Pendamping untuk Kecerdasan Waktu Nyata

Copilot pada beban kerja Fabric Real-Time Intelligence adalah asisten AI yang membantu Anda dalam melakukan kueri, menganalisis, dan menjelajahi data real-time Anda. Copilot menerjemahkan bahasa alami ke dalam kueri Kusto Query Language (KQL) dan memungkinkan eksplorasi data interaktif, tanpa memerlukan keahlian KQL.

Copilot dalam set kueri KQL

Copilot dalam kueri KQL mengubah pertanyaan bahasa alami menjadi kueri KQL. Jelaskan kebutuhan analisis data Anda dalam bahasa biasa, dan Copilot menghasilkan kueri yang sesuai. Copilot mendukung interaksi percakapan, sehingga Anda dapat menyempurnakan kueri dan mengajukan pertanyaan tindak lanjut tanpa memulai kembali.

Untuk detail tentang cara menggunakan Copilot dalam set kueri KQL, lihat Copilot untuk menulis kueri KQL.

Copilot pada Dasbor Real-Time

Copilot di Dasbor Real-Time menyederhanakan pengeditan petak peta dasbor dan eksplorasi data:

  • Edit kueri blok: Gunakan Copilot untuk membuat atau mengedit kueri KQL di belakang blok dasbor langsung di panel pengeditan, menggunakan bahasa natural alih-alih secara manual menulis KQL. Untuk detailnya, lihat Gunakan Copilot untuk menambahkan/mengedit petak
  • Explore data secara interaktif: Dalam mode tampilan, gunakan Copilot untuk mengajukan pertanyaan tentang data dasbor Anda, memfilter hasil, dan menyimpan wawasan sebagai petak peta baru. Untuk detailnya, lihat eksplorasi data waktu nyata yang dibantu oleh Copilot.

Copilot untuk data dalam Azure Data Explorer

Copilot juga mendukung kluster Azure Data Explorer (ADX). Saat terhubung ke kluster ADX, Copilot menghasilkan kueri KQL dan menjelajahi data dengan cara yang sama seperti yang dilakukannya untuk Eventhouse. Kapasitas yang diaktifkan oleh Fabric diperlukan.

Untuk informasi selengkapnya tentang menyambungkan ke ADX dari Fabric, lihat Konsumsi data ADX di Fabric.

Praktik terbaik untuk kueri KQL di Copilot

Tips berikut berlaku untuk Copilot di set kueri KQL dan Dasbor Real-Time:

  • Mulailah dengan perintah bahasa alami sederhana untuk mempelajari kemampuan dan batasan saat ini. Secara bertahap lanjutkan ke perintah yang lebih kompleks.

  • Sebarkan tugas dengan tepat dan hindari ambiguitas. Bayangkan berbagi perintah dengan pakar KQL tanpa menambahkan instruksi oral. Apakah mereka akan menghasilkan kueri yang benar?

  • Berikan informasi yang relevan untuk membantu model. Tentukan tabel, operator, atau fungsi yang penting untuk kueri jika memungkinkan.

  • Siapkan database Anda:

    • Tambahkan properti docstring untuk menjelaskan tabel dan kolom umum. Langkah ini sangat penting untuk tabel atau kolom dengan nama yang tidak bermanfaat.
    • Anda tidak perlu menambahkan docstring ke tabel atau kolom yang jarang digunakan.
    • Untuk informasi selengkapnya, lihat perintah ubah tabel column-docstrings.

  • Untuk meningkatkan hasil Copilot, pilih ikon like atau dislike untuk mengirimkan umpan balik.

    Note

    Formulir Submit umpan balik mengirimkan nama database, URL-nya, kueri KQL yang dihasilkan oleh Copilot, dan respons teks gratis apa pun yang Anda sertakan. Hasil kueri KQL yang dijalankan tidak dikirim.

Note

AI mendukung Copilot, sehingga kejutan dan kesalahan dimungkinkan.

Meningkatkan akurasi Copilot dengan Cuplikan Pribadi

Copilot meningkatkan perintah dengan menggunakan contoh yang paling relevan (disebut sebagai pasangan bahasa alami dan KQL, atau "cuplikan") dari database Cuplikan Publik. Database ini dikumpulkan oleh tim Real-Time Intelligence, berasal dari dokumentasi KQL, dan tersedia untuk semua pengguna Copilot. Database Public Shots menyediakan dasar yang kokoh namun bersifat umum dan kurang memiliki pengetahuan khusus domain terkait dengan database KQL Anda.

Untuk meningkatkan kemampuan Copilot menghasilkan kueri KQL yang akurat dan kompleks untuk skenario spesifik Anda, buat database Private Shots.

Pendekatan ini memungkinkan Anda menyertakan kueri KQL tingkat lanjut yang memenuhi persyaratan unik tim Anda. Misalnya, kueri yang menggunakan: - semantik grafik, - analisis rangkaian waktu, - deteksi anomali, - atau fungsi tersimpan yang ditentukan dalam database KQL Anda.

Bidikan Privat secara otomatis diterbitkan dari set kueri KQL dan Dasbor Real-Time. Saat Anda menyimpan artefak ini, kueri KQL yang ada di dalamnya diterbitkan ke database Private Shots, meningkatkan kemampuan Copilot dalam menyusun kueri yang sesuai dengan data dan kasus penggunaan Anda.

Note

  • Setelah Anda menyimpan artefak dari fitur Private Shots, dibutuhkan beberapa menit agar artefak tersebut diterbitkan dan siap digunakan oleh Copilot.
  • Hanya KQL yang wajib. LLM menghasilkan deskripsi bahasa alami. Anda dapat menambahkan deskripsi singkat dengan menyertakan komentar pendahuluan yang terlampir pada KQL.
  • Kueri KQL diperiksa untuk sintaks yang valid. Hanya kueri yang valid yang ditambahkan ke database Private Shots.
  • Copilot hanya menggunakan Pengambilan Pribadi yang bisa diakses oleh pengguna. Jika Anda tidak memiliki izin untuk melihat dashboard atau queryset tertentu, Copilot tidak menggunakan cuplikan dari artefak tersebut.
  • Kueri KQL yang dihasilkan oleh Copilot dan dimasukkan ke dalam set kueri dengan tombol Copy ke Editor menyertakan baris komentar: // This KQL query was generated by AI:. Kueri ini tidak diterbitkan ke database Private Shots. Untuk menyertakannya, hapus komentar ini sambil menyimpan komentar berikutnya yang berisi perintah pengguna.

Limitations

Batasan berikut berlaku untuk Copilot di seluruh Real-Time Intelligence:

  • Copilot tidak dapat mengubah kueri KQL yang ada di editor kueri. Jika Anda meminta panel obrolan Copilot untuk mengedit bagian tertentu dari kueri yang sudah ada, itu tidak berfungsi. Namun, Copilot memahami input sebelumnya di panel obrolan, sehingga Anda dapat melakukan iterasi pada kueri yang Copilot dihasilkan sebelum penyisipan.
  • Copilot mungkin menghasilkan hasil yang tidak akurat saat bertujuan mengevaluasi data. Copilot hanya memiliki akses ke skema database dan tidak memiliki akses ke data itu sendiri.
  • Respons Copilot dapat mencakup konten yang tidak akurat atau tidak berkualitas. Tinjau output sebelum menggunakannya dalam pekerjaan Anda.
  • Orang-orang yang secara bermakna dapat mengevaluasi akurasi dan kepatutan konten harus meninjau output.
  • Panel obrolan Copilot di database KQL tidak tersedia saat Private Link diaktifkan dan Akses Publik dinonaktifkan di pengaturan penyewa.

AI yang Bertanggung Jawab

Untuk melihat panduan Microsoft untuk AI Bertanggung Jawab pada Real-Time Intelligence, lihat Privasi, keamanan, dan penggunaan yang bertanggung jawab Copilot untuk Real-Time Intelligence.

Microsoft berkomitmen untuk memastikan bahwa prinsip AI dan Responsible AI Standard memandu sistem AI. Prinsip-prinsip ini termasuk memberdayakan pelanggan untuk menggunakan sistem ini secara efektif dan sejalan dengan penggunaan yang dimaksudkan.

Konten terkait

  • Last updated on