Copilot para inteligência em tempo real
O Copilot para Inteligência em Tempo Real é uma ferramenta avançada de IA projetada para ajudar você a explorar seus dados e extrair insights valiosos. Você pode inserir perguntas sobre seus dados, que são traduzidos automaticamente em consultas KQL (Linguagem de Consulta Kusto). O Copilot simplifica o processo de análise de dados para usuários experientes do KQL e cientistas de dados cidadãos.
Para obter informações sobre o Copilot, consulte Comunicado sobre os preços do Copilot no Fabric.
Pré-requisitos
- Um espaço de trabalho com uma capacidade habilitada para o Microsoft Fabric
- Acesso de leitura ou gravação a um conjunto de consultas KQL
Observação
- Seu administrador precisa habilitar a opção de locatário antes de você começar a usar o Copilot. Consulte o artigo Configurações de locatário do Copilot para obter detalhes.
- Sua capacidade F64 ou P1 precisa estar em uma das regiões listadas neste artigo, Disponibilidade da região Fabric.
- Se seu locatário ou capacidade estiver fora dos EUA ou da França, o Copilot estará desabilitado por padrão, a menos que o administrador do locatário do Fabric habilite a configuração de locatário Dados enviados para o Azure OpenAI podem ser processados fora da região geográfica, do limite de conformidade ou da instância de nuvem nacional do seu locatário no portal do Administrador do Fabric.
- Não há suporte para o Copilot no Microsoft Fabric em SKUs de avaliação. Há suporte apenas para SKUs pagos (F64 ou superior ou P1 ou superior).
- Atualmente, o Copilot no Fabric está sendo lançado em visualização pública e deve estar disponível para todos os clientes até o final de março de 2024.
- Consulte o artigo Visão geral do Copilot no Fabric e no Power BI para obter mais informações.
Recursos de Copilot para inteligência em tempo real
O Copilot para Inteligência em Tempo Real permite traduzir facilmente consultas de linguagem natural para a Linguagem de Consulta Kusto (KQL). O copilot atua como uma ponte entre a linguagem cotidiana e os meandros técnicos da KQL e, ao fazê-lo, remove as barreiras de adoção para analistas de dados e cientistas de dados cidadãos. Ao aproveitar a compreensão avançada de linguagem da OpenAI, esse recurso permite que você envie perguntas de negócios em um formato familiar de linguagem natural, que são convertidas em consultas KQL. O Copilot acelera a produtividade simplificando o processo de criação de consultas com uma abordagem amigável e eficiente para a análise de dados.
O Copilot dá suporte a interações conversacionais que permitem que você esclareça, adapte e estenda suas consultas dinamicamente, mantendo o contexto de suas entradas anteriores. Você pode refinar consultas e fazer perguntas de acompanhamento sem começar tudo de novo:
Refinamento de consulta dinâmica: você pode refinar a consulta KQL inicial gerada pelo Copilot refinando sua solicitação para remover ambiguidades, especificar tabelas ou colunas ou fornecer mais contexto.
Perguntas de acompanhamento perfeitas: se a consulta KQL gerada estiver correta, mas você quiser explorar os dados com mais profundidade, poderá fazer perguntas de acompanhamento relacionadas à mesma tarefa. Você pode expandir o escopo da consulta, adicionar filtros ou explorar pontos de dados relacionados com base no diálogo anterior.
Acesse a Inteligência em Tempo Real Copilot
- Para acessar o Copilot para Análise em Tempo Real, navegue até um conjunto de consultas KQL novo ou existente.
- Conectar a um banco de dados. Para saber mais, confira Selecionar um banco de dados.
- Selecione o botão Copilot.
- No painel do Copilot, insira sua pergunta de negócios em linguagem natural.
- Pressione Enter. Após alguns segundos, o Copilot gera uma consulta KQL com base na sua entrada. Você pode copiar a consulta para a área de transferência ouInserir a consulta diretamente no editor de consultas KQL. Para executar a consulta no editor de consultas, você deve ter acesso de gravação ao conjunto de consultas KQL.
- Selecione o botão Executar para executar a consulta.
Observação
- O Copilot não gera comandos de controle.
- O Copilot não executa automaticamente a consulta KQL gerada. Os usuários são aconselhados a executar as consultas a seu próprio critério.
Você pode continuar fazendo perguntas de acompanhamento ou refinando ainda mais sua consulta. Para iniciar um novo chat, selecione a bolha de fala no canto superior direito do painel do Copilot (1).
Passe o mouse sobre uma pergunta anterior (2) e selecione o ícone de lápis para copiá-la para a caixa de perguntas para editá-la ou copiá-la para a área de transferência.
Melhore a precisão do Copilot para Inteligência em Tempo Real
Aqui estão algumas dicas que podem ajudar a melhorar a precisão das consultas KQL geradas pelo Copilot:
- Comece com prompts simples em linguagem natural para conhecer os recursos e limitações atuais. Em seguida, prossiga gradualmente para prompts mais complexos.
- Indique a tarefa com precisão e evite ambiguidades. Imagens com que você compartilhou o prompt em linguagem natural com alguns formulários de especialistas em KQL da sua equipe sem adicionar instruções orais: elas seriam capazes de gerar a consulta correta?
- Para gerar a consulta mais precisa, forneça qualquer informação relevante que possa ajudar o modelo. Se puder, especifique tabelas, operadores ou funções essenciais para a consulta.
- Prepare seu banco de dados: adicione propriedades docstring para descrever tabelas e colunas comuns. Isso pode ser redundante para nomes descritivos (por exemplo, carimbo de data/hora), mas é fundamental para descrever tabelas ou colunas com nomes sem sentido. Você não precisa adicionar docstring a tabelas ou colunas que raramente são usadas. Para obter mais informações, consulte o comando .alter table column-docstrings.
- Para melhorar os resultados do Copilot, selecione o ícone de curtir ou de não gosto para enviar seus comentários no formulárioEnviar comentários.
Observação
O formulário Enviar comentários envia o nome do banco de dados, sua URL, a consulta KQL gerada pelo copilot e qualquer resposta de texto gratuita que você incluir no envio de comentários. Os resultados da consulta KQL executada não são enviados.
Limitações
- O Copilot pode sugerir consultas KQL potencialmente imprecisas ou enganosas devido a:
- Entrada de usuário complexa e longa.
- A entrada do usuário que direciona para entidades de banco de dados que não são tabelas de banco de dados KQL ou exibições materializadas (por exemplo, função KQL.)
- Mais de 10.000 usuários simultâneos dentro de uma organização podem falhar ou resultar em grandes impactos no desempenho.