Udostępnij za pośrednictwem


Copilot na potrzeby analizy w czasie rzeczywistym

Copilot Dla analizy w czasie rzeczywistym to zaawansowane narzędzie sztucznej inteligencji, które ułatwia eksplorowanie danych i wyodrębnianie cennych szczegółowych informacji. Możesz wprowadzić pytania dotyczące danych, które następnie są automatycznie tłumaczone na zapytania język zapytań Kusto (KQL). Copilot usprawnia proces analizowania danych zarówno dla doświadczonych użytkowników KQL, jak i analityków danych obywateli.

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

Wymagania wstępne

Uwaga

Copilot Możliwości analizy w czasie rzeczywistym

CopilotFunkcja analizy w czasie rzeczywistym umożliwia bezproblemowe tłumaczenie zapytań języka naturalnego na język zapytań Kusto (KQL). Działa copilot 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 dzięki przyjaznemu dla użytkownika i wydajnemu podejściu 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 z monitami bez rozpoczynania pracy:

  • Uściślanie zapytania dynamicznego: możesz uściślić początkowy język KQL wygenerowany przez Copilot uściślenie monitu w celu usunięcia niejednoznaczności, określenia tabel lub kolumn lub podania większej liczby kontekstów.

  • Bezproblemowe pytania dotyczące kontynuacji: Jeśli wygenerowany język KQL jest poprawny, ale chcesz dokładniej eksplorować 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 analizy w czasie rzeczywistym Copilot

  1. Aby uzyskać dostęp do Copilot analizy w czasie rzeczywistym, 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 klawisz Enter. Po kilku sekundach Copilot wygeneruje zapytanie KQL na podstawie danych wejściowych. Możesz skopiować zapytanie do schowka lub wstawić je bezpośrednio w edytorze zapytań KQL. Aby uruchomić zapytanie w edytorze zapytań, musisz mieć dostęp do zapisu w zestawie zapytań KQL.
  6. Kliknij przycisk Run (Uruchom), aby wykonać zapytanie.

copilot Zrzut ekranu przedstawiający użycie w zestawie zapytań KQL w funkcji analizy w czasie rzeczywistym.

Uwaga

  • 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).

Umieść kursor na poprzednim pytaniu (2) i wybierz ikonę ołówka , aby skopiować ją do pola pytania, aby go edytować, lub skopiować do schowka.

Zrzut ekranu przedstawiający sposób kopiowania lub edytowania poprzedniego pytania.

Zwiększanie dokładności Copilot analizy w czasie rzeczywistym

Poniżej przedstawiono kilka wskazówek, które mogą pomóc zwiększyć dokładność zapytań KQL generowanych przez polecenie 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. Obrazowanie, które udostępniło ci monit języka naturalnego z kilkoma ekspertami języka KQL od zespołu bez dodawania instrukcji ustnych — czy będą mogli 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.
  • Przygotowywanie bazy danych: dodaj właściwości tworzenia kodzie 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 trzeba dodawać dokumentu do tabel ani kolumn, które są rzadko używane. Aby uzyskać więcej informacji, zobacz polecenie .alter table column-docstrings.
  • Aby poprawić Copilot wyniki, wybierz ikonę polubienia lub nie lubię , aby przesłać komentarze w formularzu Prześlij opinię .

Uwaga

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

Ograniczenia

  • Copilot może sugerować potencjalnie niedokładne lub wprowadzające w błąd 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 główną wydajność.