Cos'è Copilot nel carico di lavoro del Data Warehouse (anteprima)?

Si applica a: ✅ Endpoint di analisi SQL e data warehouse in Microsoft Fabric

Copilot in Fabric Data Warehouse è un assistente di intelligenza artificiale progettato per semplificare le attività di data warehousing. Copilot si integra perfettamente con il data warehouse in Fabric, fornendo informazioni dettagliate intelligenti che consentono di seguire ogni passaggio delle esplorazioni T-SQL.

Copilot in Fabric Data Warehouse utilizza nomi di tabelle e viste, nomi di colonne, chiave primaria e metadati di chiave esterna per generare codice T-SQL. Copilot in Fabric Data Warehouse non usa i dati nelle tabelle per generare suggerimenti T-SQL.

Funzionalità di Copilot in Fabric Data Warehouse

Copilot nel Magazzino dati di Fabric offre le seguenti funzionalità:

Linguaggio naturale per SQL: chiedere a Copilot di generare query SQL usando semplici domande in linguaggio naturale.
Completamento del codice: migliorare l'efficienza di codifica con i completamenti del codice basati su intelligenza artificiale.
Azioni rapide: correggere e spiegare rapidamente le query SQL con azioni facilmente disponibili.
Intelligent Insights: ricevere suggerimenti intelligenti e informazioni dettagliate in base allo schema e ai metadati del magazzino.

Esistono tre modi per interagire con Copilot nell'editor di Fabric Warehouse.

Pannello chat Copilot: Usa il pannello per fare domande a Copilot tramite linguaggio naturale. Copilot risponde con una query SQL generata o un linguaggio naturale in base alla domanda posta.
- Linguaggio naturale per SQL: generare codice T-SQL e ottenere suggerimenti di domande da porre per accelerare il flusso di lavoro.
Completamento del codice Copilot: Inizia a scrivere T-SQL nell'editor di query SQL e Copilot genera automaticamente un suggerimento di codice per aiutarti a completare la tua query. Accettare il suggerimento di codice con il tasto TAB oppure continuare a digitare per ignorare il suggerimento.
Azioni rapide di Copilot: Nel ribbon dell'editor di query SQL, le opzioni Fix e Explain sono azioni rapide. Evidenziare una query SQL di propria scelta e selezionare uno dei pulsanti azione rapida per eseguire l'azione selezionata nella query.
- Spiega: Copilot può fornire spiegazioni in linguaggio naturale della tua query SQL e dello schema del data warehouse in formato commento.
- Correggi: Copilot può correggere gli errori nel codice man mano che si verificano messaggi di errore. Gli scenari di errore possono includere codice T-SQL non corretto o non supportato, ortografie errate e altro ancora. Copilot fornisce anche commenti che spiegano le modifiche e suggeriscono le procedure consigliate per SQL.

Abilita Copilot

L'amministratore deve abilitare l'opzione del tenant prima di iniziare a usare Copilot. Per altre informazioni, vedere Impostazioni del tenant di Copilot.
La capacità F2 o P1 deve trovarsi in una delle regioni elencate nella disponibilità delle regioni Fabric.
Se il tenant o la capacità si trova all'esterno degli Stati Uniti o della Francia, Copilot è disabilitato per impostazione predefinita, a meno che l'amministratore del tenant di Fabric non consenta l'elaborazione dei dati inviati ad Azure OpenAI all'esterno dell'area geografica della capacità, del limite di conformità o dell'impostazione del tenant dell'istanza cloud nazionale nel portale di amministrazione di Fabric.
Copilot in Microsoft Fabric non è supportato negli SKU di valutazione. Attualmente sono supportati solo gli SKU a pagamento (F2 o superiore o P1 o versione successiva).
Per altre informazioni, vedere Informazioni generali di Copilot in Fabric e Power BI.

Procedure consigliate per l'uso di Copilot in Fabric Data Warehouse

Ecco alcuni suggerimenti per ottimizzare la produttività con Copilot.

Quando scrivi i prompt, inizia con una descrizione chiara e concisa delle informazioni specifiche che stai cercando.
Il linguaggio naturale per SQL dipende dai nomi di tabella e colonna espressivi. Se la tabella e le colonne non sono espressive e descrittive, Copilot potrebbe non essere in grado di costruire una query significativa.
Usa un linguaggio naturale per i nomi delle tabelle e delle viste, i nomi delle colonne, le chiavi primarie e le chiavi esterne del tuo data warehouse. Il contesto aiuta Copilot a generare query accurate. Specifica quali colonne vuoi vedere, aggregazioni e eventuali criteri di filtraggio nel modo più esplicito possibile. Copilot deve essere in grado di correggere gli errori di digitazione o comprendere il contesto in base al contesto del proprio schema.
Creare relazioni nella vista modello del data warehouse per aumentare l'accuratezza delle istruzioni JOIN nelle query SQL generate.
Quando si usano i completamenti del codice, lasciare un commento nella parte superiore della query con -- per aiutare Copilot a comprendere il contesto della query che si sta scrivendo.
Evitare un linguaggio ambiguo o eccessivamente complesso nelle richieste. Semplificare la domanda mantenendone la chiarezza. Questa modifica garantisce che Copilot possa convertirla in modo efficace in una query T-SQL significativa che recupera i dati desiderati dalle tabelle e visualizzazioni associate.
Attualmente il linguaggio naturale per SQL supporta la lingua inglese per T-SQL.

Esempi di richieste

Le richieste di esempio seguenti sono chiare, specifiche e personalizzate in base alle proprietà dello schema e del data warehouse, semplificando la generazione di query T-SQL accurate da parte di Copilot:

    - 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

Note

Copilot è supportato dall'IA, quindi sono possibili sorprese ed errori.

Uso responsabile dell'IA con Copilot

Per consultare le linee guida di Microsoft per l'IA responsabile in Fabric Data Warehouse, vedi Privacy, sicurezza e uso responsabile dell'IA di Copilot.

Microsoft si impegna a garantire che i sistemi di IA siano guidati dai nostri principi di IA e dallo Standard di intelligenza artificiale responsabile. Questi principi includono la possibilità per i nostri clienti di usare questi sistemi in modo efficace e in linea con i loro usi previsti. Il nostro approccio all'intelligenza artificiale responsabile è in continua evoluzione per risolvere in modo proattivo i problemi emergenti.

Limitations

Ecco le limitazioni correnti di Copilot in Fabric in Data Warehouse:

Copilot non comprende gli input precedenti e non può annullare le modifiche dopo che un utente conferma una modifica durante la creazione, sia tramite l'interfaccia utente sia tramite il riquadro della chat. Ad esempio, non puoi chiedere a Copilot di annullare i miei ultimi cinque input. Tuttavia, puoi comunque usare le opzioni dell'interfaccia utente esistenti per eliminare modifiche o query indesiderate.
Copilot non può apportare modifiche alle query SQL esistenti. Ad esempio, se si chiede a Copilot di modificare una parte specifica di una query esistente, non funziona.
Copilot potrebbe produrre risultati imprecisi quando l'intento è valutare i dati. Copilot ha accesso solo allo schema del magazzino e nessun dato al suo interno.
Le risposte di Copilot possono includere contenuti inaccurati o di bassa qualità, quindi assicurati di rivedere i risultati prima di utilizzarli nel tuo lavoro.
Gli utenti che possono valutare in modo significativo l'accuratezza e l'adeguatezza del contenuto devono esaminare gli output.

Commenti e suggerimenti

Questa pagina è stata utile?

Last updated on 2026-09-03