Copilot para inteligencia en tiempo real
Copilot para inteligencia en tiempo real es una herramienta de inteligencia artificial avanzada diseñada para ayudarle a explorar los datos y extraer conclusiones valiosas. Puede escribir preguntas sobre los datos, que se traducen automáticamente en consultas de Lenguaje de consulta Kusto (KQL). Copilot simplifica el proceso de análisis de datos para usuarios de KQL experimentados y científicos de datos.
Para obtener información sobre la facturación de Copilot, consulte el AnuncioCopilot en los precios de Fabric.
Requisitos previos
- Un área de trabajo con una capacidad habilitada para Microsoft Fabric
- Acceso de lectura o escritura a un conjunto de consultas KQL
Nota:
- El administrador debe habilitar el modificador de inquilino antes de empezar a usar Copilot. Para más información, vea el artículo Configuración de inquilinos de Copilot.
- La capacidad F64 o P1 debe estar en una de las regiones enumeradas en este artículo, disponibilidad regional de Fabric.
- Si el inquilino o la capacidad están fuera de EE. UU. o Francia, Copilot está deshabilitado de manera predeterminada, a menos que el administrador de inquilinos de Fabric habilite la configuración de inquilino Los datos enviados a Azure OpenAI se puedan procesar fuera de la región geográfica del inquilino, los límites de cumplimiento o la instancia de nube nacional en el portal de administración de Fabric.
- Copilot en Microsoft Fabric no se admite en las SKU de prueba. Solo se admiten SKU de pago (F64 o superior, o P1 o superior).
- Actualmente, Copilot en Fabric se va a implementar en versión preliminar pública y se espera que esté disponible para todos los clientes a finales de marzo de 2024.
- Vea el artículo Información general de Copiloten Fabric y Power BI para más información.
Funcionalidades de Copilot para la inteligencia en tiempo real
Copilot para inteligencia en tiempo real le permite traducir fácilmente consultas de lenguaje natural al Lenguaje de consulta Kusto (KQL). copilot actúa como un puente entre los lenguajes cotidianos y las complejidades técnicas de KQL y, al hacerlo, elimina las barreras de adopción para los analistas de datos y científicos de datos ciudadanos. Al aprovechar la comprensión avanzada del lenguaje de OpenAI, esta característica le permite enviar preguntas empresariales en un formato familiar de lenguaje natural, que luego se convierten en consultas KQL. Copilot acelera la productividad al simplificar el proceso de creación de consultas con un enfoque fácil de usar y eficaz para el análisis de datos.
Copilot admite interacciones conversacionales que le permiten aclarar, adaptar y ampliar las consultas dinámicamente, todo ello manteniendo el contexto de las entradas anteriores. Puede refinar las consultas y formular preguntas de seguimiento sin comenzar de nuevo:
Refinamiento dinámico de consultas: puede refinar el código KQL inicial generado por Copilot mediante el refinamiento de la solicitud para eliminar la ambigüedad, especificar tablas o columnas, o proporcionar más contexto.
Preguntas de seguimiento fluidas: si el código KQL generado es correcto, pero desea explorar los datos con mayor profundidad, puede formular preguntas de seguimiento relacionadas con la misma tarea. Puede expandir el ámbito de la consulta, agregar filtros o explorar puntos de datos relacionados mediante la creación a partir del diálogo anterior.
Acceso a Copilot para inteligencia en tiempo real
- A fin de acceder a Copilot para inteligencia en tiempo real, vaya a un conjunto de consultas KQL nuevo o existente.
- Conectarse a una base de datos. Para más información, vea Selección de una base de datos
- Haz clic en el botón Copilot.
- En el panel de Copilot, escriba la pregunta empresarial en lenguaje natural.
- Presione ENTRAR. Después de unos segundos, Copilot generará una consulta KQL basada en la entrada. Puede copiar la consulta en el Portapapeles o insertarla directamente en el editor de consultas KQL. Para ejecutar la consulta en el editor de consultas, debe tener acceso de escritura al conjunto de consultas KQL.
- Seleccione el botón Ejecutar para ejecutar la consulta.
Nota:
- Copilot no genera comandos de control.
- Copilot no ejecuta automáticamente la consulta KQL generada. Se recomienda a los usuarios ejecutar las consultas a su propia discreción.
Puede seguir formulando preguntas de seguimiento o refinar aún más la consulta. Para iniciar un nuevo chat, seleccione la burbuja de voz en la parte superior derecha del panel de Copilot (1).
Mantenga el puntero sobre una pregunta anterior (2) y seleccione el icono de lápiz para copiarla en el cuadro de preguntas para editarla o copiarla en el Portapapeles.
Mejora de la precisión de Copilot para inteligencia en tiempo real
Estas son algunas recomendaciones que pueden ayudar a mejorar la precisión de las consultas KQL generadas por Copilot:
- Comience con preguntas en lenguaje natural simples para aprender las funcionalidades y limitaciones actuales. Después, continúe gradualmente con preguntas más complejas.
- Indique la tarea con precisión y evite la ambigüedad. Imagine que ha compartido la pregunta en lenguaje natural con algunos expertos de KQL que forman parte del equipo sin agregar instrucciones orales, ¿serían capaces de generar la consulta correcta?
- Para generar la consulta más precisa, proporcione cualquier información pertinente que pueda ayudar al modelo. Si es posible, especifique tablas, operadores o funciones que sean fundamentales para la consulta.
- Preparación de la base de datos: agregue propiedades docstring para describir tablas y columnas comunes. Esto puede ser redundante para nombres descriptivos (por ejemplo, marca de tiempo) pero es fundamental para describir tablas o columnas con nombres sin significado. No es necesario agregar docstring a tablas o columnas que rara vez se usan. Para más información, vea Comando .alter table column-docstrings.
- Para mejorar los resultados Copilot, seleccione el icono me gusta o no me gusta para enviar sus comentarios en el formulario Enviar comentarios.
Nota:
El formulario Enviar comentarios envía el nombre de la base de datos, su dirección URL, la consulta KQL generada por copilot y cualquier respuesta de texto libre que incluya en el envío de comentarios. Los resultados de la consulta KQL ejecutada no se envían.
Limitaciones
- Copilot puede sugerir consultas de KQL sugeridas potencialmente inexactas o engañosas debido a:
- Entrada de usuario compleja y larga.
- La entrada del usuario dirigida a entidades de base de datos que no son tablas de base de datos de KQL ni vistas materializadas (por ejemplo, función de KQL).
- Es probable que se produzca un error si hay más de 10 000 usuarios simultáneos dentro de una organización puede generar un error o un impacto importante en el rendimiento.