用于实时智能的 Copilot
用于实时智能的 Copilot 是一种高级 AI 工具，旨在帮助你浏览数据并提取有价值的见解。 您可以输入关于数据的问题，这些问题会自动转换为 Kusto 查询语言 (KQL) 的查询。 Copilot 简化了为经验丰富的 KQL 用户和公民数据科学家分析数据的过程。
有关 Copilot 的计费信息，请参阅宣布 Fabric Copilot 定价。
先决条件
注意
- 在开始使用 Copilot之前，管理员需要启用租户切换。 有关详细信息，请参阅 Copilot 租户设置 一文。
- F64 或 P1 容量需要位于 Fabric 区域可用性中列出的其中一个区域。
- 如果租户或容量位于美国或法国以外，则默认情况下禁用 Copilot，除非 Fabric 租户管理员启用发送到 Azure OpenAI 的 数据可以在租户的地理区域、合规性边界或国家云实例 Fabric 管理门户中的租户设置之外进行处理。
- Microsoft Fabric 中的 Copilot 在试用 SKU 上不受支持。 仅支持付费 SKU（F64 或更高版本或 P1 或更高版本）。
- fabric 中的 Copilot 目前正在公共预览版中推出，预计在 2024 年 3 月底之前可供所有客户使用。
- 请参阅 Fabric 和 Power BI 中的 Copilot 概述一文获取更多信息。
实时智能的 Copilot 的功能
使用实时智能的 Copilot 可以轻松将自然语言查询转换为 Kusto 查询语言 (KQL)。 副驾驶充当日常语言与 KQL 技术复杂性之间的桥梁，通过这种方式消除了数据分析师和非专业数据科学家的采用障碍。 利用 OpenAI 的高级语言理解，此功能允许你以熟悉的自然语言格式提交业务问题，然后转换为 KQL 查询。 Copilot 通过使用用户友好且高效的数据分析方法来简化查询创建过程，从而加快工作效率。
Copilot 支持 对话交互，这样就可以动态阐明、调整和扩展查询，同时保持以前的输入的上下文。 可以优化查询并提出后续问题，而无需重新开始：
动态查询改进：可以通过优化您的提示来消除歧义、指定表或列，或提供更多上下文，从而改进由 Copilot 生成的初始 KQL。
无缝跟进问题：如果生成的 KQL 正确，但想要更深入地探索数据，可以询问与同一任务相关的后续问题。 可以通过基于以前的对话来扩展查询范围、添加筛选器或浏览相关数据点。
访问实时智能 Copilot
- 要访问实时智能的 Copilot，可导航到新的或现有的 KQL 查询集。
- 连接到数据库。 有关详细信息，请参阅选择数据库
- 选择 Copilot 按钮。
- 在 Copilot 窗格中，以自然语言输入业务问题。
- 按，输入。 几秒钟后，Copilot 将基于输入生成 KQL 查询。 可以将查询复制到剪贴板，或直接在 KQL 查询编辑器中插入查询。 若要在查询编辑器中运行查询，必须具有对 KQL 查询集的写入访问权限。
- 选择 运行 按钮来执行查询。
注意
- Copilot 不生成控制命令。
- Copilot 不会自动运行生成的 KQL 查询。 建议用户酌情自行运行查询。
可以继续提出后续问题或进一步优化查询。 若要开始新的聊天，请选择 Copilot 窗格右上角的语音气泡（1）。
将鼠标悬停在上一个问题（2）上，然后选择 铅笔 图标将其复制到问题框以对其进行编辑，或将其复制到剪贴板。
提高实时智能的 Copilot 的准确度
下面是一些提示，可帮助提高 Copilot生成的 KQL 查询的准确性：
- 从简单的自然语言提示开始，了解当前功能和限制。 然后，逐渐转到更复杂的提示。
- 准确说明任务，避免歧义。 图像处理你与团队中的少数 KQL 专家共享了自然语言提示，而无需添加口头说明 - 他们能否生成正确的查询？
- 若要生成最准确的查询，请提供可帮助模型的任何相关信息。 如果可以，请指定对查询至关重要的表、运算符或函数。
- 准备数据库：添加 docstring 属性来描述常见表和列。 对于描述性名称（例如时间戳），这可能是冗余的，但对于描述具有无意义的名称的表或列至关重要。 无需向很少使用的表或列添加 docstring。 有关详细信息，请参阅 .alter table column-docstrings 命令。
- 若要改进 Copilot 结果，请选择 喜欢 或 不喜欢 图标，在 提交反馈表单 中提交您的意见。
注意
提交反馈 表单提交数据库的名称、其 URL、由 copilot 生成的 KQL 查询以及反馈提交中包含的任何自由文本响应。 不会发送已执行的 KQL 查询的结果。
局限性
- 由于以下原因，Copilot 建议的 KQL 查询有可能不准确或存在误导性：
- 复杂且长时间的用户输入。
- 指向非 KQL 数据库表或具体化视图（例如 KQL 函数）的数据库实体的用户输入。
- 组织中超过 10,000 名并发用户可能会导致失败或出现重大性能问题。