Copilot til realtidsintelligens
Copilot til realtidsintelligens er et avanceret AI-værktøj, der er designet til at hjælpe dig med at udforske dine data og udtrække værdifuld indsigt. Du kan angive spørgsmål om dine data, som derefter automatisk oversættes til KQL-forespørgsler (Kusto Query Language). Copilot strømliner processen med at analysere data for både erfarne KQL-brugere og borgerens dataspecialist.
Du kan finde faktureringsoplysninger om Copilotunder Meddelelse i Copilot Fabric-priser.
Forudsætninger
- Et arbejdsområde med en Microsoft Fabric-aktiveret kapacitet
- Læse- eller skriveadgang til et KQL-forespørgselssæt
Bemærk
- Administratoren skal aktivere lejerkontakten, før du begynder at bruge Copilot. Du kan finde flere oplysninger i lejerindstillingerne for artiklen.Copilot
- Din F64- eller P1-kapacitet skal være i et af de områder, der er angivet i denne artikel: Tilgængelighed af Fabric-område.
- Hvis din lejer eller kapacitet er uden for USA eller Frankrig, deaktiveres den som standard, Copilot medmindre din Fabric-lejeradministrator aktiverer de data, der sendes til Azure OpenAI, kan behandles uden for din lejers geografiske område, overholdelsesgrænse eller lejerindstilling for nationale cloudforekomster på Fabric-administrationsportalen.
- Copilot i Microsoft Fabric understøttes ikke på prøveversions-SKU'er. Kun betalte SKU'er (F64 eller højere eller P1 eller højere) understøttes.
- Copilot i Fabric udrulles i øjeblikket som offentlig prøveversion og forventes at være tilgængelig for alle kunder inden udgangen af marts 2024.
- Du kan få flere oplysninger i artiklen Oversigt over Copilot i Fabric og Power BI .
Funktioner til Copilot realtidsintelligens
Copilot Med realtidsintelligens kan du nemt oversætte forespørgsler på naturligt sprog til KQL (Kusto Query Language). Den copilot fungerer som en bro mellem hverdagssproget og KQL's tekniske snørklede karakter og fjerner dermed indføringsbarrierer for dataanalytikere og borgerens dataspecialist. Ved at udnytte OpenAI's avancerede sprogforståelse giver denne funktion dig mulighed for at sende forretningsspørgsmål i et velkendt, naturligt sprogformat, som derefter konverteres til KQL-forespørgsler. Copilot fremskynder produktiviteten ved at forenkle processen til oprettelse af forespørgsler med en brugervenlig og effektiv tilgang til dataanalyse.
Copilot understøtter samtaleinteraktioner , som giver dig mulighed for at tydeliggøre, tilpasse og udvide dine forespørgsler dynamisk, samtidig med at konteksten for dine tidligere input bevares. Du kan afgrænse forespørgsler og stille opfølgende spørgsmål uden at starte forfra:
Dynamisk forespørgselsafgrænsning: Du kan afgrænse den indledende KQL, der genereres ved Copilot at finjustere din prompt for at fjerne flertydighed, angive tabeller eller kolonner eller angive mere kontekst.
Problemfrie opfølgende spørgsmål: Hvis den genererede KQL er korrekt, men du vil udforske dataene mere dybt, kan du stille opfølgende spørgsmål, der er relateret til den samme opgave. Du kan udvide omfanget af din forespørgsel, tilføje filtre eller udforske relaterede datapunkter ved at bygge på tidligere dialog.
Få adgang til realtidsintelligens Copilot
- Hvis du vil have adgang Copilot til realtidsintelligens, skal du navigere til et nyt eller eksisterende KQL-forespørgselssæt.
- Opret forbindelse til en database. Du kan få flere oplysninger under Vælg en database
- Vælg knappen Copilot.
- I ruden Copilot skal du angive dit forretningsspørgsmål på et naturligt sprog.
- Tryk på Enter. Efter et par sekunder Copilot genererer den en KQL-forespørgsel baseret på dit input. Du kan kopiere forespørgslen til Udklipsholder eller Indsætte den direkte i KQL-forespørgselseditoren. Hvis du vil køre forespørgslen i forespørgselseditoren, skal du have skriveadgang til KQL-forespørgselssættet.
- Vælg knappen Kør for at udføre forespørgslen.
Bemærk
- Copilot genererer ikke kontrolkommandoer.
- Copilot kører ikke automatisk den genererede KQL-forespørgsel. Brugerne rådes til at køre forespørgslerne efter eget skøn.
Du kan fortsætte med at stille opfølgende spørgsmål eller tilpasse forespørgslen yderligere. Hvis du vil starte en ny chat, skal du vælge taleboblen øverst til højre i ruden Copilot (1).
Peg på et tidligere spørgsmål (2), og vælg blyantsikonet for at kopiere det til spørgsmålsfeltet for at redigere det, eller kopiér det til Udklipsholder.
Gør nøjagtigheden af Copilot for realtidsintelligens bedre
Her er nogle tip, der kan hjælpe med at forbedre nøjagtigheden af de KQL-forespørgsler, der genereres af Copilot:
- Start med enkle prompter om naturligt sprog for at få mere at vide om de aktuelle funktioner og begrænsninger. Fortsæt derefter gradvist til mere komplekse prompts.
- Angiv opgaven præcist, og undgå flertydighed. Imaging du delte prompten om naturligt sprog med få KQL-eksperter fra dit team uden at tilføje mundtlige instruktioner – vil de kunne generere den korrekte forespørgsel?
- Hvis du vil generere den mest nøjagtige forespørgsel, skal du angive relevante oplysninger, der kan hjælpe modellen. Hvis du kan, skal du angive tabeller, operatorer eller funktioner, der er vigtige for forespørgslen.
- Forbered databasen: Tilføj egenskaber for dokumentstreng for at beskrive almindelige tabeller og kolonner. Dette kan være overflødigt for beskrivende navne (f.eks. tidsstempel), men er afgørende for at beskrive tabeller eller kolonner med meningsløse navne. Du behøver ikke at føje dokumentstreng til tabeller eller kolonner, der sjældent bruges. Du kan få flere oplysninger under Kommandoen .alter table column-docstrings.
- Hvis du vil forbedre Copilot resultaterne, skal du vælge ikonet synes godt om eller synes ikke om for at sende dine kommentarer i formularen Send feedback .
Bemærk
Formularen Send feedback sender navnet på databasen, dens URL-adresse, den KQL-forespørgsel, der genereres af copilot, og eventuelle fritekstsvar, du inkluderer i feedbackindsendelsen. Resultaterne af den udførte KQL-forespørgsel sendes ikke.
Begrænsninger
- Copilot kan foreslå potentielt unøjagtige eller vildledende foreslåede KQL-forespørgsler på grund af:
- Komplekst og langt brugerinput.
- Brugerinput, der dirigerer til databaseobjekter, der ikke er KQL-databasetabeller eller materialiserede visninger (f.eks. KQL-funktion).
- Mere end 10.000 samtidige brugere i en organisation kan resultere i fejl eller et større ydeevneresultat.