Creación de una habilidad de IA (versión preliminar)
¿Está listo para mantener conversaciones sobre datos? Puede crear experiencias de IA con la habilidad de IA en Microsoft Fabric para responder a preguntas sobre las tablas de su lago de datos y almacén. Esta técnica reduce las barreras para que otros usuarios respondan a sus preguntas sobre datos, ya que sus compañeros pueden formular sus preguntas en inglés y recibir respuestas controladas por datos.
Importante
Esta característica se encuentra en versión preliminar.
Requisitos previos
- Una capacidad F64 Fabric o superior.
- El conmutador de suscriptor de Copilot está habilitado.
- El uso compartido entre regiones geográficas para la IA está habilitado, si es pertinente.
- Una instancia de almacén o lago de datos con datos.
Crear y configurar una habilidad de IA
La creación y configuración de una habilidad de IA en Fabric implica estos pasos:
- Creación de una nueva habilidad de IA
- Selección de su enfoque.
- Formulación de las preguntas.
- Provisión de ejemplos.
- Especificación de instrucciones.
El proceso es sencillo y puede empezar a probar los recursos de habilidad de la IA en cuestión de minutos.
Creación de una nueva habilidad de IA
Como en otros procesos de creación de elementos de Fabric estándar, puede crear una nueva habilidad de IA desde la página principal de Ciencia de datos de Fabric, la opción Nuevo del área de trabajo o en Crear centro. Debe proporcionar un nombre, como se muestra en esta captura de pantalla:
Selección de su enfoque
Después de crear una habilidad de inteligencia artificial, seleccione un origen de datos. Puede ser un almacenamiento de datos o un lago. En la siguiente pantalla, seleccione el almacén o el lago de datos y, a continuación, Conectar.
El panel izquierdo se rellena con las tablas disponibles en el origen de datos seleccionado. Use las casillas para que una tabla esté disponible o no esté disponible para la IA. Debe seleccionar al menos una tabla para poder formular las preguntas a la habilidad de IA.
Nota:
Asegúrese de que los nombres de columna sean descriptivos. En lugar de usar nombres de columna como C1 o ActCu, use ActiveCustomer o IsCustomerActive. Utilizar nombres descriptivos es la forma más eficaz de obtener consultas más fiables de la IA.
Use las notas del modelo en el panel de configuración de la UI. Si la habilidad de IA genera consultas T-SQL incorrectas, puede proporcionar instrucciones al modelo en inglés sencillo para mejorar las consultas futuras. El sistema usará estas instrucciones con cada consulta. Las instrucciones cortas y directas funcionan mejor.
Formulación de preguntas
Una vez que seleccione los datos, puede empezar a formular preguntas. El sistema gestiona las preguntas que puede responder una sola consulta, como se muestra en esta captura de pantalla:
Las preguntas como los ejemplos siguientes deben funcionar:
- "¿Cuáles fueron nuestras ventas totales en California en 2023?"
- "¿Cuáles son los artículos más caros que nunca se han llegado a vender?"
Estas preguntas no obtendrán respuesta:
- "¿Por qué nuestra productividad de fábrica es menor en el segundo trimestre de 2024?"
- "¿Cuál es la causa principal de nuestro pico de ventas?"
Al formular una pregunta, el sistema usa las credenciales para capturar el esquema. En función de la pregunta, el sistema utiliza la información que usted ha proporcionado (véanse las secciones «Proporcionar ejemplos» y «Proporcionar instrucciones») y el esquema para construir una pregunta. Este mensaje es el texto que se envía a una IA, que genera varias consultas SQL.
Después de generar las consultas SQL, es necesario estudiarlas para asegurarse de que solo consultan los datos. Además, se debe comprobar que no crean, actualizan, eliminan ni cambian los datos de ninguna manera. A continuación, extraiga el mejor candidato de consulta de la lista de consultas generadas. Realice las reparaciones básicas necesarias en la mejor consulta generada por IA. Por último, con las credenciales, se vuelve a ejecutar la consulta y se le devuelve el conjunto de resultados.
Cambie el origen de datos
Para cambiar a otra instancia de lago de datos o almacén, seleccione las flechas situadas cerca de la parte superior del panel Explorador, como se muestra en esta captura de pantalla:
Provisión de ejemplos
En Fabric, puede configurar la habilidad de IA para que la IA responda a sus preguntas como cabría esperar. Una técnica consiste en proporcionar ejemplos a la IA. En la IA generativa, esta técnica se denomina aprendizaje de pocas etapas. Aquí se proporciona acceso a la IA a los pares de consultas y preguntas. La próxima vez que haga una pregunta, la IA encontrará las preguntas más relevantes en el conjunto de preguntas que proporcionó. Estas preguntas, junto con la consulta SQL correspondiente que proporcionó, proporcionen antecedentes a la IA a medida que genera SQL.
Si detecta que la IA no genera las consultas correctas, puede proporcionar más ejemplos.
Para proporcionar ejemplos, puede seleccionar el botón Editar debajo de Consultas SQL de ejemplo en el lado derecho, como se muestra en esta captura de pantalla:
Especificación de instrucciones
También puede dirigir la IA con instrucciones. Puede proporcionar estas instrucciones en el cuadro de texto Notas para el modelo. Aquí puede escribir instrucciones en inglés. La inteligencia artificial usa esas instrucciones cuando genera SQL.
Si detecta que la IA malinterpreta ciertas palabras o acrónimos de manera constante, puede proporcionar definiciones de términos de esta sección, como se muestra en esta captura de pantalla:
