Partilhar via

Utilizar o Copilot para analisar a atividade do fluxo de ambiente de trabalho (pré-visualização)

  • Artigo

[Este artigo é uma documentação de pré-lançamento e está sujeito a alterações.]

Compreender o desempenho da automatização é fundamental para alcançar os objetivos de excelência operacional e fiabilidade, independentemente do tamanho do património, da equipa ou da função de automatização dentro da organização. Para alcançar esses objetivos, são necessárias capacidades avançadas e dinâmicas de monitorização que forneçam insights valiosos que destaquem áreas de sucesso e identifiquem possíveis estrangulamentos, tendências e áreas para melhoria. Ter insights mais detalhados permite-lhe tomar decisões informadas que otimizam os seus processos de automatização, levando a uma maior eficiência e eficácia.

Captura de ecrã de uma experiência do Copilot como parte da página de atividade do fluxo de ambiente de trabalho.

Importante

  • Esta é uma funcionalidade de pré-visualização.
  • As caraterísticas de pré-visualização não se destinam à produção e poderão ter caraterísticas restritas. Estas caraterísticas estão disponíveis antes do lançamento oficial, para que os clientes possam ter acesso antecipadamente e enviar comentários.

Os mais recentes avanços em IA fornecem-nos oportunidades sem precedentes para explorar novos casos de utilização de monitorização do estado de funcionamento da automatização que podem incluir qualquer coisa, desde a simples exploração de dados até a deteção de anomalias, recomendações inteligentes e até mesmo bots de autorrecuperação.

Com o Copilot agora capaz de analisar a atividade do fluxo de ambiente de trabalho, estamos a dar o primeiro passo numa nova direção, permitindo que democratize o acesso a insights fazendo perguntas específicas da atividade do fluxo de ambiente de trabalho do Copilot através de linguagem natural.

Importante

Pré-requisitos

Como é que isto funciona?

Esta experiência de copiloto tem tecnologia do serviço OpenAI do Azure e é capaz de traduzir pedidos do utilizador em válidas consultas FetchXML do Dataverse válidas. Inicialmente, essas consultas são focadas e otimizadas para a atividade de fluxo de ambiente de trabalho, como execuções, fluxos, erros e máquinas.

Processo de alto nível

  1. Depois de o utilizador introduzir um pedido válido, o copiloto gera uma consulta FetchXML válida com base na entrada.
  2. Se o FetchXML gerado for válido, a consulta será executada em relação ao back-end do Dataverse no contexto de segurança do utilizador atual para obter dados correspondentes. Isso garante que os utilizadores vejam apenas os dados que já estão autorizados a aceder.
  3. Em seguida, o Copilot determina a visualização de saída mais adequada, como uma tabela, gráfico circular, gráfico de barras ou gráfico de linhas, para apresentar efetivamente os insights e os dados ao utilizador.

O que são FetchXML consultas?

Microsoft Dataverse FetchXML é uma linguagem usada para recuperar dados de um Dataverse banco de dados. Foi concebido para ser fácil de criar, utilizar e compreender. Por exemplo, talvez queira pedir Dataverse para fornecer uma lista de todas as execuções de fluxo para um fluxo específico. A consulta FetchXML é a forma como formula essa pergunta para que a base de dados a compreenda e possa dar-lhe os resultados certos.

Pedindo as melhores práticas

  • Seja específico: quanto mais específico for com seu pedido, melhor a IA entenderá e responderá. Se a IA não estiver a produzir a saída pretendida, não se preocupe, tente novamente ajustando o pedido.
  • Faça experiências com pedidos: se não estiver a obter os resultados esperados, tente reformular o seu pedido ou fornecer mais contexto.
  • Forneça comentários: se a IA produziu respostas ótimas ou insatisfatórias, informe-nos selecionando os polegares para cima ou para baixo com uma opção para fornecer mais comentários através da ligação Informar a Microsoft o que gostou nesta funcionalidade que aparece abaixo.

Exemplos de pedidos

Exemplos de pedidos que podem ser utilizados como pedido inicial para os seus próprios casos de utilização são explicados nesta secção. Alguns desses pedidos podem não ser aplicáveis ou devolver resultados incorretos, uma vez que a precisão pode ser influenciada pela compreensão do modelo ou pelo pedido real e pelos dados disponíveis para o utilizador com base nas respetivas permissões. Recomendamos que reveja e valide os resultados e a consulta FetchXML devolvidos. Mais informações: Validar resultados de consulta FetchXML gerados pelo copiloto.

Execuções

  • Que fluxos foram mais executados na semana passada?
  • Quais foram os cinco principais fluxos de ontem em número de execuções concluídas?
  • Qual foi a duração média de execução do fluxo '[insira o nome do seu fluxo aqui]' durante o último semestre?

Erros

  • Mostre-me os erros de execução mais frequentes durante o último mês.
  • Mostre-me uma distribuição de fluxos bem-sucedidos versus falhados durante o último trimestre.
  • Qual foi o número de execuções falhadas durante a semana anterior à última?

Computadores

  • Que bots tiveram mais falhas de execução hoje?
  • Que máquinas estão em modo de manutenção?
  • Quais são as máquinas com mais falhas de execução?

Criadores

  • Mostre-me os principais fluxos por número de execuções juntamente com as informações do proprietário.
  • Quem foram os 10 principais utilizadores a executar fluxos durante o último mês?
  • Quando e por quem os fluxos de ambiente de trabalho foram modificados na última semana?

Pedidos com várias respostas

No contexto da IA, os pedidos com várias respostas permitem que tenha uma conversa contínua com o Copilot, onde este se lembra do contexto das mensagens anteriores na conversa. Não é apenas responder a perguntas pontuais; é dialogar consigo, em que cada resposta se baseia no que foi dito antes.

Nota

Ao participar em conversas com várias respostas, observe que o Copilot acompanha apenas as cinco perguntas mais recentes. Isso significa que o Copilot começa a limpar os pedidos que foram inseridos primeiro e mantém apenas os cinco mais recentes. Para melhorar a qualidade da resposta, sugerimos limitar as perguntas de acompanhamento a quatro e, em seguida, reiniciar o chat. Para obter mais informações: Limpar o contexto do pedido anterior para começar novamente.

Exemplo

Turno Pedir e responder
Utilizador: mostre-me uma distribuição de fluxos bem-sucedidos versus falhados durante o último trimestre
Copilot: Aqui está a distribuição de fluxos bem-sucedidos vs falhados durante o último trimestre.
Utilizador: qual foi o principal erro dos que falharam?
Copilot: Aqui está o principal erro daqueles que falharam.
Utilizador: em que nomes de computadores eles falharam mais?
Copilot: Aqui estão os nomes das máquinas onde ocorreram mais falhas.
Utilizador: dos que tiveram sucesso, qual foi a duração média de execução?
Copilot: Aqui está a duração média de execução dos fluxos que tiveram sucesso.

Captura de ecrã de um chat com várias resposta do Copilot com diferentes dados de saída e visualizações.

Influenciar o formato de saída

Pode influenciar o formato de saída do Copilot solicitando tipos de saída explícitos como "mostrar-me distribuição de execução de fluxo falhada vs. com êxito como um gráfico de barras". Isso provavelmente produz o seguinte resultado:

Captura de ecrã de uma resposta do Copilot que respondeu a um pedido do utilizador com um gráfico circular.

Limpar o contexto do pedido anterior para começar novamente

Se pretender repor a conversa com o Copilot, pode selecionar os três pontos ... ao lado do nome do Copilot e, em seguida, selecionar Novo chat.

Captura de ecrã de opção de um Novo chat do Copilot para repor uma conversação.

Validar os resultados da consulta FetchXML gerados pelo copiloto

Os passos seguintes orientam-no ao longo do processo para validar (e potencialmente reutilizar) consultas FetchXML em fluxos de cloud do Power Automate.

Passo 1: Criar uma cópia da consulta FetchXML

Depois de enviar a sua consulta para o Copilot, recebe uma resposta que inclui uma ligação etiquetada Mostrar código. Selecione esta ligação e, em seguida, selecione o ícone de cópia localizado no canto superior direito da caixa FetchXML para copiar o código.

Passo 2: Criar fluxo de cloud e testar a consulta FetchXML

  1. Navegue até ao portal Power Automate e selecione Os meus fluxos no menu de navegação à esquerda.
  2. Continue selecionando + Novo fluxo na barra de comandos e, em seguida, selecione Fluxo de cloud instantâneo no menu pendente.
  3. Introduza um nome do fluxo, selecione Acionar manualmente um fluxo e, em seguida, selecione Criar.
  4. O designer de fluxos de cloud é apresentado. Localize e selecione o botão + Novo Passo.
  5. Na barra de pesquisa apresentada, introduza Dataverse e, em seguida, selecione o conector Dataverse nos resultados.
  6. São apresentadas várias ações. Percorra até encontrar e selecionar a ação Listar linhas.
  7. Na ação Listar linhas, selecione a ligação Mostrar opções avançadas.
  8. Aparece um campo de consulta FetchXML. É aqui que introduz a consulta FetchXML copiada que o copiloto gerou anteriormente.
  9. Depois de colar no seu FetchXML, selecione Guardar.
  10. Teste seu fluxo selecionando Testar.
  11. Siga os pedidos no ecrã para iniciar o fluxo manualmente e rever os respetivos resultados.

Passo 3: Compreender os resultados

Suponhamos que perguntou ao copiloto "quantos fluxos falhados vs. bem-sucedidos tivemos no mês passado?" Isto produz uma consulta FetchXML semelhante ao seguinte:

<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>

Se os dados corresponderem à consulta FetchXML fornecida, a ação Listar linhas do Dataverse configurada no passo 2 obterá os dados num formato chamado JSON (JavaScript Object Notation), que é essencialmente um método usado para apresentar dados de forma bem organizada, facilitando a leitura e a escrita digital.

Para perguntas baseadas em distribuição, como mencionado anteriormente, os dados são agrupados por um ou mais campos (statuscode), juntamente com uma agregação (count) que devolve o número para cada grupo (ou seja, failed, succeeded e assim por diante).

Cada um dos registos devolvidos contém campos como:

  • flowsession_count: O número de vezes que o fluxo de trabalho foi executado.
  • flowsession_regardingobjectid: O identificador exclusivo da execução de fluxo.
  • flowsession_statuscode: O estado da execução do fluxo (por exemplo, Falhada).
  • workflow_name: O nome do fluxo.

Se quiser saber quantas vezes um fluxo específico foi executado, olhe para a flowsession_count coluna do registo onde workflow_name está o nome do fluxo.

Compreender as respostas do Copilot em pedidos problemáticos

Esta tabela mostra as respostas predefinidas que são devolvidas quando o Copilot não consegue entender a sua pergunta, intenção ou gerar uma resposta válida.

Resposta do Copilot Detalhes
Ocorreu um problema. Tente novamente. Indica que ocorreu um erro inesperado. Reformule a sua pergunta e tente novamente.
Desculpe, não consegui entender a sua pergunta. Reformule-a e tente novamente. Eu posso responder a perguntas que são sobre os dados nesta página. Para obter mais exemplos de pedidos que pode fazer ao Copilot, pode visitar a seçcão de exemplo de pedido na nossa página de documentação. Indica que a sua pergunta não pôde ser traduzida numa consulta FetchXML válida. Reformule a sua pergunta e tente novamente.
A utilização do Copilot atingiu a capacidade máxima e este está temporariamente indisponível. Tente novamente dentro de alguns momentos. Indica que há restrições de recursos no back-end. Repita a sua pergunta após um curto período de tempo.
Desculpe, a sua mensagem contém conteúdo potencialmente prejudicial. Certifique-se de que a sua entrada é apropriada e tente novamente. Indica que a sua pergunta pode incluir conteúdo potencialmente prejudicial e foi bloqueada pelo serviço de back-end. Remova qualquer conteúdo potencialmente prejudicial da sua pergunta e tente novamente.
Desculpe, não consegui gerar uma resposta válida com base na sua pergunta. Reformule-a e tente novamente. Eu posso responder a perguntas que são sobre os dados nesta página. Para obter mais exemplos de pedidos que pode fazer ao Copilot, pode visitar a seçcão de exemplo de pedido na nossa página de documentação. Indica que o FetchXML gerado é inválido ou que a consulta falhou quando o copiloto tentou executá-la. Reformule a sua pergunta e tente novamente.
Desculpe, a sua pesquisa inclui demasiados resultados. Refine a sua consulta e tente novamente. Para obter exemplos sobre como limitar os resultados de pesquisa devolvidos pelo Copilot, visite nossa página de documentação. Indica que os filtros aplicados à sua consulta excedem os limites de agregação FetchXML atuais. Adicione filtros mais apropriados, como pedir dados de ontem ou do último mês à sua consulta para garantir que esta devolve dados dentro desses limites.

Problemas e limitações conhecidos

A lista a seguir contém limitações conhecidas do Copilot na atividade de fluxo de ambiente de trabalho.

  • O Copilot é uma nova tecnologia que ainda está a ser desenvolvida. Está otimizado para utilização em inglês e tem suporte limitado para outros idiomas. Assim, partes do mesmo poderão aparecer em inglês e não no seu idioma preferencial.
  • Atualmente, o Copilot só está disponível em ambientes Dataverse baseados nos Estados Unidos.
  • O Copilot pode devolver dados e consultas FetchXML errados ou incompletos.
  • Inicialmente, o Copilot só é capaz de responder a perguntas sobre a atividade do fluxo de ambiente de trabalho, como erros, máquinas e execuções passadas e atuais.
  • Em conversações com várias respostas, o Copilot mantém o contexto apenas das cinco últimas perguntas. Se encontrar resultados errados ou incompletos, considere redefinir a conversa. Para obter mais informações: Limpar o contexto do pedido anterior para começar novamente.
  • Para consultas que devolvem grandes conjuntos de resultados, o Copilot pode não ser capaz de devolver ou compô-los.