Escritura de consultas con Copilot en Fabric en la carga de trabajo de inteligencia en tiempo real

Puede usar Copilot para traducir las preguntas de lenguaje natural en consultas del lenguaje de consulta kusto (KQL). Simplemente describa lo que desea analizar o buscar en lenguaje sin formato y Copilot genere la consulta KQL correspondiente automáticamente. Esta característica facilita a cualquier persona, independientemente de su familiaridad con KQL, explorar y analizar datos de forma eficaz.

Para obtener información sobre la facturación, Copilotconsulte Anuncio Copilot de precios de Fabric.

Prerrequisitos

• Un área de trabajo con una capacidad habilitada para Microsoft Fabric
• Acceso de escritura a un conjunto de consultas KQL

Nota:

• El administrador necesita habilitar el intercambio de inquilinos antes de que empiece a usar Copilot. Consulte el artículo Copilot configuración de inquilinos para obtener más información.
• La capacidad F2 o P1 debe estar en una de las regiones enumeradas en este artículo, Disponibilidad de regiones de Fabric.
• Si el inquilino o la capacidad están fuera de EE. UU. o Francia, está deshabilitado de forma predeterminada, Copilot 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 de la capacidad, 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 es compatible con las SKU de prueba. Solo se admiten SKU de pago (F2 o superior, o P1 o superior).
• Consulte el artículo Información general sobre Copilot en Fabric y Power BI para obtener más información.

Funcionalidades de Copilot para escribir consultas en KQL

Copilot permite traducir sin esfuerzo las consultas de lenguaje natural al lenguaje de consulta kusto (KQL). El copilot actúa como un puente entre los lenguajes cotidianos y las complejidades técnicas de KQL y, al hacerlo, elimina las barreras de adopción para analistas de datos y científicos de datos ciudadanos. Al aprovechar la comprensión avanzada del lenguaje de OpenAI, esta característica le permite enviar preguntas empresariales en un formato familiar de lenguaje natural, que luego se convierten en consultas KQL. Copilot acelera la productividad al simplificar el proceso de creación de consultas con un enfoque eficaz y fácil de usar para el análisis de datos.

Copilot admite interacciones conversacionales que le permiten aclarar, adaptar y ampliar las consultas dinámicamente, a la vez que mantiene el contexto de las entradas anteriores. Puede refinar las consultas y formular preguntas de seguimiento sin comenzar:

• Refinamiento dinámico de consultas: puede refinar el KQL inicial generado mediante Copilot la refinación del mensaje para quitar la ambigüedad, especificar tablas o columnas, o proporcionar más contexto.

• Preguntas de seguimiento sin problemas: si el KQL generado es correcto, pero desea explorar los datos más profundamente, puede formular preguntas de seguimiento relacionadas con la misma tarea. Puede expandir el ámbito de la consulta, agregar filtros o explorar puntos de datos relacionados mediante la creación del diálogo anterior.

Uso Copilot de para escribir consultas en KQL

Puede acceder de Copilot dos maneras:

• Mediante un conjunto de consultas KQL: Vaya a un conjunto de consultas KQL nuevo o existente y use la Copilot característica para generar consultas a partir de mensajes de lenguaje natural.

• A través del icono Editar de Real-Time Paneles: Al editar un icono en un panel deReal-Time, use Copilot para ayudar a crear o refinar consultas KQL directamente dentro de la experiencia de edición del panel.

Siga los pasos que se indican a continuación para usarlos Copilot en cualquier contexto:

1. En el Copilot panel, escriba la pregunta empresarial en lenguaje natural.

2. Presione ENTRAR.

   Después de unos segundos, Copilot genera una consulta KQL basada en la entrada. Puede copiar la consulta en el Portapapeles, Insertarla en el editor de consultas o Reemplazar la consulta en contexto por ella. Para ejecutar la consulta en el editor de consultas, debe tener acceso de escritura al conjunto de consultas KQL.

3. Seleccione el botón Ejecutar para ejecutar la consulta.

   

   Nota:

   • Copilot no genera comandos de control.
   • Copilot no ejecuta automáticamente la consulta KQL generada. Se recomienda a los usuarios ejecutar las consultas a su propia discreción.

Puede seguir realizando preguntas de seguimiento o refinar aún más la consulta. Para iniciar un nuevo chat, seleccione la burbuja de voz en la parte superior derecha del Copilot panel (1).

Mantenga el puntero sobre una pregunta anterior (2) y seleccione el icono de lápiz para copiarlo en el cuadro de pregunta para editarlo o copiarlo en el Portapapeles.

Mejora de la precisión de Copilot para escribir consultas KQL

Estas son algunas sugerencias que pueden ayudar a mejorar la precisión de las consultas KQL generadas por Copilot:

• Comience con indicaciones de lenguaje natural simples para aprender las funcionalidades y limitaciones actuales. A continuación, continúe gradualmente a avisos más complejos.

• Indique la tarea con precisión y evite la ambigüedad. Imagine que ha compartido el mensaje del lenguaje natural con algunos expertos de KQL de su equipo sin agregar instrucciones orales, ¿podrían generar la consulta correcta?

• Para generar la consulta más precisa, proporcione cualquier información relevante que pueda ayudar al modelo. Si puede, especifique tablas, operadores o funciones que son fundamentales para la consulta.

• Preparar la base de datos: agregue propiedades docstring para describir tablas y columnas comunes. Este paso puede ser redundante para nombres descriptivos (por ejemplo, marca de tiempo), pero es fundamental para describir tablas o columnas con nombres sin significado. No es necesario agregar docstring a tablas o columnas que rara vez se usan. Para obtener más información, visite el comando alter table column-docstrings.

• Para mejorar Copilot los resultados, seleccione el icono like o like para enviar sus comentarios en el formulario Enviar comentarios .

  Nota:

  El formulario Enviar comentarios envía el nombre de la base de datos, su dirección URL, la consulta KQL generada por copilot y cualquier respuesta de texto libre que incluya en el envío de comentarios. Los resultados de la consulta KQL ejecutada no se envían.

Agregar capturas privadas

Aumenta Copilot el aviso del usuario con los ejemplos más relevantes (pares <NL, KQL>, también conocidos como shots) de una base de datos pública de shots. El equipo de RTI mantiene y administra esta base de datos. Se basa principalmente en la documentación de KQL y está disponible de inmediato para los usuarios del Copilot. Sin embargo, es una base de datos genérica y no contiene ningún conocimiento específico del dominio de la base de datos KQL actual. Para aumentar aún más la Copilotcapacidad de generar correctamente consultas KQL complejas para sus escenarios, puede crear una base de datos private Shots. Esto le permitirá agregar consultas de KQL avanzadas para escenarios específicos del equipo, mediante operadores de KQL avanzados (por ejemplo, semántica de grafos, análisis de series temporales, detección de anomalías y mucho más) y función almacenada definida en la base de datos KQL. Actualmente, las capturas privadas se publican automáticamente tanto desde conjuntos de consultas como desde paneles en tiempo real. Guardar estos artefactos desencadena la publicación de las consultas KQL contenidas en la base de datos de capturas privadas.

Nota:

• Transcurren unos minutos desde que se guardan estos artefactos hasta que se publican y están listos para ser recuperados por el Copilot para mejorar el mensaje del usuario.
• Solo el KQL es obligatorio. El LLM genera automáticamente la descripción correspondiente de NL. Aun así, puede agregar una breve descripción del KQL con un comentario previo (que debe adjuntarse al KQL).
• Las consultas KQL que fueron generadas por el Copilot y copiadas al conjunto de consultas mediante el botón "Copiar en el editor" de Copilot comienzan con una línea de comentario "// Esta consulta de KQL se generó mediante inteligencia artificial:" y no se publican en la base de datos de capturas privadas. Si desea incluirlos simplemente elimine ese comentario (pero deje el siguiente comentario, que es el mensaje del usuario, ya que resulta útil para generar la descripción de NL).

Limitaciones y consideraciones

• Copilot puede sugerir consultas de KQL sugeridas potencialmente inexactas o engañosas debido a:
  • Entrada de usuario compleja y larga.
  • Entrada de usuario que dirige a entidades de base de datos que no son tablas de base de datos KQL o vistas materializadas (por ejemplo, función KQL).
• Más de 10 000 usuarios simultáneos dentro de una organización pueden producir errores o un impacto importante en el rendimiento.

Contenido relacionado

• Generación de Real-Time panel con Copilot en Fabric en la carga de trabajo de inteligencia en tiempo real
• Privacidad, seguridad y uso responsable de Copilot para Real-Time Intelligence
• Copilot en Tejido
• Copilot para Microsoft Fabric: Preguntas más frecuentes