Personvern, sikkerhet og ansvarlig bruk av Copilot for Real-Time Intelligence
I denne artikkelen kan du lære hvordan Copilot for Real-Time Intelligence fungerer, hvordan de holder forretningsdataene dine sikre og overholder personvernkravene, og hvordan du bruker generative AI på en ansvarlig måte. Hvis du vil ha en oversikt over disse emnene for Copilot i Fabric, kan du se Personvern, sikkerhet og ansvarlig bruk for Copilot.
Denne funksjonen utnytter kraften i OpenAI til sømløst å oversette naturlige språkspørringer til Kusto Query Language (KQL), et spesialisert språk for spørring av store datasett. I hovedsak fungerer det som en bro mellom brukernes hverdagsspråk og de tekniske vanskelighetene med KQL fjerne adopsjonsbarrierer for brukere som ikke er kjent med språket. Ved å utnytte OpenAIs avanserte språkforståelse gir denne funksjonen brukerne mulighet til å sende inn forretningsspørsmål i et kjent, naturlig språkformat, som deretter konverteres til KQL-spørringer.
Copilot akselererer produktiviteten ved å forenkle opprettingsprosessen for spørringen, men gir også en brukervennlig og effektiv tilnærming til dataanalyse.
Copilot for Real-Time intelligence tiltenkt bruk
Kusto Copilot akselererer dataforskernes og analytikernes datautforskningsprosess ved å oversette forretningsspørsmål på naturlig språk til KQL-spørringer, basert på de underliggende kolonnenavnene for datasett / skjema.
Hva kan Copilot for Real-Time Intelligence gjøre?
Kusto Copilot drives av generative AI-modeller utviklet av OpenAI og Microsoft. Nærmere bestemt bruker den OpenAIs API-er for innebygging og fullføring til å bygge ledeteksten for naturlig språk og til å generere KQL-spørringer.
Databruk av Copilot for Real-Time Intelligence
Copilot for Real-Time Intelligence har tilgang til data som er tilgjengelig for Copilot bruker, for eksempel databaseskjemaet, brukerdefinerte funksjoner og datautvalg av den tilkoblede databasen. Den Copilot refererer til den databasen som for øyeblikket er koblet til KQL-spørringssettet. Copilot lagrer ingen data.
Evaluering av Copilot for Real-Time Intelligence
- Etter en grundig undersøkelsesperiode der flere konfigurasjoner og metoder har blitt testet, hadde OpenAI-integreringsmetoden vist seg å generere KQL-spørringer med høyest nøyaktighet. Copilot kjører ikke automatisk den genererte KQL-spørringen, og brukere anbefales å kjøre spørringene etter eget skjønn.
- Kusto Copilot kjører ikke automatisk en generert KQL-spørring, og brukere rådes til å kjøre spørringene etter eget skjønn.
Begrensninger for Copilot for Real-Time intelligence
- Komplekse og lange brukerinndata kan bli misforstått av Copilot, noe som resulterer i potensielt unøyaktige eller villedende foreslåtte KQL-spørringer.
- Brukerinndata som dirigerer til databaseenheter som ikke er KQL-tabeller eller materialiserte visninger (for eksempel en KQL-funksjon), kan resultere i potensielt unøyaktige eller villedende foreslåtte KQL-spørringer.
- Mer enn 10 000 samtidige brukere i en organisasjon vil mest sannsynlig mislykkes eller resultere i store ytelsestreff.
- KQL-spørringen må valideres av brukeren før den kjøres for å hindre usikker kjøring av KQL-spørring.
Tips for å arbeide med Copilot for Real-Time Intelligence
- Vi anbefaler at du gir detaljerte og relevante naturlige språkspørringer. Videre bør du gi konsise og enkle forespørsler til copiloten for å unngå unøyaktige eller villedende foreslåtte KQL-spørringer. Du bør også begrense spørsmål til databaser som er KQL-tabeller eller materialiserte visninger.
- Hvis du for eksempel spør om en bestemt kolonne, oppgir du kolonnenavnet og datatypen den inneholder. Hvis du vil bruke bestemte operatorer eller funksjoner, hjelper dette også. Jo mer informasjon du oppgir, desto bedre blir svaret Copilot.