Data Warehouse工作负载（预览版）中的Copilot是什么？

适用于： ✅ Microsoft Fabric 中的 SQL 分析终结点和仓库

Fabric 数据仓库中的 Copilot 是一个 AI 助手，旨在简化数据仓库任务。 Copilot 与 Fabric 中的数据仓库无缝集成，提供智能见解，帮助你完成 T-SQL 探索的每一步。

Copilot in Fabric Data Warehouse 使用表名和视图名、列名、主键和外键元数据来生成 T-SQL 代码。 Fabric 数据仓库中的 Copilot 不使用表中的数据来生成 T-SQL 建议。

Fabric 数据仓库中的 Copilot 功能

Fabric 数据仓库中的 Copilot 提供以下功能：

  • 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。
  • 代码自动补全：通过人工智能支持的代码补全功能，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。

  • Copilot 聊天窗格：使用聊天窗格通过自然语言向 Copilot 提问。 Copilot 会根据提出的问题，使用生成的 SQL 查询或自然语言做出回复。

    • 自然语言到 SQL：生成 T-SQL 代码并获取问题建议，以加速工作流。

  • Copilot 代码完成：开始在 SQL 查询编辑器中编写 T-SQL，Copilot 会自动生成代码建议以帮助完成查询。 “Tab”键接受代码建议，或继续键入以忽略建议。

  • Copilot 快速操作：在 SQL 查询编辑器的功能区中，“修复”和“解释”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或不支持的 T-SQL 代码、错误的拼写等。 Copilot 还提供说明更改和建议 SQL 最佳做法的注释。

启用 Copilot

在 Fabric 数据仓库中使用 Copilot 的最佳做法

下面是使用 Copilot 最大程度地提高工作效率的一些提示。

  • 在创作提示时，先清晰简洁地描述你想要的具体信息。
  • 自然语言转换为 SQL 依赖于富有表现力的表名和列名。 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。
  • 使用适用于你的表的自然语言，查看仓库的名称、列名、主键和外键。 此上下文可帮助 Copilot 生成准确的查询。 尽可能明确地指定你想看到的列、聚合以及任何过滤条件。 Copilot 应能够根据架构上下文更正拼写错误或理解上下文。
  • 在仓库的模型视图中创建关系，以提高生成的 SQL 查询中的语句的准确性 JOIN 。
  • 使用代码补全功能时，使用 -- 在查询顶部留下注释，以帮助指导 Copilot 了解要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，自然语言转换为 SQL 已经支持从英语转换为 T-SQL。

示例提示

  • 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 T-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

Note

Copilot 由 AI 提供支持，因此可能发生意外和错误。

Copilot 的负责任 AI 使用

若要查看 Microsoft 有关 Fabric Data Warehouse 中负责任 AI 的指南，请参阅Copilot 的隐私、安全和负责任 AI 使用。

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。

Limitations

以下是数据仓库中 Fabric 中的 Copilot 的当前限制：

  • Copilot 不理解之前的输入，也无法在用户通过用户界面或聊天面板提交更改后撤销更改。 例如，你不能让 Copilot 撤销我最近五个输入。不过，你仍然可以使用现有的用户界面选项删除不需要的更改或查询。
  • 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，无法访问内部数据。
  • Copilot的回复可能包含不准确或低质量的内容，因此务必在使用前仔细审查输出内容。
  • 能够有效评估内容准确性和适当性的人应该审查输出。

相关内容

  • Last updated on