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
- Administrator musi włączyć przełącznik dzierżawy przed rozpoczęciem korzystania z Copilot. Aby uzyskać szczegółowe informacje, zobacz artykuł Copilot ustawienia dzierżawcy.
- Pojemność F64 lub P1 musi znajdować się w jednym z regionów wymienionych w tym artykule, dostępność regionu sieci szkieletowej.
- Jeśli twoja dzierżawa lub pojemność znajduje się poza Stanami Zjednoczonych lub Francji, Copilot jest domyślnie wyłączona, chyba że administrator dzierżawy sieci szkieletowej włączy dane wysyłane do usługi Azure OpenAI mogą być przetwarzane poza regionem geograficznym dzierżawy, granicą zgodności lub krajowym wystąpieniem chmury ustawienie dzierżawy w portalu administracyjnym sieci szkieletowej.
- Copilot na platformie Microsoft Fabric nie jest obsługiwane dla wersji próbnych SKU. Obsługiwane są tylko płatne jednostki SKU (F64 lub nowsze lub P1 lub nowsze).
- Copilot w usłudze Fabric jest obecnie wdrażana w publicznej wersji zapoznawczej i oczekuje się, że do końca marca 2024 r. będzie dostępna dla wszystkich klientów.
- Aby uzyskać więcej informacji, zobacz artykuł "Omówienie Copilot w Fabric i Power BI".
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
- Otwórz nowy lub istniejący notatnik usługi Microsoft Fabric.
- Wybierz przycisk Copilot na wstążce notebooka, aby wyprowadzić kod inicjalizacji Chat-magics do nowej komórki notebooka.
- Uruchom komórkę, gdy zostanie dodana na górze notesu.
Zweryfikuj instalację Chat-magics
- 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)
- Utwórz nową komórkę w notesie.
- Wpisz
%%chat
w górnej części komórki. - Wprowadź pytanie lub instrukcję poniżej polecenia
%%chat
— na przykład Jakie zmienne są obecnie zdefiniowane? - Wykonaj komórkę, aby wyświetlić odpowiedź Chat-magics.
Korzystanie z %%code (Magia komórek)
- Utwórz nową komórkę w notesie.
- Wpisz
%%code
na górze komórki. - Poniżej określ akcję kodu, którą chcesz — na przykład załaduj my_data.csv do ramki danych za pomocą biblioteki pandas.
- Wykonaj komórkę i przejrzyj wygenerowany fragment kodu.
Dostosowywanie ustawień danych wyjściowych i językowych
- Użyj polecenia %set_output, aby zmienić ustawienie domyślne dotyczące sposobu, w jaki polecenia magic zapewniają dane wyjściowe. Opcje można wyświetlić, uruchamiając %set_output?
- 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
- Użyj %describe DataFrameName w nowej komórce, aby uzyskać przegląd określonej ramki danych.
- 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
- Aby naprawić błąd kodu, wpisz %%fix_errors na górze komórki zawierającej błąd i uruchom.
Ustawienia prywatności i zabezpieczeń
- 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.
- Użyj
%set_sharing_level
w nowej komórce, aby dostosować dane udostępnione procesorowi sztucznej inteligencji. - Aby uzyskać bardziej szczegółowe ustawienia prywatności, użyj
%configure_privacy_settings
.
Polecenia kontekstu i fokusu
Używanie %pin, %new_task i innych poleceń kontekstowych
- Użyj
%pin DataFrameName
, aby pomóc sztucznej inteligencji skupić się na określonych ramkach danych. - 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.