Copilot W samouczku usługi Power BI: przygotowywanie modelu semantycznego dla sztucznej inteligencji

Uwaga / Notatka

Tworzenieinstrukcji sztucznej inteligencji i schematu danych sztucznej inteligencji jest dostępne tylko w programie Power BI Desktop i w przypadku zweryfikowanych odpowiedzi , które są dostępne zarówno w programie Power BI Desktop, jak i w usłudze Power BI. Korzystanie z tych funkcji jest możliwe wszędzie, gdzie Copilot istnieje.

W tym samouczku przygotujesz i skonfigurujesz model semantyczny do wykorzystania w sztucznej inteligencji, stosując zalecane praktyki. Z tego samouczka dowiesz się, jak wykonywać następujące czynności:

• Uproszczenie schematu danych
• Tworzenie zweryfikowanych odpowiedzi
• Dodawanie instrukcji dotyczących sztucznej inteligencji
• Oznacz jako przygotowane dla sztucznej inteligencji

Ważne

Ten samouczek zawiera funkcje zapoznawcze.

Uwaga / Notatka

Copilot wyniki są niedeterministyczne, co oznacza, że istnieje możliwość, że użytkownik otrzymuje inny wynik od Copilot doświadczenia, mimo że używa tego samego polecenia i danych bazowych. Ważne jest, aby określić oczekiwania użytkowników, aby wiedzieć, jakiego rodzaju dane wyjściowe mają oczekiwać od Copilot i jak mogą ocenić lub zweryfikować te dane wyjściowe dla siebie.

Dowiedz się więcej o odpowiedzialnym korzystaniu z Power BI.

Wskazówki

Podczas tworzenia modelu semantycznego w usłudze Power BI kluczowe jest przygotowanie modelu do efektywnej pracy z usługą Copilot. Bez odpowiedniego przygotowania może Copilot generować mniej pomocne i niedokładne wyniki. Aby zapewnić skuteczność modelu semantycznego, zastosuj się do najlepszych rozwiązań dotyczących modelowania i podejmij niezbędne kroki. Zaniedbanie tych przygotowań może prowadzić do Copilot produkcji nieoptymalnych wyników. W następnych sekcjach opisano kluczowe zagadnienia dla deweloperów semantycznych modeli i analityków, aby poprawić doświadczenia Copilot w usłudze Power BI.

• Organizacja modelu: Upewnij się, że zadania takie jak dostarczanie opisów pól, ukrywanie kolumn i miar oraz unikanie duplikowania nazw pól między tabelami są wykonywane.
• Spójne konwencje nazewnictwa: używaj nazw czytelnych dla człowieka dla tabel, kolumn i miar oraz rozróżniaj pola o podobnych nazwach, takich jak "Nazwa" w tabeli Customer i "Name" w tabeli Store.
• Zwięzłe opisy: używaj zdań opisowych do dokumentowania i wyjaśniania znaczenia tabel, kolumn, miar i innych właściwości obiektu modelu.
• Projektowanie modelu: postępuj zgodnie z zalecanymi praktykami modelowania danych, takimi jak projekt schematu gwiazdy, aby zapewnić wysoką jakość modeli semantycznych.
• Złożoność modelu: upraszczanie modeli przez usuwanie nieużywanych obiektów (tabel, pól i miar), unikanie niejednoznacznych relacji i ograniczanie złożonych wzorców (takich jak rozłączone tabele parametrów pól).

Ciągle testuj swój model przy użyciu Copilot, aby zapewnić spójne i niezawodne wyniki zarówno podczas wprowadzania zmian w modelu, jak i gdy pojawiają się nowe narzędzia i możliwości do przygotowywania modelu semantycznego dla potrzeb sztucznej inteligencji. Jeśli problemy będą się powtarzać, przejrzyj model z użytkownikami, zapoznaj się z typowymi pytaniami, które mogą zadawać, i uprość projekt, aby osiągnąć lepsze wyniki.

Dowiedz się więcej na temat najlepszych rozwiązań w celu optymalizacji zadawania pytań i uzyskiwania odpowiedzi w usłudze Power BI.

Przygotowywanie danych dla sztucznej inteligencji (wersja zapoznawcza)

W programie Power BI Desktop wybierz ikonę Przygotowywania danych dla sztucznej inteligencji znajdującą się na karcie Narzędzia główne wstążki, jak pokazano na poniższej ilustracji.

Uproszczenie schematu danych (wersja zapoznawcza)

Aby zapewnić spójne i niezawodne wyniki, pierwszym krokiem jest uproszczenie schematu, który Copilot może używać. Oto kilka typowych scenariuszy, w których ten proces może być korzystny:

• Duplikacyjne nazwy pól w tabelach: jeśli wiele tabel ma pola o tej samej nazwie, generowanie dokładnych odpowiedzi może być trudne. Dzięki wybraniu unikatowych nazw pól można zmniejszyć liczbę nieporozumień i zwiększyć dokładność pobierania danych.
• Złożoność modeli semantycznych: modele z wieloma nieużywanymi obiektami (takimi jak tabele, pola i miary) mogą powodować niepewność w odpowiedziach. Usprawnianie schematu przez usunięcie niepotrzebnych obiektów zmniejsza niejednoznaczność i potencjalne błędy podczas radzenia sobie z niepotrzebnymi elementami.

1. W wyświetlonym oknie dialogowym wybierz pozycję Uprość schemat danych, wybierając kartę lub korzystając z menu nawigacji po lewej stronie.

   

2. Aby poprawić Copilotdokładność odpowiedzi, usuń zaznaczenie następujących pól, które nie są istotne dla Copilot analizy, a następnie wybierz pozycję Zastosuj:

   1. W tabeli Accounts usuń zaznaczenie pola relacji unikatowego identyfikatora, rozwijając eksploratora tabel i usuwając zaznaczenie pola Identyfikator konta .
   2. W tabeli Dates odznacz pola pomocnicze sortowania modeli według kolumn, rozwijając eksplorator tabeli i odznaczając pola dla Dzień (Kolejność sortowania) oraz Miesiąc (Kolejność sortowania).

   

3. Wybierz pozycję Zamknij, aby powrócić do strony Widok raportu, gdzie tworzysz zweryfikowane odpowiedzi dla wizualizacji na raporcie.

   

Tworzenie zweryfikowanych odpowiedzi (wersja zapoznawcza)

Tworząc zweryfikowane odpowiedzi, możesz dodawać frazy, pytania lub słowa kluczowe, które użytkownicy mogą zadawać podczas wyszukiwania szczegółowych informacji z modelu semantycznego. Kiedy użytkownicy zadają Copilot pytanie przy użyciu jednej z tych fraz wyzwalających, Copilot może zwrócić odpowiedź na podstawie skonfigurowanej wizualizacji.

1. Na stronie Przegląd szansy wybierz wizualizację Lejek według etapu w lewym dolnym rogu, następnie kliknij prawym przyciskiem myszy i wybierz pozycję Skonfiguruj zweryfikowaną odpowiedź.

   

2. Zestaw sugestii Copilot jest tworzony na podstawie informacji w wizualizacji. Możesz wybrać te sugestie, które chcesz dodać jako frazy połączone z zweryfikowanymi odpowiedziami, wybierz pozycję Odśwież, aby wygenerować nowy zestaw sugestii lub dodać własne.

   Sugestie mogą się różnić w przypadku każdej sesji, dlatego ręcznie skonfiguruj połączone frazy, wybierając opcję dodaj (Copilot).

   

3. Dodaj następujące dwa przykładowe zweryfikowane odpowiedzi i wybierz Enter, aby potwierdzić każdy wpis po zakończeniu:

   • Ile szans jest na każdym etapie sprzedaży?
   • W jaki sposób liczba szans sprzedaży różni się w zależności od etapu sprzedaży?

   Aby dostosować zweryfikowane odpowiedzi, umieść kursor nad każdym wpisem i wybierz opcje edycji (ołówka) lub usuń (kosz na śmieci).

   

4. Wybierz pozycję Zastosuj , a następnie przejdź do widoku Wszystkie zweryfikowane odpowiedzi .

   

5. Zweryfikowane odpowiedzi zawierają listę wszystkich fraz połączonych z wizualizacjami wraz z ich liczbami fraz. Możesz wybrać każdą frazę, aby ją zaktualizować lub usunąć.

   

Dodawanie instrukcji dotyczących sztucznej inteligencji (wersja zapoznawcza)

Instrukcje AI umożliwiają rozszerzenie możliwości Copilot dzięki połączeniu go z wiedzą organizacji. Zapewniając kluczowy kontekst biznesowy, wskazówki i logikę specyficzną dla domeny, pomagasz Copilot zrozumieć konkretne potrzeby firmy i dostarczać bardziej odpowiednie, dokładne odpowiedzi. W trakcie opracowywania iteracyjnie dopracowuj instrukcje dotyczące AI i przetestuj Copilot odpowiedzi, aby zapewnić dokładność i zgodność z celami biznesowymi.

1. Wybierz pozycję Dodaj instrukcje dotyczące sztucznej inteligencji, skopiuj i wklej poniższy przykład w polu instrukcji, a następnie wybierz pozycję Zastosuj.

   Tailor responses to industry norms for a software company's sales channel. Sales managers monitor their direct and partner sales channels by tracking opportunities and revenue by region, deal size, and channel.
   
   Specific instances:
   - Key earners refers to the top three partners by total revenue.
   - If asked about "Clients", "Customers", or "Organizations" use the Accounts table.
   - For sales cycle questions, always use the Average Opportunity Days measure.
   - Opportunity Days is synonymous with Sales Cycle duration, or Time to Close (TTC)
   - "Leads", "Deals", "Potential Deals" and "Sales Prospects" are all phrases that refer to the opportunities table. 
   - If asked about early stages of an opportunity, only show the Solution stage. 
   - If the audience is leadership, prioritize revenue and opportunity count, as well as the number of deals in the finalize stage.
   

   

2. Wybierz pozycję Zamknij , aby powrócić do strony Widok raportu.

   

Testowanie danych za pomocą Copilot (wersja zapoznawcza)

Przed udostępnieniem danych innym osobom w organizacji należy je dokładnie przetestować za pomocą polecenia Copilot. Obejmuje to wypróbowanie typowych pytań, które użytkownicy mogą zadać, aby zapewnić Copilot dokładne i przydatne odpowiedzi, eksperymentując z różnymi danymi wejściowymi w oparciu o instrukcje dotyczące sztucznej inteligencji, aby sprawdzić, czy Copilot można skutecznie obsłużyć szereg scenariuszy, i próbować uzyskać dostęp do dostępnych pól z uproszczonego schematu danych, aby potwierdzić, że Copilot można pobrać i wykorzystać dostępne informacje.

1. W okienku Copilot zadaj to przykładowe pytanie i wybierz pozycję Wyślij lub Wprowadź, aby potwierdzić.

   • Które trzy oddziały miały najwięcej kontaktów w strefie wschodniej?

   

2. Odpowiedź w formie listy jest zwracana z użyciem terminów i wariancji zawartych w instrukcjach sztucznej inteligencji. Możesz przekazać opinię za pomocą przycisków kciuk w górę lub kciuk w dół . Wybierz przycisk Zamknij (X), aby kontynuować.

   

Opublikuj

Publikowanie raportu usługi Power BI w chmurze umożliwia bezproblemowe udostępnianie i współpracę w organizacji, umożliwiając członkom zespołu dostęp do raportu i jego modelu semantycznego oraz interakcję z nim. Ponadto, przy użyciu Copilot, można podejmować bardziej świadome decyzje, wykorzystując dane wprowadzane w języku naturalnym.

1. Wybierz przycisk Publikuj znajdujący się na karcie Narzędzia główne na wstążce. Zapisz zmiany, jeśli zostanie wyświetlony monit i przeszukaj listę dostępnych obszarów roboczych, aby znaleźć obszar roboczy, w którym chcesz opublikować. Wybierz Mój obszar roboczy, a następnie kliknij Wybierz.

   

2. Po zakończeniu publikowania otrzymasz link do raportu. Wybierz link Otwórz plik "Revenue Opportunities.pbix" w usłudze Power BI , aby otworzyć raport.

   

Opisy

Nazwa i opis elementu są równie ważne w przypadku odnajdywania danych za pomocą polecenia Copilot. Użyj opisu, aby dostarczyć pełny kontekst języka naturalnego dotyczący elementu, używając odpowiednich i wyraźnych słów kluczowych, gdy jest to uzasadnione, aby pomóc Copilot (i użytkownikom) zrozumieć, na jakie pytania element może odpowiadać.

1. Na pasku akcji wybierz pozycję Plik>Ustawienia.

   

2. Zaktualizuj pole Opis raportu do następującego przykładowego tekstu, a następnie wybierz pozycję Zapisz.

   • Kompleksowa analiza szans sprzedaży i dystrybucji przychodów w różnych wymiarach produktów oprogramowania.

   

3. Na pasku akcji wybierz pozycję Więcej opcji (...), a następnie opcję Wyświetl semantyczny model .

   

4. W podglądzie modelu semantycznego wybierz pozycję Ustawienia pliku>.

   

5. Zaktualizuj pole Opis modelu semantycznego do następującego przykładowego tekstu, a następnie wybierz pozycję Zastosuj.

   • Semantyczny model oferuje dane umożliwiające wgląd w możliwości sprzedaży i dystrybucję przychodów dla produktów oprogramowania. Zawiera ona informacje na temat liczby szans sprzedaży na każdym etapie sprzedaży, odmian według etapu i łącznego przychodu według rozmiaru szans sprzedaży i regionu. Ponadto śledzi konta, partnerów, produkty, etapy sprzedaży, działania sprzedaży i daty, zapewniając kompleksowy widok optymalizacji procesów sprzedaży i zwiększenia generowania przychodów.

   

Przygotowywanie sztucznej inteligencji (wersja zapoznawcza)

Oznaczanie modelu semantycznego jako prepped for AI jest krytycznym krokiem, ponieważ sygnalizuje Copilot , że model jest zoptymalizowany pod kątem środowisk sztucznej inteligencji. W przypadku modeli, które nie są przygotowane, użytkownicy powinni dokładnie sprawdzić wyniki. Jasne komunikaty i wskaźniki są wyświetlane dla odpowiedzi z elementów, które nie są wstępnie przygotowane, doradzając użytkownikom skontaktowanie się z właścicielem zawartości w celu przygotowania danych do sztucznej inteligencji w celu zapewnienia dokładności i istotności.

1. W ustawieniach modelu semantycznego rozwiń ustawienie przygotowywania sztucznej inteligencji .

2. Zaznacz pole wyboru Prepped for AI, a następnie wybierz pozycję Zastosuj.

   

Następny krok

Odnajdywanie danych i zadawanie pytań