共用方式為


建立 AI 技能 (預覽版)

您是否已準備好進行有關資料的交談? 您可以使用 Microsoft Fabric 上的 AI 技能來建立 AI 體驗,以回答 Lakehouse 和倉儲資料表的問題。 這項技術可降低其他人回答其資料問題的障礙,因為您的同事可以使用英文詢問其問題,並接收資料驅動型解答。

重要

這項功能處於預覽狀態

必要條件

建立及設定 AI 技能

在 Fabric 上建立和設定 AI 技能牽涉到下列步驟:

  1. 建立新的 AI 技能。
  2. 選取您的資料。
  3. 詢問問題。
  4. 提供範例。
  5. 提供指示。

此程序很簡單,而且您在幾分鐘內就能開始測試 AI 技能資源。

建立新的 AI 技能

如同其他標準 Fabric 項目建立程式,您可以從 Fabric [資料科學] 首頁、選取工作區 [新增] 選項或使用 [建立中樞] 來建立新的 AI 技能。 您必須提供名稱,如下列螢幕擷取畫面所示:

顯示建立 AI 技能的螢幕擷取畫面。

設定您的資料

建立 AI 技能之後,您可以選取資料來源。 資料來源可以是資料倉儲或 Lakehouse。 在下一個畫面上,選取倉儲或 Lakehouse,然後選取 [連線]

左側窗格會填入選取的資料來源中的可用資料表。 使用核取方塊讓資料表可供或不可供 AI 使用。 您必須至少選取一個資料表,才能詢問 AI 技能您的問題。

注意

請務必使用具有描述性的資料行名稱。 不要使用 C1ActCu 之類的資料行名稱,請使用 ActiveCustomerIsCustomerActive。 使用描述性名稱是從 AI 中取得更可靠查詢的最有效方式。

在 UI 設定面板中使用模型的備註。 如果 AI 技能會產生不正確的 T-SQL 查詢,您可用純英文提供模型指示,以改善未來的查詢。 系統會將這些指示與每個查詢搭配使用。 簡短而直接的指示效果最佳。

提問

選取資料之後,您就可以開始詢問問題。 系統會處理單一查詢可以回答的問題,如下列螢幕擷取畫面所示:

顯示 AI 技能問題的螢幕擷取畫面。

類似下列範例的問題應該有用:

  • 「2023 年我們在加州的總銷售額是多少?」
  • 「從未售出的最貴物品是什麼?」

下列問題不在此 TSG 的範圍內:

  • 「為什麼 2024 年第 2 季的工廠生產力較低?」
  • 「我們銷售額激增的根本原因是什麼?」

當您提出問題時,系統會使用您的認證來擷取結構描述。 根據問題,系統會使用您提供的資訊 (請參閱「提供範例」和「提供指示」章節) 以及結構描述來建構提示。 此提示是傳送至 AI 的文字,其會產生多個 SQL 查詢。

產生 SQL 查詢後,請研究這些查詢以確保只查詢資料。 此外,請確認查詢不會以任何方式建立、更新、刪除或變更您的資料。 然後,從產生的查詢清單中擷取最佳查詢候選。 對最佳 AI 產生的查詢進行任何所需的基本修復。 最後,使用您的認證,重新執行查詢,並將結果集傳回給您。

變更資料來源

若要切換至另一個 Lakehouse 或倉儲,請選取 [總管] 窗格頂端附近的箭號,如下列螢幕擷取畫面所示:

顯示選取另一個資料來源的螢幕擷取畫面。

提供範例

在 Fabric 中,您可以設定 AI 技能,讓 AI 能如您預期回答您的問題。 其中一種技術是提供 AI 的範例。 在生成式 AI 中,這項技術稱為少樣本學習。 這這裡,您可讓 AI 存取查詢或問題組。 下次您提出問題時,AI 會在您提供的問題集中找到最相關的問題。 這些問題與您提供的對應 SQL 查詢一起,可在 AI 產生 SQL 時提供背景。

如果您發現 AI 無法產生正確的查詢,則您可以提供更多範例。

若要提供範例,您可以在右側的 [範例 SQL 查詢] 底下選取 [編輯] 按鈕,如下列螢幕擷取畫面所示:

顯示您可以在何處編輯提供給 AI 的範例的螢幕擷取畫面。

提供指示

您也可以利用指示引導 AI。 您可以在 [模型備註] 文字輸入框中提供這些指示。 在這裡,您可以英文撰寫指示。 AI 會在產生 SQL 時使用這些指示。

如果您發現 AI 持續誤解某些詞彙或縮略字,您可以在本節中提供詞彙的定義,如下列螢幕擷取畫面所示:

顯示您可以在何處編輯提供給 AI 的指示的螢幕擷取畫面。