Crea una competenza IA (anteprima)
Sei pronto per conversazioni sui tuoi dati? È possibile creare esperienze IA con la competenza di IA in Microsoft Fabric per rispondere alle domande sulle tabelle lakehouse e warehouse. Questa tecnica riduce le barriere che impediscono agli altri di rispondere alle domande sui dati, perché i colleghi possono porre domande in inglese e ricevere risposte basate sui dati.
Importante
Questa funzionalità si trova in anteprima.
Prerequisiti
- Una risorsa a pagamento di capacità di Fabric F64 o superiore.
- L'opzione del tenant competenze di IA è abilitata.
- L'opzione del tenant di Copilot è abilitata.
- La condivisione tra aree geografiche per IA è abilitata, se pertinente.
- Un warehouse o un lakehouse con dati.
Creare e configurare una competenza di IA
La creazione e la configurazione di una competenza di IA in Fabric prevede questi passaggi:
- Creare una nuova competenza di intelligenza artificiale.
- Seleziona i dati.
- Poni domande.
- Fornire esempi.
- Fornisci istruzioni.
Il processo è immediato ed potrai iniziare a testare le risorse delle competenze di IA in pochi minuti.
Crea una nuova competenza di IA
Analogamente ad altri processi di creazione di elementi Fabric standard, è possibile creare una nuova competenza IA dalla pagina iniziale Data Science di Fabric, selezionando l'opzione Nuova dell’area di lavoro o usando l'hub Crea. Devi specificare un nome, come mostrato in questo screenshot:
Seleziona i tuoi dati
Dopo aver creato una competenza IA, seleziona un'origine dati. Può essere un data warehouse o una lakehouse. Nella schermata successiva, seleziona la warehouse o la lakehouse e quindi seleziona Connetti.
Il riquadro sinistro viene popolato con le tabelle disponibili nell'origine dati selezionata. Usa le caselle di controllo per rendere disponibile o non disponibile una tabella per l'intelligenza artificiale. È necessario selezionare almeno una tabella prima di poter porre domande alle competenze IA.
Nota
Assicurarsi di usare nomi di colonna descrittivi. Anziché usare nomi di colonna come C1 o ActCu, usa ActiveCustomer o IsCustomerActive. L'uso di nomi descrittivi è il modo più efficace per ottenere query più affidabili dall'intelligenza artificiale.
Usa le note per il modello nel pannello di configurazione dell'interfaccia utente. Se la competenza IA genera query T-SQL non corrette, è possibile fornire istruzioni al modello in inglese semplice per migliorare le query future. Il sistema userà queste istruzioni con ogni query. Le istruzioni brevi e dirette funzionano meglio.
Domande
Dopo aver selezionato i dati, potrai iniziare a porre domande. Il sistema gestisce le domande a cui può rispondere una singola query, come mostrato in questo screenshot:
Potrebbero andare bene domande come gli esempi seguenti:
- "Quali sono state le nostre vendite totali in California nel 2023?"
- "Quali sono gli articoli più costosi che non sono mai stati venduti?"
Queste domande non rientrano nell'ambito di competenza:
- "Perché la produttività del nostro stabilimento è inferiore nel secondo trimestre 2024?"
- "Qual è la causa principale del nostro picco di vendite?"
Quando poni una domanda, il sistema usa le tue credenziali per recuperare lo schema. In base alla domanda, il sistema usa le informazioni da te fornite (vedi le sezioni "Fornire esempi" e "Fornire istruzioni") e lo schema per costruire una richiesta. Questa richiesta è il testo inviato a un'intelligenza artificiale, che genera più query SQL.
Dopo la generazione delle query SQL, assicurarsi che eseguino solo query sui dati. Verificare inoltre che non creino, aggiornino, eliminino o modifichino i dati in alcun modo. Estrarre quindi il candidato di query migliore dall'elenco delle query generate. Effettua le riparazioni di base necessarie per la migliore query generata dall'intelligenza artificiale. Infine, con le credenziali, eseguire nuovamente la query e restituire il set di risultati all'utente.
Modifica l'origine dati
Per passare a un altro lakehouse o warehouse, seleziona le frecce vicino alla parte superiore del riquadro Explorer, come mostrato in questo screenshot:
Configurazione dell'abilità di intelligenza artificiale
La competenza di intelligenza artificiale offre diverse opzioni di configurazione che consentono agli autori di personalizzarne il comportamento in base alle proprie esigenze. Queste configurazioni offrono flessibilità nel modo in cui la competenza di intelligenza artificiale elabora e presenta i dati, consentendo un maggiore controllo sui risultati.
Fornisci query di esempio
È possibile migliorare l'accuratezza delle risposte della competenza di intelligenza artificiale fornendogli query SQL di esempio. Questa tecnica, nota come Few Shot Learning nell'intelligenza artificiale generativa, consente di guidare la competenza di intelligenza artificiale nella generazione di risposte allineate alle aspettative.
Quando si fornisce l'intelligenza artificiale con coppie di query/domande di esempio, questi esempi vengono usati come riferimento per rispondere a domande future. L'intelligenza artificiale esamina gli esempi forniti per trovare le query più rilevanti che corrispondono alla nuova domanda. In questo modo l'intelligenza artificiale incorpora logica specifica dell'azienda e risponde alle query comuni che gli utenti finali chiedono spesso.
Se si nota che l'intelligenza artificiale non genera le query SQL desiderate, è possibile migliorarne le prestazioni fornendo altri esempi.
Mancia
La fornitura di un set diversificato di query di esempio migliorerà la capacità della competenza di intelligenza artificiale di generare query SQL accurate e pertinenti.
Per aggiungere esempi, fare clic sul pulsante di modifica sotto "Query SQL di esempio" sul lato destro, come illustrato nello screenshot seguente:
Nota
La competenza di intelligenza artificiale farà riferimento solo alle query che contengono SQL valide e che corrispondono allo schema delle tabelle selezionate. Le query che non hanno completato la convalida non verranno usate dalla competenza di intelligenza artificiale. Assicurarsi che tutte le query di esempio siano valide e correttamente allineate allo schema per assicurarsi che vengano utilizzate in modo efficace.
Fornire istruzioni
Puoi anche guidare l'intelligenza artificiale mediante istruzioni. Potrai fornire queste istruzioni nella casella di testo Note per il modello. Qui puoi scrivere istruzioni in inglese. L'intelligenza artificiale usa queste istruzioni quando genera SQL.
Se l'intelligenza artificiale interpreta in modo errato alcune parole o acronimi, potrai fornire definizioni di termini in questa sezione, come mostrato in questo screenshot:
Personalizzare le varianti delle query SQL
L'impostazione variazioni di query SQL controlla la variabilità nel numero di query SQL generate dall'abilità di intelligenza artificiale prima di definire la query finale. Modificando questa impostazione, gli autori possono influenzare il numero di query SQL diverse valutate dalla competenza di intelligenza artificiale prima di arrivare alla query finale.
Se si vuole che la competenza di intelligenza artificiale esplori più possibili percorsi di query prima di scegliere quella più appropriata, aumentare l'impostazione Varianti di query SQL. Ciò può essere particolarmente utile in scenari complessi in cui più strutture di query potenziali potrebbero produrre il risultato desiderato.
Visualizzare la query SQL eseguita
L'impostazione Mostra query SQL eseguita consente ai creatori di eseguire il debug dei risultati prodotti dall'abilità di intelligenza artificiale. Se abilitata, questa impostazione fornisce visibilità sulla query SQL finale generata dalla competenza di intelligenza artificiale usata per produrre l'output finale.
È possibile abilitare questa impostazione se è necessario verificare o risolvere i problemi delle query SQL generate dalla competenza di intelligenza artificiale. Ciò è particolarmente utile per comprendere in che modo la competenza di intelligenza artificiale costruisce le query e garantisce che siano allineate alla logica e alla struttura previste.