Udostępnij za pośrednictwem


Omówienie magii czatu w notatnikach Microsoft Fabric (wersji zapoznawczej)

Ważny

Ta funkcja jest dostępna w wersji zapoznawczej.

Biblioteka Chat-magics dla języka Python usprawnia przepływ pracy w zakresie nauk o danych i inżynierii w notesach Microsoft Fabric. Bezproblemowo integruje się z środowiskiem Fabric i umożliwia wykonywanie wyspecjalizowanych magicznych poleceń IPython w komórce notebooka, aby zapewnić dane wyjściowe w czasie rzeczywistym. Polecenia magiczne IPython i więcej informacji o użyciu można znaleźć tutaj: https://ipython.readthedocs.io/en/stable/interactive/magics.html#.

Notatka

Możliwości magii czatu

Natychmiastowe generowanie zapytań i kodu

Polecenie %%chat umożliwia zadawanie pytań dotyczących stanu notesu. %%code umożliwia generowanie kodu na potrzeby manipulowania danymi lub wizualizacji.

Opisy ramek danych

Polecenie %describe zawiera podsumowania i opisy załadowanych ramek danych. Upraszcza to fazę eksploracji danych.

Komentowanie i debugowanie

Polecenia %%add_comments i %%fix_errors pomagają odpowiednio dodawać komentarze do kodu i naprawiać błędy. Dzięki temu notes będzie bardziej czytelny i wolny od błędów.

Mechanizmy kontroli prywatności

Usługa Chat-magics oferuje również szczegółowe ustawienia prywatności, które pozwalają kontrolować, jakie dane są udostępniane usłudze Azure OpenAI Service. Polecenia %set_sharing_level i %configure_privacy_settings, na przykład, udostępniają tę funkcję.

Jak Chat-magics może ci pomóc?

Magia czatów zwiększa produktywność i przepływ pracy w notesach Microsoft Fabric. Przyspiesza eksplorację danych, upraszcza nawigację notatnika i poprawia jakość kodu. Dostosowuje się do wielojęzycznych środowisk kodu i określa priorytety prywatności i bezpieczeństwa danych. Dzięki redukcji obciążenia poznawczego można dokładniej skupić się na rozwiązywaniu problemów. Niezależnie od tego, czy jesteś naukowcem danych, inżynierem danych, czy analitykiem biznesowym, Chat-magics bezproblemowo integruje niezawodne możliwości platformy Azure OpenAI na poziomie korporacyjnym bezpośrednio z twoimi notatnikami. To sprawia, że jest niezbędnym narzędziem do wydajnych i usprawnionych zadań nauki o danych i inżynierii.

Rozpocznij pracę z Chat-magics

  1. Otwórz nowy lub istniejący notatnik usługi Microsoft Fabric.
  2. Wybierz przycisk Copilot na wstążce notebooka, aby wyprowadzić kod inicjalizacji Chat-magics do nowej komórki notebooka.
  3. Uruchom komórkę, gdy zostanie dodana na górze notesu.

Zweryfikuj instalację Chat-magics

  1. Utwórz nową komórkę w notesie i uruchom polecenie %chat_magics, aby wyświetlić komunikat pomocy. Ten krok sprawdza poprawną instalację funkcji Chat-magics.

Wprowadzenie do podstawowych poleceń: %%chat i %%code

Korzystanie z %%chat (Magia komórki)

  1. Utwórz nową komórkę w notesie.
  2. Wpisz %%chat w górnej części komórki.
  3. Wprowadź pytanie lub instrukcję poniżej polecenia %%chat — na przykład Jakie zmienne są obecnie zdefiniowane?
  4. Wykonaj komórkę, aby wyświetlić odpowiedź Chat-magics.

Korzystanie z %%code (Magia komórek)

  1. Utwórz nową komórkę w notesie.
  2. Wpisz %%code na górze komórki.
  3. Poniżej określ akcję kodu, którą chcesz — na przykład załaduj my_data.csv do ramki danych za pomocą biblioteki pandas.
  4. Wykonaj komórkę i przejrzyj wygenerowany fragment kodu.

Dostosowywanie ustawień danych wyjściowych i językowych

  1. Użyj polecenia %set_output, aby zmienić ustawienie domyślne dotyczące sposobu, w jaki polecenia magic zapewniają dane wyjściowe. Opcje można wyświetlić, uruchamiając %set_output?
  2. Wybierz miejsce, w którym ma być umieszczany wygenerowany kod, na podstawie opcji, takich jak
    • bieżąca komórka
    • nowa komórka
    • dane wyjściowe komórki
    • do zmiennej

Zaawansowane polecenia dla operacji na danych

%describe, %%add_comments i %%fix_błędy

  1. Użyj %describe DataFrameName w nowej komórce, aby uzyskać przegląd określonej ramki danych.
  2. Aby dodać komentarze do komórki kodu w celu zapewnienia lepszej czytelności, wpisz %%add_comments u góry komórki, którą chcesz opatrzyć komentarzem, a następnie uruchom kod. Upewnij się, że kod jest poprawny
  3. Aby naprawić błąd kodu, wpisz %%fix_errors na górze komórki zawierającej błąd i uruchom.

Ustawienia prywatności i zabezpieczeń

  1. Domyślnie konfiguracja prywatności udostępnia poprzednie komunikaty wysyłane do i z modelu uczenia językowego (LLM). Nie udostępnia jednak zawartości komórek, danych wyjściowych ani żadnych schematów ani przykładowych danych ze źródeł danych.
  2. Użyj %set_sharing_level w nowej komórce, aby dostosować dane udostępnione procesorowi sztucznej inteligencji.
  3. Aby uzyskać bardziej szczegółowe ustawienia prywatności, użyj %configure_privacy_settings.

Polecenia kontekstu i fokusu

Używanie %pin, %new_task i innych poleceń kontekstowych

  1. Użyj %pin DataFrameName, aby pomóc sztucznej inteligencji skupić się na określonych ramkach danych.
  2. Aby wyczyścić sztuczną inteligencję, aby skupić się na nowym zadaniu w notesie, wpisz %new_task następnie zadanie, które chcesz wykonać. Spowoduje to wyczyszczenie historii wykonania, o której copilot wie do tego momentu, co może sprawić, że przyszłe odpowiedzi będą bardziej istotne.