通过

适用于 Synapse 数据仓库的 Microsoft Copilot

  • 项目

适用于： Microsoft Fabric 中的仓库

适用于 Synapse 数据仓库的 Microsoft Copilot 是一种 AI 助手，旨在简化数据仓库任务。 Copilot 与 Fabric 仓库无缝集成，它提供的智能见解能在你探索 T-SQL 的每一步提供相应的帮助。

适用于数据仓库的 Copilot 简介

适用于数据仓库的 Copilot 利用表和视图名称、列名、主键和外键元数据来生成 T-SQL 代码。 适用于数据仓库的 Copilot 不使用表中的数据来生成 T-SQL 建议。

适用于仓库的 Copilot 的主要功能包括：

  • 自然语言到 SQL：要求 Copilot 使用简单的自然语言问题生成 SQL 查询。
  • 代码完成：通过 AI 提供支持的代码完成提高编码效率。
  • 快速操作：使用现成的操作快速修复和说明 SQL 查询。
  • 智能见解：基于仓库架构和元数据接收智能建议和见解。

在 Fabric 仓库编辑器中，可通过三种方法与 Copilot 交互。

  • 聊天窗格：使用聊天窗格，通过自然语言向 Copilot 提问。 Copilot 将根据所提问的问题使用生成的 SQL 查询或自然语言进行响应。
  • 代码完成：开始在 SQL 查询编辑器中编写 T-SQL 后，Copilot 将自动生成代码建议来帮助完成查询。 按 Tab 键接受代码建议，或继续键入以忽略建议。
  • 快速操作：在 SQL 查询编辑器的功能区中，“修复”和“说明”选项是快速操作。 突出显示所选的 SQL 查询，并选择其中一个快速操作按钮以对查询执行所选操作。
    • 说明：Copilot 可以采用注释格式提供 SQL 查询和仓库架构的自然语言说明。
    • 修复：Copilot 可以在出现错误消息时修复代码中的错误。 错误方案可能包括不正确的/不支持的 T-SQL 代码、错误的拼写等。 Copilot 还将提供注释来说明更改并建议 SQL 最佳做法。
    • 如何：为 Synapse 数据仓库使用 Copilot 快速操作

有效使用 Copilot

下面是使用 Copilot 最大程度地提高工作效率的一些提示。

  • 在撰写提示时，首先要以清晰简洁的方式描述要查找的信息。
  • 自然语言到 SQL 取决于富有表现力的表和列名称。 如果表和列没有表现力和描述性，Copilot 可能无法构造有意义的查询。
  • 使用适用于仓库的表和视图名称、列名称、主键和外键的自然语言。 此上下文可帮助 Copilot 生成准确的查询。 尽可能明确地指定你希望查看的列、聚合和任何筛选条件。 Copilot 应能够更正拼写错误或理解给定架构上下文的上下文。
  • 在仓库的模型视图中创建关系，以提高生成的 SQL 查询中 JOIN 语句的准确性。
  • 使用代码完成时，在查询顶部留下注释以及 --，以帮助指导 Copilot 了解尝试编写的查询的上下文。
  • 请避免在提示中出现含糊不清或过于复杂的语言。 简化问题，同时让问题易于理解。 进行这种编辑可确保 Copilot 能有效地将其转换为有意义的 T-SQL 查询，以便从关联的表和视图中检索所需数据。
  • 当前，自然语言到 SQL 支持英语语言到 T-SQL。
  • 以下示例提示内容清晰、具体且针对架构和数据仓库的属性进行定制，使 Copilot 更容易生成准确的 Transact-SQL 查询：
    • 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

启用 Copilot

应该了解哪些事项才能负责任地使用 Copilot？

Microsoft 致力于确保我们的 AI 系统遵循我们的 AI 原则和负责任 AI 标准。 这些原则包括使我们的客户能够有效地使用这些系统，以及使这些系统符合其预期用途。 我们的负责任 AI 方法不断发展，目的是主动解决新出现的问题。

Fabric 中的 Copilot 功能是为了满足负责任 AI 标准而构建的，这意味着它们会由多学科团队审查潜在危害，然后进行细化以包括针对这些危害的缓解措施。

有关详细信息，请参阅适用于数据仓库的 Copilot（预览版）的隐私、安全性和负责任使用。

适用于数据仓库的 Copilot 的限制

下面是适用于数据仓库的 Copilot 的当前限制：

  • Copilot 不了解以前的输入，在用户通过用户界面或聊天窗格提交更改后无法撤消更改。 例如，不能要求 Copilot“撤消我的最后 5 个输入”。但是，用户仍然可以使用现有的用户界面选项删除不想要的更改或查询。
  • Copilot 无法对现有 SQL 查询进行更改。 例如，如果要求 Copilot 编辑现有查询的特定部分，则无法执行此操作。
  • 当试图评估数据时，Copilot 可能会生成不准确的结果。 Copilot 只能访问仓库架构，不能访问其中的任何数据。
  • Copilot 响应可能包含不准确的或低质量的内容，因此请务必在工作中使用输出之前对输出进行审查。
  • 对输出的审查应该由能够有效评估内容准确度和适当性的人员来完成。

相关内容