Utilitzar el copilot per analitzar l'activitat de flux d'escriptori (versió preliminar)

Article
12/26/2023

[Aquest article forma part de la documentació preliminar i està subjecte a canvis.]

Entendre el rendiment de l'automatització és clau per assolir els objectius d'excel·lència operativa i fiabilitat, independentment de la mida de l'estat d'automatització, l'equip o el rol dins de l'organització. Per assolir aquests objectius es requereixen capacitats de supervisió avançades i dinàmiques que us proporcionin informació valuosa que ressalti àrees d'èxit i identifiqui possibles colls d'ampolla, tendències i àrees de millora. Disposar d'informació més detallada us permet prendre decisions informades que optimitzen els vostres processos d'automatització, cosa que comporta una major eficiència i eficàcia.

Important

Aquesta és una característica de visualització prèvia.
Les característiques de visualització prèvia no estan dissenyades per a un entorn de producció i poden tenir una funcionalitat restringida. Aquestes característiques estan disponibles abans d’un llançament oficial de producte per tal que els clients el puguin utilitzar abans i enviar-nos els seus comentaris.

Els últims avenços en IA ens ofereixen oportunitats sense precedents per explorar nous casos d'ús de monitorització de la salut d'automatització que podrien incloure des d'una simple exploració de dades fins a la detecció d'anomalies, recomanacions intel·ligents i fins i tot bots d'autocuració.

Amb Copilot ara capaç d'analitzar l'activitat de flux d'escriptori estem donant el primer pas en una nova direcció, el que li permet democratitzar l'accés a les idees mitjançant la realització de preguntes específiques de flux d'escriptori de copilot utilitzant el llenguatge natural.

Important

Aquesta capacitat funciona amb l'Azure OpenAI Service.
Copilot és una nova tecnologia que encara s'està desenvolupant. Està optimitzat per al seu ús amb l'idioma anglès i té un suport limitat amb altres idiomes. Com a tal, algunes parts poden aparèixer en anglès en lloc del vostre idioma preferit.
Llegiu les preguntes freqüents sobre IA responsable per al copilot en l'activitat de flux d'escriptori (vista prèvia) per obtenir més informació sobre aquesta nova experiència de copilot.
Més preguntes freqüents: Preguntes freqüents sobre IA responsable per,Preguntes Power Automate freqüents sobre seguretat i privadesa de dades de copilot a Microsoft Power Platform

Requisits previs

Un compte de la feina o d'un centre educatiu amb accés a un Power Automate entorn amb seu als Estats Units.
Durant la visualització prèvia inicial, heu de tenir un entorn a la regió dels Estats Units per utilitzar aquesta funció. Si no teniu accés a un entorn basat als Estats Units, podeu demanar a l'administrador que creï un entorn nou al centre d'administració i seleccionar Estats Units Power Platform com a regió.
Consulteu les limitacions conegudes per obtenir més informació.

Com funciona?

Aquesta experiència de copilot funciona amb el servei d'IA de l'Azure Open i és capaç de traduir les sol·licituds dels usuaris en consultes FetchXML vàlides Dataverse . Inicialment, aquestes consultes se centren i s'optimitzen per a l'activitat del flux d'escriptori, com ara execucions, fluxos, errors i màquines.

Procés d'alt nivell

Una vegada que l'usuari introdueix un missatge vàlid, el copilot genera una consulta FetchXML vàlida basada en l'entrada.
Si el FetchXML generat és vàlid, la consulta s'executa contra el Dataverse dorsal en el context de seguretat de l'usuari actual per recuperar dades coincidents. Això garanteix que els usuaris només vegin les dades a les quals ja tenen autorització per accedir.
A continuació, Copilot determina la visualització de sortida més adequada, com ara una taula, un gràfic circular, un gràfic de barres o un gràfic de línies, per presentar eficaçment les idees i dades a l'usuari.

Què són les consultes FetchXML?

Microsoft Dataverse FetchXML és un llenguatge utilitzat per recuperar dades d'una Dataverse base de dades. Està dissenyat per ser fàcil de crear, utilitzar i entendre. Per exemple, és possible que vulgueu demanar Dataverse que us proporcioneu una llista de totes les execucions de flux per a un flux específic. La consulta FetchXML és la manera de formular aquesta pregunta perquè la base de dades l'entengui i us pugui donar els resultats correctes.

Impulsar les millors pràctiques

Sigueu específics: com més específic sigueu amb la vostra indicació, millor entendrà i respondrà la IA. Si la IA no produeix la sortida desitjada, no us preocupeu, torneu-ho a provar ajustant la vostra sol·licitud.
Experimenteu amb sol·licituds: si no obteniu els resultats que esperàveu, proveu de reformular la sol·licitud o proporcioneu més context.
Proporcioneu comentaris: si la IA ha produït respostes excel·lents o insatisfactòries, feu-nos-ho saber seleccionant els polzes cap amunt o cap avall amb una opció per proporcionar més comentaris a través del programa Expliqueu a Microsoft què us ha agradat d'aquest enllaç de característiques que apareix a sota.

Exemples ràpids

En aquesta secció s'expliquen exemples d'indicacions que es poden utilitzar com a indicador d'inici per als vostres propis casos d'ús. És possible que algunes d'aquestes sol·licituds no siguin aplicables o que retornin resultats incorrectes, ja que la precisió pot estar influenciada per la comprensió del model o per la sol·licitud real i les dades disponibles en funció dels vostres permisos. Us recomanem que reviseu i valideu els resultats retornats i la consulta FetchXML. Més informació: Validar els resultats de la consulta FetchXML generats pel copilot.

Execucions

Quins fluxos van funcionar més la setmana passada?
Quins van ser els cinc primers fluxos d'ahir per nombre de tirades completades?
Quina va ser la durada mitjana de l'execució del flux [inseriu el vostre nom de flux aquí]' durant el semestre passat?

Errors

Mostra'm els errors d'execució més freqüents durant l'últim mes.
Mostra'm una distribució dels fluxos exitosos versus fallits durant el trimestre passat.
Quin va ser el nombre de tirades fallides durant la setmana anterior a l'última?

Ordinadors

Quins bots han tingut més errors d'execució en l'actualitat?
Quines màquines estan en mode de manteniment?
Quines són les màquines amb més fallades d'execució?

Creadors

Mostreu-me els fluxos superiors per nombre de tirades juntament amb la informació del propietari.
Quins van ser els 10 usuaris principals que van executar fluxos durant el mes passat?
Quan i per qui es van modificar els fluxos d'escriptori la setmana passada?

Sol·licituds de diverses voltes

En el context de la IA, les sol·licituds de múltiples torns us permeten tenir una conversa contínua amb el copilot, on recorda el context dels missatges anteriors de la conversa. No és només respondre preguntes puntuals; És entaular un diàleg amb tu, on cada resposta es basa en el que s'ha dit abans.

Nota

Quan participeu en converses de diversos torns, tingueu en compte que el copilot només fa un seguiment de les cinc preguntes més recents. Això significa que el copilot comença a esborrar les indicacions que es van introduir primer i només conserva els cinc últims. Per millorar la qualitat de la resposta, us recomanem que limiteu les preguntes de seguiment a quatre i, a continuació, reinicieu el xat. Més informació: Esborrar el context del missatge anterior per tornar a començar.

Exemple

Girar	Demana i respon
	Usuari: mostra'm una distribució de fluxos reeixits vs fallits durant l'últim trimestre
	Copilot: Aquí teniu la distribució dels fluxos reeixits vs fallits durant l'últim trimestre.
	Usuari: quin ha estat l'error principal dels que han fallat?
	Copilot: Aquí teniu l'error principal dels que han fallat.
	Usuari: en quins noms de màquines van fallar més?
	Copilot: Aquests són els noms de les màquines on s'han produït més fallades.
	Usuari: dels que ho van aconseguir, quina va ser la seva durada mitjana d'execució?
	Copilot: Aquí teniu la durada mitjana dels fluxos que van tenir èxit.

Influir en el format de sortida

Podeu influir en el format de sortida del copilot demanant tipus de sortida explícits com "mostra'm failed vs. succeeded flow run distribution com un diagrama de barres". Això probablement produeix el següent resultat:

Esborrar el context del missatge anterior per tornar a començar

Si voleu restablir la conversa amb copilot podeu seleccionar els tres punts ... al costat del nom del copilot i, a continuació, seleccionar Nou xat.

Validar els resultats de la consulta FetchXML generats pel copilot

Els passos següents us guiaran a través del procés per validar (i potencialment reutilitzar) les consultes FetchXML en Power Automate fluxos al núvol.

Pas 1: feu una còpia de la consulta FetchXML

Després d'enviar la vostra consulta al copilot, obtindreu una resposta que inclou un enllaç anomenat Mostra el codi. Seleccioneu aquest enllaç i, a continuació, seleccioneu la icona de còpia situada a la cantonada superior dreta del FetchXML quadre per copiar el codi.

Pas 2: creeu el flux de núvol i proveu la consulta FetchXML

Aneu al portal Power Automate i seleccioneu Els meus fluxos al menú de navegació esquerra.
Continueu seleccionant + Flux nou a la barra d'ordres i, a continuació, seleccioneu Flux de núvol instantani al menú desplegable.
Introduïu un nom de flux, seleccioneu Activa manualment un flux i, a continuació, seleccioneuCrea.
Apareix el dissenyador de flux de núvol. Cerqueu i, a continuació, seleccioneu el botó + Nou pas .
A la barra de cerca que apareix, introduïu Dataverse i, a continuació, seleccioneu el Dataverse connector dels resultats.
Es mostren diverses accions. Desplaceu-vos fins que trobeu i seleccioneu l'acció Files de llista.
Dins de l'acció Files de llista, seleccioneu l'enllaç Mostra opcions avançades.
Apareixerà un camp de consulta FetchXML. Aquí és on introduïu la consulta FetchXML copiada que el copilot ha generat prèviament.
Després d'enganxar el FetchXML, seleccioneu Desa.
Proveu el flux seleccionant Prova.
Seguiu les indicacions de la pantalla per iniciar el flux manualment i revisar-ne els resultats.

Pas 3: entendre els resultats

Suposem que va preguntar al copilot "quants fluxos fallits vs successius vam tenir el mes passat?" Això produeix una consulta FetchXML similar a la següent:

<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>

Si les dades coincideixen amb la consulta FetchXML donada, l'acció de files de llista configurada al Dataverse pas 2 retorna les dades en un format anomenat JSON (JavaScript Object Notation), que és essencialment un mètode utilitzat per presentar dades d'una manera ben organitzada, facilitant la lectura i l'escriptura digital.

Per a qüestions basades en la distribució com les esmentades anteriorment, les dades s'agrupen per un o més camps (), juntament amb una agregació () que retorna el número per a cada grup (statuscodecountés a dir,,, failedsucceeded i així successivament).

Cadascun dels registres retornats conté camps com:

flowsession_count: el nombre de vegades que el flux de treball s'ha executat.
flowsession_regardingobjectid: l'identificador únic per a l'execució del flux.
flowsession_statuscode: L'estat de l'execució del flux (per exemple, Failed).
workflow_name: El nom del flux.

Si voleu saber quantes vegades s'ha executat un flux específic, mireu la flowsession_count columna del registre on workflow_name hi ha el nom del flux.

Entendre les respostes del copilot en indicacions problemàtiques

Aquesta taula mostra les respostes predeterminades que es retornen quan el copilot no pot entendre la vostra pregunta, intenció o generar una resposta vàlida.

Resposta del copilot	Detalles
Ens sap greu, però s'ha produït un problema. Torneu-ho a provar.	Indica que s'ha produït un error inesperat. Reformuleu la vostra pregunta i torneu-ho a provar.
Ho sento, no he pogut entendre la teva pregunta. Si us plau, reformuleu-lo i torneu-ho a provar. Puc respondre a preguntes que són sobre les dades d'aquesta pàgina. Per obtenir més exemples d'indicacions que podeu demanar al copilot, podeu visitar la secció d'exemple ràpid a la nostra pàgina de documentació.	Indica que la pregunta no s'ha pogut traduir a una consulta vàlida de FetchXML. Reformuleu la vostra pregunta i torneu-ho a provar.
Ho sentim, Copilot està en capacitat i temporalment no està disponible - si us plau, intenta-ho de nou en una estona.	Indica que hi ha restriccions de recursos al dorsal. Torneu a intentar la pregunta al cap de poc temps.
El missatge conté contingut potencialment perjudicial. Assegureu-vos que la vostra aportació sigui adequada i torneu-ho a provar.	Indica que la pregunta pot incloure contingut potencialment perjudicial i que el servei de backend l'ha bloquejat. Traieu el contingut potencialment perjudicial de la pregunta i torneu-ho a provar.
Ho sento, no he pogut generar una resposta vàlida a partir de la teva pregunta. Si us plau, reformuleu-lo i torneu-ho a provar. Puc respondre a preguntes que són sobre les dades d'aquesta pàgina. Per obtenir més exemples d'indicacions que podeu demanar al copilot, podeu visitar la secció d'exemple ràpid a la nostra pàgina de documentació.	Indica que el FetchXML generat no és vàlid o que la consulta va fallar quan el copilot va intentar executar-la. Reformuleu la vostra pregunta i torneu-ho a provar.
Ho sentim, la cerca inclou massa resultats. Afina la consulta i torna-ho a provar. Per obtenir exemples sobre com limitar els resultats de cerca retornats pel copilot, visiteu la nostra pàgina de documentació.	Indica que els filtres aplicats a la consulta superen els límits d'agregació actuals a FetchXML. Afegiu filtres més adequats, com ara demanar les dades d'ahir o del mes passat a la vostra consulta, per assegurar-vos que retorna dades dins d'aquests límits.

Problemes i limitacions coneguts

La llista següent conté limitacions conegudes del copilot en l'activitat de flux d'escriptori.

Copilot és una nova tecnologia que encara s'està desenvolupant. Està optimitzat per al seu ús amb l'idioma anglès i té un suport limitat amb altres idiomes. Com a tal, algunes parts poden aparèixer en anglès en lloc del vostre idioma preferit.
Copilot actualment només està disponible en entorns basats en Dataverse els Estats Units.
Copilot pot tornar dades incorrectes o incompletes i consultes de FetchXML.
Copilot inicialment només és capaç de respondre preguntes sobre l'activitat de flux d'escriptori com errors, màquines, i execucions passades i actuals.
En converses de diversos torns, el copilot només manté el context de les últimes cinc preguntes. Si trobeu resultats incorrectes o incomplets, us recomanem que restabliu la conversa. Més informació: Esborrar el context del missatge anterior per tornar a començar.
Per a consultes que retornen conjunts de resultats grans, és possible que el copilot no pugui tornar-los o renderitzar-los.

Comparteix a través de