Privacidade, segurança e uso responsável de Copilot para Real-Time Intelligence
Neste artigo, saiba como Copilot para Real-Time Intelligence funciona, como mantém seus dados corporativos seguros e adere aos requisitos de privacidade e como usar a IA gerativa de forma responsável. Para obter uma visão geral desses tópicos para Copilot no Fabric, consulte Privacidade, segurança e uso responsável para Copilot.
Esse recurso aproveita o poder do OpenAI para converter perfeitamente consultas de linguagem natural em KQL (Linguagem de Consulta Kusto), uma linguagem especializada para consultar grandes conjuntos de dados. Em essência, ele atua como uma ponte entre a linguagem cotidiana dos usuários e os meandros técnicos do KQL removendo barreiras de adoção para usuários que não estão familiarizados com a linguagem. Aproveitando a compreensão avançada da linguagem do OpenAI, esse recurso capacita os usuários a enviar perguntas comerciais em um formato de linguagem natural familiar, que são convertidos em consultas KQL.
Copilot acelera a produtividade simplificando o processo de criação de consulta, mas também fornece uma abordagem amigável e eficiente para a análise de dados.
Copilot para uso pretendido pelo Real-Time Intelligence
O kusto Copilot acelera o processo de exploração de dados de cientistas de dados e analistas, traduzindo questões de negócios de linguagem natural em consultas KQL, com base nos nomes/esquemas de colunas do conjunto de dados subjacentes.
O que o Copilot para Inteligência em tempo real pode fazer?
O kusto Copilot é alimentado por modelos de IA generativos desenvolvidos pelo OpenAI e pela Microsoft. Especificamente, ele usa as APIs de Inserção e Conclusão do OpenAI para criar o prompt de linguagem natural e gerar consultas KQL.
Uso de dados de Copilot para inteligência de Real-Time
Copilot para Real-Time Intelligence tem acesso a dados acessíveis ao usuário Copilot, por exemplo, o esquema de banco de dados, as funções definidas pelo usuário e a amostragem de dados do banco de dados conectado. O Copilot refere-se a qualquer banco de dados atualmente conectado ao conjunto de consultas KQL. O Copilot não armazena nenhum dado.
Avaliação de Copilot para inteligência em tempo real
- Após um período de pesquisa completo no qual várias configurações e métodos foram testados, o método de integração do OpenAI foi comprovado para gerar consultas KQL de maior precisão. Copilot não executa automaticamente a consulta KQL gerada e os usuários são aconselhados a executar as consultas a seu próprio critério.
- O Kusto Copilot não executa automaticamente nenhuma consulta KQL gerada e os usuários são aconselhados a executar as consultas a seu critério.
Limitações do Copilot para inteligência em tempo real
- A entrada complexa e longa do usuário pode ser mal compreendida por Copilot, resultando em consultas KQL sugeridas potencialmente imprecisas ou enganosas.
- A entrada do usuário que direciona para entidades de banco de dados que não são tabelas KQL ou exibições materializadas (por exemplo, uma função KQL), pode resultar em consultas KQL sugeridas potencialmente imprecisas ou enganosas.
- Mais de 10.000 usuários simultâneos em uma organização provavelmente falharão ou resultarão em um grande impacto no desempenho.
- A consulta KQL deve ser validada pelo usuário antes de ser executada para evitar a execução de consulta KQL insegura.
Dicas para trabalhar com Copilot para Real-Time Intelligence
- Recomendamos que você forneça consultas de linguagem natural detalhadas e relevantes. Além disso, você deve fornecer solicitações concisas e simples ao copilot para evitar consultas KQL sugeridas imprecisas ou enganosas. Você também deve restringir as perguntas a bancos de dados que são tabelas KQL ou exibições materializadas.
- Por exemplo, se você estiver perguntando sobre uma coluna específica, forneça o nome da coluna e o tipo de dados que ela contém. Se você quiser usar operadores ou funções específicos, isso também ajudará. Quanto mais informações você fornecer, melhor será a resposta Copilot.