この記事では、Notebooks および Fabric データ エージェント (旧称データ エージェント) の Microsoft Copilot のしくみ、ビジネス データをセキュリティで保護し、プライバシー要件に準拠する方法、およびジェネレーティブ AI を責任を持って使用する方法について説明します。 Fabric での Copilot に関するこれらのトピックの概要については、 Copilot のプライバシー、セキュリティ、責任ある使用 (プレビュー) に関するページを参照してください。
データの使用
Fabric のノートブックにおける Copilot によるデータ使用
ノートブックでは、Copilot はユーザーの現在のノートブックにアクセスできるデータにのみアクセスできます。アクセスできるのは、アタッチされた Lakehouse 内か、ユーザーが直接そのノートブックに読み込むか、そのノートブックにインポートしたデータだけです。 ノートブックでは、Copilot はノートブックにアクセスできないデータにアクセスできません。
既定では、Copilot は次のデータ型にアクセスできます。
- 会話履歴: そのユーザーに対して Copilot に送信された以前のメッセージと返信。 (会話履歴の保存の詳細については、以下を参照してください)
- ユーザーが実行したセルの内容。
- ユーザーが実行したセルの出力。
- ノートブック内のデータ ソースのスキーマ。
- ノートブック内のデータ ソースからのサンプル データ。
- アタッチされたレイクハウス内の外部データ ソースからのスキーマ。
Fabric データ エージェントでのデータの使用
- ファブリック データ エージェントは、ユーザーの質問により適切に対応するために、ユーザーの会話履歴に依存します。 (会話履歴の保存の詳細については、以下を参照してください)
- 追加されたデータ ソースのスキーマ情報。 これには、テーブル名と列名が含まれます。 (データ エージェントの作成者は、含めるテーブルを選択します)。
会話履歴の処理方法
Notebooks および Fabric データ エージェントの Copilot の場合、ユーザー セッション間の会話履歴が格納されます。
会話履歴と保存場所を保存する理由
完全な会話型エージェント AI エクスペリエンスを使用するには、エージェントはコンテキストを維持するために、ユーザー セッション間で会話履歴を格納する必要があります。 これにより、AI エージェントは、ユーザーが以前のセッションで何を求めたかについてのコンテキストを保持し、通常は多くのエージェント AI エクスペリエンスで望ましい動作になります。 Notebooks の Copilot や Fabric データ エージェントなどのエクスペリエンスは、ユーザーのセッション全体の会話履歴を格納する AI エクスペリエンスです。
この履歴は、Azure セキュリティ境界内、同じリージョン、およびすべての Fabric AI 要求を処理する同じ Azure OpenAI リソースに格納されます。 この場合の違いは、ユーザーが許可する限り会話履歴が格納される点です。 セッション間で会話履歴を格納しないエクスペリエンスの場合、データは格納されません。 プロンプトは、Fabric が使用する Azure OpenAI リソースによってのみ処理されます。
ユーザーは、チャットをクリアするだけで、いつでも会話履歴を削除できます。 このオプションは、Notebooks の Copilot とデータ エージェントの両方に存在します。 会話履歴が手動で削除されない場合は、28 日間保存されます。
Notebooks の Copilot: 責任ある AI に関するよくある質問
Microsoft Fabric のデータ サイエンスとデータ エンジニアリング用のノートブックに Copilot を使用すると、ノートブックのコンテキストでソリューションの変換、調査、構築を支援する AI アシスタントが提供されます。
考慮事項と制限事項については、「制限事項の」を参照してください。
データ サイエンスとデータ エンジニアリングのノートブックで Copilot をどのように評価しましたか?
- 製品チームは Copilot をテストして、ノートブックのコンテキスト内でのシステムのパフォーマンスと、AI 応答が洞察に富み、有用であるかどうかを確認しました。
- また、このチームは、データ サイエンス関連のトピックに Copilot の出力に焦点を当てる技術的アプローチなど、他の損害軽減策にも投資しました。
データ サイエンスとデータ エンジニアリング用のノートブックで Copilot を使用する方法
- Copilot は、データ サイエンスのトピックを処理するのに最適な機能を備えているので、質問はこの領域に限定してください。
- Copilot で調べるデータを明示的に記述します。 ファイル、テーブル、列の名前付けなど、データ資産を記述する場合、Copilot は関連するデータを取得し、役に立つ出力を生成する可能性が高くなります。
- より詳細な応答を得る場合は、DataFrame としてノートブックにデータを読み込むか、Lakehouse にデータをピン留めします。 これにより、Copilot に分析を実行するコンテキストが増えます。 アセットが大きすぎて読み込めない場合は、ピン留めが便利な代替手段になります。
ファブリック データ エージェント: 責任ある AI に関する FAQ
Fabric データ エージェントとは?
データ エージェントは、生成 AI を使用して独自の会話型 Q&A システムを構築できる新しい Microsoft Fabric 機能です。 Fabric データ エージェントにより、組織内のすべてのユーザーがデータ分析情報にアクセスし、アクションを実行できるようになります。 Fabric データ エージェントを使用すると、チームは、Fabric OneLake に格納されているデータに関する簡単な英語の質問を含む会話を行い、関連する回答を受け取ることができます。 AI に関する技術的な専門知識を持たない人でも、データ構造を深く理解していない人でも、正確でコンテキストに富んだ回答を受け取ることができます。
データ エージェントでできること
Fabric データ エージェントを使用すると、構造化データとの自然言語対話が可能になり、ユーザーは質問をしたり、コンテキストに対応した豊富な回答を受け取たりできるようになります。 ユーザーは、複雑なクエリを記述しなくても、Lakehouse、Warehouse、Power BI データセット、KQL データベースなどのデータ ソースに接続して分析情報を取得できます。 データ エージェントは、ユーザーがデータに簡単にアクセスして処理できるように設計されており、データのセキュリティとプライバシーに対する制御を維持しながら、会話インターフェイスを通じて意思決定を強化します。
データ エージェントの用途は何ですか?
Fabric データ エージェントは、データ クエリ プロセスを簡略化することを目的としています。 これにより、ユーザーは自然言語を使用して構造化データを操作できます。 特殊なクエリ言語の知識を必要とせずに、複雑な質問に対するユーザーの分析情報、意思決定、回答の生成をサポートします。 データ エージェントは、KQL データベース、Lakehouse、Power BI データセット、Warehouse リソースなどのソースに格納されているデータからの迅速で実用的な分析情報を必要とするビジネス アナリスト、意思決定者、およびその他の非技術ユーザーに特に役立ちます。
Fabric データ エージェントは、現在の LLM の制限により、決定論的で 100% 正確な結果が必要なユース ケースを想定していません。
Fabric データ エージェントは、詳細な分析や因果分析を必要とするユースケースを対象としていません。 たとえば、"前月の売上数値が低下した理由" は現在のスコープ外です。
Fabric データ エージェントはどのように評価されましたか? パフォーマンスを測定するために使用されるメトリックは何ですか?
製品チームは、さまざまなパブリック ベンチマークとプライベート ベンチマークでデータ エージェントをテストし、さまざまなデータ ソースに対するクエリの品質を判断しました。 また、データ エージェントの出力が選択したデータ ソースのコンテキストに制約されるようにするための技術的アプローチなど、他の損害軽減策にも投資しました。
The Fabric データ エージェントの制限事項は何ですか? システムを使用する場合、ユーザーが Fabric データ エージェントの制限の影響を最小限に抑えるにはどうすればよいですか?
わかりやすい列名を使用してください。 "C1" または "ActCu" 列名の代わりに (例として)、"ActiveCustomer" または "IsCustomerActive" を使用します。これは、AI からより信頼性の高いクエリを取得するための最も効果的な方法です。
Fabric データ エージェントの精度を向上させるために、データ エージェントの指示とクエリの例を使用して、より多くのコンテキストを提供できます。 これらの入力は、Fabric データ エージェントを強化する Azure OpenAI Assistant API が、ユーザーの質問を解釈する方法と、どのデータ ソースを使用するのが最も適切かについてより適切な決定を行うのに役立ちます。
データ エージェントの指示を使用して基になるエージェントの動作をガイドし、特定の種類の質問に答える最適なデータ ソースを特定するのに役立ちます。
サンプルの質問とクエリのペアを提供して、Fabric データ エージェントが一般的なクエリにどのように応答するかを示すこともできます。 これらの例は、同様のユーザー入力を解釈し、正確な結果を生成するためのパターンとして機能します。 Power BI セマンティック モデルのデータ ソースでは、質問とクエリのペアのサンプルは現在サポートされていません。
データ エージェントの現在の制限事項の完全な一覧については、 このリソース を参照してください。
Fabric データ エージェントを効果的かつ責任ある方法で使用できる運用上の要因と設定は何ですか?
Fabric データ エージェントは、指定したデータにのみアクセスできます。 スキーマ (テーブル名と列名) に加えて、ユーザー インターフェイス (UI) または SDK を介して指定した Fabric データ エージェントの指示とクエリ例が使用されます。
Fabric データ エージェントは、ユーザーがアクセスできるデータにのみアクセスできます。 データ エージェントを使用する場合は、基になるデータベースへのアクセスに資格情報が使用されます。 基になるデータにアクセスできない場合、データ エージェントはその基になるデータにアクセスできません。 これは、他のユーザーがデータ エージェントを使用できるさまざまなチャネル (Azure AI Foundry や Microsoft Copilot Studio など) でデータ エージェントを使用する場合に当てはまります。