Copilot for SQL-database i Microsoft Fabric (forhåndsversjon)
Gjelder for:✅SQL-database i Microsoft Fabric
Microsoft Copilot for SQL-database i Fabric er en AI-assistent som er utformet for å effektivisere databaseoppgavene dine. Copilot integreres sømløst med Fabric-databasen, og gir intelligent innsikt for å hjelpe deg med hvert trinn på veien i T-SQL-utforskningene.
Innføring i Copilot for SQL-database
Copilot for SQL-database bruker tabell- og visningsnavn, kolonnenavn, primærnøkkel og sekundærnøkkelmetadata til å generere T-SQL-kode. Copilot for SQL-database bruker ikke data i tabeller til å generere T-SQL-forslag.
Viktige funksjoner i Copilot for SQL-database inkluderer:
Fullføring av kode: Begynn å skrive T-SQL i redigeringsprogrammet for SQL-spørring, og Copilot genererer automatisk et kodeforslag for å fullføre spørringen. Tab-tasten godtar kodeforslaget eller fortsetter å skrive for å ignorere forslaget.
Hurtighandlinger: På båndet i redigeringsprogrammet for SQL-spørring er alternativene Løsning og Forklar hurtighandlinger. Uthev en SQL-spørring etter eget valg, og velg en av hurtighandlingsknappene for å utføre den valgte handlingen i spørringen.
Løsning: Copilot kan løse feil i koden når det oppstår feilmeldinger. Feilscenarioer kan omfatte feil/ikke støttet T-SQL-kode, feil stavemåte og mer. Copilot vil også gi kommentarer som forklarer endringene og foreslår anbefalte fremgangsmåter for SQL.
Forklar: Copilot kan gi naturlige språkforklaringer av SQL-spørringen og databaseskjemaet i kommentarformat.
Chatrute: Bruk chatteruten til å stille spørsmål til Copilot gjennom naturlig språk. Copilot svarer med en generert SQL-spørring eller et naturlig språk basert på spørsmålet.
Naturlig språk til SQL: Generer T-SQL-kode fra forespørsler om ren tekst, slik at brukere kan spørre etter data uten å måtte vite SQL-syntaks.
Dokumentbasert spørsmål og svar: Still Copilot spørsmål om generelle SQL-databasefunksjoner, og svar på naturlig språk. Copilot hjelper også med å finne dokumentasjon relatert til forespørselen din.
Bruk Copilot effektivt
Her er noen tips for å maksimere produktiviteten med Copilot.
Når du oppretter ledetekster, må du begynne med en klar og kortfattet beskrivelse av den spesifikke informasjonen du leter etter.
Naturlig språk for SQL avhenger av uttrykksfulle tabell- og kolonnenavn. Hvis tabellen og kolonnene ikke er uttrykksfulle og beskrivende, kan det hende copilot ikke kan konstruere en meningsfull spørring.
Bruk naturlig språk som gjelder for tabell- og visningsnavn, kolonnenavn, primærnøkler og sekundærnøkler i databasen. Denne konteksten hjelper Copilot med å generere nøyaktige spørringer. Angi hvilke kolonner du vil se, aggregasjoner og eventuelle filtreringskriterier så eksplisitt som mulig. Copilot skal kunne korrigere skrivefeil eller forstå kontekst gitt skjemakonteksten.
Når du bruker fullføring av kode, legger du igjen en kommentar øverst i spørringen for
--
å hjelpe Copilot med kontekst om spørringen du prøver å skrive.Unngå tvetydig eller altfor komplekst språk i ledetekstene. Forenkle spørsmålet samtidig som det opprettholder klarheten. Denne redigeringen sikrer at Copilot effektivt kan oversette den til en meningsfull T-SQL-spørring som henter de ønskede dataene fra de tilknyttede tabellene og visningene.
Copilot for SQL-databasen i Fabric støtter for øyeblikket bare engelsk språk til T-SQL.
Følgende eksempelmeldinger er tydelige, spesifikke og skreddersydde for egenskapene for skjemaet og datadatabasen, noe som gjør det enklere for Copilot å generere nøyaktige T-SQL-spørringer:
What are the top-selling products by quantity?
Count all the products, group by each category
Show all sales transactions occurred on [a specific date]
Create a table in [schema name] called "SalesTransactions" with the columns CustomerID, ProductID and OrderID
Aktiver copilot
- Administratoren må aktivere leierbryteren før du begynner å bruke Copilot. Hvis du vil ha mer informasjon, kan du se Innstillinger for Copilot-leier.
- F64- eller P1-kapasiteten må være i et av områdene som er oppført i denne artikkelen, stoffområdetilgjengelighet.
- Hvis leieren eller kapasiteten er utenfor USA eller Frankrike, deaktiveres Copilot som standard med mindre leieradministratoren for Fabric aktiverer data som sendes til Azure OpenAI, kan behandles utenfor leierens geografiske område, samsvarsgrense eller nasjonale leierinnstilling for skyforekomst i stoffadministratorportalen.
- Copilot i Microsoft Fabric støttes ikke på prøveversjon av SKU-er. Bare betalte SKU-er (F64 eller høyere, eller P1 eller høyere) støttes.
- Hvis du vil ha mer informasjon, kan du se Oversikt over Copilot i Fabric og Power BI.
Hva bør jeg vite for å bruke Copilot ansvarlig?
Microsoft er forpliktet til å sikre at våre AI-systemer styres av våre AI-prinsipper og Ansvarlig AI Standard. Disse prinsippene omfatter å gi kundene våre mulighet til å bruke disse systemene effektivt og i tråd med deres tiltenkte bruksområder. Vår tilnærming til ansvarlig kunstig intelligens utvikler seg kontinuerlig for proaktivt å løse nye problemer.
Copilot-funksjoner i Fabric er bygget for å møte den ansvarlige AI-standarden, noe som betyr at de gjennomgås av tverrfaglige team for potensielle skader, og deretter raffinert for å inkludere begrensninger for disse skadene.
Hvis du vil ha mer informasjon, kan du se Personvern, sikkerhet og ansvarlig bruk av Copilot i Fabric.
Begrensninger for Copilot for SQL-database
Her er gjeldende begrensninger for Copilot for SQL-database:
- Copilot kan ikke gjøre endringer i eksisterende SQL-spørringer i redigeringsprogrammet for SQL-spørringer. Hvis du for eksempel ber Copilot-chatteruten om å redigere en bestemt del av en eksisterende spørring, fungerer den ikke. Copilot forstår imidlertid tidligere inndata i chatruten, slik at brukere kan iterere spørringer som tidligere ble generert av Copilot, før de settes inn.
- Copilot kan gi unøyaktige resultater når hensikten er å evaluere data. Copilot har bare tilgang til databaseskjemaet, ingen av dataene inni.
- Copilot-svar kan inkludere unøyaktig innhold eller innhold av lav kvalitet, så pass på å se gjennom utdata før du bruker dem i arbeidet ditt.
- Personer som er i stand til å evaluere innholdets nøyaktighet og hensiktsmessighet på en meningsfull måte, bør se gjennom utdataene.