Bemærk!
Oprettelse af AI-instruktioner og AI-dataskema er kun tilgængelig i Power BI Desktop, og for bekræftede svar er den tilgængelig i både Power BI Desktop og Power BI-tjenesten. Forbrug af disse funktioner er tilgængeligt overalt, hvor Copilot findes.
Værktøjsfunktioner
Hvilke funktioner har Power BI i dag for at hjælpe mig med at forberede mine data til Copilot?
I dag indeholder Power BI fire primære værktøjsfunktioner til at konfigurere din model, så den er klar til behandling af naturligt sprog:
- AI-dataskema: Giver dig mulighed for at vælge et undersæt af skemaet for copilotforbrug.
- Bekræftede svar: Et konfigureret svarsæt, der er angivet af en modelforfatter, og som valideres for nøjagtighed og pålidelighed. Forfattere kan angive specifikke visualiseringer, som Copilot skal bruge i et bekræftet svar, når en bruger stiller et spørgsmål, der falder ind under den tildelte kategori.
- Instruktioner til kunstig intelligens: Instruktioner, du kan angive i din model for at give mere kontekst om dataene i modellen, hjælpe Copilot med at forstå, hvornår de skal fokusere på hvilke data, og hjælpe med at forstå visse tilknytningssprog, som brugerne kan bruge, når de interagerer med Copilot.
- Beskrivelser: Beskrivelser, der er angivet for tabeller og kolonner, for at give flere oplysninger om konteksten for dataene. Beskrivelser bruges kun i daX-forespørgsels-forespørgsel (data analysis expressions) og søgefunktioner i Copilot.
I hvilken rækkefølge skal jeg implementere værktøjsfunktioner til Power BI Copilot?
Hvis du vil have mest ud af Power BI Copilot, foreslår vi, at du implementerer værktøjsfunktionerne i følgende rækkefølge:
-
Start med at vælge de specifikke tabeller, felter og målinger, som Copilot skal referere til, når der besvares dataspørgsmål.
Under modeludvikling kan du inkludere elementer, der ikke er relevante for slutbrugerforespørgsler. Hvis skemaet indsnævres, kan Copilot fokusere på de mest meningsfulde dele af din model, hvilket reducerer flertydigheden – især i store datasæt med overlappende eller lignende navngivne felter.
Her har vi et eksempel på, hvordan AI-dataskema kan hjælpe Copilot med at fokusere på de rigtige data.
Når hele skemaet bruges, er Copilot ikke altid klar over, hvad brugeren mener, når vedkommende siger salg. I dette tilfælde returnerede Copilot GPM eller bruttoavancen, en legitim fortolkning af salget, men ikke den metrikværdi, som dette team typisk bruger til at analysere salg.
Modelforfatteren går ind på at forberede data til AI og fjerner GPM-målingen Total fra at blive inkluderet i det skema, der overføres til Copilot.
Når brugeren nu stiller det samme spørgsmål, har Copilot mere klarhed over, hvor svaret skal hentes fra, og fortolker salg korrekt som defineret og måler af dette team.
-
Konfigurer bekræftede svar til almindelige eller nuancerede spørgsmål, som brugerne kan stille.
Det gør du ved at vælge en visualisering og vælge "Opret bekræftet svar". Tilføj derefter udløserudtryk, der afspejler, hvordan brugerne sandsynligvis vil stille deres spørgsmål. Når brugerne indtaster et matchende eller lignende udtryk i Copilot, returnerer det det visuelle element, der er tillid til, og sikrer ensartede svar i høj kvalitet på tværs af rapporter.
I følgende eksempel vises fordelen ved et bekræftet svar. Brugeren beder om salg efter område. Copilot fortolker området som produktområde og returnerer en liste over produkter og deres salg. Brugeren søgte dog efter salg efter område eller placering.
Modelforfatteren angiver et bekræftet svar ved hjælp af en visualisering, der indeholder salg efter område. Når du har valgt at angive et bekræftet svar på visualiseringen, indeholder modellens forfatter udløserudtryk, der, når brugeren bliver spurgt, skal returnere dette specifikke visuelle svar.
Når brugeren nu spørger, hvad der er salg efter område, returneres det bekræftede svar, der er godkendt af modelforfatteren, af Copilot.
-
Når du har defineret skemaet og de bekræftede svar, kan du bruge AI-instruktioner til at vejlede Copilots funktionsmåde på modelniveau.
Instruktioner hjælper med at tydeliggøre forretningslogik, knytte brugerterminologi til modelfelter og direkte Copilot om, hvordan du fortolker eller analyserer bestemte datatyper. De er nyttige til at levere kontekst, som Copilot ellers ikke ville udlede alene.
I følgende eksempel kan du se, hvordan AI-instruktioner kan bruges til at give Copilot mere kontekst. Brugeren bad om salg i den travle sæson af 2012. Optaget sæson er et veldefineret, almindeligt brugt udtryk i denne organisation. Den semantiske model har dog ingen indikation af dette begreb nogen steder. Modelforfatteren angiver en instruktion om, at travl sæson er defineret som juni-aug.
Når brugeren nu stiller spørgsmålet igen om salg i den travle sæson, forstår Copilot dette definerede begreb og kan give svaret.
Føj beskrivelser til tabeller og kolonner.
Beskrivelser indeholder ekstra metadata, som Copilot kan bruge til at forstå din model.
Selvom beskrivelser i øjeblikket kun påvirker nogle Copilot-funktionsmåder, spiller de en større rolle i fremtidige funktioner. Tilføjelse af dem hjælper nu med at skabe et stærkt fundament for langsigtet succes med interaktioner med naturligt sprog i Power BI.
Kan jeg oprette værktøjer til en rapport i stedet for modellen?
I dag er funktionerne til værktøjer og konfiguration kun tilgængelige i modellen. Konfiguration af forskellige rapporter, der er bygget ud fra den samme model, understøttes endnu ikke. Skemaet, bekræftede svar, synonymer, instruktioner og beskrivelser er angivet i den semantiske model, men ikke i rapporten.
Hvilke funktioner i Copilot påvirkes af, at mine data forberedes til Copilot?
Se følgende tabel:
| Egenskab | AI-dataskema | Bekræftede svar | INSTRUKTIONER TIL KUNSTIG INTELLIGENS | Beskrivelser |
|---|---|---|---|---|
| Få en oversigt over min rapport | Nej | Nej | Ja | Nej |
| Stil et spørgsmål om visualiseringerne i min rapport | Nej | Ja | Ja | Nej |
| Stil et spørgsmål om min semantiske model | Ja | Ja | Ja | Nej |
| Opret en rapportside | Nej | Nej | Ja | Nej |
| Søge | Nej | Ja | Nej | Ja |
| DAX-forespørgsel | Nej | Nej | Ja | Ja |
Vide, hvilken funktion der skal bruges
Jeg prøver at få Copilot til at vælge det rigtige felt. Hvilken funktion skal jeg bruge?
Definer dit AI-dataskema.
Fjern alle tabeller, kolonner eller felter, der er irrelevante for brugernes behov. Dette hjælper Copilot med at fokusere på de mest relevante dele af din model og sikre, at den vælger de rigtige felter, når der skal svares på forespørgsler.
Brug bekræftede svar til visualiseringer i rapporter.
Hvis svaret på et spørgsmål kan afledes fra en visualisering i din rapport, skal du oprette et bekræftet svar. Dette sikrer, at når brugerne stiller spørgsmål med bestemte udløserudtryk, returnerer Copilot den korrekte visualisering på en ensartet måde.
Tilpas instruktioner til bestemte felter.
Når du har angivet skemaet og bekræftede svar, kan du bruge AI-instruktioner til at vejlede Copilot, når du vælger bestemte felter. Vi anbefaler, at du bruger instruktioner til finjustering og avancerede scenarier, når andre ai-funktioner til forberedelse af data er angivet. Ved at bruge denne sekvens af trin sikrer du, at Copilot returnerer de mest nøjagtige og kontekstafhængigt relevante resultater til brugerne, styret af modellens struktur og dine definerede instruktioner.
Jeg prøver at få Copilot til at forstå det ord, jeg bruger. Hvilken funktion skal jeg bruge?
Hvis du har et begreb, som Copilot kæmper med at forstå, at der altid er det samme korrekte element at referere til i din model, kan du angive et alternativt navn via AI-instruktioner.
Hvis dit team f.eks. kalder de personer, der sælger dine produkter "tættere på", er den bedste mulighed at angive en reference i AI-instruktioner ved at angive "sælgere" til også at være kendt som "tættere på".
Synonymer, der angives via Q&A-konfiguration, respekteres, men kun når Copilot besvarer et spørgsmål fra din semantiske model. Vi arbejder aktivt på at inkludere synonymer for at forberede dine data til Copilot.
Jeg forsøger at få Copilot til at forstå vilkårene for betingelser eller grupperinger. Hvilken funktion skal jeg bruge?
Hvis dit team bruger visse ord, der ikke er et nøjagtigt 1:1-match med tabeller/felter i din model, hjælper brug af AI-instruktioner med at tydeliggøre forskellige elementer med visse betingelser eller grupperinger.
Et salgsteam kan f.eks. klassificere "højt præsterede" som alle, der sælger mere end 100% af deres mål i en given måned. Du kan derefter angive følgende instruktioner til Copilot:
Høj performer betyder en sælger, der opfylder 100% eller mere af deres månedlige mål.
Nu, når en bruger spørger "Hvem var de højt præsterede sidste måned?" Copilot forstår definitionen af, hvad en høj performer betyder i dit team og din organisation.
Et andet eksempel kan komme med, hvordan et team klassificerer forskellige årstider. Der kan f.eks. refereres til Jan-May i dit team som langsom sæson, juni til september kan være en travl sæson, og oktober til december kan være standardsæson.
I AI-instruktioner kan du angive følgende:
- Langsom sæson betyder januar til maj.
- Travl sæson betyder juni til september.
- Standardsæson betyder oktober til december.
Nu, når en bruger spørger "Hvad var det samlede salg for travle sæson sidste år?" Copilot forstår, hvilken tidsramme brugeren mener med den travle sæson.
Jeg forsøger at få Copilot til at returnere det korrekte svar på de mest ofte stillede spørgsmål. Hvilken funktion skal jeg bruge?
Forbrugere af din rapport og dine data har sandsynligvis almindelige spørgsmål, der oftest bliver stillet. Den bedste måde at løse dette på er at anvende bekræftede svar på din model. Anvend et bekræftet svar ved at vælge en visualisering og angive udløserudtryk, der returnerer oplysninger ved hjælp af den tildelte visualisering, når en bruger spørger om emnet.
Forbrugere af rapporten og modellen spørger f.eks. ofte spørgsmål om samlet salg og beløb for "Hvilket produkt havde det højeste salg i sidste uge". Angivelse af et bekræftet svar hjælper Copilot med at forstå, hvor de rigtige oplysninger kan hentes fra, og hjælper med at opbygge forfatter- og forbrugertillid med det svar, der leveres.
Jeg forsøger at få Copilot til at returnere forskellige svar baseret på domæner eller brugergrupper. Hvilken funktion skal jeg bruge?
De funktioner, som de findes i dag, er begrænset til et bredt forbrug. Oprettelse af en ordliste baseret på forskellige grupper understøttes ikke i dag. Hvis brug af teknikere f.eks. betyder "antal gange, der er klikket på", og brug for en produktchef betyder "betaling af kunder i en given måned", betyder det, at definitionen af "forbrug" i modellen på to forskellige måder ikke kan understøttes i dag.