Sekretess, säkerhet och ansvarsfull användning av Copilot för realtidsinformation
I den här artikeln får du lära dig hur Copilot realtidsinformation fungerar, hur dina affärsdata skyddas och följer sekretesskraven och hur du använder generativ AI på ett ansvarsfullt sätt. En översikt över de här avsnitten för Copilot i Infrastruktur finns i Sekretess, säkerhet och ansvarsfull användning för Copilot.
Den här funktionen utnyttjar kraften i OpenAI för att sömlöst översätta frågor på naturligt språk till Kusto-frågespråk (KQL), ett specialiserat språk för att fråga stora datamängder. I grund och botten fungerar det som en brygga mellan användarnas dagliga språk och de tekniska invecklingarna i KQL som tar bort implementeringsbarriärer för användare som inte är bekanta med språket. Genom att utnyttja OpenAI:s avancerade språkförståelse ger den här funktionen användarna möjlighet att skicka affärsfrågor i ett välbekant, naturligt språkformat som sedan konverteras till KQL-frågor.
Copilot påskyndar produktiviteten genom att förenkla processen för att skapa frågor, men ger också en användarvänlig och effektiv metod för dataanalys.
Copilot för användning i realtidsinformation
Kusto Copilot påskyndar dataforskares och analytikers datautforskningsprocess genom att översätta frågor om naturligt språk till KQL-frågor, baserat på de underliggande kolumnnamnen/schemat för datauppsättningen.
Vad kan Copilot realtidsinformation göra?
Kusto Copilot drivs av generativa AI-modeller som utvecklats av OpenAI och Microsoft. Mer specifikt använder den OpenAI:s API:er för inbäddning och slutförande för att skapa frågan om naturligt språk och för att generera KQL-frågor.
Dataanvändning för Copilot realtidsinformation
Copilot för Realtidsinformation har åtkomst till data som är tillgängliga för användaren, till Copilot exempel databasschemat, användardefinierade funktioner och datasampling av den anslutna databasen. Copilot Refererar till den databas som för närvarande är ansluten till KQL-frågeuppsättningen. Lagrar Copilot inga data.
Utvärdering av Copilot för realtidsinformation
- Efter en grundlig forskningsperiod där flera konfigurationer och metoder har testats hade OpenAI-integreringsmetoden visat sig generera KQL-frågor med högsta noggrannhet. Copilot kör inte automatiskt den genererade KQL-frågan och användarna uppmanas att köra frågorna efter eget gottfinnande.
- Kusto Copilot kör inte automatiskt någon genererad KQL-fråga och användarna uppmanas att köra frågorna efter eget gottfinnande.
Begränsningar Copilot för realtidsinformation
- Komplexa och långa användarindata kan missförstås av Copilot, vilket resulterar i potentiellt felaktiga eller missvisande föreslagna KQL-frågor.
- Användarindata som dirigerar till databasentiteter som inte är KQL-tabeller eller materialiserade vyer (till exempel en KQL-funktion) kan resultera i potentiellt felaktiga eller missvisande föreslagna KQL-frågor.
- Mer än 10 000 samtidiga användare inom en organisation kommer sannolikt att misslyckas eller resultera i större prestanda.
- KQL-frågan bör verifieras av användaren innan den körs för att förhindra osäker KQL-frågekörning.
Tips för att arbeta med Copilot för realtidsinformation
- Vi rekommenderar att du tillhandahåller detaljerade och relevanta frågor på naturligt språk. Dessutom bör du tillhandahålla kortfattade och enkla begäranden till copilot för att undvika felaktiga eller vilseledande föreslagna KQL-frågor. Du bör också begränsa frågor till databaser som är KQL-tabeller eller materialiserade vyer.
- Om du till exempel frågar om en specifik kolumn anger du kolumnnamnet och vilken typ av data den innehåller. Om du vill använda specifika operatorer eller funktioner hjälper det också. Ju mer information du anger, desto bättre blir svaret Copilot .