Real-Time Intelligence 用 Copilot
Real-Time Intelligence 用 Copilot は、データを探索し、貴重な分析情報を抽出するのに役立つ高度な AI ツールです。 データに関する質問を入力すると、Kusto 照会言語 (KQL) クエリに自動的に変換されます。 Copilot は、経験豊富な KQL ユーザーと一般的なデータ科学者の両方がデータ分析を実施するプロセスを効率化します。
Copilot に関する課金情報については、「Fabric の価格での Copilot のお知らせ」をご覧ください。
前提条件
- Microsoft Fabric 対応の容量を持つワークスペース
- KQL クエリセットへの読み取りまたは書き込みアクセス権限
Note
- Copilot の使用を開始する前に、管理者がテナントスイッチを有効にする必要があります。 詳細については、Copilot テナント設定に関する記事を参照してください。
- お使いの F64 または P1 の容量が、Fabric を利用可能なリージョンに関する記事に記載されているいずれかのリージョンにある必要があります。
- お使いのテナントまたは容量が米国またはフランスの外部にある場合、Fabric テナント管理者が Fabric 管理ポータルで Azure OpenAI に送信されたデータを、テナントの地理的リージョン、コンプライアンス境界、または国内クラウド インスタンスの外部で処理できるというテナント設定を有効にしない限り、Copilot はデフォルトで無効になっています。
- Copilot in Microsoft Fabric は、試用版 SKU ではサポートされていません。 有料 SKU (F64 以上、または P1 以上) のみがサポートされます。
- Fabric の Copilot は現在、パブリック プレビュー段階でロールアウトされており、2024 年 3 月末までにすべての顧客が利用できるようになる予定です。
- 詳細については、Fabric と Power BI の Copilot の概要に関する記事を参照してください。
リアルタイム インテリジェンス用 Copilot の機能
Real-Time Intelligence 用 Copilot を使用すると、自然言語クエリを Kusto 照会言語 (KQL) へと簡単に変換できます。 copilot は、日常的な言語と KQL の技術的な複雑さとの間の橋渡しとして機能し、それによってデータ アナリストや市民データ サイエンティストが導入するときの障壁を取り除きます。 OpenAI の高度な言語理解を活用するこの機能では、使い慣れた自然な言葉で業務上の質問を送信し、KQL クエリへと変換することができます。 Copilot は、データ分析に対してユーザー フレンドリで効率的なアプローチを使用してクエリ作成プロセスを簡素化することで、生産性を向上させます。
Copilot は、会話型の相互関係をサポートしています。これにより、ユーザーは以前の入力のコンテキストを維持しながら、クエリの動的な明確化、適応、拡張をすべて行うことができます。 最初からやり直すことなく、クエリを微調整したり、フォローアップの質問をしたりできます。
動的なクエリの微調整: プロンプトを調整して、あいまいさをなくしたり、テーブルや列を指定したり、提供するコンテキストを増やしたりすることで、Copilot によって生成された初期 KQL を微調整できます。
シームレスなフォローアップの質問: 生成された KQL は正しくても、データをより深く調査したい場合は、同じタスクに関連するフォローアップの質問をすることができます。 前のダイアログを基にして、クエリの範囲を広げたり、フィルターを追加したり、関連するデータ ポイントを探索したりできます。
Real-Time Intelligence Copilot にアクセスする
- Real-Time Intelligence 用 Copilot にアクセスするには、新規または既存の KQL クエリセットに移動します。
- データベースに接続する。 詳細については、「データベースの選択」を参照してください。
- Copilot ボタンを選択します。
- Copilot ウィンドウで、自然言語で業務上の質問を入力します。
- Enter キーを押します。 数秒後、Copilot が入力に基づいて KQL クエリを生成します。 クエリをクリップボードにコピーすることも、KQL クエリ エディターに直接挿入することもできます。 クエリ エディターでクエリを実行するには、KQL クエリセットへの書き込みアクセス権限が必要です。
- [実行] ボタンを選択し、クエリを実行します。
Note
- Copilot は制御コマンドを生成しません。
- Copilot は、生成された KQL クエリを自動的に実行しません。 ユーザーが、独自の判断でクエリを実行することをお勧めします。
引き続きフォローアップの質問をしたり、クエリをさらに微調整したりできます。 新しいチャットを始めるには、Copilot ペインの右上にある吹き出しを選びます (1)。
前の質問 (2) をポイントして鉛筆アイコンを選び、質問ボックスにコピーして編集するか、クリップボードにコピーします。
Real-Time Intelligence 用 Copilot の精度を向上させる
Copilot によって生成される KQL クエリの正確性の向上に役立つヒントを次に示します。
- 単純な自然な言葉によるプロンプトから始めて、現在の機能と制限事項について学習します。 次に、より複雑なプロンプトへと徐々に進みます。
- タスクを正確に記述し、あいまいさを避けます。 口頭での指示を加えることなく、自然な言葉によるプロンプトをチーム内にいる数人の KQL エキスパートに提示したと思ってみて下さい。無事正しいクエリが生成されますか?
- 最も正確なクエリを生成するには、モデルに役立つ関連情報を指定します。 可能な場合は、クエリに欠かせないテーブル、演算子、または関数を指定します。
- データベースを準備する: docstring プロパティを追加して、一般的なテーブルと列を記述します。 これは説明的な名前 (タイムスタンプなど) を持つ場合には冗長なことがありますが、意味のない名前を持つテーブルまたは列を記述するには非常に重要です。 使用頻度の低いテーブルまたは列には docstring を追加する必要はありません。 詳細については、「.alter table column-docstrings コマンド」を参照してください。
- Copilot の結果を改善するには、[いいね!] または [興味なし] のアイコンを選択して、フィードバック送信 フォームにコメントを送信します。
Note
[フィードバックの送信] フォームでは、データベースの名前、その URL、copilot によって生成された KQL クエリ、フィードバックの送信に含める自由なテキスト応答を送信します。 実行された KQL クエリの結果は送信されません。
制限事項
- Copilot は、次に示す理由により、不正確または誤解を招く可能性のある KQL クエリを提案する可能性があります:
- ユーザーによる複雑で長い入力。
- KQL データベース テーブルまたは具体化されたビューではないデータベース エンティティに向けたユーザーによる入力 (KQL 関数など)。
- 組織内に 10,000 人を超える同時実行のユーザーがいる場合、失敗するか、大きなパフォーマンス ヒットが生じることがあります。