Qu’est-ce que Copilot dans Fabric dans la charge de travail Data Warehouse (préversion) ?

2025-04-30

S’applique à :✅ point de terminaison d’analytique SQL et entrepôt dans Microsoft Fabric

Microsoft Copilot dans Fabric dans la charge de travail Data Warehouse est un assistant IA conçu pour simplifier vos tâches d’entreposage de données. Copilot s’intègre en toute transparence à votre entrepôt de données dans Fabric, fournissant des insights intelligents pour vous aider à suivre chaque étape de vos explorations T-SQL.

Copilot dans Fabric Data Warehouse utilise des noms de table et d’affichage, des noms de colonnes, une clé primaire et des métadonnées de clé étrangère pour générer du code T-SQL. Copilot dans Microsoft Fabric dans Data Warehouse n’utilise pas de données dans des tables pour générer des suggestions T-SQL.

Fonctionnalités de Copilot dans Fabric Data Warehouse

Copilot dans Fabric Data Warehouse offre les fonctionnalités suivantes :

Langage naturel vers SQL : Demandez à Copilot de générer des requêtes SQL à l’aide de questions simples en langage naturel.
Complétion de code : améliorez votre productivité en programmation avec des suggestions de code optimisées par l’IA.
Actions rapides : corrigez et expliquez rapidement les requêtes SQL avec des actions facilement disponibles.
Intelligent Insights : recevez des suggestions intelligentes et des insights basés sur le schéma et les métadonnées de votre entrepôt.

Il existe trois façons d’interagir avec Copilot dans l’éditeur Fabric Warehouse.

Volet de conversation Copilot dans Fabric Data Warehouse : utilisez le volet de conversation pour poser des questions à Copilot via le langage naturel. Copilot répond avec une requête SQL générée ou en langage naturel en fonction de la question posée.
- Langage naturel vers SQL : générez du code T-SQL et obtenez des suggestions de questions à poser pour accélérer votre flux de travail.
Complétion de code Copilot dans Fabric Data Warehouse : commencez à écrire du T-SQL dans l’éditeur de requête SQL et Copilot génère automatiquement une suggestion de code pour vous aider à compléter votre requête. La touche Tab accepte la suggestion de code ou continue à taper pour ignorer la suggestion.
Actions rapides Copilot dans Fabric Data Warehouse : dans le ruban de l’éditeur de requête SQL, les options Correctif et Explication sont des actions rapides. Mettez en surbrillance une requête SQL de votre choix et sélectionnez l’un des boutons d’action rapide pour effectuer l’action sélectionnée sur votre requête.
- Expliquer: Copilot peut fournir des explications en langage naturel de votre schéma de requête et d’entrepôt SQL au format des commentaires.
- Réparer: Copilot peut corriger les erreurs dans votre code à mesure que des messages d’erreur se produisent. Les scénarios d’erreur peuvent inclure du code T-SQL incorrect/non pris en charge, des orthographes incorrectes, etc. Copilot fournit également des commentaires qui expliquent les modifications et suggèrent les meilleures pratiques SQL.

Activer Copilot

Avant de commencer à utiliser Copilot, votre administrateur doit activer la commutation de locataire. Pour plus d’informations, consultez les paramètres de l'instance Copilot.
Votre capacité F2 ou P1 doit se trouver dans l’une des régions répertoriées dans la disponibilité de la région Fabric.
Si votre client ou capacité se trouve en dehors des États-Unis ou de la France, Copilot est désactivé par défaut, sauf si l'administrateur de votre client Fabric permet le paramètre de locataire Les données envoyées à Azure OpenAI peuvent être traitées en dehors de la région géographique de votre client, de la limite de conformité ou de l'instance de cloud national dans le portail d'administration Fabric.
Copilot dans Microsoft Fabric n’est pas pris en charge sur les SKU de version d’essai. Seules les références SKU payantes (F2 ou version ultérieure, ou P1 ou ultérieure) sont prises en charge pour l’instant.
Pour plus d’informations, consultez Vue d’ensemble de Copilot dans Fabric et Power BI.

Meilleures pratiques pour l’utilisation de Copilot dans Fabric Data Warehouse

Voici quelques astuces pour optimiser la productivité avec Copilot.

Lorsque vous élaborez des consignes, veillez à commencer par une description claire et concise des informations spécifiques que vous recherchez.
Le langage naturel en SQL dépend des noms de table et de colonne expressives. Si votre table et vos colonnes ne sont pas expressives et descriptives, Copilot pourrait ne pas être en mesure de créer une requête pertinente.
Utilisez le langage naturel applicable à votre table et affichez les noms, les noms de colonnes, les clés primaires et les clés étrangères de votre entrepôt. Ce contexte aide Copilot à générer des requêtes exactes. Spécifiez les colonnes que vous souhaitez voir, les agrégations et les critères de filtrage de la manière la plus explicite possible. Copilot doit être en mesure de corriger les fautes de frappe ou de comprendre le contexte en fonction de votre contexte de schéma.
Créez des relations dans la vue de modèle de l’entrepôt pour augmenter la précision des instructions JOIN dans vos requêtes SQL générées.
Lorsque vous utilisez des saisies semi-automatiques de code, laissez un commentaire en haut de la requête avec -- pour vous aider à guider Copilot avec le contexte sur la requête que vous essayez d’écrire.
Évitez tout langage ambigu ou trop complexe dans vos invites. Simplifiez la question tout en conservant sa clarté. Cette modification garantit que Copilot peut la traduire efficacement en une requête T-SQL pertinente qui récupère les données souhaitées à partir des tables et vues associées.
Actuellement, le langage naturel en SQL prend en charge la langue anglaise en T-SQL.

Exemples d’invites

Les exemples d'invite suivants sont clairs, spécifiques et adaptés aux propriétés de votre schéma et de votre entrepôt de données, ce qui permet à Copilot de générer plus facilement des requêtes T-SQL précises :

    - 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

Remarque

L'IA alimente Copilot, des surprises et des erreurs sont donc possibles.

Utilisation responsable de l’IA de Copilot

Pour afficher les instructions de Microsoft relatives à l’IA responsable dans Fabric Data Warehouse, consultez confidentialité, sécurité et utilisation responsable de Copilot.

Microsoft s’engage à s’assurer que nos systèmes d’IA sont guidés par nos principes d’IA et par la Norme d’IA responsable. Ces principes incluent la possibilité pour nos clients d’utiliser ces systèmes efficacement et conformément à leurs utilisations prévues. Notre approche de l’IA responsable évolue continuellement pour résoudre de manière proactive les problèmes émergents.

Limites

Voici les limitations actuelles de Copilot dans le data warehouse de Fabric :

Copilot ne comprend pas les entrées précédentes et ne peut pas annuler les modifications après qu’un utilisateur a commité une modification lors de la création, via l’interface utilisateur ou le volet de conversation. Par exemple, vous ne pouvez pas demander à Copilot d’annuler mes cinq dernières entrées. Toutefois, les utilisateurs peuvent toujours utiliser les options d’interface utilisateur existantes pour supprimer les modifications ou requêtes indésirables.
Copilot ne peut pas modifier les requêtes SQL existantes. Par exemple, si vous demandez à Copilot de modifier une partie spécifique d’une requête existante, cela ne fonctionnera pas.
Copilot peut produire des résultats incorrects lorsque l’intention est d’évaluer les données. Copilot a accès au schéma de l’entrepôt, mais à aucune des données à l’intérieur.
Les réponses Copilot peuvent inclure du contenu incorrect ou de faible qualité. Veillez donc à passer en revue les sorties avant de les utiliser dans votre travail.
Les personnes capables d’évaluer de manière significative la précision et l’adéquation du contenu doivent passer en revue les sorties.

Partager via