Erstellen einer KI-Fähigkeit (Vorschau)
Sind Sie bereit für Unterhaltungen zu Ihren Daten? Sie können KI-Erfahrungen mit der KI-Fähigkeit auf Microsoft Fabric erstellen, um Fragen zu Ihren Lakehouse- und Warehouse-Tabellen zu beantworten. Diese Technik senkt die Barrieren für andere, um ihre Datenfragen zu beantworten, da Ihre Kollegen ihre Fragen in Englisch stellen und datengesteuerte Antworten erhalten können.
Wichtig
Dieses Feature befindet sich in der Vorschau.
Voraussetzungen
- Eine F64 Fabric-Kapazität oder höher.
- Der Copilot-Mandantenwechsel ist aktiviert.
- Die geoübergreifende Freigabe für KI ist ggf. aktiviert.
- Ein Warehouse oder Lakehouse mit Daten.
Erstellen und Konfigurieren einer KI-Fähigkeit
Die Erstellung und Konfiguration einer KI-Fähigkeit auf Fabric umfasst die folgenden Schritte:
- Erstellen einer neuen KI-Fähigkeit.
- Auswählen Ihrer Daten.
- Stellen der Fragen.
- Bereitstellen von Beispielen.
- Bereitstellen von Anweisungen.
Der Prozess ist unkompliziert, und Sie können mit dem Testen der KI-Qualifikationsressourcen in Minuten beginnen.
Erstellen einer neuen KI-Fähigkeit
Wie bei anderen Standardprozessen zur Erstellung von Fabric-Objekten können Sie eine neue KI-Fähigkeit über die Data Science Startseite von Fabric, erstellen, indem Sie im Arbeitsbereich die Option Neu auswählen oder den Hub zum Erstellen verwenden. Sie müssen einen Namen angeben, wie in diesem Screenshot gezeigt:
Auswählen Ihrer Daten
Wenn Sie eine KI-Fähigkeit erstellt haben, wählen Sie eine Datenquelle aus. Es kann sich dabei entweder um ein Data Warehouse oder um ein Lakehouse handeln. Wählen Sie auf dem nächsten Bildschirm das Warehouse oder Lakehouse und anschließend Verbinden aus.
Der linke Bereich wird mit den verfügbaren Tabellen in der ausgewählten Datenquelle aufgefüllt. Verwenden Sie die Kontrollkästchen, um eine Tabelle für die KI verfügbar zu machen oder nicht verfügbar zu machen. Sie müssen mindestens eine Tabelle auswählen, bevor Sie Ihre Fragen zur KI stellen können.
Hinweis
Stellen Sie sicher, dass Ihre Spaltennamen beschreibend sind. Verwenden Sie keine Spaltennamen wie C1 oder ActCu, sondern ActiveCustomer oder IsCustomerActive. Die Verwendung beschreibender Namen ist die effektivste Möglichkeit, zuverlässigere Abfragen aus der KI herauszuholen.
Verwenden Sie die Notizen für das Modell im Konfigurationsbereich auf der Benutzeroberfläche. Wenn die von der KI-Fähigkeit generierten SQL-Abfragen falsch sind, können Sie Anweisungen für das Modell in einfachem Englisch bereitstellen, um zukünftige Abfragen zu verbessern. Das System wird diese Anweisungen bei jeder Abfrage verwenden. Kurze und direkte Anweisungen sind am besten geeignet.
Fragen zu
Wenn Sie die Daten ausgewählt haben, können Sie mit dem Stellen von Fragen beginnen. Das System behandelt Fragen, die eine einzelne Abfrage beantworten kann, wie in diesem Screenshot dargestellt:
Fragen wie in den folgenden Beispielen sollten funktionieren:
- "Was waren unsere Gesamtverkäufe in Kalifornien im Jahr 2023?"
- "Was sind die teuersten Artikel, die noch nie verkauft wurden?"
Diese Fragen gehen über den Umfang hinaus:
- "Warum ist unsere Fabrikproduktivität in Q2 2024 niedriger?"
- "Was ist die Ursache für unsere Verkaufsspitzen?"
Wenn Sie eine Frage stellen, verwendet das System Ihre Anmeldeinformationen, um das Schema abzurufen. Basierend auf der Frage verwendet das System die von Ihnen bereitgestellten Informationen (siehe die Abschnitte "Bereitstellen von Beispielen" und "Anweisungen bereitstellen" unten) und das Schema zum Erstellen eines Prompts. Dieser Prompt ist der Text, der an eine KI gesendet wird, wodurch mehrere SQL-Abfragen generiert werden.
Untersuchen Sie sie nach der Generierung der SQL-Abfragen, um sicherzustellen, dass sie nur die Daten abfragen. Stellen Sie auch sicher, dass sie ihre Daten nicht auf irgendeine Weise erstellen, aktualisieren, löschen oder anderweitig ändern. Extrahieren Sie dann den besten Abfragekandidaten aus der Liste der generierten Abfragen. Nehmen Sie eventuell erforderliche grundlegende Korrekturen an der besten KI-generierten Abfrage vor. Führen Sie abschließend mit Ihren Anmeldedaten die Abfrage erneut aus, und geben Sie das Resultset an Sie zurück.
Ändern der Datenquelle
Um zu einem anderen Lakehouse oder Warehouse zu wechseln, wählen Sie die Pfeile am oberen Rand des Explorer-Bereichs aus, wie in diesem Screenshot gezeigt:
Bereitstellen von Beispielen
In Fabric können Sie die KI-Fähigkeit so konfigurieren, dass die KI Ihre Fragen wie erwartet beantwortet. Eine Technik besteht darin, beispielweise die KI bereitzustellen. In der generativen KI wird diese Technik als Few-Shot-Learning bezeichnet. Hier gewähren Sie der KI Zugriff auf Abfrage- oder Fragenpaare. Wenn Sie das nächste Mal eine Frage stellen, findet die KI die relevantesten Fragen in der Gruppe von Fragen, die Sie bereitgestellt haben. Diese Fragen geben zusammen mit der von Ihnen bereitgestellten entsprechenden SQL-Abfrage Hintergrund für die KI, da sie die SQL generiert.
Wenn Sie feststellen, dass die KI die richtigen Abfragen nicht generiert, können Sie weitere Beispiele bereitstellen.
Um Beispiele bereitzustellen, können Sie die Bearbeitungsschaltfläche unter Beispiel-SQL-Abfragen auf der rechten Seite auswählen, wie in diesem Screenshot gezeigt:
Bereitstellen von Anweisungen
Sie können die KI auch mit Anweisungen steuern. Sie können diese Anweisungen im Textfeld Hinweise für das Modell angeben. Hier können Sie Anweisungen in Englisch schreiben. Die KI verwendet diese Anweisungen beim Generieren von SQL.
Wenn Sie feststellen, dass die KI bestimmte Wörter oder Akronyme konsistent falsch interpretiert, können Sie Definitionen von Begriffen in diesem Abschnitt bereitstellen, wie in diesem Screenshot gezeigt:
