1`: 의사 결정 트리 * `2`: 심층 신경망 * `3`: 선형 회귀 * `4`: 로지스틱 회귀 * `5`: 임의 포리스트 * `6`: 지도 학습 * `7`: 비지도 학습 * `8`: 강화 학습 * `9`: 전이 학습 * `10`: 준지도 학습 * `11`: 명령 미세 조정 * `12`: 감독 미세 조정 데이터 유형: 숫자로 표시된 문자열(예: `"3"`) 기본값: 1: 의사 결정 트리 |
| 버전 | AI 모델 제품 모델의 버전입니다. 예: `V2`. 데이터 유형: 문자열 기본값: 비어 있음 |
[표 69. 요청 본문 매개변수(XML 또는 JSON)]

### 헤더

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 고유한 방식으로 이 작업에 적용됩니다. REST API에 사용되는 일반 헤더 목록은 [지원되는 REST API 헤더를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-model-PUT-sys_id__entry__60}{#ai-asset-model-PUT-sys_id__accept-RESTAPI}

| 머리글 | 설명 |
|-|-|
| 수용 | 응답 본문의 데이터 형식입니다. 지원되는 유형은 application/json 또는 application/xml입니다. 기본값: application/json |
[표 70. 요청 헤더]

{#ai-asset-model-PUT-sys_id__entry__64}

| 머리글 | 설명 |
|-|-|
| 안 함 |   |
[표 71. 응답 헤더]

### 상태 코드

이 HTTP 작업에 적용되는 상태 코드는 다음과 같습니다. REST API에 사용되는 가능한 상태 코드 목록은 [REST API HTTP 응답 코드를 참조하십시오.](https://servicenow-prod.fluidtopics.net/1RuriJ1h~LGis5QmeVrYXQ "REST(REpresentational State Transfer)는 웹의 컴퓨터 시스템 간에 표준을 제공하여 서로 더 쉽게 통신할 수 있도록 하는 간단한 상태 비저장 아키텍처입니다.")
{#ai-asset-model-PUT-sys_id__entry__68}{#ai-asset-model-PUT-sys_id__entry-200-status-code}

| 상태 코드 | 설명 |
|-|-|
| 200 | 성공입니다. 요청이 성공적으로 처리되었습니다. |
[표 72. 상태 코드]

### 응답 본문 매개변수(JSON 또는 XML)

{#ai-asset-model-PUT-sys_id__id_itx_mjj_12c__entry__2}

| 이름 | 설명 |
|-|-|
| 결과 | AI 모델 자산 생성 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array], } |
| 결과.자산 | 생성된 AI 모델 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "base_model": Object, "context_window": String, "created": "String", "deployment_guideline": String, "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "model_size_in_mb": String, "name": "String", "parameters_info": "String", "provider": Object, "required_infrastructure": String, "state": "String", "source": String, "supported_languages": Array, "sys_id": "String", "training_datasets": Array, "training_procedure": String, "updated": "String", "version": "String" } |
| result.asset.base_model | 이 버전이 파생된 AI 모델 자산에 대한 정보입니다. 데이터 유형: 객체 "base_model": { "name": "String", "sys_id": "String" } |
| result.asset.base_model.name | AI 모델 자산의 표시 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.base_model.sys_id | AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.context_window | 모델이 처리할 수 있는 입력 시퀀스의 크기입니다. 즉, 토큰의 수입니다. 데이터 유형: 숫자로 표시된 문자열입니다. 예: `"6000"`. |
| 결과.자산.생성됨 | AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| result.asset.deployment_guideline | 조직 내에서 개발되고 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 |
| 결과.자산.설명 | 연결된 AI 모델 제품 모델 기록에 대한 설명입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.display_name | AI 모델 자산 기록의 표시 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\](https://servicenow-prod.fluidtopics.net/display_name 필드) 데이터 유형: 문자열 |
| 결과.자산.설명서 | 연결된 AI 모델 제품 모델 기록에 대한 문서입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.evaluation_datasets | 모델을 평가하는 데 사용되는 AI 데이터 세트입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 \[alm_ai_dataset_digital_asset\], AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.evaluation_datasets.name | AI 데이터 세트 디지털 자산의 이름입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.evaluation_datasets.sys_id | AI 모델 디지털 자산 기록의 Sys_id입니다. 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.evaluation_metrics_report | 평가 결과에 대한 참조입니다. 가능한 값: * 결과를 개괄하는 상세 정보(일반 텍스트) * 특정 결과에 대한 링크 {#ai-asset-model-PUT-sys_id__ul_izx_tnl_d2c} 데이터 유형: 문자열 |
| result.asset.managed_by | AI 모델 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 " managed_by": { "name": "String", "sys_id": "String" } |
| result.asset.managed_by.name | AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.managed_by.sys_id | AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 \[user\] 데이터 유형: 문자열 |
| result.asset.model_size_in_mb | 모델의 크기(MB)입니다. 일반적으로 조직 내에서 개발 및 배포된 모델에 적용할 수 있습니다. 데이터 유형: 숫자 |
| result.asset.name | 연결된 AI 모델 제품 모델 기록의 이름입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| 결과.자산.제공자 | 연결된 AI 모델 제품 모델 기록의 제공자입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 객체 "provider": { "name": "String", "sys_id": "String" } |
| result.asset.provider.name | 연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 기록의 이름입니다. 테이블: 회사 \[core_company\], AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| result.asset.provider.sys_id | 연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 기록의 Sys_id입니다. 테이블: 회사 \[core_company\], AI 모델 제품 모델 \[cmdb_ai_model_product_model\] 데이터 유형: 문자열 |
| 결과.자산.소스 | 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. * 모델의 소스에 대한 링크입니다. 예를 들어 `https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1` 또는 Github에 대한 링크입니다. * 일반 텍스트로 된 소스의 상세 정보입니다. 예: `Microsoft Azure` {#ai-asset-model-PUT-sys_id__ul_qxc_dkl_d2c} 데이터 유형: 문자열 |
| 결과.자산.상태 | AI 모델 자산 기록의 상태입니다. 가능한 값: * 사용 중 * 배치됨 * 폐기됨 * 개발 * 알 수 없음 * 해당 사항 없음 {#ai-asset-model-PUT-sys_id__ul_cpt_jll_d2c} 데이터 유형: 문자열 |
| result.asset.supported_languages.name | 지원되는 언어의 이름입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.supported_languages.sys_id | 지원되는 언어의 Sys_id입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.sys_id | AI 모델 자산 기록의 Sys_id 테이블: AI 모델 디지털 자산 \[alm_ai_model_digital_asset\] 데이터 유형: 문자열 |
| result.asset.training_datasets | 모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. 데이터 유형: 배열 "training_datasets": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.training_procedure | 모델에 적용된 AI 교육의 유형을 나타내는 숫자 값입니다. 가능한 값: * `1`: 의사 결정 트리 * `2`: 심층 신경망 * `3`: 선형 회귀 * `4`: 로지스틱 회귀 * `5`: 임의 포리스트 * `6`: 지도 학습 * `7`: 비지도 학습 * `8`: 강화 학습 * `9`: 전이 학습 * `10`: 준지도 학습 * `11`: 명령 미세 조정 * `12`: 감독 미세 조정 {#ai-asset-model-PUT-sys_id__ul_itm_qsp_xdc} 데이터 유형: 숫자로 표시되는 문자열 |
| 결과.자산.업데이트됨 | AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열 |
| 결과.자산.버전 | 연결된 AI 모델 제품 모델 기록의 버전입니다. 테이블: AI 모델 제품 모델 \[cmdb_ai_model_product_model 테이블\] 데이터 유형: 문자열 |
| result.required_infrastructure | 모델 배포를 위한 인프라 요구 사항에 대한 문서화입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 상세 정보입니다. 데이터 유형: 문자열 |
| result.asset.parameters_info | 학습 프로세스 중에 학습하는 교육 데이터의 속성입니다. 예: `7B` 또는 `30B`. 데이터 유형: 문자열 |
| result.asset.supported_languages | AI 모델 자산에서 지원하는 언어에 대한 상세 정보입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 객체 "supported_languages": [ { "name": "String", "sys_id": "String" } ] |
| result.asset.supported_languages.name | 자산에서 지원하는 언어의 이름입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| result.asset.supported_languages.sys_id | 자산에서 지원하는 언어의 Sys_id입니다. 테이블: 언어 \[sys_language\] 데이터 유형: 문자열 |
| 결과.경고 | 쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개변수의 sysId가 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"] |
[ ]

{#ai-asset-model-PUT-sys_id__id_itx_mjj_12c}  

### cURL 요청

다음 예제에서는 PUT 메서드를 사용하여 지정된 AI 자산 모델을 업데이트하는 방법을 보여줍니다.

    curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_model/9833721b331e92101c9aca989d5c7bf0' \ 
      -H 'Accept: application/json' \ 
      -H 'Content-Type: application/json' \ 
      -u 'username':'password' \ 
    -d '{ 
        "name": "Now LLM", 
        "description": "enables text-to-text like question answering and summarization", 
        "provider": "servicenow", 
        "documentation": "Now LLM V5 Documentation", 
        "version": "V8", 
        "parameters_info": "7B", 
        "supported_languages": [ 
            "English", 
            "French" 
        ], 
        "model_size_in_mb": "87", 
        "deployment_guideline": "Deployed on ServiceNow infrastructure", 
        "source": "huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1", 
        "training_procedure": "2", 
        "context_window": "8000", 
        "state": "31", 
        "base_model": "Servicenow Now LLM V6", 
        "model_weights_info": "refer to weights and biases project", 
        "required_infrastructre": "GPUs needed: 1, GPU Type: A100", 
        "training_datasets": [ 
            "Servicenow Open Incidents" 
        ], 
        "evaluation_datasets": [ 
            "Servicenow Open Incidents" 
        ], 
        "evaluation_metrics_report": "Testing results: See files attached to this record", 
        "managed_by": "abel.tuter" 
    }' 

응답 본문.

     { 
      "result": { 
        "asset": { 
          "sys_id": "a438d170ff96da10c1fbffffffffffd5", 
          "display_name": "ServiceNow Now LLM V6", 
          "name": "Now LLM", 
          "description": "enables text-to-text like question answering and summarization", 
          "version": "V8", 
          "provider": { 
            "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
            "name": "ServiceNow" 
          }, 
          "documentation": "Now LLM V5 Documentation", 
          "parameters_info": "7B", 
          "supported_languages": [ 
            { 
              "sys_id": "914493a30f320010e96b0e4fef767e90", 
              "name": "English" 
            } 
          ], 
          "model_size_in_mb": "87", 
          "deployment_guideline": "Deployed on ServiceNow infrastructure", 
          "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1", 
          "training_procedure": "2", 
          "context_window": "8000", 
          "state": "Deployed", 
          "required_infrastructure": "undefined", 
          "base_model": { 
            "sys_id": "a438d170ff96da10c1fbffffffffffd5", 
            "name": "ServiceNow Now LLM V8" 
          }, 
          "evaluation_datasets": [ 
            { 
              "sys_id": "45cb45baff06d610c1fbffffffffffa9", 
              "name": "ServiceNow Open Incidents" 
            } 
          ], 
          "training_datasets": [ 
            { 
              "sys_id": "45cb45baff06d610c1fbffffffffffa9", 
              "name": "ServiceNow Open Incidents" 
            } 
          ], 
          "evaluation_metrics_report": "Testing results: See files attached to this record", 
          "managed_by": { 
            "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
            "name": "Abel Tuter" 
          }, 
          "created": "2024-12-03 16:50:53", 
          "updated": "2024-12-12 15:56:28" 
        }, 
        "warnings": [ 
          "Reference record 'French' not found for supported_languages in table sys_language" 
        ] 
      } 
    }