Copilot para Real-Time Intelligence
Copilot for Real-Time Intelligence é uma ferramenta avançada de IA projetada para ajudá-lo a explorar seus dados e extrair insights valiosos. Você pode inserir perguntas sobre seus dados, que são automaticamente traduzidas em consultas KQL (Kusto Query Language). Copilot simplifica o processo de análise de dados para usuários experientes do KQL e cientistas de dados cidadãos.
Para obter informações de cobrança sobre Copilot, consulte Anunciando Copilot nade preços do Fabric .
Pré-requisitos
- Um espaço de trabalho com uma capacidade ativada para o Microsoft Fabric
- Acesso de leitura ou gravação a um conjunto de consultas KQL
Observação
- O administrador precisa ativar a alternância de inquilinos antes de começar a usar Copilot. Consulte o artigo Copilot de configurações do locatário para obter detalhes.
- Sua capacidade F64 ou P1 precisa estar em uma das regiões listadas neste artigo, disponibilidade da região de malha.
- Se o seu locatário ou capacidade estiver fora dos EUA ou da França, Copilot será desabilitado por padrão, a menos que o administrador do locatário do Fabric habilite a configuração que permite que os dados enviados para o Azure OpenAI possam ser processados fora da região geográfica, do limite de conformidade ou da instância de nuvem nacional do locatário no portal de administração do Fabric.
- Copilot no Microsoft Fabric não é suportado em SKUs de avaliação. Apenas SKUs pagas (F64 ou superior, ou P1 ou superior) são suportadas.
- Copilot no Fabric está atualmente sendo lançado em versão prévia pública e espera-se que esteja 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.
Capacidades de Copilot para Real-Time Intelligence
Copilot for Real-Time Intelligence permite que você traduza facilmente consultas em linguagem natural para Kusto Query Language (KQL). O copiloto atua como uma ponte entre a linguagem cotidiana e os meandros técnicos do KQL e, ao fazê-lo, remove barreiras de adoção para analistas de dados e cientistas de dados cidadãos. Ao aproveitar a compreensão avançada da linguagem OpenAI, esse recurso permite que você envie perguntas de negócios em um formato familiar de linguagem natural, que são então convertidas em consultas KQL. Copilot acelera a produtividade simplificando o processo de criação de consultas com uma abordagem amigável e eficiente para a análise de dados.
Copilot suporta interações conversacionais que permitem esclarecer, adaptar e estender consultas dinamicamente, mantendo o contexto das entradas anteriores. Você pode refinar consultas e fazer perguntas de acompanhamento sem começar de novo:
Refinamento de consulta dinâmica: você pode refinar o KQL inicial gerado por Copilot refinando seu prompt para remover ambiguidade, especificar tabelas ou colunas ou fornecer mais contexto.
Perguntas de acompanhamento contínuas: Se o KQL gerado estiver correto, mas você quiser explorar os dados mais profundamente, você pode 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 em diálogos anteriores.
Aceda ao Real-Time Intelligence Copilot
- Para acessar o Copilot para Real-Time Intelligence, navegue até um conjunto de consultas KQL novo ou existente.
- Conecte-se a um banco de dados. Para obter mais informações, consulte Selecionar um banco de dados
- Selecione o botão Copilot.
- No painel Copilot, insira a pergunta da sua empresa em linguagem natural.
- Pressione Enter. Após alguns segundos, Copilot irá gerar uma consulta KQL com base na sua entrada. Você pode copiar a consulta para a área de transferência ou inseri-la diretamente no editor de consultas KQL. Para executar a consulta no editor de consultas, deves ter permissões de escrita no conjunto de consultas KQL.
- Selecione o botão Executar para executar a consulta.
Observação
- Copilot não gera comandos de controle.
- Copilot não executa automaticamente a consulta KQL gerada. Os usuários são aconselhados a executar as consultas a seu próprio critério.
Pode continuar a fazer perguntas de acompanhamento ou refinar ainda mais a sua consulta. Para iniciar um novo chat, selecione o balão de fala no canto superior direito do painel Copilot (1).
Passe o cursor sobre uma pergunta anterior (2) e selecione o ícone de lápis para o copiar para a caixa de perguntas para o editar ou copiá-lo para a área de transferência.
Melhorar a precisão do Copilot para Real-Time Intelligence
Aqui estão algumas dicas que podem ajudar a melhorar a precisão das consultas KQL geradas por Copilot:
- Comece com instruções simples de linguagem natural, para aprender as capacidades e limitações atuais. Em seguida, prossiga gradualmente para instruções mais complexas.
- Indique a tarefa com precisão e evite ambiguidades. Imagine que você compartilhou o prompt em linguagem natural com alguns especialistas em KQL da sua equipa sem adicionar instruções orais - seriam eles capazes de gerar a consulta correta?
- Para gerar a consulta mais precisa, forneça todas as informações relevantes que possam ajudar o modelo. Se puder, especifique tabelas, operadores ou funções que são 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 significado. Não é necessário 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 de Copilot, selecione o ícone de gosto ou não gosto para enviar os seus comentários através do formulário Enviar comentários.
Observação
O formulário Enviar feedback envia o nome do banco de dados, sua url, a consulta KQL gerada pelo copilot e qualquer resposta de texto livre que você incluir no envio de feedback. Os resultados da consulta KQL executada não são enviados.
Limitações
-
Copilot pode sugerir consultas KQL sugeridas potencialmente imprecisas ou enganosas devido a:
- Entrada do usuário complexa e longa.
- Entrada do utilizador que direciona para entidades de base de dados que não são tabelas KQL ou vistas materializadas (por exemplo, função KQL).
- Mais de 10.000 usuários simultâneos dentro de uma organização podem resultar em falha ou um grande impacto no desempenho.