Copilot для аналитики в режиме реального времени (предварительная версия)
Copilot Для аналитики в режиме реального времени — это расширенное средство искусственного интеллекта, предназначенное для изучения данных и извлечения ценных аналитических сведений. Вы можете ввести вопросы о данных, которые затем автоматически превратятся в запросы язык запросов Kusto (KQL). Copilot упрощает процесс анализа данных как для опытных пользователей KQL, так и для специалистов по обработке и анализу данных гражданина.
Внимание
Эта функция доступна в предварительной версии.
Сведения о Copilotвыставлении счетов см. в разделе "Объявление Copilot о ценах на Fabric".
Необходимые компоненты
- Рабочая область с емкостью с поддержкой Microsoft Fabric
- Доступ на чтение или запись к набору запросов KQL
Примечание.
- Администратору необходимо включить коммутатор клиента перед началом использования Copilot. Дополнительные сведения см. в параметрах клиента статьиCopilot.
- Емкость F64 или P1 должна находиться в одном из регионов, перечисленных в этой статье, доступности региона Fabric.
- Если клиент или емкость находятся за пределами США или Франции, по умолчанию отключен, Copilot если администратор клиента Fabric не разрешает обработку данных, отправленных в Azure OpenAI, за пределами географического региона, границы соответствия или клиента национального экземпляра облака на портале администрирования Fabric.
- Copilot в Microsoft Fabric не поддерживается в пробных номерах SKU. Поддерживаются только платные номера SKU (F64 или более поздней версии, или P1 или более поздней версии).
- Copilot В настоящее время структура развертывается в общедоступной предварительной версии и, как ожидается, будет доступна для всех клиентов к концу марта 2024 года.
- Дополнительные сведения см. в статье "Обзор Copilot " в Fabric и Power BI .
Возможности аналитики в режиме реального Copilot времени
Copilotдля аналитики в режиме реального времени позволяет легко переводить запросы естественного языка в язык запросов Kusto (KQL). Он copilot выступает в качестве моста между повседневным языком и техническими подробностями KQL, и при этом устраняет барьеры внедрения для аналитиков данных и специалистов по обработке и анализу данных граждан. Используя расширенное распознавание речи OpenAI, эта функция позволяет отправлять бизнес-вопросы в знакомом, естественном языке, который затем преобразуется в запросы KQL. Copilot ускоряет производительность, упрощая процесс создания запросов с помощью удобного и эффективного подхода к анализу данных.
Copilot поддерживает взаимодействие с беседами, которое позволяет уточнить, адаптировать и расширить запросы динамически, все при сохранении контекста предыдущих входных данных. Вы можете уточнить запросы и задать последующие вопросы без начала:
Уточнение динамического запроса: можно уточнить начальный KQL, Copilot созданный путем уточнения запроса на удаление неоднозначности, указания таблиц или столбцов или предоставления большего контекста.
Простое выполнение вопросов: Если созданный KQL правильный, но вы хотите более глубоко изучить данные, вы можете задать дальнейшие вопросы, связанные с той же задачей. Вы можете расширить область запроса, добавить фильтры или изучить связанные точки данных, опираясь на предыдущий диалог.
Доступ к аналитике в режиме реального времени Copilot
- Чтобы получить доступ к Copilot аналитике в режиме реального времени, перейдите к новому или существующему набору запросов KQL.
- подключение к базе данных. Дополнительные сведения см. в разделе "Выбор базы данных"
- Выберите кнопку Copilot.
- Copilot В области введите свой бизнес-вопрос на естественном языке.
- Нажмите ВВОД. Через несколько секунд Copilot будет создан запрос KQL на основе входных данных. Вы можете скопировать запрос в буфер обмена или вставить его непосредственно в редактор запросов KQL. Чтобы запустить запрос в редакторе запросов, необходимо иметь доступ на запись к набору запросов KQL.
- Нажмите кнопку Запустить, чтобы выполнить запрос.
Примечание.
- Copilot не создает команды управления.
- Copilot не выполняется автоматически созданный запрос KQL. Пользователям рекомендуется выполнять запросы по своему усмотрению.
Вы можете продолжать задавать дальнейшие вопросы или дополнительно уточнять запрос. Чтобы запустить новый чат, выберите пузырь речи в правом Copilot верхнем углу области (1).
Наведите указатель мыши на предыдущий вопрос (2) и выберите значок карандаша , чтобы скопировать его в поле вопроса, чтобы изменить его или скопировать его в буфер обмена.
Повышение точности для аналитики в режиме реального Copilot времени
Ниже приведены некоторые советы, которые помогут повысить точность запросов KQL, созданных Copilotв следующих целях:
- Начните с простых запросов естественного языка, чтобы узнать о текущих возможностях и ограничениях. Затем постепенно переходите к более сложным запросам.
- Означайте задачу точно и избегайте неоднозначности. Образы, которым вы предоставили общий доступ к запросу естественного языка, с несколькими экспертами KQL из вашей команды, не добавляя устные инструкции , смогут ли они создать правильный запрос?
- Чтобы создать наиболее точный запрос, укажите любую соответствующую информацию, которая может помочь модели. Если вы можете указать таблицы, операторы или функции, критически важные для запроса.
- Подготовьте базу данных: добавьте свойства документации для описания общих таблиц и столбцов. Это может быть избыточно для описательных имен (например, метки времени), но крайне важно описать таблицы или столбцы с бессмысленными именами. Вам не нужно добавлять документы в таблицы или столбцы, которые редко используются. Дополнительные сведения см. в команде ALTER TABLE-docstrings.
- Чтобы улучшить Copilot результаты, выберите значок "Нравится " или "Не нравится" , чтобы отправить комментарии в форме отправки отзывов .
Примечание.
Форма отправки отзывов отправляет имя базы данных, его URL-адрес, запрос KQL, созданный copilotи любой бесплатный текстовый ответ, который вы включаете в отправку отзывов. Результаты выполненного запроса KQL не отправляются.
Ограничения
- Copilot может предложить потенциально неточные или вводящие в заблуждение запросы KQL из-за:
- Сложные и длинные входные данные пользователя.
- Входные данные пользователя, которые направляются к сущностям базы данных, которые не являются таблицами базы данных KQL или материализованными представлениями (например, функция KQL.)
- Более 10 000 одновременных пользователей в организации могут привести к сбою или значительному повышению производительности.