Uso de Copilot con modelos semánticos

Este artículo le ayuda a usar las experiencias de Copilot en Power BI para modelos semánticos.

Copilot en Microsoft Fabric es un asistente de inteligencia artificial generativa que pretende mejorar la experiencia de análisis de datos en la plataforma Fabric, incluida la carga de trabajo de Power BI. Puede usar Copilot en Power BI para admitir tanto el desarrollo como el consumo de modelos semánticos tanto por parte de usuarios de autoservicio como de empresa. Cuando se usa de forma eficaz, Copilot puede apoyar tanto a analistas como a usuarios empresariales para mejorar la productividad y obtener más valor de los modelos semánticos.

Sin embargo, para usar Copilot con modelos semánticos en Power BI, primero debe preparar los datos, el modelo semántico y los usuarios. Si no lo hace, Copilot produce principalmente salidas de baja calidad e inexactas que podrían ser incorrectas o incluso engañosas. Las secciones siguientes le guían a través de cómo puede usar Copilot en Power BI para desarrollar o consumir un modelo semántico con las experiencias de Copilot disponibles.

Nota:

Para más información, consulte la documentación de Copilot en Power BI.

Copilot y sus capacidades evolucionan con el tiempo. Las experiencias de Copilot en las secciones siguientes cambiarán y las nuevas experiencias podrían estar disponibles con modelos semánticos. Por lo tanto, debe estar al tanto de las versiones mensuales de Power BI y las novedades relevantes de Copilot.

Importante

No puede habilitar ni deshabilitar Copilot en cargas de trabajo específicas o para experiencias específicas de Copilot. Si Copilot en Fabric está habilitado en su capacidad para un usuario o grupo de seguridad, todas las cargas de trabajo y las experiencias de Copilot son accesibles para esos usuarios.

Desarrollo de un modelo semántico con ayuda de Copilot

Al desarrollar un modelo semántico en Power BI, puede usar Copilot para ayudar a mejorar la eficacia y comodidad de determinadas tareas. Normalmente, esto implica aprovechar Copilot para simplificar los cambios redundantes o repetitivos (como generar descripciones de medida) o ayudarle a abordar o comprender un diseño de modelo desafiante o DAX (por ejemplo, usar Copilot en la vista de consulta DAX para explicar los conceptos de DAX o generar consultas DAX).

En las secciones siguientes se explica cómo un desarrollador o analista de Power BI que crea modelos semánticos puede aprovechar las diversas experiencias de Copilot en Power BI.

Nota:

Las siguientes secciones se centran en las experiencias que respaldan el desarrollo de modelos semánticos en Power BI Desktop, y no mediante la edición de modelos de datos en línea en el servicio Power BI. Es posible que las instrucciones y consideraciones de las secciones siguientes se sigan aplicando al editar modelos de datos en el servicio Power BI, pero tenga en cuenta que existen diferencias entre estas dos experiencias.

En general, se recomienda desarrollar modelos semánticos de Power BI mediante Power BI Desktop o herramientas de terceros y, a continuación, publicar estos modelos en el servicio Power BI cuando esté listo para usarlos. Sin embargo, también puede editar modelos de datos en el servicio Power BI si es su preferencia o si no puede usar herramientas de escritorio para desarrollar el modelo.

Formular preguntas sobre los datos

Mientras desarrolla un modelo semántico, a menudo necesita explorar y consultar los datos. Normalmente, esto se haría mediante una conjunción del editor de Power Query, el lienzo del informe y las consultas DAX. Sin embargo, también puede realizar preguntas sobre los datos del modelo y su contenido mediante la ventana de chat de Copilot. Por lo general, hacer preguntas de datos es más una experiencia de consumo, donde los usuarios empresariales pueden formular preguntas sobre los datos cuando no pueden encontrar la respuesta en un informe. Sin embargo, los desarrolladores pueden usarlos para explorar los datos o validar cómo funciona Copilot en su modelo.

En la imagen siguiente se muestra un ejemplo de un usuario que hace una pregunta de datos a Copilot sobre un modelo semántico. La imagen muestra el siguiente mensaje: ¿Cuál fue el beneficio % para la región de ventas de Australia en 2023?

Casos de uso

Puede usar Copilot para formular preguntas de datos para los siguientes casos de uso:

• Explore los datos del modelo: Un desarrollador puede usar la experiencia Hacer preguntas de datos para explorar los datos de su modelo mediante Copilot. Sin embargo, es probable que sea más eficaz explorar los datos agregando objetos visuales al lienzo del informe o mediante consultas DAX. Esto se debe a que las visualizaciones del informe se actualizan automáticamente cada vez que haces cambios en el modelo, pero las respuestas a las preguntas de datos en el panel de chat de Copilot son estáticas y desaparecen cada vez que cierras el panel de chat de Copilot. Además, los objetos visuales generados por Copilot pueden incluir filtros específicos que no puedes crear por ti mismo en Power BI Desktop. Estos filtros pueden ser engañosos o problemáticos para investigar.

• Valide el uso de Copilot para consumir el modelo semántico: Los desarrolladores deben usar la experiencia Hacer preguntas de datos para comprender y probar cómo funcionan las experiencias de consumo de Copilot en su modelo semántico. Este es el caso de uso principal para el uso de Preguntas de datos al desarrollar un modelo semántico. Este caso de uso permite al desarrollador realizar cambios en su modelo semántico que podría admitir mejor Copilot para generar salidas más útiles.

Importante

Al diseñar el modelo semántico, asegúrese de hablar con los usuarios y documentar cómo lo consumirán, incluidos los elementos, las herramientas y las experiencias que usarán. Si los usuarios no usarán Copilot en Power BI, no es necesario que un desarrollador use la experiencia Hacer preguntas de datos para probar su modelo. Sin embargo, si los usuarios planean usar Copilot para consumir modelos semánticos ahora o en el futuro, es esencial que los desarrolladores tengan en cuenta esto durante el diseño y el desarrollo del modelo.

Ventajas

Un desarrollador puede usar Hacer preguntas de datos para comprender cómo será la experiencia para los usuarios empresariales que consumen el modelo semántico mediante Copilot en Power BI. Esta prueba es esencial si los usuarios empresariales quieren usar Copilot para consumir un modelo semántico.

Detalles de la experiencia

La experiencia de Formular preguntas sobre datos es distinto al proceso estándar de Copilot en Fabric en las siguientes áreas. Esta introducción se aplica al uso de la experiencia Formular preguntas sobre datos al desarrollar y consumir modelos semánticos:

• Entrada: Los usuarios proporcionan una solicitud escrita que formula una pregunta o solicitan información específica del modelo semántico.

• Preprocesamiento y datos de referencia: Copilot recupera los datos de referencia del esquema del modelo. Realiza la reducción del esquema para intentar restringir el contexto a lo que es más importante. Como contexto, Copilot toma la siguiente información para intentar mejorar la utilidad y la especificidad de la salida de Copilot:

  • Cualquier metadato de informe aparece en la página del informe actual. Si hay metadatos de informe relevantes, Copilot en Power BI responde a preguntas de datos del informe en lugar del modelo.
  • Conversación con Copilot en la sesión actual. Esto incluye cualquier pregunta y resultado previos, que abarcan los puntos de datos de las preguntas de datos que Copilot respondió anteriormente.
  • El esquema de modelo semántico, que incluye tablas, filas, columnas, medidas y otros objetos (como relaciones, grupos de cálculo, etc.).
  • Esquema lingüístico completo del modelo.
  • Ciertas propiedades del modelo semántico, incluidas descripciones, tipos de datos, cadenas de formato y categoría de datos.

  Se excluye la siguiente información:

  • Cualquier página de informe que esté oculta.
  • Cualquier campo (medida o columna) del modelo oculto.
  • Cualquier tabla del modelo marcada como privada.

• Salida: La salida que proporciona Copilot contiene varias partes:

  • Visual: Copilot responde a la pregunta de datos mediante la representación de un objeto visual de Power BI, como una tarjeta, un gráfico de líneas o una tabla. Copilot elige el objeto visual y su formato, que el usuario no puede controlar ni desarrollar en su solicitud. El objeto visual puede agotar el tiempo de espera si el modelo subyacente, DAX, o los datos no están optimizados o son demasiado complejos.
  • Resumen: Copilot resume el resultado de la consulta. Este resumen se genera mediante el envío de un resultado de consulta semántico a Azure OpenAI (que incluye puntos de datos) y la solicitud de una explicación del lenguaje natural.
  • Errores o solicitud de aclaración: Si Copilot no puede generar una respuesta, podría devolver un mensaje de error genérico. Este mensaje de error podría incluir una solicitud de aclaración, incluidas las variantes sugeridas de la pregunta de datos original del usuario.

Precaución

Cuando se usa Copilot en Power BI con modelos semánticos en Power BI Desktop, Copilot podría usar metadatos de informe como datos base. En determinadas circunstancias, los metadatos del informe pueden contener puntos de datos, como valores de columna, que pueden incluir información confidencial. Esto es cierto tanto para el formato de metadatos del informe heredado como para el nuevo formato de informe mejorado de Power BI (PBIR).

Sugerencias para mejorar las salidas de Copilot

Copilot puede producir salidas inexactas o de baja calidad, incluidas respuestas incorrectas a preguntas de datos. A menudo, las respuestas incorrectas surgen de errores de usuario o problemas del modelo. Para reducir la probabilidad de salidas incorrectas o inesperadas de Copilot, puede abordar las indicaciones del usuario y el diseño del modelo de datos.

Importante

Las respuestas inexactas a preguntas de datos pueden dar lugar a decisiones y acciones incorrectas por parte de los usuarios empresariales, lo que produce resultados incorrectos. Para evitar este impacto negativo, es importante que mitigue la probabilidad de respuestas inexactas por Copilot tanto como sea posible.

Un usuario solo puede producir resultados incorrectos escribiendo una solicitud insuficiente. Entre los ejemplos de mensajes insuficiente encontramos:

• Indicaciones imprecisas o incompletas: Si describe inexacta o incompletamente la salida deseada o usa lenguaje ambiguo en el mensaje, es menos probable que Copilot genere un resultado útil. Al escribir mensajes, debe intentar ser lo más específico y descriptivo posible al indicar el resultado deseado.

• Avisos incorrectos: Si comete errores ortográficos al hacer referencia a una medida, columna o nombre de tabla, Es posible que Copilot no haga referencia al campo correcto. Al escribir mensajes, debe asegurarse de que los campos que menciona en el mensaje hacen referencia correctamente a los campos del esquema del modelo semántico. Esto incluye evitar abreviaturas, acrónimos o puntuación excesiva. Tenga en cuenta que también puede usar sinónimos para hacer referencia a campos, pero no hay ninguna manera de validar qué sinónimos están disponibles para un campo determinado (como puede ver descripciones al mantener el puntero sobre una medida o columna en el panel Datos).

• Datos de referencia excesivos o inadecuados: Si envía un mensaje a través del panel de chat de Copilot, Copilot toma el historial de chat de esa sesión como datos de referencia durante el preprocesamiento. Dependiendo de lo que implica ese historial de chats, es posible que obtenga resultados diferentes o inesperados. Al escribir solicitudes, debe tener en cuenta que las solicitudes y los resultados anteriores se usarán como datos base. Para evitar esto, puede seleccionar el botón Copilot para cerrar y volver a abrir el panel de chat de Copilot, borrando el historial de chat antes de enviar un mensaje nuevo.

En la imagen siguiente se muestra un ejemplo de una salida incorrecta de Copilot debido a un mensaje de usuario deficiente:

La imagen muestra el siguiente mensaje: ¿Cuál fue el beneficio % para la región de ventas de Australia en 2023? En la salida, Copilot devuelve el valor numérico del beneficio en lugar de ofrecerlo como porcentaje. En este caso, el usuario podría obtener un mejor resultado de Copilot especificando más claramente que quieren el beneficio en porcentaje (en lugar de usar el símbolo de porcentaje).

Además de las solicitudes del usuario, la experiencia de preguntas sobre los datos también puede producir resultados incorrectos o inesperados debido a la calidad u organización del modelo semántico subyacente. Entre los ejemplos de cuándo el modelo semántico genera resultados deficientes se incluyen:

• Diseño o implementación de modelos deficientes: Si el modelo semántico no sigue los procedimientos recomendados comunes (como un diseño de esquema de estrella), es probable que obtenga resultados deficientes con cualquier herramienta de consumo o experiencia. Siempre debe esforzarse en alcanzar modelos semánticos de calidad para sacar el máximo partido de Power BI y Fabric. Consulte también Guía de modelado de datos para Power BI para obtener más sugerencias e instrucciones para mejorar los modelos semánticos de Power BI.

• Convenciones de nomenclatura deficientes: Si los campos tienen convenciones de nomenclatura incoherentes o excesivas (como acrónimos, abreviaturas y puntuación), es más probable que los usuarios cometan errores en sus mensajes y Copilot se confundirá al hacer referencia a estos campos. Copilot funciona mejor cuando las tablas, columnas y medidas tienen nombres en inglés legible.

• Organización de modelos deficiente: Si no organiza el modelo, es probable que experimente más problemas con Copilot. La organización del modelo es un tema grande que abarca muchas tareas, incluidas las descripciones de campos, ocultar columnas y medidas, y evitar campos con los mismos nombres en distintas tablas.

• Modelado lingüístico: Si el modelo semántico no tiene configurado el modelado lingüístico, incluidos los sinónimos de campos o verbos para las relaciones, Es posible que Copilot devuelva resultados inesperados. Power BI se basa en el mismo modelado lingüístico que la característica de preguntas y respuestas. La configuración de un modelo lingüístico para el modelo semántico cuesta más tiempo y esfuerzo sobre las tareas de desarrollo del modelo semántico. Sin embargo, puede compensar esto ligeramente usando Copilot para generar sinónimos, como se explica más adelante en este artículo.

• Complejidad del modelo: Cuanto más complejo sea el modelo, incluido tener más campos, dependencias y lógica de negocios, más probable es que experimente dificultades al usar Copilot. Por ejemplo, patrones complejos como la conversión de moneda o tablas desconectadas (como parámetros de campo) pueden provocar resultados inesperados o incorrectos cuando los usuarios hacen referencia a estos campos o tablas en sus mensajes. Con modelos más complejos, es posible que tenga que tener en cuenta decisiones de diseño de modelos específicas para obtener los mejores resultados con Copilot. En general, debe probar el modelo con Copilot para determinar si obtiene resultados coherentes y confiables. Si no, podría sugerir a los usuarios que no utilicen Copilot para consumir su modelo semántico.

Nota:

Para obtener más información, consulte Preparación de un modelo semántico para el consumo de Copilot más adelante en este artículo. Consulte también el artículo independiente sobre cómo actualizar el modelo de datos para que funcione bien con Copilot para Power BI para obtener más consideraciones.

En la imagen siguiente se muestra un ejemplo de una salida incorrecta de Copilot debido a problemas con el modelo semántico:

La imagen muestra el siguiente mensaje: ¿Cuántas unidades se vendieron en Australia en 2023? En la respuesta, Copilot devuelve el número de unidades donde la columna Country de la tabla Customer se filtra por "Australia", en lugar de filtrar la columna Country en la tabla Región de ventas . En este caso, el usuario podría haber mejorado la solicitud para especificar el país de la región de ventas. Sin embargo, el desarrollador de modelos semánticos también podría ocultar o cambiar el nombre de la columna País de la tabla Cliente si no se pretende usar con Copilot. Como alternativa, podrían deshabilitar el campo de los sinónimos de campo del modelo lingüístico mediante la configuración de preguntas y respuestas.

Tratamos la importancia del esquema lingüístico y la configuración de preguntas y respuestas en la sección Esquema lingüístico.

Sugerencia

Puede identificar qué campos y filtros usa Copilot para generar un objeto visual o responder a una pregunta de datos haciendo clic en el botón Agregar a la página . Esto agrega el objeto visual al lienzo del informe, donde puede seleccionar el objeto visual y ver los filtros que Copilot aplica o los campos que usa Copilot.

Independientemente de la calidad de la indicación o del modelo, todavía puede obtener resultados inexactos o de baja calidad de Copilot cuando se utiliza la experiencia Formular preguntas sobre datos. Esto se debe a que el modelo subyacente, con su configuración actual, no es determinista y no se garantiza que genere una respuesta correcta o la misma respuesta con el mismo aviso, modelo y datos.

En la imagen siguiente se muestra un ejemplo de Copilot que produce resultados inexactos o inadecuados:

En este ejemplo, la imagen muestra las indicaciones: Pregunta: ¿Qué país produjo el mayor beneficio en 2024? y Pregunta: ¿Qué país produjo el mayor beneficio en 2023? Las salidas muestran a Copilot en primer lugar pidiendo aclaración después de decir que no hay datos para 2024 en el modelo. Sin embargo, hay datos en el modelo en 2024 al filtrar a ese año mediante la tabla de fechas. A continuación, Copilot devuelve un resultado que filtra la columna Cumpleaños de la tabla Customer , en lugar de la tabla de fechas marcada en el modelo. Aunque el usuario podría generar un mensaje más específico o el desarrollador podría ocultar el campo Cumpleaños , en este caso, Copilot debería generar el resultado esperado.

Para mitigar este problema, es importante entrenar a los usuarios para que puedan valorar críticamente las salidas que obtienen de Copilot en Fabric y Power BI, y qué hacer para solucionar problemas de resultados inesperados o probar un nuevo aviso cerrando y reabrindo el panel o ventana de chat de Copilot.

Vista de consulta DAX

Al desarrollar un modelo semántico, puede usar Copilot para generar consultas DAX en la vista de consulta DAX. En estas consultas, también puede definir medidas DAX, que luego puede agregar al modelo semántico. También puede usar Copilot para explicar los conceptos de DAX, ya sea en consultas generadas o en consultas que usted mismo haya creado.

En la imagen siguiente se muestra un ejemplo de un usuario que pide a Copilot que genere una consulta DAX.

En la imagen se muestra el siguiente mensaje: beneficio de YTD por mes en 2023. A continuación, el usuario podría pedir a Copilot que explique la consulta, como se muestra en la siguiente imagen.

La imagen muestra el siguiente mensaje: Explica esta consulta DAX. La explicación se muestra en la parte inferior de la ventana de Copilot.

Casos de uso

Puede usar Copilot en la vista de consulta DAX para los siguientes casos de uso:

• Generación de consultas DAX: Puede usar Copilot para sugerir consultas DAX, que puede usar para:

  • Explore o analice el modelo o los datos.
  • Pruebe y valide el modelo o los datos.
  • Pruebe nuevos enfoques o patrones para los cálculos en DAX.

• Refactorización de consultas DAX existentes: Puede usar Copilot para modificar de forma más cómoda o eficaz las consultas que copió o escribió usted mismo, como:

  • Agregar comentarios para explicar y documentar una consulta o medida DAX.
  • Simplificar la lectura y comprensión de la consulta, como una consulta copiada de un objeto visual de un informe de Power BI que se está investigando.
  • Realizar reemplazos grandes o repetitivos en el código.
  • Pedir a Copilot que quite o reemplace las variables.

• Generar medidas DAX: Puede usar Copilot para sugerir medidas DAX definidas en sentido ascendente de una consulta generada. Estas medidas se pueden limitar a la consulta DAX que genera o agrega al modelo semántico.

• Explicar los conceptos de DAX: Puede usar Copilot para explicar y comprender mejor los distintos conceptos de DAX, como:

  • Consulta DAX o una medida definida en la consulta.
  • Funciones DAX, como CALCULATE o KEEPFILTERS.

Ventajas

La principal ventaja de usar Copilot en la vista de consulta DAX es que obtiene soporte técnico al escribir consultas DAX. Esto significa que los desarrolladores y analistas menos experimentados pueden usar Copilot para aprender conceptos de DAX o generar DAX para usarlos en su modelo. También puede ahorrar tiempo intermedio y experimentado a los desarrolladores cuando necesiten desarrollar DAX, pero no pueden recordar una función o patrón determinado, o cuando quieran refactorizar o simplificar una consulta existente.

Hay otras herramientas de IA generativas que puede usar para el código DAX, pero Copilot en Power BI tiene las siguientes ventajas específicas:

• Copilot en Power BI se desarrolla en colaboración con los autores del lenguaje DAX.
• Copilot no usa ningún ajuste de modelos, pero contiene metaprompts con ejemplos de DAX específicos de Microsoft.
• No tiene que copiar ni pegar código o información del modelo, ya que Copilot está integrado en Power BI Desktop.
• Durante el posprocesamiento, Copilot usa un analizador DAX para asegurarse de que la consulta es válida, lo que reduce la probabilidad de recibir alucinaciones en las consultas.

Advertencia

Los desarrolladores o analistas de Power BI no experimentados deben asegurarse de que validen y comprendan cualquier DAX que generen antes de usarlo. Esto es especialmente importante cuando usas Copilot en la vista de consulta DAX para sugerir medidas que agregas a tu modelo. Esto se debe a que Copilot no sabe dónde va a usar esa medida y, mientras que el código sugerido podría funcionar en la consulta DAX inicial, en un contexto de filtro diferente del informe, podría producir resultados inesperados o incorrectos.

Para validar y comprender DAX, estos desarrolladores inexpertos pueden usar Copilot para agregar comentarios al código, explicar conceptos e investigar también los patrones o funciones mediante orígenes en línea comprobados, como la documentación de Microsoft.

Detalles de la experiencia

Las experiencias de Copilot en la vista de consulta DAX tienen pasos durante el preprocesamiento y postprocesamiento que difieren de las otras experiencias de Copilot en Fabric.

Copilot en la vista de consulta DAX tiene los siguientes detalles que deben tenerse en cuenta:

• Entrada: Los usuarios proporcionan un mensaje escrito en un cuadro de entrada específico de una sola ventana de consulta DAX. Pueden solicitar una consulta, solicitar cambios en una consulta existente que Copilot ya generó o explicar un concepto DAX. En el cuadro de entrada, los usuarios también pueden seleccionar botones para generar consultas. El botón Reintentar volverá a generar la consulta al descuidar el contexto actual, de modo que pueda intentar obtener un enfoque diferente.

• Preprocesamiento y datos base: Copilot recupera los datos de referencia del esquema del modelo y cualquier elemento de la ventana de consulta. Copilot toma la siguiente información como contexto para intentar mejorar la utilidad y la especificidad de la salida de Copilot:

  • Cualquier texto que se encuentra en la ventana de consulta DAX actual, incluido el código DAX que ha escrito, comentarios o consultas DAX anteriores que generó.
  • El historial de conversaciones con Copilot desde la sesión actualmente activa. Esto incluye las preguntas y salidas anteriores, pero no los puntos de datos.
  • El esquema de modelo semántico, que incluye tablas, filas, columnas, medidas y otros objetos (como relaciones, grupos de cálculo, etc.). Esto incluye todos los objetos independientemente de si están ocultos o no (excepto cuando tiene una conexión dinámica a un modelo semántico compartido).
  • Sinónimos del esquema lingüístico del modelo.
  • Ciertas propiedades del modelo semántico, incluidas expresiones DAX, descripciones (truncadas después de los primeros 200 caracteres), tipos de datos, cadenas de formato (y expresiones de cadena de formato) y categoría de datos.
  • Algunas agregaciones estadísticas, como los valores mínimos y máximos de columnas del modelo que se pueden usar en una consulta. Estos son puntos de datos enviados a Copilot como contexto.
  • Copilot también puede enviar el resultado de la consulta a Azure OpenAI para poder explicar la consulta generada o sus resultados.

  Se excluye la siguiente información:

  • El historial de conversaciones con Copilot en la sesión actual al seleccionar el botón Reintentar.
  • Cualquier tabla del modelo marcada como privada.
  • Comentarios en expresiones DAX.

• Salida: La salida que proporciona Copilot contiene código DAX y comentarios DAX en la ventana de consulta DAX, o explicaciones de DAX en el cuadro de entrada de Copilot. Normalmente, un usuario debe elegir ejecutar y mantener la consulta por ellos mismos.

Sugerencias para mejorar las salidas de Copilot

Para mejorar la calidad de las consultas DAX generadas por Copilot, debe usar las mismas sugerencias que cuando use la experiencia Hacer preguntas de datos en Copilot. En concreto, debe asegurarse de que las indicaciones son claras, precisas y descriptivas, y que el modelo semántico está bien diseñado, organizado y no contiene demasiada complejidad o excepciones.

Nota:

Para obtener más información, consulte Preparación de un modelo semántico para el consumo de Copilot más adelante en este artículo. Consulte también el artículo independiente sobre cómo actualizar el modelo de datos para que funcione bien con Copilot para Power BI para obtener más consideraciones.

Algunas sugerencias específicas de la experiencia de consulta DAX son las siguientes:

• Diferencias entre los modelos de conexión local y dinámica: Copilot funciona de forma diferente en función de si está consultando un modelo local abierto en Power BI Desktop o en un modelo semántico compartido en el servicio Power BI. Por ejemplo, cuando tiene una conexión dinámica a un modelo semántico compartido y usa la experiencia de vista de consulta DAX:

  • Copilot no puede ver las expresiones DAX de medidas ni objetos ocultos o privados.
  • Copilot debe ejecutar la consulta DAX antes de devolverla para asegurarse de que la consulta es válida.

• Use el botón Reintentar: El botón Reintentar vacía la memoria caché de Copilot, asegurándose de obtener un nuevo resultado con los mismos datos de la solicitud y los datos base. Esto resulta útil cuando está trabajando de forma iterativa hacia una solución que cumpla sus requisitos específicos.

• Pida a Copilot que agregue comentarios al código: Los comentarios son una manera útil de organizar y documentar las consultas DAX y para ayudarle a comprender el código que genera Copilot. También puede pedir a Copilot que explique el concepto DAX.

• Comprobación de la calidad, orígenes revisados por el mismo nivel: Si aún no entiende el código generado con comentarios y explicaciones de Copilot, debe investigar las funciones y patrones en línea de fuentes de confianza, ya sea en la documentación de Microsoft o desde la comunidad de Power BI.

• Tenga cuidado con el uso de variables por Copilot: Copilot puede tener dificultades para usar variables adecuadamente en consultas DAX y medidas definidas. Por ejemplo, Copilot podría intentar filtrar o agrupar una variable que ya se ha declarado, lo que no es posible y genera un resultado inesperado.

• Use descripciones concisas para distinguir entre campos con nombre similar: Las descripciones ayudan cuando existen campos similares en el mismo modelo, como Name en la tabla Customer y Name en la tabla Store .

• Tenga en cuenta el uso del grupo de cálculo por Copilot: Copilot puede tener dificultades para usar grupos de cálculo en las consultas sugeridas. Para mejorar el uso de Copilot de los grupos de cálculo, debe incluir nombres de elementos de cálculo enumerados en la descripción del grupo de cálculo.

• Tenga en cuenta las funciones más recientes y la sintaxis DAX: Copilot y otras herramientas de inteligencia artificial generativa están limitadas en su volumen y ámbito de datos de entrenamiento. Por lo tanto, es más probable que se produzcan errores con funciones o sintaxis DAX más recientes. En estos escenarios, es posible que quiera intentar crear la consulta primero y, después, revisarla mediante Copilot.

• Al generar medidas, solicite siempre una consulta: La experiencia de Copilot en la vista de consulta DAX está diseñada para generar consultas DAX. Obtendrá los mejores resultados al indicar a Copilot que realice esta tarea, en lugar de pedirle que genere una medida u otra expresión DAX.

Esquema lingüístico

Puede usar Copilot para sugerir sinónimos para campos y relaciones lingüísticas para el modelo. Puede crear sinónimos o relaciones al crear el esquema lingüístico para el modelo semántico. Este modelado lingüístico es importante para garantizar que tanto Q&A como Copilot puedan devolver resultados útiles cuando los usuarios plantean preguntas a un modelo semántico. Se usan para interpretar las indicaciones del usuario e identificar los campos correctos, como el sinónimo Facturación que se usa para identificar una medida denominada Importe de ventas.

Para agregar sinónimos y relaciones al modelo semántico, debe habilitar la configuración de Power BI Desktop Activar Q&A para formular preguntas en lenguaje natural sobre los datos en la configuración de carga de datos del archivo actual. A continuación, puede abrir la ventana de configuración de 'Preguntas y respuestas' a través de Configuración de 'Preguntas y respuestas' en la cinta Modelado de Power BI Desktop.

En la imagen siguiente se muestra la ventana de configuración de preguntas y respuestas en Power BI Desktop, donde puede agregar sinónimos y relaciones para su uso por parte de Q&A y Copilot en Power BI.

Desde aquí, puede agregar sinónimos o relaciones manualmente, o agregar sinónimos sugeridos de su organización, un diccionario de sinónimos o mediante sugerencias de Copilot. Copilot puede sugerir sinónimos y nuevos tipos de relación para agregar al modelo semántico. Copilot también puede interpretar términos no reconocidos. En el caso de los sinónimos, puede ajustarlo desde el menú Configuración de sugerencias , como se muestra en la siguiente imagen.

Para obtener más información sobre el uso del menú de configuración de preguntas y respuestas, consulte Introducción a las herramientas de preguntas y respuestas para entrenar preguntas y respuestas de Power BI.

En lugar de usar la ventana de configuración de preguntas y respuestas, también puede agregar sinónimos y relaciones mediante archivos YAML de esquema lingüístico. Para obtener más información, consulte la entrada de blog Edición de esquemas lingüísticos de preguntas y respuestas.

Se recomienda usar Copilot para generar sinónimos como primer paso al realizar el modelado lingüístico para el modelo semántico. A continuación, puede seleccionar los sinónimos sugeridos, quitar los que no tienen sentido y agregar sinónimos adicionales cuando sea necesario. Asegúrese de compartir sinónimos útiles con su organización para reutilizarlos.

Además, si quiere excluir una tabla, columna o medida de uso de Preguntas y respuestas o Copilot, puede deshabilitar Incluir en Preguntas y respuestas de la ventana Sinónimos de la configuración de Preguntas y respuestas. Esto se recomienda cuando tenga campos técnicos o redundantes a los que no quiera hacer referencia mediante las distintas experiencias de Copilot.

Nota:

Si no tiene previsto usar Copilot o Q&A para el modelo semántico, no es necesario configurar un esquema lingüístico. El modelado lingüístico solo beneficia a estas características específicas.

Ventajas

El uso de Copilot para sugerir sinónimos puede ahorrar tiempo a los desarrolladores y ayudar a surgir con nuevos sinónimos que no considerarían de otro modo. Esto puede hacer que el modelado lingüístico sea más eficaz y eficaz, si necesita usarlo.

Sugerencias para mejorar las salidas de Copilot

Esta experiencia de Copilot usa los siguientes datos de base para el contexto:

• El esquema del modelo semántico, que incluye tablas, filas, columnas, medidas y otros objetos (como relaciones, grupos de cálculo, etc.).
• Esquema lingüístico completo del modelo.
• Ciertas propiedades del modelo semántico, incluidas descripciones, tipos de datos, cadenas de formato y categoría de datos.

Dados estos datos de base, puede asegurarse de que los sinónimos sugeridos son útiles para:

• Uso de convenciones de nomenclatura coherentes y precisas.
• Evitar el uso de puntuación, acrónimos y abreviaturas, siempre que sea posible.
• Asignar nombres a tablas, columnas y medidas en inglés.

Descripciones de medida

Puede usar Copilot para generar descripciones para las medidas del modelo. Las descripciones de medida son importantes para los consumidores de modelos y otros desarrolladores para comprender el propósito de una medida y cómo deben usarla. Además, las descripciones de medidas pueden mejorar la utilidad de los resultados de Copilot para otras funcionalidades de Copilot, como cuando se usa Copilot para generar consultas DAX en la vista de consulta DAX de un modelo semántico de Power BI.

Le recomendamos que use Copilot para generar descripciones de medida para las medidas del modelo. A continuación, puede revisar los resultados y revisarlos para asegurarse de que son precisos, concisos y útiles.

Ventajas

La creación de descripciones de medida normalmente es una tarea ardua que a menudo se descuida. La generación de descripciones de medida reduce el tiempo necesario para organizar y documentar el modelo semántico. A diferencia de un esquema lingüístico, todos los modelos semánticos pueden beneficiarse de agregar descripciones a tablas, columnas y medidas. Esto ayuda a mejorar la documentación del modelo y la utilidad para otros usuarios de su organización.

Sugerencia

Si necesita descripciones de medida en otro idioma, puede generarlas primero en inglés. Después, puede traducir el modelo publicado automáticamente mediante otras herramientas, como laboratorios de vínculos semánticos en cuadernos.

Sugerencias para mejorar las salidas de Copilot

Esta experiencia de Copilot usa los siguientes datos de base para el contexto:

• Expresiones DAX para medidas y objetos calculados.
• Propiedades de campo, incluidas descripciones, tipos de datos, cadenas de formato y categoría de datos.
• Sinónimos de campo.

Dados estos datos de base, puede asegurarse de que los sinónimos sugeridos son útiles para:

• Uso de convenciones de nomenclatura coherentes.
• Limitar el uso de signos de puntuación, acrónimos y abreviaturas.
• Medidas de nomenclatura en inglés.

Consumo de un modelo semántico mediante Copilot

Puede usar Copilot para plantear preguntas de datos a los modelos semánticos durante el consumo. Esta experiencia está disponible siempre que use un informe, incluido en Power BI Desktop, un informe publicado en un área de trabajo, una aplicación o un elemento OrgApp, o en la aplicación móvil de Power BI.

Los consumidores pueden formular preguntas de datos de un modelo semántico en los escenarios siguientes:

• No pueden encontrar la información ni el análisis que necesitan en sus informes.
• Quieren ver los datos presentados de otra manera, y personalizar los visuales no está habilitado.
• Quieren hacer una pregunta de datos mediante lenguaje natural, en lugar de usar herramientas o código.

Nota:

Consulte Formular preguntas sobre datos anteriormente en este artículo sobre el desarrollo de un modelo semántico con ayuda de Copilot. Las imágenes y las instrucciones allí también son aplicables al usar la experiencia de hacer preguntas a los datos para utilizar un modelo semántico.

Para obtener más información sobre cómo puede usar Copilot en informes, que consumen un modelo semántico, consulte el artículo Uso de Copilot con informes de Power BI.

Preparación de un modelo semántico para el consumo de Copilot

Solo debe usar Copilot para consumir modelos semánticos una vez que haya realizado los pasos necesarios para actualizar el modelo de datos para que funcione bien con Copilot para Power BI.

Sugerencia

Considere la posibilidad de usar etiquetas para etiquetar los modelos semánticos como listos para el consumo de Copilot. Esto puede ser una manera cómoda de permitir a los consumidores de datos identificar modelos que pueden usar con Copilot y esperar mejores resultados. Como alternativa, también puede considerar la preparación de un modelo semántico para su uso con Copilot como criterio para su aprobación al estado promovido o incluso certificado.

Si los modelos no están listos para su uso con Copilot en Power BI, pero los usuarios siguen deseando la flexibilidad de interrogar los datos por sí mismos, considere la posibilidad de usar personalizar visuales. Como alternativa, puede mostrar a los usuarios cómo usar exploraciones de los datos o conectarse al modelo semántico desde Power BI Desktop o Excel para crear sus propios informes.

Power BI Escritorio

En Power BI Desktop, puede hacer preguntas de datos del modelo semántico mediante el panel de chat de Copilot. Esto funciona con modelos locales abiertos en Power BI Desktop y cuando está conectado a un modelo semántico compartido mediante una conexión dinámica. Para obtener más información, consulte Hacer preguntas sobre datos anteriormente en este artículo.

También puede usar la vista de consulta DAX para consumir un modelo semántico mediante la generación de consultas DAX. Los usuarios avanzados de Power BI pueden hacerlo si prefieren explorar datos mediante código.

Sin embargo, para la mayoría de los consumidores de datos, suele ser más conveniente y eficaz consumir y explorar un modelo semántico añadiendo objetos visuales al lienzo del informe, o utilizando otros elementos como exploraciones o tablas dinámicas de Analyze-in-Excel. Estos elementos suelen tener una interfaz de usuario más sencilla y una experiencia de usuario más adecuada para explorar y comprender los datos que las experiencias de chat en lenguaje natural, como Copilot.

Sugerencia

Puede utilizar experiencias de Copilot en Power BI al conectarse a modelos semánticos que se han publicado en áreas de trabajo Pro o PPU. El único requisito es configurar Power BI Desktop para consumir Copilot desde un área de trabajo F64; esto ocurre independientemente del modelo semántico al que se conecte y del que consuma.

Informe publicado

En un informe publicado, también puede hacer preguntas de datos del modelo semántico conectado mediante el panel de chat de Copilot. Esta experiencia en Fabric es idéntica a la experiencia de hacer preguntas sobre datos en Power BI Desktop para el desarrollo y el consumo de modelos.

Nota:

Es posible que existan pequeñas diferencias entre las experiencias de Copilot en Fabric y en Power BI Desktop. Finalmente, con el tiempo, estas experiencias tendrán paridad y funcionarán de la misma manera.

Aplicación móvil de Power BI

En la aplicación móvil de Power BI, también puede formular preguntas de datos para cualquier informe mediante el panel de chat de Copilot en la aplicación. Las preguntas se dirigirán al modelo semántico conectado para ese informe. Esto funciona de forma similar a la experiencia hacer preguntas de datos que se explicó anteriormente en este artículo.

Contenido relacionado

• Actualización del modelo de datos para que funcione bien con Copilot para Power BI
• Introducción a Copilot para Power BI
• Copilot en la integración de Power BI