Używanie usługi Copilot do analizowania działania przepływu pulpitu (wersja zapoznawcza)

Artykuł
08/29/2024

[Ten artykuł stanowi wstępną wersję dokumentacji i może ulec zmianie.]

Zrozumienie wydajności automatyzacji jest kluczem do osiągnięcia doskonałości operacyjnej i celów w zakresie niezawodności, niezależnie od wielkości zasobów automatyki, zespołu lub roli w organizacji. Osiągnięcie tych celów wymaga zaawansowanych i dynamicznych funkcji monitorowania, które zapewniają cenne informacje, które podkreślają obszary sukcesu i identyfikują potencjalne wąskie gardła, trendy i obszary wymagające poprawy. Posiadanie bardziej szczegółowych informacji pozwala na podejmowanie świadomych decyzji, które optymalizują procesy automatyzacji, prowadząc do zwiększenia wydajności i efektywności.

Ważne

Jest to funkcja w wersji zapoznawczej.
Funkcje w wersji zapoznawczej nie są przeznaczone do użytku w środowiskach produkcyjnych i mogą mieć ograniczoną funkcjonalność. Te funkcje są udostępniane przed oficjalnym wydaniem, dzięki czemu klienci mogą szybciej uzyskać do nich dostęp i przekazać opinie na ich temat.

Najnowsze osiągnięcia w dziedzinie sztucznej inteligencji zapewniają nam bezprecedensowe możliwości odkrywania nowych przypadków użycia automatyzacji monitorowania stanu zdrowia, które mogą obejmować wszystko, od prostej eksploracji danych po wykrywanie anomalii, inteligentne rekomendacje, a nawet samoleczące się boty.

Dzięki Copilot, które to rozwiązanie jest teraz w stanie analizować aktywność przepływu pulpitu, robimy pierwszy krok w nowym kierunku, umożliwiając demokratyzację dostępu do informacji poprzez zadawanie copilotowi pytań dotyczących aktywności przepływu pulpitu przy użyciu języka naturalnego.

Ważne

Ta funkcja jest obsługiwane przez usługę Azure OpenAI Service.
Copilot to nowa technologia, która jest nadal opracowywana. Jest zoptymalizowana do pracy z językiem angielskim i ma ograniczoną obsługę w innych językach. Z tego względu częściowo może być wyświetlana w języku angielskim, a nie w preferowanym języku.
Przeczytaj odpowiedzialne FAQ AI dla Copilot w aktywności przepływu pulpitu (wersja zapoznawcza), aby dowiedzieć się więcej o tym nowym doświadczeniu Copilot.
Więcej często zadawanych pytań: Najczęściej zadawane pytania dotyczące responsywnej SI dla Power Automate,Najczęściej zadawane pytania dotyczące bezpieczeństwa i prywatności danych Copilot w Microsoft Power Platform

Wymagania wstępne

Konto służbowe lub szkolne z dostępem do Power Automate środowiska, które działa w Stanach Zjednoczonych.
Podczas początkowej wersji zapoznawczej, aby korzystać z tej funkcji, musisz mieć środowisko w regionie Stanów Zjednoczonych. Jeśli nie masz dostępu do środowiska, które znajduje się w Stanach Zjednoczonych, możesz poprosić administratora o utworzenie nowego środowiska w centrum administracyjnym Power Platform i wybranie Stanów Zjednoczonych jako jego regionu.
Aby uzyskać więcej informacji, zobacz znane ograniczenia.

Jak to działa?

To środowisko pomocnika jest obsługiwane przez usługę Azure Open AI i może tłumaczyć monity użytkownika na prawidłowe Dataverse FetchXML zapytania. Początkowo zapytania te są skoncentrowane i zoptymalizowane pod kątem aktywności przepływów pulpitu, takich jak przebiegi, przepływy, błędy i maszyny.

Proces wysokiego poziomu

Gdy użytkownik wprowadzi prawidłowy monit, pomocnik generuje ważne zapytanie FetchXML na podstawie danych wejściowych.
Jeśli wygenerowane FetchXML jest prawidłowe, zapytanie jest następnie wykonywane względem zaplecza Dataverse w kontekście zabezpieczeń bieżącego użytkownika w celu pobrania pasujących danych. Gwarantuje to, że użytkownicy widzą tylko te dane, do których są już upoważnieni.
Następnie Copilot określa najbardziej odpowiednią wizualizację wyjściową, taką jak tabela, wykres kołowy, wykres słupkowy lub wykres liniowy, aby skutecznie przedstawić użytkownikowi spostrzeżenia i dane.

Co to są zapytania FetchXML?

Microsoft Dataverse FetchXML to język używany do pobierania danych z bazy danych Dataverse. Został zaprojektowany tak, aby był łatwy w tworzeniu, obsłudze i zrozumieniu. Na przykład, możesz poprosić Dataverse o listę wszystkich przepływów dla określonego przepływu. Zapytanie FetchXML to sposób, w jaki formułujesz to pytanie, aby baza danych zrozumiała je i mogła podać odpowiednie wyniki.

Sygnał o najlepszych praktykach

Bądź konkretny: Im bardziej konkretny jest twój sygnał, tym lepiej sztuczna inteligencja go zrozumie i zareaguje. Jeśli sztuczna inteligencja nie generuje pożądanych wyników, nie martw się, spróbuj ponownie, dostosowując sygnał.
Eksperymentuj z sygnałami: Jeśli nie uzyskujesz oczekiwanych wyników, spróbuj przeformułować swój sygnał lub podać więcej kontekstu.
Przekaż opinię: Jeśli sztuczna inteligencja dała świetne lub niezadowalające odpowiedzi, daj nam znać, wybierając kciuk w górę lub w dół z opcją przekazania dalszych opinii za pośrednictwem linku Powiedz Microsoft, co Ci się podobało w tej funkcji, który pojawia się pod spodem.

Przykłady promptów

Przykłady sygnałów, które można wykorzystać jako początkowe dla własnych przypadków użycia, zostały wyjaśnione w tej sekcji. Niektóre z tych sygnałów mogą nie mieć zastosowania lub zwracać nieprawidłowe wyniki, ponieważ na dokładność może mieć wpływ zrozumienie modelu lub rzeczywistego sygnału oraz dane dostępne dla użytkownika na podstawie jego uprawnień. Zalecamy przejrzenie i zweryfikowanie zwróconych wyników i zapytania FetchXML. Więcej informacji: Weryfikowanie FetchXML wyników zapytania wygenerowanych przez pomocnika.

Przebiegi

Które przepływy były najbardziej aktywne w zeszłym tygodniu?
Jakie było wczoraj pięć najlepszych przepływów pod względem liczby ukończonych biegów?
Jaki był średni czas trwania przepływu '[tu wstaw nazwę przepływu]' w ostatnim semestrze?

Błędy

Pokaż mi najczęstsze błędy uruchamiania w ciągu ostatniego miesiąca.
Pokaż mi rozkład udanych i nieudanych przepływów w ostatnim kwartale.
Jaka była liczba nieudanych uruchomień w tygodniu poprzedzającym ostatnie uruchomienie?

Maszyny

Które boty miały dziś najwięcej nieudanych uruchomień?
Które maszyny są w trybie konserwacji?
Które maszyny są najbardziej awaryjne?

Twórcy

Pokaż mi najlepsze przepływy według liczby przejazdów wraz z informacjami o ich właścicielu.
Kim było 10 największych użytkowników korzystających z przepływów w ciągu ostatniego miesiąca?
Kiedy i przez kogo przepływy pulpitu zostały zmodyfikowane w zeszłym tygodniu?

Prompty wieloetapowe

W kontekście AI, prompty wieloetapowe pozwalają na prowadzenie ciągłej rozmowy z Copilot, gdzie zapamiętuje on kontekst poprzednich wiadomości w rozmowie. To nie tylko odpowiadanie na jednorazowe pytania; to angażowanie się w dialog z tobą, w którym każda odpowiedź opiera się na tym, co zostało powiedziane wcześniej.

Uwaga

W przypadku konwersacji wieloobrotowych należy pamiętać, że Copilot śledzi tylko pięć ostatnich pytań. Oznacza to, że Copilot zaczyna usuwać sygnały, które zostały wprowadzone jako pierwsze i zachowuje tylko pięć ostatnich. Aby poprawić jakość odpowiedzi, sugerujemy ograniczenie pytań uzupełniających do czterech, a następnie ponowne uruchomienie czatu. Więcej informacji: Wyczyszczenie poprzedniego kontekstu sygnału zachęty, aby rozpocząć od nowa.

Przykład

Etap	Prompt i odpowiedź
	Użytkownik: Pokaż mi rozkład udanych i nieudanych przepływów w ostatnim kwartale
	Copilot: Oto rozkład udanych i nieudanych przepływów w ostatnim kwartale.
	Użytkownik: Jaki był główny błąd tych, które się nie powiodły?
	Copilot: Oto najważniejsze błędy w tych, które się nie powiodły.
	Użytkownik: Na których nazwach maszyn najczęściej zawodziły?
	Copilot: Oto nazwy urządzeń, na których wystąpiło najwięcej awarii.
	Użytkownik: Jaki był ich średni czas trwania spośród tych, które się powiodły?
	Copilot: Oto średni czas trwania przepływów, które zakończyły się sukcesem.

Wpływ na format wyjściowy

Możesz wpłynąć na format danych wyjściowych Copilot, prosząc o wyraźne typy danych wyjściowych, takie jak "pokaż mi rozkład nieudanych i udanych przebiegów przepływu jako wykres słupkowy." Prawdopodobnie da to następujący wynik:

Wyczyszczenie poprzedniego kontekstu sygnału zachęty, aby rozpocząć od nowa

Jeśli chcesz zresetować rozmowę z Copilot, możesz wybrać trzy kropki ... obok nazwy Copilot, a następnie wybrać Nowy czat.

Weryfikowanie FetchXML wyników zapytania wygenerowanych przez pomocnika

Poniższe kroki przeprowadzą Cię przez proces sprawdzania poprawności (i potencjalnego ponownego użycia) FetchXML zapytań w przepływach w Power Automate chmurze.

Krok 1: Utwórz kopię FetchXML zapytania

Po przesłaniu zapytania do copilota otrzymasz odpowiedź zawierającą link z etykietą Pokaż kod. Wybierz ten link, a następnie wybierz ikonę kopiowania znajdującą się w prawym górnym rogu pola FetchXML, aby skopiować kod.

Krok 2: Utwórz przepływ w chmurze i przetestuj zapytanie FetchXML

Przejdź do portalu Power Automate i wybierz Moje przepływy z menu nawigacyjnego po lewej stronie.
Kontynuuj, wybierając +Nowy przepływ na pasku poleceń, a następnie wybierz Następny przepływ w chmurze z menu rozwijanego.
Wprowadź nazwę przepływu, wybierz opcję Ręcznie uruchom przepływ, a następnie wybierz opcję Utwórz.
Zostanie wyświetlony projektant przepływu w chmurze. Znajdź, a następnie wybierz przycisk + Nowy krok.
Na wyświetlonym pasku wyszukiwania wpisz Dataverse, a następnie wybierz z wyników łącznik Dataverse.
Wyświetlane są różne działania. Przewijaj, aż znajdziesz i wybierz akcję Lista wierszy.
W ramach akcji Lista wierszy wybierz łącze Pokaż opcje zaawansowane.
Zostanie wyświetlone FetchXML pole zapytania. To pole to miejsce, w którym wprowadzasz skopiowane FetchXML zapytanie, które pomocnik wcześniej wygenerował.
Po wklejeniu wybierz FetchXML pozycję Zapisz.
Przetestuj przepływ, wybierając opcję Test.
Postępuj zgodnie z monitami wyświetlanymi na ekranie, aby ręcznie uruchomić przepływ i przejrzeć jego wyniki.

Krok 3: Zrozumienie wyników

Załóżmy, że zadano pytanie pomocnikowi "ile przepływów zakończonych niepowodzeniem i powodzeniem mieliśmy w zeszłym miesiącu?". Ten monit generuje zapytanie FetchXML podobne do poniższego przykładu:

<fetch version="1.0" mapping="logical" aggregate="true" count="3" page="1">
    <entity name="flowsession">
        <attribute name="flowsessionid" alias="flowsession_count" aggregate="count" />
        <attribute name="statuscode" alias="flowsession_statuscode" groupby="true" />
        <filter type="and">
            <condition attribute="completedon" operator="last-x-months" value="1" />
        </filter>
    </entity>
</fetch>

Jeśli dane pasują do danego FetchXML zapytania, akcja Wyświetl listę wierszy Dataverse skonfigurowana w kroku 2 zwraca dane w formacie o nazwie JSON( JavaScript Object Notation), który jest zasadniczo metodą używaną do prezentowania danych w dobrze zorganizowany sposób, ułatwiając odczytywanie i zapisywanie cyfrowe.

W przypadku pytań opartych na dystrybucji, takich jak wcześniej wspomniane, dane są grupowane według jednego lub więcej pól (statuscode), wraz z agregacją (count), która zwraca liczbę dla każdej grupy (tj. failed, succeeded itd.).

Każdy ze zwróconych rekordów zawiera pola takie jak:

flowsession_count: Liczba uruchomień przepływu pracy.
flowsession_regardingobjectid: Unikalny identyfikator przebiegu przepływu.
flowsession_statuscode: Status uruchomienia przepływu (na przykład Nieudane).
workflow_name: Nazwa przepływu.

Jeśli chcesz dowiedzieć się, ile razy uruchomiono określony przepływ, spójrz na kolumnę flowsession_count rekordu, gdzie workflow_name to nazwa przepływu.

Zrozumienie odpowiedzi copilota na problematyczne prompty

Ta tabela przedstawia domyślne odpowiedzi, które są zwracane, gdy Copilot nie jest w stanie zrozumieć pytania, intencji użytkownika lub wygenerować prawidłowej odpowiedzi.

Odpowiedź Copilot	Szczegóły
Niestety, wystąpił błąd. Spróbuj ponownie.	Wskazuje, że wystąpił nieoczekiwany błąd. Przeformułuj pytanie i spróbuj ponownie.
Przepraszam, ale nie zrozumiałem pytania. Sformułuj to jeszcze raz i spróbuj ponownie. Jestem w stanie odpowiedzieć na pytania dotyczące danych na tej stronie. Więcej przykładów podpowiedzi, które można zadać copilotowi, można znaleźć w sekcji przykładowa sekcja podpowiedzi na naszej stronie z dokumentacją.	Wskazuje, że Twoje pytanie nie mogło zostać przetłumaczone na prawidłowe FetchXML zapytanie. Przeformułuj pytanie i spróbuj ponownie.
Niestety, cała pojemność funkcji Copilot została wykorzystana i jest ona tymczasowo niedostępna — spróbuj ponownie za jakiś czas.	Wskazuje, że zapytanie nie mogło zostać przetłumaczone na prawidłowe zapytanie FetchXML. Ponów pytanie po krótkim czasie.
Niestety, wiadomość zawiera informacje, które mogą potencjalnie chcieć przechować. Upewnij się, że wprowadzone dane są odpowiednie i spróbuj ponownie.	Wskazuje, że pytanie może zawierać potencjalnie szkodliwe treści i zostało zablokowane przez usługę zaplecza. Usuń z pytania wszelkie potencjalnie szkodliwe treści i spróbuj ponownie.
Przepraszam, nie byłem w stanie wygenerować poprawnej odpowiedzi na podstawie twojego pytania. Sformułuj to jeszcze raz i spróbuj ponownie. Jestem w stanie odpowiedzieć na pytania dotyczące danych na tej stronie. Więcej przykładów podpowiedzi, które można zadać copilotowi, można znaleźć w sekcji przykładowa sekcja podpowiedzi na naszej stronie z dokumentacją.	Wskazuje, że wygenerowane FetchXML jest nieprawidłowe lub zapytanie nie powiodło się, gdy pomocnik próbował je wykonać. Przeformułuj pytanie i spróbuj ponownie.
Niestety, wyszukiwanie zawiera zbyt wiele wyników. Sprecyzuj zapytanie i spróbuj ponownie. Przykłady ograniczania wyników wyszukiwania zwracanych przez Copilot można znaleźć na stronie strony dokumentacji.	Wskazuje, że filtry zastosowane do zapytania przekraczają bieżące limity agregacji w FetchXML. Dodaj bardziej odpowiednie filtry, takie jak prośba o wczorajsze lub dane z ostatniego miesiąca do zapytania, aby upewnić się, że zwraca dane w tych granicach.

Znane problemy i ograniczenia

Poniższa lista zawiera znane ograniczenia Copilot w działaniu przepływu pulpitu.

Copilot to nowa technologia, która jest nadal opracowywana. Jest zoptymalizowana do pracy z językiem angielskim i ma ograniczoną obsługę w innych językach. Z tego względu częściowo może być wyświetlana w języku angielskim, a nie w preferowanym języku.
Copilot jest obecnie dostępny tylko w środowiskach Dataverse w Stanach Zjednoczonych.
Copilot może zwracać nieprawidłowe lub niekompletne dane i FetchXML zapytania.
Copilot początkowo jest w stanie odpowiadać tylko na pytania dotyczące aktywności przepływu pulpitu, takie jak błędy, maszyny oraz przeszłe i bieżące przebiegi.
W rozmowach wieloobrotowych Copilot zachowuje kontekst tylko pięciu ostatnich pytań. Jeśli napotkasz błędne lub niekompletne wyniki, rozważ zresetowanie rozmowy. Więcej informacji: Wyczyszczenie poprzedniego kontekstu sygnału zachęty, aby rozpocząć od nowa.
W przypadku zapytań, które zwracają duże zestawy wyników, Copilot może nie być w stanie ich zwrócić lub wyrenderować.

Udostępnij za pośrednictwem

Używanie usługi Copilot do analizowania działania przepływu pulpitu (wersja zapoznawcza)

Wymagania wstępne