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 kostenpflichtige F64- oder höhere Fabric-Kapazitätsressource.
- Der Mandantenwechsel mit AI-Skill ist aktiviert.
- 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:
Konfigurieren der KI-Fähigkeit
Die KI-Fähigkeit bietet mehrere Konfigurationsoptionen, mit denen Ersteller ihr Verhalten an ihre Bedürfnisse anpassen können. Diese Konfigurationen bieten Flexibilität bei der Funktionsweise der KI und der Darstellung von Daten und ermöglichen eine bessere Kontrolle über die Ergebnisse.
Bereitstellen von Beispielabfragen
Sie können die Genauigkeit der Antworten der KI verbessern, indem Sie sie mit Beispiel-SQL-Abfragen bereitstellen. Diese Technik, die als Few Shot Learning in generative KI bezeichnet wird, ermöglicht es Ihnen, die KI-Fähigkeit beim Generieren von Antworten zu leiten, die Ihren Erwartungen entsprechen.
Wenn Sie der KI Beispielabfrage- und Fragepaare bereitstellen, werden diese Beispiele als Referenz bei der Beantwortung zukünftiger Fragen verwendet. Die KI durchsucht die bereitgestellten Beispiele, um die relevantesten Abfragen zu finden, die der neuen Frage entsprechen. Dies hilft der KI, geschäftsspezifische Logik zu integrieren und auf allgemeine Abfragen zu reagieren, die Endbenutzer häufig fragen.
Wenn Sie feststellen, dass die KI nicht die gewünschten SQL-Abfragen generiert, können Sie die Leistung verbessern, indem Sie zusätzliche Beispiele bereitstellen.
Tipp
Durch die Bereitstellung einer vielzahl von Beispielabfragen wird die Fähigkeit der KI verbessert, genaue und relevante SQL-Abfragen zu generieren.
Wenn Sie Beispiele hinzufügen möchten, klicken Sie auf der rechten Seite auf die Schaltfläche "Bearbeiten" unter "Beispiel-SQL-Abfragen", wie im folgenden Screenshot dargestellt:
Hinweis
Die KI-Fähigkeit bezieht sich nur auf Abfragen, die gültige SQL enthalten und mit dem Schema der ausgewählten Tabellen übereinstimmen. Abfragen, deren Validierung nicht abgeschlossen wurde, werden nicht von der KI-Fähigkeit verwendet. Stellen Sie sicher, dass alle Beispielabfragen gültig sind und ordnungsgemäß am Schema ausgerichtet sind, um sicherzustellen, dass sie effektiv genutzt werden.
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:
Anpassen von SQL-Abfragevariationen
Die SQL-Abfragevariationen-Einstellung steuert die Unterschiede in der Anzahl der SQL-Abfragen, die die KI-Funktion generiert, bevor die endgültige Abfrage ermittelt wird. Durch das Anpassen dieser Einstellung können Ersteller beeinflussen, wie viele verschiedene SQL-Abfragen die KI-Fähigkeit auswertet, bevor sie zur endgültigen Abfrage gelangen.
Wenn Sie möchten, dass die KI-Fähigkeit weitere mögliche Abfragepfade erkunden kann, bevor Sie die am besten geeignete auswählen, erhöhen Sie die EINSTELLUNG für SQL-Abfragevariationen. Dies kann besonders in komplexen Szenarien hilfreich sein, in denen mehrere potenzielle Abfragestrukturen das gewünschte Ergebnis liefern können.
Ausgeführte SQL-Abfrage anzeigen
Mit der "Ausgeführte SQL-Abfrage anzeigen" Einstellung können Ersteller die Ergebnisse debuggen, die von der KI-Fähigkeit erzeugt werden. Wenn diese Einstellung aktiviert ist, bietet diese Einstellung Einblicke in die endgültige SQL-Abfrage, die von der KI-Fähigkeit generiert wurde, die zum Erstellen der endgültigen Ausgabe verwendet wurde.
Sie können diese Einstellung aktivieren, wenn Sie die von der KI generierten SQL-Abfragen überprüfen oder beheben müssen. Dies ist besonders hilfreich, um zu verstehen, wie die KI Abfragen erstellt und sicherstellen kann, dass sie mit der erwarteten Logik und Struktur übereinstimmen.