Upotreba kopilota za analizu aktivnosti toka radne površine (pretpregled)

Članak
12/25/2023

[Ovaj je članak iz dokumentacije predizdanja i podložan je promjenama.]

Razumijevanje performansi automatizacije ključno je za postizanje ciljeva operativne izvrsnosti i pouzdanosti, bez obzira na veličinu automatizacijskog imanja, tima ili uloge unutar organizacije. Za postizanje tih ciljeva potrebne su napredne i dinamične mogućnosti praćenja koje vam pružaju vrijedne uvide koji ističu područja uspjeha i identificiraju potencijalna uska grla, trendove i područja za poboljšanje. Detaljniji uvidi omogućuju vam donošenje informiranih odluka koje optimiziraju vaše procese automatizacije, što dovodi do povećane učinkovitosti i učinkovitosti.

Važno

To je značajka pretpregleda.
Značajke pretpregleda nisu namijenjene u proizvodne svrhe i mogu imati ograničene funkcije. Te su značajke dostupne prije službenog izdavanja da bi se klijentima omogućio prijevremeni pristup i slanje povratnih informacija.

Najnoviji napredak u umjetnoj inteligenciji pruža nam dosad neviđene mogućnosti za istraživanje novih slučajeva upotrebe praćenja zdravlja automatizacije koji bi mogli uključivati bilo što, od jednostavnog istraživanja podataka do otkrivanja anomalija, pametnih preporuka, pa čak i samoizlječivih botova.

Budući da kopilot sada može analizirati aktivnost protoka radne površine, poduzimamo prvi korak u novom smjeru, omogućujući vam demokratizaciju pristupa uvidima postavljajući pitanja specifična za aktivnost protoka radne površine kopilota pomoću prirodnog jezika.

Važno

Tu mogućnost pokreće servis Azure OpenAI .
Kopilot je nova tehnologija koja se još uvijek razvija. Optimiziran je za upotrebu s engleskim jezikom i ima ograničenu podršku s drugim jezicima. Kao takvi, dijelovi se mogu pojaviti na engleskom, a ne na željenom jeziku.
Pročitajte najčešća pitanja o odgovornoj umjetnoj inteligenciji za kopilot u aktivnosti protoka radne površine (pretpregled) da biste saznali više o ovom novom iskustvu kopilota.
Više često postavljanih pitanja: Najčešća pitanja o odgovornoj umjetnoj inteligenciji za,Najčešća Power Automate pitanja za sigurnost podataka kopilota i privatnost u Microsoft Power Platform

Preduvjeti

Račun tvrtke ili obrazovne ustanove s pristupom Power Automate okruženju sa sjedištem u Sjedinjenim Američkim Državama.
Tijekom početnog pretpregleda morate imati okruženje u regiji Sjedinjenih Država da biste koristili ovu značajku. Ako nemate pristup okruženju sa sjedištem u Sjedinjenim Američkim Državama, možete zatražiti od administratora da stvori novo okruženje u Power Platform centru za administratore i odabrati Sjedinjene Američke Države kao svoju regiju.
Dodatne informacije potražite u poznatim ograničenjima .

Kako to funkcionira?

Ovo iskustvo kopilota pokreće servis Azure Open AI i može prevesti korisničke upite u valjane Dataverse upite FetchXML. U početku su ti upiti usredotočeni i optimizirani za aktivnost protoka radne površine, kao što su trčanje, tokovi, pogreške i strojevi.

Proces na visokoj razini

Nakon što korisnik unese valjani upit, kopilot generira valjani FetchXML upit na temelju unosa.
Ako je generirani FetchXML valjan, upit se zatim izvršava u pozadinskom sustavu u Dataverse sigurnosnom kontekstu trenutnog korisnika radi dohvaćanja podudarnih podataka. Time se korisnicima osigurava da vide samo podatke kojima su već ovlašteni pristupiti.
Kopilot zatim određuje najprikladniju izlaznu vizualizaciju, kao što je tablica, tortni grafikon, trakasti grafikon ili linijski grafikon, kako bi učinkovito predstavio uvide i podatke korisniku.

Što su upiti FetchXML-a?

Microsoft Dataverse FetchXML je jezik koji se koristi za dohvaćanje podataka iz Dataverse baze podataka. Dizajniran je da bude jednostavan za stvaranje, korištenje i razumijevanje. Na primjer, možda želite zatražiti Dataverse da vam date popis svih tokova za određeni tijek. Upit FetchXML način je na koji izgovarate to pitanje kako bi ga baza podataka razumjela i mogla vam dati prave rezultate.

Poticanje najboljih praksi

Budite konkretni: Što ste specifičniji sa svojim upitom, to će umjetna inteligencija bolje razumjeti i odgovoriti. Ako umjetna inteligencija ne proizvodi željeni izlaz, ne brinite, pokušajte ponovno podešavanjem upita.
Eksperimentirajte s uputama: ako ne dobivate rezultate koje ste očekivali, pokušajte preformulirati upit ili pružiti više konteksta.
Pošaljite povratne informacije: ako je umjetna inteligencija proizvela sjajne ili nezadovoljavajuće odgovore, javite nam tako da odaberete palac gore ili dolje s opcijom pružanja dodatnih povratnih informacija putem veze Recite Microsoftu što vam se sviđa u vezi s ovom značajkom koja se pojavljuje ispod.

Primjeri upita

Primjeri upita koji se mogu koristiti kao početni upit za vlastite slučajeve upotrebe objašnjeni su u ovom odjeljku. Neki od ovih upita možda neće biti primjenjivi ili će vratiti netočne rezultate jer na točnost može utjecati razumijevanje modela ili stvarni upit i podaci koji su vam dostupni na temelju vaših dozvola. Preporučujemo da pregledate i provjerite valjanost vraćenih rezultata i upita FetchXML. Dodatne informacije: Provjera rezultata upita FetchXML koje je generirao kopilot.

Izvođenja

Koji su tokovi prošli tjedan najviše trajali?
Kojih je jučerašnjih pet najboljih tokova po broju završenih vožnji?
Koje je bilo prosječno trajanje izvođenja tijeka '[umetnite naziv toka ovdje]' tijekom prošlog semestra?

Errors

Pokaži mi najčešće pogreške pri pokretanju tijekom prošlog mjeseca.
Pokaži mi raspodjelu uspješnih naspram neuspjelih tokova tijekom zadnjeg kvartala.
Koliki je bio broj neuspjelih vožnji tijekom tjedna prije posljednjeg?

Računala

Koji su botovi danas imali najviše neuspjeha?
Koji su strojevi u načinu održavanja?
Koji su strojevi s najviše kvarova?

Autori

Pokaži mi najbolje tokove po broju trčanja zajedno s podacima o vlasniku.
Tko su bili 10 najboljih korisnika koji su vodili tokove tijekom prošlog mjeseca?
Kada i od koga su prošli tjedan izmijenjeni tokovi radne površine?

Upiti s više okreta

U kontekstu umjetne inteligencije, upiti za višestruko okretanje omogućuju vam kontinuirani razgovor s kopilotom, gdje pamti kontekst prethodnih poruka u razgovoru. To nije samo odgovaranje na jednokratna pitanja; Sudjeluje u dijalogu s vama, gdje se svaki odgovor temelji na onome što je već rečeno.

Napomena

Kada sudjelujete u razgovorima s više okreta, imajte na umu da kopilot prati samo pet najnovijih pitanja. To znači da kopilot počinje čistiti upite koji su prvi uneseni i zadržava samo posljednjih pet. Da biste poboljšali kvalitetu odgovora, predlažemo da ograničite sljedeća pitanja na četiri, a zatim ponovno pokrenete chat. Dodatne informacije: Brisanje konteksta prethodnog upita za novi početak.

Primjer

Skrenuti	Pitaj i odgovori
	Korisnik: pokažite mi raspodjelu uspješnih vs neuspjelih tokova tijekom posljednjeg tromjesečja
	Kopilot: Evo raspodjele uspješnih vs neuspjelih tokova tijekom posljednjeg tromjesečja.
	Korisnik: koja je bila glavna pogreška onih koji nisu uspjeli?
	Evo glavne pogreške onih koji nisu uspjeli.
	Korisnik: na kojim nazivima strojeva najviše nisu uspjeli?
	Kopilot: Ovdje su nazivi strojeva u kojima je došlo do najviše kvarova.
	Korisnik: od onih koji su uspjeli koje je bilo njihovo prosječno trajanje trčanja?
	Kopilot: Evo prosječnog trajanja izvođenja tokova koji su uspjeli.

Utjecaj na izlazni oblik

Možete utjecati na izlazni format kopilota tražeći eksplicitne izlazne vrste kao što su "pokaži mi neuspjelo u odnosu na uspješnu distribuciju pokretanja tijeka kao trakasti grafikon." To vjerojatno daje sljedeći ishod:

Brisanje konteksta prethodnog upita za novi početak

Ako želite resetirati razgovor s kopilotom, možete odabrati tri točke ... pored imena kopilota, a zatim odabrati Novi chat.

Provjera valjanosti rezultata upita FetchXML koje je generirao kopilot

Sljedeći koraci vode vas kroz postupak provjere valjanosti (i potencijalno ponovne uporabe) upita Dohvaćanja u Power Automate tokovima oblaka.

Prvi korak: stvaranje kopije upita FetchXML

Nakon slanja upita kopilotu dobivate odgovor koji uključuje vezu s oznakom Pokaži kôd. Odaberite ovu vezu, a zatim ikonu kopiranja koja se nalazi u gornjem desnom kutu FetchXML okvira da biste kopirali kôd.

Drugi korak: stvaranje protoka oblaka i testiranje upita FetchXML

Dođite do portala Power Automate i na izborniku lijeve navigacije odaberite Moji tijekovi .
Nastavite odabirom + Novi tijek na naredbenoj traci, a zatim na padajućem izborniku odaberite Trenutni tijek oblaka.
Unesite naziv toka, odaberite Ručno pokreni tijek, a zatim Stvori .
Pojavit će se dizajner protoka oblaka. Pronađite i odaberite gumb + Novi korak .
Na traci za pretraživanje koja će se pojaviti unesite Dataverse, a zatim odaberite Dataverse poveznik iz rezultata.
Prikazuju se različite akcije. Pomičite se dok ne pronađete i odaberete akciju Reci popisa .
U akciji Popisi redaka odaberite vezu Prikaži dodatne mogućnosti .
Pojavit će se polje upita FetchXML. Ovdje unosite kopirani FetchXML upit koji je kopilot prethodno generirao.
Nakon lijepljenja u FetchXML odaberite Spremi.
Testirajte tijek tako da odaberete Testiraj.
Slijedite upute na zaslonu da biste ručno pokrenuli tijek da biste pregledali njegove rezultate.

Korak 3: Razumijevanje rezultata

Pretpostavimo da ste pitali kopilota 'koliko smo neuspjelih naspram uspješnih tokova imali prošli mjesec?' Time se stvara FetchXML upit sličan sljedećem:

<fetch version="1.0" mapping="logical" aggregate="true" count="3" page="1">
    <entity name="flowsession">
        <attribute name="flowsessionid" alias="flowsession_count" aggregate="count" />
        <attribute name="statuscode" alias="flowsession_statuscode" groupby="true" />
        <filter type="and">
            <condition attribute="completedon" operator="last-x-months" value="1" />
        </filter>
    </entity>
</fetch>

Ako se podaci podudaraju s danim FetchXML upitom, akcija Reci popisa konfigurirana u koraku 2 Dataverse vraća podatke u obliku pod nazivom JSON (JavaScript Object Notation), što je u osnovi metoda koja se koristi za dobro organizirano predstavljanje podataka, što olakšava čitanje i pisanje digitalno.

Za pitanja temeljena na distribuciji kao što je prethodno spomenuto, podaci se grupiraju po jednom ili više polja (), zajedno s agregacijom () koja vraća broj za svaku grupu (statuscodecountto jest,, failed, succeeded itd.).

Svaki od vraćenih zapisa sadrži polja kao što su:

flowsession_count: koliko je puta tijek rada pokrenut.
flowsession_regardingobjectid: Jedinstveni identifikator za pokretanje toka.
flowsession_statuscode: Stanje izvođenja tijeka (na primjer, Nije uspjelo).
workflow_name: Naziv toka.

Ako želite znati koliko je puta određeni tijek pokrenut, pogledajte flowsession_count stupac zapisa u kojem workflow_name se nalazi naziv toka.

Razumijevanje odgovora kopilota na problematične upute

Ova tablica prikazuje zadane odgovore koji se vraćaju kada kopilot ne može razumjeti vaše pitanje, namjeru ili generirati valjani odgovor.

Kopilot odgovor	Pojedinosti
Nažalost, nešto nije u redu. Pokušajte ponovno.	Označava da je došlo do neočekivane pogreške. Preformulirajte svoje pitanje i pokušajte ponovno.
Žao mi je, nisam razumio vaše pitanje. Preformulirajte ga i pokušajte ponovno. Mogu odgovoriti na pitanja koja se odnose na podatke na ovoj stranici. Za više primjera uputa koje možete pitati kopilota, možete posjetiti odjeljak s primjerima na našoj stranici dokumentacije.	Označava da vaše pitanje nije moguće prevesti u valjani FetchXML upit. Preformulirajte svoje pitanje i pokušajte ponovno.
Nažalost, Copilot je u kapacitetu i privremeno nije dostupan - pokušajte ponovno za neko vrijeme.	Označava da postoje ograničenja resursa u pozadinskom sustavu. Ponovno pokušajte s pitanjem nakon kratkog vremena.
Nažalost, vaša poruka sadrži potencijalno štetan sadržaj. Provjerite je li unos prikladan i pokušajte ponovno.	Označava da vaše pitanje može uključivati potencijalno štetan sadržaj i da ga je pozadinski servis blokirao. Uklonite potencijalno štetan sadržaj iz pitanja i pokušajte ponovno.
Žao mi je, nisam uspio generirati valjan odgovor na temelju vašeg pitanja. Preformulirajte ga i pokušajte ponovno. Mogu odgovoriti na pitanja koja se odnose na podatke na ovoj stranici. Za više primjera uputa koje možete pitati kopilota, možete posjetiti odjeljak s primjerima na našoj stranici dokumentacije.	Označava da generirani FetchXML nije valjan ili da upit nije uspio kada ga je kopilot pokušao izvršiti. Preformulirajte svoje pitanje i pokušajte ponovno.
Nažalost, pretraživanje uključuje previše rezultata. Suzite upit i pokušajte ponovno. Na primjere kako ograničiti rezultate pretraživanja koje je vratio kopilot potražite na našoj stranici dokumentacije.	Označava da filtri primijenjeni na upit premašuju trenutna ograničenja zbrajanja u FetchXML-u. Dodajte prikladnije filtre kao što je traženje jučerašnjih ili prošlomjesečnih podataka u upit kako biste bili sigurni da vraća podatke unutar tih ograničenja.

Poznati problemi i ograničenja

Sljedeći popis sadrži poznata ograničenja kopilota u aktivnosti protoka radne površine.

Kopilot je nova tehnologija koja se još uvijek razvija. Optimiziran je za upotrebu s engleskim jezikom i ima ograničenu podršku s drugim jezicima. Kao takvi, dijelovi se mogu pojaviti na engleskom, a ne na željenom jeziku.
Kopilot je trenutno dostupan samo u okruženjima sa sjedištem u Dataverse Sjedinjenim Državama.
Kopilot može vratiti pogrešne ili nepotpune podatke i upite FetchXML.
Kopilot je u početku sposoban odgovoriti samo na pitanja o aktivnosti protoka radne površine, kao što su pogreške, strojevi te prošla i trenutna izvođenja.
U razgovorima s više okreta kopilot zadržava kontekst samo posljednjih pet pitanja. Ako naiđete na pogrešne ili nepotpune rezultate, razmislite o ponovnom postavljanju razgovora. Dodatne informacije: Brisanje konteksta prethodnog upita za novi početak.
Za upite koji vraćaju velike skupove rezultata kopilot ih možda neće moći vratiti ili prikazati.

Dijeli putem