Aquest navegador ja no s’admet.
Feu l’actualització al Microsoft Edge per aprofitar les característiques més recents, les actualitzacions de seguretat i l’assistència tècnica.
Un equipo de análisis observa que Copilot en Power BI devuelve con frecuencia respuestas incorrectas cuando los usuarios preguntan sobre los ingresos. El modelo semántico tiene una medida denominada Rev sin descripción. ¿Qué debe hacer el equipo primero para mejorar la precisión de Copilot para preguntas relacionadas con los ingresos?
Rev
Cree una respuesta comprobada para cada pregunta de ingresos posible.
Cambie el nombre de la medida a un nombre descriptivo como "Ingresos (USD)" y agregue una descripción que explique la lógica de negocios.
Marque el modelo semántico como Aprobado para Copilot para habilitar las características mejoradas de inteligencia artificial.
Un equipo de datos genera una ontología a partir de un modelo semántico publicado en Fabric. Después de la generación, varios tipos de entidad tienen nombres como factsales y dimstore. ¿Cuál es el paso siguiente recomendado?
factsales
dimstore
Elimine la ontología generada y recompilela manualmente desde tablas de OneLake.
Cambie el nombre de los tipos de entidad a nombres descriptivos para la empresa, como "SaleEvent" y "Store" y compruebe los enlaces de datos.
Publique la ontología tal como está, ya que los tipos de entidad se actualizan automáticamente cuando cambia el modelo semántico.
Un desarrollador configura el esquema de datos de IA en el cuadro de diálogo Prep para IA. Ocultan varias columnas de clave suplente y campos de metadatos ETL. ¿Qué comportamiento de Copilot afecta directamente esta acción?
Copilot ya no incluye esos campos en sus datos de base durante el preprocesamiento.
Copilot genera respuestas más rápidas porque procesa menos tokens.
Copilot crea automáticamente descripciones para los campos visibles restantes.
Una organización quiere que Copilot devuelva de forma coherente el mismo objeto visual cuando los usuarios preguntan "¿Cuáles fueron las ventas totales del trimestre pasado?". ¿Qué característica de preparación para inteligencia artificial debe configurar el equipo?
Instrucciones de inteligencia artificial que definen la medida y el filtro de tiempo preferidos para preguntas de ventas.
Respuestas comprobadas con frases desencadenadores que coinciden con formas comunes en que los usuarios hacen esta pregunta.
Modelado lingüístico con sinónimos de "ventas totales" y "último trimestre".
Un profesional de análisis crea un modelo semántico bien diseñado con nombres claros, descripciones y relaciones de esquema de estrella. Quieren que su trabajo respalde a los agentes de IA más allá de Power BI Copilot. ¿Cuál capacidad de Fabric IQ conecta el modelo semántico a una inteligencia artificial más amplia de la empresa?
La característica Generar ontología que crea tipos de entidad, propiedades y relaciones a partir del modelo semántico.
La designación "Aprobado para Copilot" certifica el modelo para su uso con IA.
Configuración de preguntas y respuestas que configura sinónimos y relaciones lingüísticas para el modelo.
Debe responder todas las preguntas antes de comprobar su trabajo.
Us ha resultat útil aquesta pàgina?
Necessiteu ajuda amb aquest tema?
Voleu provar d'utilitzar l'Ask Learn per aclarir-vos o guiar-vos per aquest tema?