通过

实时智能的 Copilot

  • 项目

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。 可以输入有关数据的问题，然后这些问题会自动转换为 Kusto 查询语言 (KQL) 查询。 Copilot 为经验丰富的 KQL 用户和公民数据科学家简化了分析数据的过程。

有关 Copilot 的计费信息，请参阅宣布 Fabric Copilot 定价。

先决条件

注意

适用于实时智能的 Copilot 的功能

实时智能 Copilot 使你能够毫不费力地将自然语言查询转换为 Kusto 查询语言 (KQL)。 copilot 充当连接日常语言与 KQL 复杂技术的桥梁，消除了数据分析师和平民数据科学家的采用障碍。 该功能利用 OpenAI 的高级语言理解，这样使你能够以熟悉的自然语言格式提交业务问题，然后这些问题将转换为 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，从而提高工作效率。

Copilot 支持对话式交互，使你能够动态地解释、调整和扩展你的查询，同时保持先前输入的上下文。 你可以优化查询并提出后续问题，而无需重新开始：

  • 动态查询优化：可以通过优化提示来删除歧义、指定表或列，或者提供更多上下文来优化 Copilot 生成的初始 KQL。

  • 无缝跟进问题：如果生成的 KQL 正确，但你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。 你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。

访问实时智能的 Copilot

  1. 若要访问实时智能的 Copilot，请导航到新的或现有的 KQL 查询集。
  2. 连接到数据库。 有关详细信息，请参阅选择数据库
  3. 选择 Copilot 按钮。
  4. 在 Copilot 窗格中，以自然语言输入业务问题。
  5. 按 Enter。 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 KQL 查询集的写权限。
  6. 选择“运行”按钮以执行查询。

在实时智能的 KQL 查询集中使用 copilot 的屏幕截图。

注意

  • Copilot 不生成控制命令。
  • Copilot 不会自动运行生成的 KQL 查询。 建议用户自行运行查询。

可以继续提出后续问题或进一步优化查询。 要开始新的聊天，请选择 Copilot 窗格 (1) 右上方的语音气泡。

将鼠标悬停在上一个问题 (2) 上，然后选择“铅笔”图标，将它复制到问题框以对其进行编辑，或将其复制到剪贴板。

显示如何复制或编辑上一个问题的屏幕截图。

提高实时智能的 Copilot 准确性

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，逐步进行到更复杂的提示。
  • 准确描述任务，避免歧义。 想象一下，你与团队的少数 KQL 专家共享了自然语言提示，但未提供口头说明：他们能生成正确的查询吗？
  • 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），这一步可能是冗余的，但对于描述其名称无意义的表或列则至关重要。 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。
  • 要改进 Copilot 结果，请在“提交反馈”窗体中选择“喜欢”或“不喜欢”图标以提交评价。

注意

可使用“提交反馈”表单提交数据库名称、其 URL、由 copilot 生成的 KQL 查询以及你在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。

限制

  • Copilot 可能会提供潜在不准确或误导性的建议 KQL 查询，导致这种情况的原因包括：
    • 用户输入复杂且很长。
    • 定向到并非 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。
  • 组织内的并发用户数量超过 10,000 可能导致失败或性能严重下降。

相关内容