Използване на подпомагане от ИИ за анализиране на дейността на потока за работен плот (преглед)

Статия
08/29/2024

[Тази статия е предварително издание на документацията и подлежи на промяна.]

Разбирането на ефективността на автоматизацията е от ключово значение за постигане на целите за оперативно съвършенство и надеждност, независимо от размера на пространството за автоматизация, екипа или ролята в организацията. За да постигнете тези цели, са необходими разширени и динамични възможности за наблюдение, които ви предоставят ценна информация, която подчертава областите на успех и идентифицира потенциални затруднения, тенденции и области за подобрение. Наличието на по-подробна информация ви позволява да вземате информирани решения, които оптимизират вашите процеси на автоматизация, което води до повишена ефективност и ефективност.

Важно

Това е функция за предварителен преглед.
Функциите за предварителен преглед не са предназначени за производствена употреба и може да са с ограничена функционалност. Тези функции са достъпни преди официалното издание, за да могат клиентите да получат ранен достъп и да дадат обратна връзка.

Най-новите постижения в AI ни предоставят безпрецедентни възможности да проучим нови случаи на използване на автоматизация за наблюдение на здравето, които могат да включват всичко - от просто изследване на данни до откриване на аномалии, интелигентни препоръки и дори самовъзстановяващи се ботове.

С подпомагане от ИИ вече можем да анализираме поток за работен плот дейност, ние поемаме първата стъпка в нова посока, позволявайки ви да демократизирате достъпа до прозрения, като задавате специфични за подпомагане от ИИ поток за работен плот дейност въпроси с помощта на естествен език.

Важно

Тази възможност се захранва от услугата Azure OpenAI .
Copilot е нова технология, която все още се разработва. Той е оптимизиран за използване с английски език и има ограничена поддръжка с други езици. Като такъв, части от него може да се показват на английски, а не на предпочитания от вас език.
Прочетете отговорните често задавани въпроси за изкуствен интелект за подпомагане от ИИ в активността на поток за работен плот (преглед), за да научите повече за това ново подпомагане от ИИ.
Още често задавани въпроси: Отговорен AI Често задавани въпроси за,ЧЗВ Power Automate за подпомагане от ИИ сигурност на данните и поверителност в Microsoft Power Platform

Предварителни изисквания

служебен или училищен акаунт с достъп до Power Automate среда , базирана в Съединените щати.
По време на първоначалния преглед трябва да имате среда в региона на Съединените щати, за да използвате тази функция. Ако нямате достъп до среда, която е базирана в Съединените щати, можете да помолите администратора си да създаде нова среда в Power Platform центъра за администриране и да изберете САЩ като регион.
Проверете известните ограничения за повече информация.

Как работи?

Това подпомагане от ИИ се захранва от услугата Azure Open AI и е в състояние да преобразува потребителските подкани във валидни Dataverse FetchXML заявки. Първоначално тези заявки са фокусирани и оптимизирани за дейност на поток за работен плот, като например изпълнения, потоци, грешки и машини.

Процес на високо ниво

След като потребителят въведе валидна подкана, подпомагане от ИИ генерира валидна FetchXML заявка въз основа на входните данни.
Ако генерираното FetchXML е валидно, заявката след това се изпълнява срещу Dataverse бекенд под контекста на защитата на текущия потребител, за да се извлекат съвпадащи данни. Това гарантира, че потребителите виждат само данни, до които вече имат разрешение за достъп.
След това Copilot определя най-подходящата визуализация на изхода, като таблица, кръгова диаграма, стълбовидна диаграма или линейна диаграма, за да представи ефективно прозренията и данните на потребителя.

Какво представляват FetchXML заявките?

Microsoft Dataverse FetchXML е език, използван за извличане на данни от Dataverse база данни. Той е проектиран да бъде лесен за създаване, използване и разбиране. Например може да искате да поискате Dataverse да ви предоставим списък с всички изпълнения на потока за конкретен поток. Заявката FetchXML е начинът, по който формулирате този въпрос, така че базата данни да го разбере и да може да ви даде правилните резултати.

Подканване на най-добри практики

Бъдете конкретни: Колкото по-конкретни сте с вашата подкана, толкова по-добре AI ще разбере и отговори. Ако AI не произвежда желания резултат, не се притеснявайте, опитайте отново, като коригирате подканата.
Експериментирайте с подкани: Ако не получавате резултатите, които очаквате, опитайте да перифразирате подканата си или да предоставите повече контекст.
Предоставете обратна връзка: Ако AI даде страхотни или незадоволителни отговори, уведомете ни, като изберете палеца нагоре или надолу с опция за предоставяне на повече обратна връзка чрез връзката Кажете на Microsoft какво ви е харесало в тази функция , която се появява отдолу.

Примери за подкана

Примери за подкани, които могат да се използват като начална подкана за вашите собствени случаи на употреба, са обяснени в този раздел. Някои от тези подкани може да не са приложими или да върнат неправилни резултати, тъй като точността може да бъде повлияна от разбирането на модела или действителната подкана и данните, с които разполагате въз основа на вашите разрешения. Препоръчваме ви да прегледате и проверите върнатите резултати и FetchXML заявка. Повече информация: Проверка FetchXML на резултатите от заявката, генерирани от подпомагане от ИИ.

Изпълнения

Кои потоци бяха най-много миналата седмица?
Кои бяха петте най-добри потока от вчера по брой завършени курсове?
Каква беше средната продължителност на потока през последния семестър?

Errors

Покажете ми най-честите грешки при изпълнение през последния месец.
Покажете ми разпределение на успешните спрямо неуспешните потоци през последното тримесечие.
Какъв беше броят на неуспешните бягания през седмицата преди последната?

Машини

Кои ботове имаха най-много грешки при изпълнение днес?
Кои машини са в режим на поддръжка?
Кои са машините с най-много повреди при работа?

Създатели

Покажете ми най-добрите потоци по брой пробеги заедно с информацията за собственика им.
Кои бяха 10-те най-добри потребители, изпълняващи потоци през миналия месец?
Кога и от кого бяха променени потоците на работния плот миналата седмица?

Многооборотни подкани

В контекста на AI многооборотните подкани ви позволяват да водите непрекъснат разговор с подпомагане от ИИ, където той запомня контекста на предишните съобщения в разговора. Това не е просто отговаряне на еднократни въпроси; Това е участие в диалог с вас, където всеки отговор се основава на казаното преди.

Бележка

Когато участвате в многоходови разговори, имайте предвид, че подпомагане от ИИ следи само петте най-нови въпроса. Това означава, че подпомагане от ИИ започва да изчиства подканите, които са въведени първи, и запазва само последните пет. За да подобрите качеството на отговора, предлагаме да ограничите последващите си въпроси до четири и след това да рестартирате чата. Повече информация: Изчистване на контекста на предишната подкана, за да започнете отначало.

Пример

Обърна	Подкана и отговор
	Потребител: покажи ми разпределение на успешни и неуспешни потоци през последното тримесечие
	Copilot: Ето разпределението на успешните и неуспешните потоци през последното тримесечие.
	Потребител: Коя беше основната грешка на тези, които се провалиха?
	Copilot: Ето основната грешка на тези, които са се провалили.
	Потребител: на кои имена на машини се провалиха най-много?
	Втори пилот: Ето имената на машините, където са възникнали най-много повреди.
	Потребител: от тези, които са успели, каква е средната им продължителност на изпълнение?
	Copilot: Ето средната продължителност на изпълнението на успешните потоци.

Влияние върху изходния формат

Можете да повлияете на изходния формат на подпомагане от ИИ, като поискате изрични изходни типове като "покажи ми неуспешно срещу успешно разпределение на потока като стълбовидна диаграма". Това вероятно води до следния резултат:

Изчистване на контекста на предишната подкана за започване отначало

Ако искате да нулирате разговора с подпомагане от ИИ, можете да изберете трите точки ... до името на подпомагане от ИИ и след това да изберете Нов чат.

Валидиране FetchXML на резултатите от заявката, генерирани от подпомагане от ИИ

Следващите стъпки ви водят през процеса на валидиране (и потенциално повторно използване) FetchXML заявки в Power Automate потоци в облака.

Стъпка 1: Направете копие на заявката FetchXML

След като изпратите заявката си до подпомагане от ИИ, получавате отговор, който включва връзка с надпис Покажи кода. Изберете тази връзка и след това изберете иконата за копиране, разположена в горния десен ъгъл на FetchXML полето, за да копирате кода.

Стъпка 2: Създайте поток за облак и тестова FetchXML заявка

Придвижете се до портала Power Automate и изберете Моите потоци от менюто за навигация вляво.
Продължете, като изберете + Нов поток в командната лента и след това изберете Незабавен поток за облак от падащото меню.
Въведете име на поток, изберете Ръчно задействане на поток и след това изберете Създаване.
Появява се разработчик на потоци в облака. Намерете и след това изберете бутона + Нова стъпка .
В лентата за търсене, която се показва, въведете Dataverse и след това изберете конектора Dataverse от резултатите.
Показват се различни действия. Превъртете, докато намерите и изберете действието Списък редове .
В рамките на действието Редове на списък изберете връзката Показване на разширени опции .
Появява FetchXML се поле за заявка. Това е мястото, където въвеждате копираната FetchXML заявка, която подпомагане от ИИ е генерирана по-рано.
След като поставите вашия FetchXML, изберете Запазване.
Тествайте потока си, като изберете Тест.
Следвайте подканите на екрана, за да стартирате потока ръчно, за да прегледате резултатите от него.

Стъпка 3: Разбиране на резултатите

Да предположим, че сте попитали подпомагане от ИИ "колко неуспешни спрямо успешни потоци имахме миналия месец?" Това създава FetchXML заявка, подобна на следната:

<fetch version="1.0" mapping="logical" aggregate="true" count="3" page="1">
    <entity name="flowsession">
        <attribute name="flowsessionid" alias="flowsession_count" aggregate="count" />
        <attribute name="statuscode" alias="flowsession_statuscode" groupby="true" />
        <filter type="and">
            <condition attribute="completedon" operator="last-x-months" value="1" />
        </filter>
    </entity>
</fetch>

Ако данните съответстват на дадената FetchXML заявка, действието Списък редове Dataverse , конфигурирано в Стъпка 2 , връща данни във формат, наречен JSON (JavaScript Object Notation), който по същество е метод, използван за представяне на данни по добре организиран начин, което ги прави лесни за четене и писане цифрово.

За въпроси, базирани на разпределение, както беше споменато по-горе, данните се групират по едно или повече полета (statuscode), заедно с агрегиране (count), което връща числото за всяка група (т.е., failed succeededи т.н.).

Всеки от върнатите записи съдържа полета като:

flowsession_count: Броят на изпълнения на работния поток.
flowsession_regardingobjectid: Уникалният идентификатор за изпълнението на потока.
flowsession_statuscode: Състоянието на изпълнението на потока (например Неуспешно).
workflow_name: Името на потока.

Ако искате да знаете колко пъти е изпълнен конкретен поток, погледнете колоната flowsession_count на записа, където workflow_name е името на потока.

Разбиране на отговорите на подпомагане от ИИ на проблемни подкани

Тази таблица показва отговорите по подразбиране, които се връщат, когато подпомагане от ИИ не може да разбере вашия въпрос, намерение или да генерира валиден отговор.

Отговор на втория пилот	Подробности
За съжаление възникна грешка. Моля, опитайте отново.	Показва, че е възникнала неочаквана грешка. Перифразирайте въпроса си и опитайте отново.
Съжалявам, не можах да разбера въпроса ви. Моля, перифразирайте го и опитайте отново. Мога да отговоря на въпроси, които са свързани с данните на тази страница. За повече примери за подкани, които можете да зададете на подпомагане от ИИ, можете да посетите раздела с примери за подкана на нашата страница с документация.	Показва, че въпросът Ви не може да бъде преведен в валидна FetchXML заявка. Перифразирайте въпроса си и опитайте отново.
Съжаляваме, Copilot е на пълен капацитет и временно не е наличен — моля, опитайте отново след малко.	Показва, че има ограничения на ресурсите в бекенда. Опитайте отново въпроса си след кратко време.
Съжаляваме, съобщението ви съдържа потенциално опасно съдържание. Моля, уверете се, че вашите данни са подходящи и опитайте отново.	Показва, че въпросът ви може да включва потенциално опасно съдържание и е блокиран от сървърната услуга. Премахнете потенциално опасното съдържание от въпроса си и опитайте отново.
Съжалявам, но не успях да генерирам валиден отговор въз основа на въпроса ви. Моля, перифразирайте го и опитайте отново. Мога да отговоря на въпроси, които са свързани с данните на тази страница. За повече примери за подкани, които можете да зададете на подпомагане от ИИ, можете да посетите раздела с примери за подкана на нашата страница с документация.	Показва, че генерираното FetchXML е невалидно или че заявката е неуспешна, когато подпомагане от ИИ се е опитал да я изпълни. Перифразирайте въпроса си и опитайте отново.
Съжаляваме, търсенето ви включва твърде много резултати. Моля, прецизирайте заявката си и опитайте отново. За примери как да ограничите резултатите от търсенето, върнати от подпомагане от ИИ, посетете нашата страница с документация.	Показва, че филтрите, приложени към заявката Ви, надвишават текущите ограничения за агрегиране в FetchXML. Добавете по-подходящи филтри, като например искане на данни от вчера или миналия месец към заявката си, за да сте сигурни, че тя връща данни в рамките на тези ограничения.

Известни проблеми и ограничения

Следващият списък съдържа известни ограничения на подпомагане от ИИ в дейността на потока за работен плот.

Copilot е нова технология, която все още се разработва. Той е оптимизиран за използване с английски език и има ограничена поддръжка с други езици. Като такъв, части от него може да се показват на английски, а не на предпочитания от вас език.
В момента Copilot се предлага само в Dataverse среди, базирани в Съединените щати.
Copilot може да върне грешни или непълни данни и FetchXML заявки.
Copilot първоначално е в състояние да отговаря само на въпроси относно активността на потока за работен плот, като грешки, машини и минали и текущи изпълнения.
При многоходови разговори подпомагане от ИИ запазва контекста само на последните пет въпроса. Ако срещнете грешни или непълни резултати, помислете дали да не нулирате разговора. Повече информация: Изчистване на контекста на предишната подкана, за да започнете отначало.
За заявки, които връщат големи набори от резултати, подпомагане от ИИ може да не може да ги върне или изобрази.

Споделяне чрез

Използване на подпомагане от ИИ за анализиране на дейността на потока за работен плот (преглед)

Предварителни изисквания