次の方法で共有


リアルタイム インテリジェンス用 Copilot

Real-Time インテリジェンスの Copilot は、データの探索と貴重な分析情報の抽出に役立つ高度な AI ツールです。 データに関する質問を入力すると、自動的に Kusto クエリ言語 (KQL) クエリに変換されます。 Copilot は、経験豊富な KQL ユーザーと市民データ サイエンティストの両方のデータを分析するプロセスを合理化します。

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

手記

  • 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、記事 Copilot のテナント設定 を参照してください。
  • F64 または P1 の容量は、この記事に記載されているいずれかのリージョンに含まれている必要があります。Fabric リージョンの可用性
  • テナントまたは容量が米国またはフランス以外の場合、Copilot は既定で無効になります。ただし、Fabric テナント管理者が、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、またはファブリック管理ポータルのテナント設定 国内クラウド インスタンスの外部で処理できる場合を除きます。
  • Microsoft Fabric の Copilot 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 プレビュー段階で展開されており、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 および Power BI における の Copilot の概要」を参照してください。

Real-Time インテリジェンスにおける Copilot の能力

Real-Time インテリジェンスの Copilot を使用すると、自然言語クエリを Kusto クエリ言語 (KQL) に簡単に変換できます。 コピロットは、日常的な言語とKQLの技術的な複雑の間の橋渡しとして機能し、そうすることで、データアナリストや市民データサイエンティストの導入障壁を取り除きます。 OpenAI の高度な言語理解を活用することで、この機能を使用すると、使い慣れた自然言語形式でビジネスの質問を送信し、KQL クエリに変換できます。 Copilot は、ユーザーフレンドリで効率的なデータ分析アプローチを使用してクエリ作成プロセスを簡略化することで、生産性を向上させます。

Copilot では 会話操作 をサポートしています。これにより、以前の入力のコンテキストを維持しながら、クエリを動的に明確に、適応させ、拡張することができます。 最初からやり直すことなく、クエリを絞り込んでフォローアップの質問をすることができます。

  • 動的クエリ絞り込み: プロンプトを絞り込み、あいまいさを解消したり、テーブルまたは列を指定したり、より多くのコンテキストを提供したりすることで、Copilot によって生成された初期 KQL を絞り込むことができます。

  • シームレスなフォローアップの質問: 生成された KQL が正しいが、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、クエリのスコープを拡張したり、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 インテリジェンス Copilot にアクセスする

  1. Real-Time インテリジェンスの 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。
  2. データベースに接続します。 詳細については、「データベース を選択する」を参照してください。
  3. [Copilot] ボタンを選択します。
  4. [Copilot] ウィンドウで、自然言語でビジネスの質問を入力します。
  5. 押して入力します。 数秒後、Copilot は入力に基づいて 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 エディターで直接挿入 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が必要です。
  6. [実行] ボタンを選択してクエリを実行します。

リアルタイム インテリジェンスの KQL クエリセットで Copilot を使っているスクリーンショット。

手記

  • Copilot では、コントロール コマンドは生成されません。
  • Copilot では、生成された KQL クエリは自動的には実行されません。 ユーザーは、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、クエリをさらに絞り込んだりすることができます。 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) にカーソルを合わせ、鉛筆 アイコンを選択して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。

前の質問をコピーまたは編集する方法を示すスクリーンショット。

リアルタイム インテリジェンス用 Copilot の精度を向上させる

Copilotによって生成される KQL クエリの精度を向上させるために役立つヒントを次に示します。

  • 単純な自然言語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に徐々に進みます。
  • タスクを正確に指定し、あいまいさを避けます。 自然言語プロンプトをチームの数人の KQL エキスパートと共有したと想像してください。口頭での指示を加えずに、彼らは正しいクエリを生成できると思いますか?
  • 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、クエリに不可欠なテーブル、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) には冗長な場合がありますが、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 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] アイコンを選択して、[フィードバックの送信] フォームでコメントを送信します。

手記

フィードバックの送信 フォームは、データベースの名前、その URL、副操縦によって生成された KQL クエリ、およびフィードバック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

  • Copilot は、次の理由により、不正確または誤解を招く可能性のある推奨 KQL クエリを示唆する可能性があります。
    • 複雑で長いユーザー入力。
    • 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 エンティティに送信するユーザー入力 (KQL 関数など)。
  • 組織内の同時ユーザー数が 10,000 人を超える場合、障害が発生したり、パフォーマンスが大きく低下したりする可能性があります。