Dela via

Copilot för Realtidsinformation (förhandsversion)

  • Artikel

Copilot för Realtidsinformation är ett avancerat AI-verktyg som hjälper dig att utforska dina data och extrahera värdefulla insikter. Du kan ange frågor om dina data, som sedan automatiskt översätts till KQL-frågor (Kusto Query Language). Copilot effektiviserar processen med att analysera data för både erfarna KQL-användare och medborgardataforskare.

Viktigt!

Den här funktionen är i förhandsversion.

Förutsättningar

Kommentar

Funktioner Copilot för realtidsinformation

Copilot För Realtidsinformation kan du enkelt översätta frågor på naturligt språk till Kusto Query Language (KQL). Andrepiloten fungerar som en bro mellan vardagsspråket och KQL:s tekniska invecklingar, och tar därmed bort adoptionsbarriärer för medborgardataforskare. Genom att utnyttja OpenAI:s avancerade språkförståelse kan du med den här funktionen skicka affärsfrågor i ett välbekant naturligt språkformat som sedan konverteras till KQL-frågor. Copilot påskyndar produktiviteten genom att förenkla processen för att skapa frågor med en användarvänlig och effektiv metod för dataanalys.

Få åtkomst till realtidsinformationen Copilot

  1. Om du vill komma åt Copilot realtidsinformation går du till en ny eller befintlig KQL-frågeuppsättning.
  2. Ansluta till en databas. Mer information finns i Välj en databas
  3. Välj knappen Copilot.
  4. I fönstret Copilot anger du din affärsfråga på naturligt språk.
  5. Tryck på Retur. Efter några sekunder Copilot genererar en KQL-fråga baserat på dina indata. Du kan kopiera frågan till Urklipp eller infoga den direkt i KQL-frågeredigeraren. Om du vill köra frågan i frågeredigeraren måste du ha skrivbehörighet till KQL-frågeuppsättningen.
  6. Klicka på knappen Kör för att köra frågan.

Kommentar

  • Copilot genererar inte kontrollkommandon.
  • Copilot kör inte automatiskt den genererade KQL-frågan. Användarna uppmanas att köra frågorna efter eget gottfinnande.

Du kan fortsätta att ställa frågor och generera frågor i fönstret Copilot , men varje fråga utvärderas separat och är inte kopplad till tidigare frågor eller deras svar.

Förbättra noggrannheten Copilot för realtidsinformation

Här följer några tips som kan hjälpa dig att förbättra noggrannheten för KQL-frågorna som genereras av Copilot:

  • Börja med enkla frågor om naturligt språk för att lära dig de aktuella funktionerna och begränsningarna. Gå sedan gradvis vidare till mer komplexa frågor.
  • Ange uppgiften exakt och undvik tvetydighet. Bildbehandling som du delade frågan om naturligt språk med få KQL-experter från ditt team utan att lägga till muntliga instruktioner – skulle de kunna generera rätt fråga?
  • Ange all relevant information som kan hjälpa modellen att generera den mest exakta frågan. Om du kan kan du ange tabeller, operatorer eller funktioner som är viktiga för frågan.
  • Förbered databasen: Lägg till docstring-egenskaper för att beskriva vanliga tabeller och kolumner. Detta kan vara redundant för beskrivande namn (till exempel tidsstämpel) men är viktigt för att beskriva tabeller eller kolumner med meningslösa namn. Du behöver inte lägga till dokumentsträngar i tabeller eller kolumner som sällan används. Mer information finns i kommandot .alter table column-docstrings.

Begränsningar

Komplexa och långa användarindata kan missförstås av Copilot, vilket resulterar i potentiellt felaktiga eller missvisande föreslagna KQL-frågor. Användarindata som dirigerar till databasentiteter som inte är KQL-databastabeller eller materialiserade vyer (till exempel KQL-funktion) kan resultera i potentiellt felaktiga eller vilseledande föreslagna KQL-frågor. Mer än 10 000 samtidiga användare inom en organisation kommer förmodligen att misslyckas eller resultera i större prestanda.

Relaterat innehåll