Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
È possibile aggiungere un modello semantico come origine dati all'agente dati di Fabric. Prima di eseguire questa operazione, è consigliabile preparare il modello semantico usando Preparazione per l'intelligenza artificiale in Power BI.
Preparazione per l'intelligenza artificiale consente di definire il modo in cui le esperienze di intelligenza artificiale interpretano il modello semantico. Consente di definire quali parti del modello esporre, descrivere come devono essere usate e fornire contesto aggiuntivo per migliorare l'accuratezza delle risposte generate.
Oltre alle configurazioni eseguite tramite Prep per intelligenza artificiale, l'agente dati di Fabric trae vantaggio anche dalle procedure consigliate seguenti nel modello semantico, ad esempio nomi significativi e descrizioni su tabelle, colonne e misure. Pertanto, l'agente dati usa elementi come descrizioni di tabelle e colonne, sinonimi, relazioni e tipi di dati per interpretare meglio le domande dell'utente, selezionare i campi pertinenti e generare risposte accurate. Altre informazioni sull'ottimizzazione del modello semantico.
Preparazione per i componenti di intelligenza artificiale e l'agente dati di Fabric
Preparazione per intelligenza artificiale offre tre componenti di configurazione chiave in Power BI:
- Schemi di dati di intelligenza artificiale: definire le tabelle e le colonne con priorità per le query DAX generate.
- Risposte verificate: risposte predefinite e convalidate a domande comuni o importanti.
- Istruzioni per l'intelligenza artificiale: indicazioni contestuali per aiutare l'IA a generare risposte pertinenti e accurate.
Come l'agente dati di Fabric usa Prep per i componenti di intelligenza artificiale
Istruzioni di intelligenza artificiale e risposte verificate: questi componenti esistono solo tramite "Preparazione per intelligenza artificiale" sul lato del modello semantico e non sono configurabili all'interno dell'agente dati di Fabric. Tuttavia, l'agente dati di Fabric li rispetta completamente quando presente nel modello semantico.
Usare le istruzioni di intelligenza artificiale per descrivere quale set di tabelle e colonne deve essere usato per rispondere ai tipi di domande. Ciò consente di suddividere il modello semantico in domini logici, migliorando la pertinenza della risposta e riducendo l'ambiguità.
Includere query DAX di esempio nelle istruzioni di intelligenza artificiale per determinare quali query sono più appropriate per diversi tipi di domande. Per determinare quale query DAX deve essere usata per ogni domanda, usare la vista query DAX per testare e convalidare le espressioni DAX che producono i risultati corretti per diversi tipi di domande che gli utenti potrebbero porre sul modello semantico.
In Visualizzazione query DAX (disponibile in Power BI Desktop) scrivere ed eseguire query DAX direttamente sul modello semantico. Questo approccio consente di:
- Esplorare il comportamento delle diverse misure e colonne.
- Verificare che le formule DAX restituisca i numeri e la struttura corretti.
Dopo aver verificato quali query DAX restituiscono risultati accurati e significativi, includere quelle come query DAX di esempio nelle istruzioni per l'intelligenza artificiale all'interno di Prep for AI.
Schemi di dati di intelligenza artificiale: Sia "Prep for AI" che l'agente dati di "Fabric" consentono di selezionare le tabelle, ma il comportamento dipende da come le selezioni si sovrappongono.
Scenario Comportamento Tabella selezionata sia nell'agente dati di Fabric che in Preparazione per intelligenza artificiale Vengono usate solo le colonne definite in Preparazione per intelligenza artificiale. Tabella selezionata solo nell'agente dati di Fabric e non in Preparazione per intelligenza artificiale Vengono utilizzate tutte le colonne della tabella. Non è disponibile alcuna configurazione di preparazione per l'intelligenza artificiale L'agente dati di Fabric usa le proprie selezioni di tabella e vengono usate tutte le colonne della tabella selezionata. Tabella selezionata solo in Preparazione per intelligenza artificiale e non selezionata nell'agente dati di Fabric L'agente dati di Fabric ignora la tabella selezionata solo in Preparazione per intelligenza artificiale.
Procedure consigliate per configurare modelli semantici di Power BI come origini dati nell'agente dati di Fabric
- Usare sempre Prep per AI prima di tutto: configurare schemi di dati AI, istruzioni AI e risposte verificate nell'ambito del modello semantico prima di aggiungerlo all'agente dati di Fabric.
- Allineare le selezioni di tabella: quando si aggiunge un modello semantico, assicurarsi di selezionare le stesse tabelle nell'agente dati di Fabric definite anche tramite schemi di dati di intelligenza artificiale in Preparazione per intelligenza artificiale.
- Usare le istruzioni di intelligenza artificiale: definire chiaramente le tabelle e le colonne da usare per tipi specifici di domande. Questa definizione consente all'intelligenza artificiale di suddividere il modello in domini logici e migliorare la precisione della risposta.