创建 AI 技能（预览）
是否准备好开启数据对话？ 可以使用 Microsoft Fabric 上的 AI 技能创建 AI 体验，以回答有关湖屋和仓库表的问题。 因为你的同事可以使用英语提问并接收数据驱动的答案，因此该方法降低了其他人回答其数据问题的门槛。
重要
此功能目前为预览版。
先决条件
- 付费 F64 或更高版本的 Fabric 容量资源。
- AI 技能租户切换已启用。
- 已启用 Copilot 租户切换。
- 已启用适用于 AI 的跨地区共享（如相关）。
- 包含数据的仓库或湖屋。
创建并配置 AI 技能
在 Fabric 上创建和配置 AI 技能涉及以下步骤：
- 创建新的 AI 技能。
- 选择数据。
- 提出问题。
- 提供示例。
- 提供说明。
该过程非常简单，可以在几分钟内开始测试 AI 技能资源。
创建新 AI 技能
与其他标准 Fabric 项创建过程一样，可以从 Fabric“数据科学”主页通过选择工作区“新建”选项或使用“创建中心”来创建新的 AI 技能。 必须提供名称，如以下屏幕截图所示：
选择数据
创建 AI 技能后，选择数据源。 它可以是数据仓库，也可以是湖屋。 在下一个屏幕上，选择仓库或湖屋，然后选择“连接”。
左侧窗格会填充所选数据源中的可用表。 使用复选框，确定表是否可供 AI 使用。 必须先选择至少一个表，然后才能向 AI 技能提问。
注意
确保使用描述性列名。 不使用列名（如 C1 或 ActCu），而是使用 ActiveCustomer 或 IsCustomerActive。 使用描述性名称是从 AI 中获取更可靠查询的最有效方法。
在 UI 的配置面板中使用该模型的注释。 如果 AI 技能生成的 T-SQL 查询不正确，则可以使用简明英语向模型提供指令，以改进将来的查询。 系统会对每个查询使用这些指令。 最好使用简短直接的指令。
提出问题
选择数据后，可以开始提问。 系统会处理单个查询可以回答的问题，如以下屏幕截图所示：
类似以下示例的问题应该有效：
- “2023 年，我们在加州的总销售额是多少？”
- "What are the most expensive items that have never been sold?"
以下问题则不在范围内：
- “为什么工厂在 2024 年第 2 季度的生产率较低？”
- “我们销售高峰的根本原因是什么？”
提出问题时，系统会使用凭证提取架构。 根据问题，系统会使用所提供的信息（请参阅“提供示例”和“提供说明”部分）和架构来构造提示。 此提示是发送给 AI 的文本，用于生成多个 SQL 查询。
生成 SQL 查询后，对其进行调查以确保它们只查询数据。 此外，请验证它们是否不会以任何方式创建、更新、删除或更改数据。 然后，从生成的查询列表提取最佳查询候选项。 对 AI 生成的最佳查询进行任何必要的基本修复。 最后，使用你的凭据重新执行查询并将结果集返回给你。
更改数据源
若要切换到另一个湖屋或仓库，请选择“资源管理器”窗格顶部附近的箭头，如以下屏幕截图所示：
提供示例
在 Fabric 中，可以配置 AI 技能，以便 AI 按预期回答问题。 一种方法是向 AI 提供示例。 在生成式 AI 中，此技术称为“小样本学习”。 在这里向 AI 授予对查询或问题对的访问权限。 下次提问时，AI 将在提供的问题集中找到最相关的问题。 这些问题会与提供的相应 SQL 查询一起，在生成 SQL 时向 AI 提供背景信息。
如果发现 AI 未生成正确的查询，则可以提供更多示例。
若要提供示例，可以在右侧的“SQL 查询示例”下选择“编辑”按钮，如以下屏幕截图所示：
提供指令
还可以使用指令引导 AI。 可以在“模型注释”文本框中提供这些说明。 在这里，可以使用英语编写说明。 AI 在生成 SQL 时使用这些说明。
如果发现 AI 始终未能正确解释特定字词或首字母缩略词，则可以在此部分中提供术语的定义，如以下屏幕截图所示：
