Veri Ambarı iş yükünde (Önizleme) Copilot nedir?

Şunlar için geçerlidir:✅ Microsoft Fabric'te SQL analiz uç noktası ve Ambarı

Doku Veri Ambarı'ndaki Copilot, veri ambarı görevlerinizi kolaylaştırmak için tasarlanmış bir yapay zeka yardımcısıdır. Copilot, Doku'daki veri ambarınızla sorunsuz bir şekilde tümleştirerek T-SQL araştırmalarınızın her adımında size yardımcı olacak akıllı içgörüler sağlar.

Doku Veri Ambarı'ndaki Copilot, T-SQL kodu oluşturmak için tablo ve görünüm adlarını, sütun adlarını, birincil anahtarı ve yabancı anahtar meta verilerini kullanır. Doku Veri Ambarı'ndaki Copilot, T-SQL önerileri oluşturmak için tablolardaki verileri kullanmaz.

Fabric Veri Ambarı'nda Copilot Özellikleri

Fabric Veri Ambarı'ndaki Copilot aşağıdaki özellikleri sunar:

  • SQL'e Doğal Dil: Copilot'dan basit doğal dil sorularını kullanarak SQL sorguları oluşturmasını isteyin.
  • Kod tamamlama: Yapay zeka destekli kod tamamlama işlemleriyle kodlama verimliliğinizi artırın.
  • Hızlı eylemler: Hazır kullanılabilir eylemlerle SQL sorgularını hızla düzeltin ve açıklayın.
  • Akıllı İçgörüler: Ambar şemanıza ve meta verilerinize göre akıllı öneriler ve içgörüler alın.

Doku Ambarı düzenleyicisinde Copilot ile etkileşim kurmanın üç yolu vardır.

  • Doku Veri Ambarı'ndaki Copilot sohbet bölmesi: Copilot'a doğal dil aracılığıyla soru sormak için sohbet bölmesini kullanın. Copilot, sorulan soruya göre oluşturulan bir SQL sorgusu veya doğal dil ile yanıt verir.

    • SQL'e Doğal Dil: T-SQL kodu oluşturun ve iş akışınızı hızlandırmak için sorulacak sorulara ilişkin öneriler alın.

  • Doku Veri Ambarı'nda Copilot kodu tamamlama: SQL sorgu düzenleyicisinde T-SQL yazmaya başlayın; Copilot otomatik olarak sorgunuzu tamamlamaya yardımcı olacak bir kod önerisi oluşturur. Tab tuşu kod önerisini kabul eder veya öneriyi yoksaymak için yazmaya devam edin.

  • Fabric Veri Ambarı'ndaki Copilot hızlı eylemler: SQL sorgu düzenleyicisinin şeridindeki Düzeltme ve Açıklama seçenekleri hızlı işlemlerdir. Seçtiğiniz bir SQL sorgusunu vurgulayın ve sorgunuzda seçili eylemi gerçekleştirmek için hızlı işlem düğmelerinden birini seçin.

    • Açıklamak: Copilot, SQL sorgunuzun ve ambar şemanızın doğal dil açıklamalarını açıklama biçiminde sağlayabilir.
    • Düzeltmek: Copilot, hata iletileri ortaya çıktıkçe kodunuzdaki hataları düzeltebilir. Hata senaryoları yanlış/desteklenmeyen T-SQL kodunu, yanlış yazımları ve daha fazlasını içerebilir. Copilot ayrıca değişiklikleri açıklayan ve SQL için en iyi yöntemleri öneren açıklamalar sağlar.

Copilot'ı Etkinleştir

Fabric Veri Ambarı'nda Copilot kullanımı için en iyi yöntemler

Copilot ile üretkenliği en üst düzeye çıkarmak için bazı ipuçları aşağıdadır.

  • İstemler oluştururken, aradığınız belirli bilgilerin net ve kısa bir açıklamasıyla başladığınıza emin olun.
  • SQL'e doğal dil, ifade eden tablo ve sütun adlarına bağlıdır. Tablonuz ve sütunlarınız açıklayıcı ve tanımlayıcı değilse, Copilot anlamlı bir sorgu oluşturamayabilir.
  • Tablonuz için geçerli olan doğal dili kullanın ve ambarınızın adlarını, sütun adlarını, birincil anahtarlarını ve yabancı anahtarlarını görüntüleyin. Bu bağlam Copilot'un doğru sorgular oluşturması için yardımcı olur. Görmek istediğiniz sütunları, toplamaları ve filtreleme ölçütlerini mümkün olduğunca açıkça belirtin. Copilot, şema bağlamınız göz önüne alındığında yazım hatalarını düzeltebilmeli veya bağlamı anlayabilmelidir.
  • Oluşturulan SQL sorgularınızdaki deyimlerin doğruluğunu artırmak için ambarın JOIN model görünümünde ilişkiler oluşturun.
  • Kod tamamlamaları kullanırken, Copilot'a yazmaya çalıştığınız sorgu hakkında bağlam konusunda yol göstermesine yardımcı olmak için -- ile sorgunun en üstüne bir açıklama bırakın.
  • İstemlerinizde belirsiz veya aşırı karmaşık bir dilden kaçının. Netliğini korurken soruyu basitleştirin. Bu düzenleme, Copilot'un bunu ilişkili tablo ve görünümlerden istenen verileri alan anlamlı bir T-SQL sorgusuna etkili bir şekilde çevirebilmesini sağlar.
  • Şu anda SQL'e doğal dil, T-SQL için İngilizce dilini destekler.

Örnek istemler

  • Aşağıdaki örnek istemler açık, belirlidir ve şemanızın ve veri ambarınızın özelliklerine göre uyarlanmıştır ve Copilot'un doğru T-SQL sorguları oluşturmasını kolaylaştırır:
    - Show me all properties that sold last year
    - Count all the products, group by each category
    - Show all agents who sell properties in California
    - Show agents who have listed more than two properties for sale
    - Show the rank of each agent by property sales and show name, total sales, and rank

Note

Yapay zeka Copilot'a güç sağlar, bu nedenle sürprizler ve hatalar mümkündür.

Copilot ile Sorumlu Yapay Zeka Kullanımı

Microsoft’un Fabric Veri Ambarı'nda sorumlu yapay zeka yönergelerini görüntülemek için, Copilot’un gizlilik, güvenlik ve sorumlu kullanımı bölümüne bakın.

Microsoft, yapay zeka sistemlerimizin yapay zeka ilkelerimiz ve Sorumlu Yapay Zeka Standardımız tarafından yönlendirildiğinden emin olmak için kararlıdır. Bu ilkeler, müşterilerimizin bu sistemleri etkin ve amaçlanan kullanımları doğrultusunda kullanmalarını sağlamayı içerir. Sorumlu yapay zeka yaklaşımımız, ortaya çıkan sorunları proaktif olarak çözmek için sürekli olarak gelişmektedir.

Limitations

Veri Ambarı'nda Platformda Copilot'un geçerli sınırlamaları şunlardır:

  • Copilot, önceki girişleri anlamaz ve kullanıcı kullanıcı arabirimi veya sohbet bölmesi aracılığıyla yazarken değişiklik yaptıktan sonra değişiklikleri geri alamaz. Örneğin, Copilot'tan "Son beş girişimi geri al" komutunu isteyemezsiniz. Ancak, kullanıcılar istenmeyen değişiklikleri veya sorguları silmek için mevcut kullanıcı arabirimi seçeneklerini kullanmaya devam edebilir.
  • Copilot, mevcut SQL sorgularda değişiklik yapamaz. Örneğin, Copilot'dan var olan bir sorgunun belirli bir bölümünü düzenlemesini isterseniz, bu işlem çalışmaz.
  • Amaç verileri değerlendirmek olduğunda Copilot yanlış sonuçlar üretebilir. Copilot yalnızca ambar şemasına erişebilir, içindeki verilerin hiçbirisine erişmiyor.
  • Copilot yanıtları yanlış veya düşük kaliteli içerik içerebilir, bu nedenle çıktıları çalışmanızda kullanmadan önce gözden geçirmeyi unutmayın.
  • İçeriğin doğruluğunu ve uygunluğunu anlamlı bir şekilde değerlendirebilecek kişiler çıkışları gözden geçirmelidir.

İlgili içerik

  • Last updated on