Introducción a Copilot para Almacenamiento de datos
Esto se aplica a:✅ Almacén en Microsoft Fabric
Microsoft Copilot para Fabric Data Warehouse es un asistente de IA diseñado para simplificar las tareas de almacenamiento de datos. Copilot se integra perfectamente con el almacén de Fabric, lo que proporciona información inteligente para ayudarle a lo largo de cada paso del camino en las exploraciones de T-SQL.
Copilot para Data Warehouse utiliza nombres de tablas y vistas, nombres de columnas, y metadatos de clave principal y clave externa para generar código T-SQL. Copilot para Data Warehouse no usa datos en tablas para generar sugerencias de T-SQL.
Entre las características clave de Copilot para Warehouse se incluyen las siguientes:
- Lenguaje natural a SQL: pida a Copilot que genere consultas SQL con preguntas sencillas en lenguaje natural.
- Finalización de código: mejore la eficacia de la codificación con finalizaciones de código con tecnología de inteligencia artificial.
- Acciones rápidas: corrija y explique rápidamente las consultas SQL con acciones disponibles fácilmente.
- Intelligent Insights: reciba información y sugerencias en función del esquema y los metadatos del almacenamiento.
Hay tres maneras de interactuar con Copilot en el editor de Fabric Warehouse.
- Panel de chat: use el panel de chat para hacer preguntas a Copilot con lenguaje natural. Copilot responderá con una consulta SQL generada o lenguaje natural en función de la pregunta que se le pregunte.
- Finalización de código: empiece a escribir T-SQL en el editor de consultas SQL y Copilot generará automáticamente una sugerencia de código para ayudar a completar la consulta. La tecla TAB acepta la sugerencia de código o sigue escribiendo para omitir la sugerencia.
- Acciones rápidas: en la cinta del editor de consultas SQL, las opciones Corregir y Explicar son acciones rápidas. Resalte una consulta SQL de su elección y seleccione uno de los botones de acción rápida para realizar la acción seleccionada en la consulta.
- Explicar: Copilot puede proporcionar explicraciones en lenguaje natural de la consulta SQL y el esquema de almacenamiento en formato de comentarios.
- Corregir: Copilot puede corregir errores en el código a medida que surgen mensajes de error. Los escenarios de error pueden incluir código T-SQL incorrecto o no admitido, ortografías incorrectas y mucho más. Copilot también proporcionará comentarios que explican los cambios y sugieren procedimientos recomendados de SQL.
- Procedimientos a fin de usar acciones rápidas de Copilot para Fabric Data Warehouse
Estas son algunas sugerencias para maximizar la productividad con Copilot.
- Al crear indicaciones, asegúrese de empezar con una descripción clara y concisa de la información específica que busque.
- El lenguaje natural a SQL depende de nombres de tabla y columna expresivos. Si la tabla y las columnas no son expresivas y descriptivas, es posible que Copilot no pueda construir una consulta significativa.
- Use el lenguaje natural que se aplica a los nombres de tabla y vista, los nombres de columna, las claves principales y las claves externas de su almacén. Este contexto ayuda a Copiloto a generar consultas precisas. Especifique las columnas que desea ver, las agregaciones y los criterios de filtrado de la manera más explícita posible. Copilot debe ser capaz de corregir errores tipográficos o comprender el contexto una vez que se ha dado el contexto del esquema.
- Cree relaciones en la vista de modelo del almacén para aumentar la precisión de las instrucciones JOIN en las consultas SQL generadas.
- Al usar la finalización de código, deje un comentario en la parte superior de la consulta con
--
para ayudar a guiar al Copilot con contexto sobre la consulta que está intentando escribir. - Evite lenguaje ambiguo o demasiado complejo en los mensajes. Simplifique la pregunta al tiempo que mantiene su claridad. Esta edición garantiza que Copilot pueda traducirlo de forma eficaz a una consulta T-SQL significativa que recupere los datos deseados de las tablas y vistas asociadas.
- Actualmente, el lenguaje natural a SQL admite el idioma inglés a T-SQL.
- Las indicaciones de ejemplo siguientes son claras, específicas y están adaptadas a las propiedades del esquema y almacenamiento de datos, lo que facilita a Copiloto generar consultas T-SQL precisas:
Show me all properties that sold last year
Count all the products, group by each category
Show all agents who sell properties in California
Show agents who have listed more than two properties for sale
Show the rank of each agent by property sales and show name, total sales, and rank
- El administrador debe habilitar el modificador de inquilino antes de empezar a usar Copilot. Para más información, vea Configuración del inquilino de Copilot.
- La capacidad F64 o P1 debe estar en una de las regiones enumeradas en este artículo, disponibilidad regional de Fabric.
- Si el inquilino o la capacidad están fuera de EE. UU. o Francia, Copilot está deshabilitado de forma predeterminada, a menos que el administrador de inquilinos de Fabric permita que los Datos enviados a Azure OpenAI se puedan procesar fuera de la región geográfica del inquilino, los límites de cumplimiento o la configuración de inquilino de la instancia de nube nacional en el portal de administración de Fabric.
- Copilot en Microsoft Fabric no se admite en las SKU de prueba. Solo se admiten SKU de pago (F64 o superior, o P1 o superior).
- Para más información, consulte Información general de Copilot en Fabric y Power BI.
Microsoft se compromete a garantizar que nuestros sistemas de inteligencia artificial estén guiados por nuestros principios de inteligencia artificial y el estándar de inteligencia artificial responsable. Estos principios incluyen la formación de nuestros clientes para que usen estos sistemas de forma eficaz y en consonancia con sus usos previstos. Nuestro enfoque sobre la inteligencia artificial responsable está en continua evolución para poder anticiparse a los problemas que van surgiendo.
Las características de Copilot en Fabric se han creado para cumplir con el estándar de inteligencia artificial responsable, lo que significa que los equipos multidisciplinarios las revisan para detectar posibles daños y, a continuación, se refinan para incluir mitigaciones para esos daños.
Para obtener más infomación, consulte Privacidad, seguridad y uso responsable de Copilot para Data Warehouse (versión preliminar).
Estas son las limitaciones actuales de Copilot para Data Warehouse:
- Copilot no entiende las entradas anteriores y no puede deshacer los cambios después de que un usuario confirme un cambio al crear, ya sea a través de la interfaz de usuario o el panel de chat. Por ejemplo, no puede pedir a Copilot "Deshacer mis últimas 5 entradas". Sin embargo, los usuarios todavía pueden usar las opciones existentes de la interfaz de usuario para eliminar cambios o consultas no deseados.
- Copilot no puede realizar cambios en las consultas SQL existentes. Por ejemplo, si pide a Copilot que edite una parte específica de una consulta existente, no funciona.
- Copilot puede producir resultados inexactos cuando la intención es evaluar los datos. Copilot solo tiene acceso al esquema del almacén, no a los datos incluidos.
- Las respuestas de Copilot pueden incluir contenido inexacto o de baja calidad, por lo que debe asegurarse de revisar las salidas antes de usarlas en el trabajo.
- Las revisiones de las salidas las deben realizar personas que puedan evaluar de forma significativa la exactitud e idoneidad del contenido.
- Configurar el inquilino de Copilot (versión preliminar)
- Procedimientos a fin de usar el panel de chat de Copilot para Fabric Data Warehouse
- Procedimientos a fin de usar acciones rápidas de Copilot para Fabric Data Warehouse
- Procedimientos a fin de usar la finalización de código de Copilot para Fabric Data Warehouse
- Privacidad, seguridad y uso responsable de Copilot para Data Warehouse (versión preliminar)