Udostępnij za pośrednictwem

Copilot na potrzeby analizy Real-Time

  • Artykuł

Copilot dla Real-Time Intelligence to zaawansowane narzędzie sztucznej inteligencji, które ułatwia eksplorowanie danych i wyodrębnianie cennych spostrzeżeń. Możesz wprowadzić pytania dotyczące danych, które następnie są automatycznie tłumaczone na zapytania języka KQL (Kusto Query Language). Copilot usprawnia proces analizowania danych zarówno dla doświadczonych użytkowników KQL, jak i analityków danych obywateli.

Aby uzyskać informacje dotyczące rozliczeń Copilot, zobacz Ogłoszenie Copilot w cenniku usługi Fabric.

Warunki wstępne

Notatka

Możliwości Copilot na potrzeby analizy Real-Time

Copilot dla Real-Time Intelligence umożliwia bezproblemowe tłumaczenie zapytań w języku naturalnym na język zapytań Kusto (KQL). Copilot działa jako most między codziennym językiem a zawiłościami technicznymi KQL, a w ten sposób usuwa bariery wdrożeniowe dla analityków danych i analityków danych obywateli. Dzięki wykorzystaniu zaawansowanej interpretacji języka openAI ta funkcja umożliwia przesyłanie pytań biznesowych w znanym formacie języka naturalnego, które następnie są konwertowane na zapytania KQL. Copilot przyspiesza produktywność, upraszczając proces tworzenia zapytań przy użyciu przyjaznego dla użytkownika i wydajnego podejścia do analizy danych.

Copilot obsługuje interakcje konwersacyjne, które umożliwiają dynamiczne objaśnienie, dostosowanie i rozszerzanie zapytań przy zachowaniu kontekstu poprzednich danych wejściowych. Możesz uściślić zapytania i zadawać pytania uzupełniające bez rozpoczynania od nowa.

  • Uściślanie zapytania dynamicznego: możesz uściślić początkowe zapytanie KQL wygenerowane przez Copilot, poprzez uściślenie swojego monitu w celu usunięcia niejednoznaczności, określenia tabel lub kolumn, lub podania więcej kontekstu.

  • Płynne pytania uzupełniające: Jeśli generowany KQL jest poprawny, ale chcesz dokładniej analizować dane, możesz zadać pytania dotyczące tego samego zadania. Zakres zapytania, dodawanie filtrów lub eksplorowanie powiązanych punktów danych można rozszerzyć, korzystając z poprzedniego okna dialogowego.

Uzyskiwanie dostępu do Copilot analizy Real-Time

  1. Aby uzyskać dostęp do Copilot na potrzeby analizy Real-Time, przejdź do nowego lub istniejącego zestawu zapytań KQL.
  2. Nawiązywanie połączenia z bazą danych. Aby uzyskać więcej informacji, zobacz Wybieranie bazy danych
  3. Wybierz przycisk Copilot.
  4. W okienku Copilot wprowadź pytanie biznesowe w języku naturalnym.
  5. Naciśnij Enter. Po kilku sekundach Copilot wygeneruje zapytanie KQL na podstawie danych wejściowych. Zapytanie można skopiować do schowka lub wstawić bezpośrednio w edytorze zapytań języka KQL. Aby uruchomić zapytanie w edytorze zapytań, musisz mieć uprawnienia do zapisu w zestawie zapytań KQL.
  6. Wybierz przycisk Uruchom, aby wykonać zapytanie.

zrzut ekranu przedstawiający użycie Copilota w zestawie zapytań KQL w Real-Time Intelligence.

Notatka

  • Copilot nie generuje poleceń sterujących.
  • Copilot nie uruchamia automatycznie wygenerowanego zapytania KQL. Użytkownicy powinni uruchamiać zapytania według własnego uznania.

Możesz nadal zadawać pytania dotyczące kontynuacji lub dodatkowo uściślić zapytanie. Aby rozpocząć nowy czat, wybierz bąbelek mowy w prawym górnym rogu okienka Copilot (1).

Najedź kursorem na poprzednie pytanie (2) i wybierz ikonę ołówka oznaczoną , aby skopiować je do pola pytania i edytować lub skopiować do schowka.

Zrzut ekranu przedstawiający sposób kopiowania lub edytowania poprzedniego pytania.

Zwiększanie dokładności Copilot na potrzeby analizy Real-Time

Poniżej przedstawiono kilka wskazówek, które mogą pomóc zwiększyć dokładność zapytań KQL generowanych przez Copilot:

  • Zacznij od prostych monitów języka naturalnego, aby poznać bieżące możliwości i ograniczenia. Następnie stopniowo przechodzimy do bardziej złożonych monitów.
  • Należy dokładnie określić zadanie i uniknąć niejednoznaczności. Wyobraź sobie, że udostępniasz swoim kolegom ekspertom KQL prompt w języku naturalnym bez dodatkowych instrukcji ustnych — czy będą w stanie wygenerować poprawne zapytanie?
  • Aby wygenerować najdokładniejsze zapytanie, podaj wszelkie istotne informacje, które mogą pomóc modelowi. Jeśli możesz, określ tabele, operatory lub funkcje, które mają kluczowe znaczenie dla zapytania.
  • Przygotuj bazę danych: Dodaj właściwości docstring, aby opisać typowe tabele i kolumny. Może to być nadmiarowe w przypadku nazw opisowych (na przykład sygnatury czasowej), ale ma kluczowe znaczenie dla opisywania tabel lub kolumn z bezsensownymi nazwami. Nie musisz dodawać docstringu do tabel ani kolumn, które są rzadko używane. Aby uzyskać więcej informacji, zobacz polecenie .alter table column-docstrings.
  • Aby poprawić wyniki Copilot, wybierz ikonę Lubię lub Nie lubię, aby przesłać swoje komentarze w formularzu Prześlij opinię.

Notatka

Formularz Prześlij opinię przesyła nazwę bazy danych, jej adres URL, zapytanie KQL wygenerowane przez copilot oraz dowolną bezpłatną odpowiedź tekstową uwzględniną w przesłaniu opinii. Wyniki wykonanego zapytania KQL nie są wysyłane.

Ograniczenia

  • Copilot może sugerować potencjalnie niedokładne lub mylące sugerowane zapytania KQL z powodu:
    • Złożone i długie dane wejściowe użytkownika.
    • Dane wejściowe użytkownika kierujące do jednostek bazy danych, które nie są tabelami bazy danych KQL lub zmaterializowanymi widokami (na przykład funkcja KQL).
  • Ponad 10 000 równoczesnych użytkowników w organizacji może spowodować awarię lub znaczny spadek wydajności.

Powiązana zawartość