Fabric veri ajanı oluşturma (önizleme)

Microsoft Fabric'teki bir veri aracısı ile, Fabric'teki göl evlerinde, ambarlarda, Power BI anlam modellerinde, KQL veritabanlarında ve ontologlarda depolanan veriler hakkındaki soruları yanıtlayan konuşma yapay zekası deneyimleri oluşturabilirsiniz. İş arkadaşlarınız yapay zeka uzmanı olmasalar veya verilere yakından aşina olmasalar bile düz İngilizce sorular sorabilir ve veri temelli yanıtlar alabilir.

Önemli

Bu özellik önizleme aşamasındadır.

Önkoşullar

• Ücretli bir F2 veya daha yüksek Doku kapasitesi ya da Microsoft Fabric'in etkinleştirildiğikapasite başına Power BI Premium (P1 veya üzeri) kapasite
• Fabric veri aracısı kiracı ayarları etkinleştirildi.
• Yapay zeka için coğrafi bölgeler arası işleme etkinleştirilir.
• Yapay zeka için coğrafi bölgeler arası depolama etkindir.
• Veri içeren bunlardan en az biri: Ambar, göl evi, bir veya daha fazla Power BI anlam modeli, KQL veritabanı veya ontoloji.
• XMLA uç noktaları aracılığıyla Power BI anlam modellerinin, Power BI anlam modeli veri kaynakları için etkinleştirilmesi sağlanmıştır.

Kimlik doğrulaması ve belirteçler

Doku veri aracısını kullanmak için Azure OpenAI anahtarı veya erişim belirteci oluşturmanız veya sağlamanız gerekmez. Doku, Microsoft tarafından yönetilen bir Azure OpenAI Yardımcısı kullanır ve kimlik doğrulamasını sizin için işler.

• Veri erişimi, Microsoft Entra Id kullanıcı kimliğiniz ve çalışma alanı/veri izinleriniz altında çalışır. Aracı, yalnızca erişiminiz varsa şemaları okur ve SQL/DAX/KQL çalıştırır.
• Power BI anlam modelini veri kaynağı olarak eklemek için bu modelde Okuma iznine sahip olmanız gerekir (Yazma gerekli değildir). Okuma erişimi, erişebileceğiniz kaynaklara yönelik sorular sormak için de yeterlidir. Anlam modeli izinleri hakkında daha fazla bilgi için bkz. Veri kümesi ve anlam modeli güvenliği.
• Kuruluşunuzda F SKU yerine kapasite başına Power BI Premium (P1 veya üzeri) kapasite kullanılıyorsa bu kapasitede Microsoft Fabric'in etkinleştirildiğinden emin olun.
• Ürün içi sohbet deneyimi için hizmet sorumluları ve API belirteçleri gerekli değildir. Hizmet sorumlularına sahip tüm otomasyonlar ayrı bir senaryodur ve burada ele alınmaz.

Fabric veri aracıları oluşturma ve kullanma için uçtan uca akış

Bu bölümde, Fabric içinde bir veri aracısı oluşturma, doğrulama ve paylaşmaya yönelik temel adımlar özetlenmiştir. Bu adımlar, veri aracısının kullanım için erişilebilir olmasını sağlar.

İşlem basittir ve Fabric veri aracı kaynaklarını dakikalar içinde test edebilirsiniz.

Yeni doku veri aracısı oluşturma

Yeni bir Fabric veri aracısı oluşturmak için önce çalışma alanınıza gidin ve ardından + Yeni Öğe düğmesini seçin. Tüm öğeler sekmesinde, ekran görüntüsünde gösterildiği gibi uygun seçeneği bulmak için Fabric veri aracısı arayın.

Seçildikten sonra, bu ekran görüntüsünde gösterildiği gibi Doku veri aracınız için bir ad sağlamanız istenir:

Fabric veri aracısı için nasıl ad verileceğini gösteren ekran görüntüsü.

"Fabric veri aracını adlandırmak için görsel bir kılavuz olarak sağlanan ekran görüntüsüne bakın." Adı girdikten sonra, Fabric veri aracısını özel gereksinimlerinize uygun hale getirmek için yapılandırmayla devam edin.

Verilerinizi seçin

Bir Fabric veri aracısı oluşturduktan sonra, lakehouse'lar, veri ambarları, Power BI anlam modelleri, KQL veritabanları ve ontolojiler dahil olmak üzere toplam beşe kadar veri kaynaklarını herhangi bir birleşimde ekleyebilirsiniz. Örneğin, beş Power BI anlam modeli veya iki Power BI anlam modeli, bir göl evi ve bir KQL veritabanı ekleyebilirsiniz.

İlk kez bir Fabric veri aracısı oluşturduğunuzda ve bir ad sağladığınızda, OneLake kataloğu otomatik olarak görüntülenir ve veri kaynakları eklemenize olanak tanır. Veri kaynağı eklemek için, sonraki ekranda gösterildiği gibi katalogdan seçin ve ardından Ekleöğesini seçin. Her veri kaynağının tek tek eklenmesi gerekir. Örneğin, bir göl evi ekleyebilir, Ekle'ı seçip başka bir veri kaynağı eklemeye devam edebilirsiniz. Veri kaynağı türlerini filtrelemek için filtre simgesini ve ardından istediğiniz türü seçin. Yalnızca seçili türün veri kaynaklarını görüntüleyebilir, böylece Doku veri aracınız için uygun kaynakları bulmayı ve bağlamayı kolaylaştırabilirsiniz.

Veri kaynağını ekledikten sonra, Fabric veri aracısı sayfasının sol bölmesindeki Gezgini, aşağıdaki ekran görüntüsünde gösterildiği gibi, seçilen her veri kaynağındaki mevcut tablolarla dolar. Bu tabloları yapay zeka için kullanılabilir veya kullanılamaz hale getirmek için onay kutularını kullanabilirsiniz.

Uyarı

Bir Power BI anlam modelini veri kaynağı olarak eklemek için yalnızca Okuma iznine ihtiyacınız vardır. Fabric verisi aracısı salt okunur sorguları çalıştırdığından yazma izni gerekli değildir.

Sonraki veri kaynağı eklemeleri için, Doku veri aracısı sayfasının sol bölmesindeki Gezgini açın ve bu ekran görüntüsünde gösterildiği gibi + Veri kaynağı seçeneğini seçin.

OneLake kataloğu yeniden açılır ve gerektiğinde sorunsuzca daha fazla veri kaynağı ekleyebilirsiniz.

Tavsiye

Hem tablolar hem de sütunlar için açıklayıcı adlar kullandığınızdan emin olun. SalesData adlı tablo TableA'den daha anlamlıdır ve ActiveCustomer veya IsCustomerActive gibi sütun adları C1 veya ActCu'den daha nettir. Açıklayıcı adlar, yapay zekanın daha doğru ve güvenilir sorgular oluşturmasını sağlar.

Soru sorun

Veri kaynaklarını ekledikten ve her veri kaynağı için ilgili tabloları seçtikten sonra soru sormaya başlayabilirsiniz. Sistem soruları bu ekran görüntüsünde gösterildiği gibi işler:

Bu örneklere benzer sorular da işe yaramalıdır:

• "2023'te California'daki toplam satışlarımız ne kadardı?"
• "En yüksek liste fiyatlarına sahip ilk 5 ürün hangileri ve kategorileri nelerdir?"
• "Hiç satılmamış en pahalı ürünler hangileridir?"

Sistem bunları yapılandırılmış sorgulara (T-SQL, DAX veya KQL) çevirebildiğinden, bunları veritabanlarında yürütebildiğinden ve ardından depolanan verilere göre somut yanıtlar döndürebildiğinden bu tür sorular uygundur.

Ancak, bunlar gibi sorular kapsam dışındadır:

• "Q2 2024'te fabrika üretkenliğimiz neden daha düşük?"
• "Satış artışımızın kök nedeni nedir?"

Karmaşık mantık yürütme, bağıntı analizi veya veritabanında doğrudan kullanılamayan dış faktörler gerektirdiğinden bu sorular şu anda kapsam dışındadır. Fabric veri aracısı şu anda gelişmiş analiz, makine öğrenmesi veya nedensel çıkarım gerçekleştirmemektedir. Yalnızca kullanıcının sorgusuna göre yapılandırılmış verileri alır ve işler.

Bir soru sorduğunuzda, Doku veri aracısı isteği işlemek için Azure OpenAI Yardımcısı API'sini kullanır. Akış şu şekilde çalışır:

Kullanıcı kimlik bilgileriyle şema erişimi

Sistem önce veri kaynağının şemasına (örneğin, lakehouse, ambar, PBI anlam modeli, KQL veritabanları veya ontoloji) erişmek için kullanıcının kimlik bilgilerini kullanır. Bu, sistemin kullanıcının görüntüleme iznine sahip olduğu veri yapısı bilgilerini getirmesini sağlar.

Komut istemi oluşturma

Kullanıcının sorusunu yorumlamak için sistem şunları birleştirir:

1. Kullanıcı Sorgusu: Kullanıcı tarafından sağlanan doğal dil sorusu.
2. Şema Bilgileri: Önceki adımda alınan veri kaynağının meta verileri ve yapısal ayrıntıları.
3. Örnekler ve Yönergeler: Doku veri aracısını ayarlarken sağlanan önceden tanımlanmış örnekler (örneğin, örnek sorular ve yanıtlar) veya belirli yönergeler. Bu örnekler ve yönergeler yapay zekanın soruyu anlama şeklini iyileştirmeye yardımcı olur ve yapay zekanın verilerle nasıl etkileşime geçtiğini gösterir.

Tüm bu bilgiler bir istem oluşturmak için kullanılır. Bu istem, Fabric veri aracısının temel aldığı bir aracı olarak işlev gören Azure OpenAI Yardımcı API'sine input olarak kullanılır. Bu temelde Doku veri aracısına sorgunun nasıl işlendiği ve üretilmesi gereken yanıt türü hakkında bilgi sağlar.

Sorgu gereksinimlerine göre araç çağırma

Aracı, oluşturulan istemi analiz eder ve yanıtı almak için hangi aracın çağrıleceğine karar verir:

• SQL'e Doğal Dil (NL2SQL): Veriler bir göl evinde veya ambarda bulunduğunda SQL sorguları oluşturmak için kullanılır
• Doğal Dilden DAX'a (NL2DAX): Power BI veri kaynaklarında anlamsal modellerle etkileşim kurmak için DAX sorguları oluşturmak için kullanılır
• Doğal Dilden KQL'ye (NL2KQL): KQL veritabanlarındaki verileri sorgulamak için KQL sorguları oluşturmak için kullanılır

Seçili araç, Doku veri aracısının temel aldığı şemayı, meta verileri ve bağlamı kullanarak bir sorgu oluşturur. Ardından araç, güvenlik protokolleri ve kendi Sorumlu Yapay Zeka (RAI) ilkeleriyle düzgün biçimlendirme ve uyumluluk sağlamak için sorguyu doğrular.

Yanıt yapılandırma

Doku veri aracısını temel alan aracı sorguyu yürütür ve yanıtın uygun şekilde yapılandırılıp biçimlendirilmesini sağlar. Ajan, yanıtı kullanıcı dostu hale getirmek için genellikle daha fazla bağlam içerir. Son olarak, yanıt aşağıdaki ekran görüntüsünde gösterildiği gibi kullanıcıya konuşma arabiriminde görüntülenir:

Bir Fabric veri aracısı tarafından soruya verilen yanıtı gösteren ekran görüntüsü.

Ajan, nihai cevabı elde etmek için hem sonucu hem de izlediği ara adımları sunar. Bu yaklaşım saydamlığı artırır ve gerekirse bu adımların doğrulanmasına olanak tanır. Kullanıcılar, aşağıdaki ekran görüntüsünde gösterildiği gibi, yanıtı almak için Doku veri aracısının izlediği tüm adımları görmek üzere açılır listeyi genişletebilirler.

Buna ek olarak, Doku veri aracısı karşılık gelen veri kaynağını sorgulamak için kullanılan oluşturulan kodu sağlayarak yanıtın nasıl oluşturulduğuna ilişkin daha fazla içgörü sağlar.

Bu sorgular yalnızca verileri sorgulamak için tasarlanmıştır. Verilerinizin bütünlüğünü korumak için veri oluşturma, veri güncelleştirmeleri, veri silme işlemleri, herhangi bir veri değişikliği türü içeren işlemlere izin verilmez.

Herhangi bir noktada, aşağıdaki ekran görüntüsünde gösterildiği gibi sohbeti temizlemek için sohbeti temizle düğmesini seçebilirsiniz:

Sohbeti temizle özelliği tüm sohbet geçmişini siler ve yeni bir oturum başlatır. Sohbet geçmişinizi sildikten sonra alamazsınız.

Veri kaynağını değiştirme

Veri kaynağını kaldırmak için, üç noktalı menü görünene kadar Doku veri aracısı sayfasının sol bölmesindeki Explorer üzerindeki veri kaynağı adının üzerine gelin. Üç nokta simgesini görmek için seçin, ardından aşağıdaki ekran görüntüsünde gösterildiği gibi veri kaynağını silmek amacıyla Kaldır seçeneğini seçin.

Alternatif olarak, veri kaynağınız değiştiyse, aşağıdaki ekran görüntüsünde gösterildiği gibi aynı menüden Yenile seçebilirsiniz:

Bu, Fabric veri aracınızı en son verilerle eşitlenmiş durumda tutmak için veri kaynağı güncelleştirmelerinin explorerdada hem yansıtılmasını hem de doğru şekilde doldurulmasını sağlar.

Yapı veri aracısı yapılandırması

Doku veri aracısı, kullanıcıların kuruluşunuzun gereksinimlerini daha iyi karşılamak için Doku veri aracısı davranışını özelleştirmesine olanak sağlayan çeşitli yapılandırma seçenekleri sunar. Doku veri aracısı verileri işler ve sunarken, bu yapılandırmalar sonuçlar üzerinde daha fazla denetim sağlayan esneklik sunar.

Yönergeleri sağlayın

Yapay zekanın davranışına yol göstermek için belirli yönergeler sağlayabilirsiniz. Bunları Fabric veri aracısı yönergeleri bölmesine eklemek için, aşağıdaki ekran görüntüsünde gösterildiği gibi Fabric veri aracısı yönergeleri'ni seçin.

Burada, yapay zekaya sorguların nasıl işleneceğini bildirmek için 15.000 karaktere kadar düz İngilizce metin yazabilirsiniz.

Örneğin, belirli soru türleri için kullanılacak tam veri kaynağını belirtebilirsiniz. Veri kaynağı seçeneklerine örnek olarak yapay zekayı kullanmaya yönlendirmek verilebilir

• Finansal sorgular için Power BI anlam modelleri
• satış verileri için bir göl evi
• operasyonel ölçümler için bir KQL veritabanı

Bu yönergeler, yapay zekanın kılavuzunuza ve soruların bağlamını temel alarak SQL, DAX veya KQL gibi uygun sorgular oluşturmasını sağlar.

Yapay zeka kaynağınız belirli sözcükleri, kısaltmaları veya terimleri sürekli olarak yanlış yorumlarsa, yapay zekanın bunları doğru anlayıp işlediğinden emin olmak için bu bölümde net tanımlar sağlamaya çalışabilirsiniz. Bu özellikle etki alanına özgü terminoloji veya benzersiz iş jargonu için yararlı olur.

Bu yönergeleri uyarlayarak ve terimleri tanımlayarak, yapay zekanın veri stratejinize ve iş gereksinimlerinize tam uyum içinde hassas ve ilgili içgörüler sunma becerisini geliştirirsiniz.

Örnek sorgular sağlama

Desteklenen her veri kaynağına (lakehouse, warehouse, KQL veritabanı) göre uyarlanmış örnek sorgular sağlayarak yanıt doğruluğunu geliştirebilirsiniz. Üretken yapay zekada az denemeli öğrenme olarak bilinen bu yaklaşım, Doku veri aracısına beklentilerinize daha uygun yanıtlar oluşturma konusunda yol göstermesine yardımcı olur.

Yapay zekaya örnek sorgu/soru çiftleri sağladığınızda, gelecekteki soruları yanıtlarken bu örneklere başvurur. Yeni sorguları en ilgili örneklerle eşleştirmek, yapay zekanın işletmeye özgü mantığı birleştirmesine ve sık sorulan sorulara etkili bir şekilde yanıt vermesine yardımcı olur. Bu işlevsellik, tek tek veri kaynakları için ince ayar sağlar ve daha doğru SQL veya KQL sorguları oluşturulmasını sağlar.

Power BI anlam modeli verileri şu anda örnek sorgu/soru çiftleri eklemeyi desteklemiyor. Ancak lakehouse, warehouse ve KQL veritabanları gibi desteklenen veri kaynakları için daha fazla örnek sağlamak, yapay zekanın varsayılan performans ayarı gerektiğinde hassas sorgular oluşturma becerisini önemli ölçüde geliştirebilir.

Tavsiye

Çeşitli örnek sorgular kümesi, Doku veri aracısının doğru ve ilgili SQL/KQL sorguları oluşturma becerisini geliştirir.

Örnek sorgu eklemek veya düzenlemek için, aşağıdaki ekran görüntüsünde gösterildiği gibi örnek sorgular bölmesini açmak için örnek sorgular düğmesini seçin:

Bu bölme, Power BI anlam modelleri ve ontolojiler dışında desteklenen tüm veri kaynakları için örnek sorgular ekleme veya düzenleme seçenekleri sağlar. Her veri kaynağı için, aşağıdaki ekran görüntüsünde gösterildiği gibi örnek sorgu ekleme veya düzenleme seçebilirsiniz:

Uyarı

Doku veri aracısı yalnızca geçerli SQL/KQL söz dizimi içeren ve seçili tabloların şemasıyla eşleşen sorgulara başvurur. Fabric veri aracısı, doğrulamasını tamamlamamış sorguları kullanmaz. Fabric veri aracısının bunları etkili bir şekilde kullandığından emin olmak için tüm örnek sorguların geçerli ve şemayla doğru hizalandığından emin olun.

Fabric veri aracısı yayımla ve paylaş

Doku veri aracınızın performansını çeşitli sorularla test ettikten ve doğru SQL, DAX veya KQL sorguları oluşturduğunu onayladıktan sonra, bunu iş arkadaşlarınızla paylaşabilirsiniz. Bu noktada, aşağıdaki ekran görüntüsünde gösterildiği gibi Yayımlaseçin:

Fabric veri aracısının yayınını gösteren ekran görüntüsü.

Bu adım, Fabric veri aracısının açıklamasını isteyen bir pencere açar. Burada Doku veri aracısının ne yaptığı hakkında ayrıntılı bir açıklama sağlayın. Bu ayrıntılar, iş arkadaşlarınıza Doku veri aracısının işlevselliği konusunda yol gösterir ve diğer yapay zeka sistemlerinin/düzenleyicilerinin Doku veri aracısını etkili bir şekilde çağırmasına yardımcı olur.

Fabric veri aracısını yayımladıktan sonra iki sürümüne sahip olursunuz. Geçerli taslak sürüm, iyileştirmeye ve geliştirmeye devam edebileceğiniz bir sürümdür. İkinci sürüm, yayımlanan sürümdür. Bu sürümü, sorularının yanıtlarını almak için Doku veri aracısını sorgulamak isteyen iş arkadaşlarınızla paylaşabilirsiniz. Fabric veri aracısının performansını daha da geliştirmek için, üzerinizde çalıştığınız geçerli taslak sürümüne iş arkadaşlarınızdan gelen geri bildirimleri dahil edebilirsiniz.

İlgili içerik

• Veri aracısı kavramı
• Veri aracı uçtan uca kılavuzu