Copilot gebruiken om bureaubladstroomactiviteit te analyseren (preview)

Artikel
08/29/2024

[Dit artikel maakt deel uit van de voorlopige documentatie en kan nog veranderen.]

Inzicht in automatiseringsprestaties is de sleutel voor het bereiken van doelstellingen op het gebied van operationele kwaliteit en betrouwbaarheid, ongeacht de grootte van het automatiseringsdomein, het team of de rol binnen de organisatie. Om deze doelen te bereiken zijn geavanceerde en dynamische monitoringmogelijkheden nodig die u waardevolle inzichten bieden die succesgebieden benadrukken en potentiële knelpunten, trends en gebieden voor verbetering identificeren. Met meer gedetailleerde inzichten kunt u weloverwogen beslissingen nemen die uw automatiseringsprocessen optimaliseren, wat leidt tot verhoogde efficiëntie en effectiviteit.

Belangrijk

Dit is een preview-functie.
Preview-functies zijn niet bedoeld voor productiegebruik en bieden mogelijk beperkte functionaliteit. Deze functies zijn beschikbaar vóór een officiële release zodat klanten vroeg toegang kunnen krijgen en feedback kunnen geven.

De nieuwste ontwikkelingen op het gebied van AI bieden ons ongekende mogelijkheden om nieuwe gebruiksscenario's voor automatiseringsstatuscontrole te verkennen, die van alles kunnen omvatten, van eenvoudige gegevensverkenning tot detectie van afwijkingen, slimme aanbevelingen en zelfs zelfherstellende bots.

Nu met copilot bureaubladstroomactiviteit kan worden geanalyseerd, zetten we de eerste stap in een nieuwe richting, waardoor u de toegang tot inzichten kunt democratiseren door aan copilot specifieke vragen met betrekking tot bureaubladstroomactiviteiten te stellen in natuurlijke taal.

Belangrijk

Deze mogelijkheid wordt mogelijk gemaakt door Azure OpenAI Service.
Copilot is een nieuwe technologie die nog in ontwikkeling is. Het is geoptimaliseerd voor gebruik met de Engelse taal en heeft beperkte ondersteuning voor andere talen. Als zodanig kunnen delen ervan in het Engels verschijnen in plaats van in uw voorkeurstaal.
Lees de Veelgestelde vragen over verantwoordelijke AI voor copilot in bureaubladstroomactiviteit (preview) voor meer informatie over deze nieuwe copilot-ervaring.
Meer veelgestelde vragen: Veelgestelde vragen over verantwoordelijke AI voor Power Automate,Veelgestelde vragen over gegevensbeveiliging en privacy van copilot in Microsoft Power Platform

Vereisten

Een werk- of schoolaccount met toegang tot een Power Automate-omgeving die is gevestigd in de Verenigde Staten.
Tijdens de eerste preview moet u over een omgeving in de Verenigde Staten beschikken om deze functie te kunnen gebruiken. Als u geen toegang hebt tot een omgeving in de Verenigde Staten, kunt u uw beheerder vragen een nieuwe omgeving te maken in het Power Platform-beheercentrum en Verenigde Staten selecteren als regio.
Raadpleeg bekende beperkingen voor meer informatie.

Hoe werkt het?

Deze copilot-ervaring wordt aangestuurd door de Azure Open AI-service en kan gebruikersaanvragen omzetten in geldige query's . Dataverse FetchXML In eerste instantie zijn deze query's gericht op en geoptimaliseerd voor bureaubladstroomactiviteiten, zoals uitvoeringen, stromen, fouten en machines.

Proces op hoog niveau

Zodra de gebruiker een geldige prompt invoert, genereert copilot een geldige FetchXML query op basis van de invoer.
Als de gegenereerde FetchXML geldig is, wordt de query vervolgens uitgevoerd op de Dataverse backend onder de beveiligingscontext van de huidige gebruiker om overeenkomende gegevens op te halen. Dit zorgt ervoor dat gebruikers alleen gegevens zien waarvoor ze al toegang hebben.
Copilot bepaalt vervolgens de meest geschikte uitvoervisualisatie, zoals een tabel, cirkeldiagram, staafdiagram of lijndiagram, om de inzichten en gegevens effectief aan de gebruiker te presenteren.

Wat zijn FetchXML query's?

Microsoft Dataverse FetchXML is een taal die wordt gebruikt voor het ophalen van gegevens uit een Dataverse database. Het is zo ontworpen dat het eenvoudig te maken, te gebruiken en te begrijpen is. U kunt bijvoorbeeld Dataverse vragen om u een lijst te geven van alle stroomuitvoeringen voor een specifieke stroom. De FetchXML query is de manier waarop u de vraag formuleert, zodat de database deze begrijpt en u de juiste resultaten kan geven.

Best practices voor prompts

Wees specifiek: hoe specifieker u bent met uw prompt, hoe beter de AI een en ander begrijpt en erop reageert. Als de AI niet de gewenste uitvoer produceert, hoeft u zich geen zorgen te maken. Probeer het opnieuw door uw prompt aan te passen.
Experimenteer met prompts: als u niet de verwachte resultaten krijgt, kunt u proberen uw prompt opnieuw te formuleren of meer context te geven.
Geef feedback: als de AI goede of onbevredigende responsen heeft gegeven, kunt u ons dit laten weten door het duimpje omhoog of omlaag te selecteren met een optie om meer feedback te geven via de koppeling Vertel Microsoft wat u leuk vindt aan deze functie die eronder verschijnt.

Promptvoorbeelden

Voorbeelden van prompts die u kunt gebruiken als startprompt voor uw eigen gebruiksscenario's worden in dit gedeelte uitgelegd. Sommige van deze prompts zijn mogelijk niet van toepassing of leveren onjuiste resultaten op, omdat de nauwkeurigheid kan worden beïnvloed door het begrip van het model of de werkelijke prompt en de gegevens die voor u beschikbaar zijn op basis van uw machtigingen. Wij raden u aan de geretourneerde resultaten en query te controleren en te valideren. FetchXML Meer informatie: Valideer FetchXML de queryresultaten gegenereerd door copilot.

Uitvoerbewerkingen

Welke stromen zijn de afgelopen week het meest uitgevoerd?
Wat waren de top vijf stromen van gisteren wat betreft het aantal voltooide uitvoeringen?
Wat was de gemiddelde looptijd van de stroom '[voeg hier de naam van uw stroom in]' tijdens het afgelopen semester?

Fouten

Laat mij de meest voorkomende uitvoeringsfouten van de afgelopen maand zien.
Laat me een verdeling zien van succesvolle versus mislukte stromen gedurende het afgelopen kwartaal.
Wat was het aantal mislukte uitvoeringen in de week voorafgaand aan de laatste week?

Computers

Welke bots hadden vandaag de meeste uitvoeringsfouten?
Welke machines bevinden zich in de onderhoudsmodus?
Welke machines hebben de meeste uitvoeringsfouten?

Makers

Laat mij de topstromen zien op basis van het aantal uitvoeringen, samen met informatie over de eigenaren ervan.
Wie waren de tien grootste gebruikers die afgelopen maand stromen uitvoerden?
Wanneer en door wie zijn de bureaubladstromen afgelopen week aangepast?

Multi-turn prompts

In de context van AI kunt u met multi-turn prompts een doorlopend gesprek voeren met de copilot, waarbij de context van de eerdere berichten in het gesprek worden onthouden. Het gaat niet alleen om het beantwoorden van eenmalige vragen, maar er wordt een dialoog met u aangegaan, waarbij elke respons wordt gebaseerd op wat eerder is gezegd.

Opmerking

Houd er bij het voeren van multi-turn gesprekken rekening mee dat de copilot alleen de vijf meest recente vragen bijhoudt. Dit betekent dat copilot begint met het wissen van de prompts die het eerst zijn ingevoerd en alleen de laatste vijf bewaart. Om de responskwaliteit te verbeteren, raden we u aan uw vervolgvragen te beperken tot vier en vervolgens de chat opnieuw te starten. Meer informatie: Vorige promptcontext wissen om opnieuw te beginnen.

Voorbeeld

Beurt	Vragen en antwoorden
	Gebruiker: laat me een verdeling zien van succesvolle versus mislukte stromen gedurende het afgelopen kwartaal.
	Copilot: hier is de verdeling van succesvolle versus mislukte stromen gedurende het afgelopen kwartaal.
	Gebruiker: wat was de grootste fout van de stromen die zijn mislukt?
	Copilot: Hier is de grootste fout van de stromen die zijn mislukt.
	Gebruiker: wat zijn de namen van de machines waarop de stromen het meest zijn mislukt?
	Copilot: Hier zijn de machinenamen waarbij de meeste fouten zijn opgetreden.
	Gebruiker: Wat was de gemiddelde looptijd van de stromen die zijn gelukt?
	Copilot: Hier is de gemiddelde looptijd van de stromen die zijn gelukt.

De uitvoerindeling beïnvloeden

U kunt de uitvoerindeling van de copilot beïnvloeden door om expliciete uitvoertypen te vragen, zoals "laat mij een verdeling van mislukte versus geslaagde stroomuitvoeringen zien als een staafdiagram." Dit levert waarschijnlijk het volgende resultaat op:

Vorige promptcontext wissen om opnieuw te beginnen

Als u het gesprek met de copilot opnieuw wilt instellen, kunt u de drie puntjes ... naast de naam van de copilot selecteren en vervolgens Nieuwe chat selecteren.

Valideer de queryresultaten die zijn gegenereerd door copilot FetchXML

De volgende stappen guide leiden u door het proces om FetchXML query's in Power Automate cloudflows te valideren (en mogelijk opnieuw te gebruiken).

Stap 1: Maak een kopie van de FetchXML query

Nadat u uw query voor de copilot hebt ingediend, krijgt u een antwoord dat een koppeling bevat met de naam Code weergeven. Selecteer deze koppeling en selecteer vervolgens het pictogram Kopiëren in de rechterbovenhoek van het vak FetchXML om de code te kopiëren.

Stap 2: Maak cloudstroom en test FetchXML query

Navigeer naar de Power Automate-portal en selecteer Mijn stromen in het linkernavigatiemenu.
Ga verder door + Nieuwe stroom op de opdrachtbalk te selecteren en selecteer vervolgens Directe cloudstroom in het vervolgkeuzemenu.
Voer een stroomnaam in, selecteer Handmatig een stroom activeren en vervolgens Maken.
De cloudstroomontwerper verschijnt. Zoek en selecteer de knop + Nieuwe stap.
Voer in de zoekbalk die verschijnt Dataverse in en selecteer vervolgens de Dataverse-connector in de resultaten.
Er worden verschillende acties weergegeven. Blader door totdat u de actie Rijen weergeven vindt. Selecteer vervolgens deze actie.
Selecteer in de actie Rijen weergeven de koppeling Geavanceerde opties weergeven.
Er verschijnt een queryveld. FetchXML Hier voert u de gekopieerde FetchXML query in die copilot eerder heeft gegenereerd.
Nadat u uw FetchXML hebt geplakt, selecteert u Opslaan.
Test uw stroom door Testen te selecteren.
Volg de aanwijzingen op uw scherm om uw stroom handmatig te starten en de resultaten ervan te bekijken.

Stap 3: De resultaten begrijpen

Stel dat u de copilot vraagt 'Hoeveel mislukte en hoeveel geslaagde flows hadden we vorige maand?' Dit levert een query op die er ongeveer zo uitziet: FetchXML

<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>

Als de gegevens overeenkomen met de opgegeven FetchXML query, retourneert de List rows Dataverse actie die is geconfigureerd in stap 2 gegevens in een formaat dat JSON (JavaScript Object Notation) wordt genoemd. Dit is in feite een methode om gegevens op een goed georganiseerde manier te presenteren, waardoor ze eenvoudig digitaal te lezen en te schrijven zijn.

Voor op verdeling gebaseerde vragen zoals eerder vermeld, worden gegevens gegroepeerd op een of meer velden (statuscode), samen met een aggregatie (count) waarmee het aantal voor elke groep wordt geretourneerd (dat wil zeggen: failed, succeeded, enzovoort).

Elk van de geretourneerde records bevat velden zoals:

flowsession_count: het aantal keren dat de werkstroom is uitgevoerd.
flowsession_regardingobjectid: de unieke id voor de stroomuitvoering.
flowsession_statuscode: de status van de stroomuitvoering (bijvoorbeeld Mislukt).
workflow_name: de naam van de stroom.

Als u wilt weten hoe vaak een specifieke stroom is uitgevoerd, kijk dan naar de kolom flowsession_count van de record waarin workflow_name uw stroomnaam is.

Antwoorden van copilot op problematische prompts begrijpen

Deze tabel bevat de standaardresponsen die worden geretourneerd wanneer de copilot uw vraag of intentie niet kan begrijpen of geen geldig antwoord kan genereren.

Copilot-antwoord	DETAILS
Er is iets fout gegaan. Probeer het opnieuw.	Geeft aan dat er een onverwachte fout is opgetreden. Formuleer uw vraag opnieuw en probeer het opnieuw.
Sorry, ik begrijp uw vraag niet. Formuleer het opnieuw en probeer het opnieuw. Ik kan vragen beantwoorden die over de gegevens op deze pagina gaan. Voor meer voorbeelden van prompts die u aan de copilot kunt vragen, kunt u het gedeelte met promptvoorbeelden op onze documentatiepagina bezoeken.	Geeft aan dat uw vraag niet kon worden vertaald naar een geldige FetchXML query. Formuleer uw vraag opnieuw en probeer het opnieuw.
Copilot heeft de maximale capaciteit bereikt en is tijdelijk niet beschikbaar. Probeer het later opnieuw.	Geeft aan dat er resourcebeperkingen zijn op de back-end. Stel uw vraag na korte tijd opnieuw.
Uw bericht bevat mogelijk schadelijke inhoud. Controleer of uw invoer juist is en probeer het opnieuw.	Geeft aan dat uw vraag mogelijk schadelijke inhoud bevat en is geblokkeerd door de back-endservice. Verwijder alle mogelijk schadelijke inhoud uit uw vraag en probeer het opnieuw.
Sorry, ik kan geen geldig antwoord genereren op basis van uw vraag. Formuleer het opnieuw en probeer het opnieuw. Ik kan vragen beantwoorden die over de gegevens op deze pagina gaan. Voor meer voorbeelden van prompts die u aan de copilot kunt vragen, kunt u het gedeelte met promptvoorbeelden op onze documentatiepagina bezoeken.	Geeft aan dat de gegenereerde FetchXML ongeldig is of dat de query is mislukt toen copilot deze probeerde uit te voeren. Formuleer uw vraag opnieuw en probeer het opnieuw.
Sorry, uw zoekopdracht bevat te veel resultaten. Verfijn uw query en probeer het opnieuw. Bezoek onze documentatiepagina voor voorbeelden van hoe u de door de copilot geretourneerde zoekresultaten kunt beperken.	Geeft aan dat de filters die op uw query zijn toegepast, de huidige aggregatielimieten in overschrijden. FetchXML Voeg geschiktere filters toe aan uw query, zoals vragen om de gegevens van gisteren of de vorige maand zodat gegevens worden geretourneerd binnen die limieten.

Bekende problemen en beperkingen

De volgende lijst bevat bekende beperkingen van de copilot in bureaubladstroomactiviteiten.

Copilot is een nieuwe technologie die nog in ontwikkeling is. Copilot is geoptimaliseerd voor gebruik met de Engelse taal en heeft beperkte ondersteuning voor andere talen. Als zodanig kunnen delen ervan in het Engels verschijnen in plaats van in uw voorkeurstaal.
Copilot is momenteel alleen beschikbaar in Dataverse-omgevingen in de Verenigde Staten.
Copilot kan onjuiste of onvolledige gegevens en query's retourneren. FetchXML
Copilot kan in eerste instantie alleen vragen beantwoorden over bureaubladstroomactiviteiten, zoals fouten, machines en eerdere en huidige uitvoeringen.
In multi-turn gesprekken houdt copilot alleen de context van de laatste vijf vragen bij. Als u verkeerde of onvolledige resultaten krijgt, kunt u overwegen het gesprek opnieuw in te stellen. Meer informatie: Vorige promptcontext wissen om opnieuw te beginnen.
Voor query's waarmee grote resultatensets worden geretourneerd, kan copilot deze mogelijk niet retourneren of weergeven.

Delen via

Copilot gebruiken om bureaubladstroomactiviteit te analyseren (preview)

Vereisten