Copilot for Real-Time intelligence
Copilot for Real-Time Intelligence er et avansert AI-verktøy som er utformet for å hjelpe deg med å utforske dataene dine og trekke ut verdifull innsikt. Du kan skrive inn spørsmål om dataene dine, som deretter automatisk oversettes til KQL-spørringer (Kusto Query Language). Copilot effektiviserer prosessen med å analysere data for både erfarne KQL-brukere og statsborgerdataforskere.
Hvis du vil ha faktureringsinformasjon om Copilot, kan du se Annonsere Copilot i.
Forutsetninger
- Et arbeidsområde med en Microsoft Fabric-aktivert kapasitet
- Lese eller skrive tilgang til et KQL-spørringssett
Notat
- Administratoren må aktivere leierbryteren før du begynner å bruke Copilot. Se artikkelen Copilot leierinnstillinger for mer informasjon.
- F64- eller P1-kapasiteten må være i et av områdene som er oppført i denne artikkelen, fabric-områdetilgjengelighet.
- 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 skyforekomst leierinnstilling i administrasjonsportalen for Stoff.
- Copilot i Microsoft Fabric støttes ikke på prøveversjon av SKU-er. Bare betalte SKU-er (F64 eller høyere, eller P1 eller høyere) støttes.
- Copilot i Fabric rulles for tiden ut i offentlig forhåndsvisning og forventes å være tilgjengelig for alle kunder innen utgangen av mars 2024.
- Se artikkelen Oversikt over Copilot i Fabric og Power BI for mer informasjon.
Funksjoner for Copilot for Real-Time intelligence
Copilot for Real-Time Intelligence lar deg enkelt oversette naturlige språkspørringer til Kusto Query Language (KQL). Copilot fungerer som en bro mellom hverdagsspråk og KQLs tekniske vanskeligheter, og dermed fjerner adopsjonsbarrierer for dataanalytikere og statsborgerdataforskere. Ved å utnytte OpenAIs avanserte språkforståelse kan du sende inn forretningsspørsmål i et kjent, naturlig språkformat, som deretter konverteres til KQL-spørringer. Copilot akselererer produktiviteten ved å forenkle opprettingsprosessen for spørringen med en brukervennlig og effektiv tilnærming til dataanalyse.
Copilot støtter samtaleinteraksjoner som lar deg klargjøre, tilpasse og utvide spørringene dynamisk, samtidig som du opprettholder konteksten til tidligere inndata. Du kan begrense spørringer og stille oppfølgingsspørsmål uten å starte på nytt:
Dynamisk spørrings presisering: Du kan begrense den opprinnelige KQL-en som genereres av Copilot ved å begrense ledeteksten for å fjerne tvetydighet, angi tabeller eller kolonner eller gi mer kontekst.
Sømløse oppfølgingsspørsmål: Hvis den genererte KQL er riktig, men du vil utforske dataene dypere, kan du stille oppfølgingsspørsmål relatert til den samme oppgaven. Du kan utvide omfanget av spørringen, legge til filtre eller utforske relaterte datapunkter ved å bygge på tidligere dialog.
Få tilgang til Real-Time Intelligence Copilot
- Hvis du vil ha tilgang til Copilot for Real-Time Intelligence, går du til et nytt eller eksisterende KQL-spørringssett.
- Koble til en database. Hvis du vil ha mer informasjon, kan du se Velge en database
- Velg Copilot-knappen.
- Skriv inn forretningsspørsmålet på naturlig språk i ruten Copilot.
- Trykk ENTER. Etter noen sekunder vil Copilot generere en KQL-spørring basert på inndataene. Du kan kopiere spørringen til utklippstavlen, eller Sette inn den direkte i redigeringsprogrammet for KQL-spørring. Hvis du vil kjøre spørringen i redigeringsprogrammet for spørring, må du ha skrivetilgang til KQL-spørringssettet.
- Velg Kjør-knappen for å kjøre spørringen.
Notat
- Copilot genererer ikke kontrollkommandoer.
- Copilot kjører ikke automatisk den genererte KQL-spørringen. Brukere rådes til å kjøre spørringene etter eget skjønn.
Du kan fortsette å stille oppfølgingsspørsmål eller finjustere spørringen ytterligere. Hvis du vil starte en ny chat, velger du taleboblen øverst til høyre i Copilot-ruten (1).
Hold pekeren over et tidligere spørsmål (2), og velg blyantikonet for å kopiere det til spørsmålsboksen for å redigere det, eller kopier det til utklippstavlen.
Forbedre nøyaktigheten av Copilot for Real-Time intelligence
Her er noen tips som kan bidra til å forbedre nøyaktigheten til KQL-spørringene som genereres av Copilot:
- Start med enkle spørsmål om naturlig språk, for å lære gjeldende funksjoner og begrensninger. Deretter går du gradvis videre til mer komplekse ledetekster.
- Angi oppgaven nøyaktig, og unngå tvetydighet. Bildebehandling du delte den naturlige språkledeteksten med få KQL-eksperter fra teamet ditt uten å legge til muntlige instruksjoner - ville de kunne generere riktig spørring?
- Hvis du vil generere den mest nøyaktige spørringen, kan du oppgi relevant informasjon som kan hjelpe modellen. Hvis du kan, angir du tabeller, operatorer eller funksjoner som er kritiske for spørringen.
- Klargjøre databasen: Legg til dokumentstrengegenskaper for å beskrive vanlige tabeller og kolonner. Dette kan være overflødig for beskrivende navn (for eksempel tidsstempel), men er avgjørende for å beskrive tabeller eller kolonner med meningsløse navn. Du trenger ikke å legge til dokumentstrenger i tabeller eller kolonner som sjelden brukes. Hvis du vil ha mer informasjon, kan du se kommandoen .alter table column-docstrings.
- Hvis du vil forbedre Copilot resultater, velger du enten som eller misliker-ikonet for å sende inn kommentarene dine i skjemaet Send inn tilbakemelding.
Notat
Skjemaet Send inn tilbakemelding sender inn navnet på databasen, nettadressen, KQL-spørringen som genereres av copilot, og eventuell gratis tekstrespons du inkluderer i tilbakemeldingsinnsendingen. Resultatene av den utførte KQL-spørringen sendes ikke.
Begrensninger
-
Copilot kan foreslå potensielt unøyaktige eller villedende foreslåtte KQL-spørringer på grunn av:
- Komplekse og lange brukerinndata.
- Brukerinndata som dirigerer til databaseenheter som ikke er KQL-databasetabeller eller materialiserte visninger (for eksempel KQL-funksjon.)
- Mer enn 10 000 samtidige brukere i en organisasjon kan føre til feil eller en stor ytelsesfeil.