您可以使用來 Copilot 將自然語言問題轉譯成 Kusto 查詢語言 （KQL） 查詢。 只需以簡單的語言描述您想要分析或尋找的內容，並 Copilot 為您產生對應的 KQL 查詢。 這項功能可讓任何人 （無論他們是否熟悉 KQL） 都能更輕鬆地有效率地探索和分析數據。
如需 的計費資訊Copilot，請參閱 在 Fabric 定價中宣佈Copilot。
先決條件
備註
- 您的系統管理員必須先啟用租戶切換，才能開始使用 Copilot。 如需詳細資訊，請參閱 Copilot 租用戶設定 一文。
- 您的 F2 或 P1 容量必須位於本文所列的其中一個區域： Fabric 區域可用性。
- 如果您的租用戶或容量位於美國或法國境外，Copilot 預設會停用，除非您的 Fabric 租用戶系統管理員在 Fabric 系統管理入口中啟用「可以在容量的地理區域、合規性界限或國家/地區雲端實例之外處理傳送至 Azure OpenAI 的資料」的租用戶設定。
- 試用版 SKU 不支援 Microsoft Fabric 中的 Copilot。 僅支持付費 SKU（F2 或更新版本或 P1 或更高版本）。
- 如需詳細資訊，請參閱 Fabric 和 Power BI 中的 Copilot 概觀一文。
在 KQL 中撰寫查詢的功能Copilot
Copilot 可讓您輕鬆地將自然語言查詢翻譯成 Kusto 查詢語言 （KQL）。 副手可作為日常語言和 KQL 技術複雜性之間的橋樑，並藉此消除數據分析師和公民數據科學家的採用障礙。 透過利用 OpenAI 的進階語言理解能力，此功能可讓您以熟悉的自然語言格式提交業務問題，然後將其轉換為 KQL 查詢。 Copilot 透過使用者友好且高效的資料分析方法簡化查詢建立過程，從而提高生產力。
Copilot 支援 對話式交互 ，可讓您動態澄清、調整和擴展查詢，同時保持先前輸入的上下文。 您可以細化查詢並提出後續問題，而無需重新開始：
動態查詢精簡：您可以精簡提示以移除模明、指定資料表或資料行，或提供更多內容，以精簡所 Copilot 產生的初始 KQL。
無縫後續問題：如果產生的 KQL 正確，但您想要更深入地探索數據，您可以提出與相同任務相關的後續問題。 您可以根據先前的對話方塊來擴展查詢範圍、新增篩選器或探索相關資料點。
用於 Copilot 在 KQL 中撰寫查詢
您可以透過兩種方式存取 Copilot ：
透過 KQL 查詢集： 移至新的或現有的 KQL 查詢集 ，並使用此功能 Copilot 從自然語言提示產生查詢。
透過 Real-Time 儀表板中的編輯圖磚： 在 Real-Time 儀錶板中編輯磚時，用來 Copilot 協助直接在儀錶板編輯體驗中建立或精簡 KQL 查詢。
請遵循下列步驟，在 Copilot 任一內容中使用：
在窗格中 Copilot ，以自然語言輸入您的商務問題。
按 Enter 鍵。
幾秒鐘後， Copilot 根據您的輸入產生 KQL 查詢。 您可以將查詢複製到剪貼簿、將其 插入 查詢編輯器或將上下文中的查詢 替換為它 。 若要在查詢編輯器中執行查詢，您必須具有 KQL 查詢集的寫入許可權。
選取 [執行] 按鈕以執行查詢。
備註
- Copilot 不會產生控制命令。
- Copilot 不會自動執行產生的 KQL 查詢。 建議使用者自行決定執行查詢。
您可以繼續提出後續問題或進一步完善您的查詢。 若要開始新的聊天，請選取窗格右 Copilot 上方的對話氣泡 （1）。
將滑鼠游標懸停在上一個問題 （2） 上，然後選取 鉛筆 圖示，將其複製到問題方塊中進行編輯，或將其複製到剪貼簿。
改善撰寫 KQL 查詢的精確度Copilot
以下是一些秘訣，可協助改善所產生 CopilotKQL 查詢的精確度：
從簡單的自然語言提示開始，了解當前的功能和限制。 然後，逐漸進行更複雜的提示。
準確陳述任務，避免歧義。 想像一下，您與小組中的一些 KQL 專家共用自然語言提示，而沒有新增口頭指示 - 他們是否能夠產生正確的查詢？
若要產生最準確的查詢，請提供任何有助於模型的相關資訊。 如果可以的話，請指定對查詢至關重要的資料表、運算子或函數。
準備您的數據庫： 添加文檔字符串屬性以描述常見的表和列。 此步驟對於描述性名稱 （例如時間戳記） 可能是多餘的，但對於描述具有無意義名稱的表格或資料行至關重要。 您不必將文件字串新增至很少使用的表格或資料行。 如需詳細資訊，請造訪 alter table column-docstrings 命令。
若要改善 Copilot 結果，請選取 「喜歡」 或 「不喜歡 」圖示，以在 「提交意見回饋 」表單中提交您的意見。
備註
提交意見反應表單會提交資料庫的名稱、其 URL、副手產生的 KQL 查詢，以及您在意見反應提交中包含的任何自由文字回應。 不會傳送已執行 KQL 查詢的結果。
新增私人鏡頭
使用來自 Public Shots 資料庫的最相關範例（即<NL、KQL>配對，也稱為「快照」）來增強和豐富使用者的提示。 該數據庫由 RTI 團隊策劃和管理。 它主要基於 KQL 文檔，可供 Copilot 的用戶開箱即用。 不過，它是一般資料庫，而且不包含目前 KQL DB 的任何網域特定知識。 若要進一步提升 Copilot 正確產生您場景中的複雜 KQL 查詢的能力，您可以建立私人範例資料庫。 這可讓您使用進階 KQL 運算子 （例如 圖形語意、 時間序列分析、 異常偵測 等） 和 KQL 資料庫中定義的 預存函式 ，針對小組的特定案例新增進階 KQL 查詢。 目前，私人快照會自動從查詢集和即時儀表板中發佈。 儲存這些成品會觸發在私人鏡頭資料庫中發佈包含的 KQL 查詢。
備註
- 從儲存這些構件到發佈並準備好由Copilot來擷取以增強使用者的提示，大約需要幾分鐘的時間。
- 只有 KQL 是強制性的。 相應的 NL 描述由 LLM 自動產生。 不過，歡迎您透過先前的註解新增 KQL 的簡短描述 （，必須附加至 KQL） 。
- 由Copilot生成的KQL查詢，並使用Copilot的[複製到編輯器]按鈕複製到查詢集，會以註解行“// 此KQL查詢是由AI生成:”開頭，且不會發佈到Private Shots資料庫中。 如果您想包含它們，只需刪除該註釋（但留下以下註釋，這是用戶的提示，因為它有助於生成 NL 描述）。
限制與考量
-
Copilot 可能會建議可能不正確或誤導性的建議 KQL 查詢，因為：
- 複雜且冗長的使用者輸入。
- 導向非 KQL 資料庫資料表或具體化檢視的資料庫實體的使用者輸入 （例如 KQL 函式。
- 組織內超過 10,000 個並行使用者可能會導致故障或重大效能影響。