Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Copilot Fabric Real-Time Intelligence-työkuormassa on tekoälyavustaja, joka auttaa sinua kyselyissä, analysoinnissa ja reaaliaikaisen datan tutkimisessa. Copilot muuntaa luonnollisen kielen Kusto Query Language (KQL) -kyselyiksi, luo hallintapaneelit ja mahdollistaa interaktiivisen datan tutkimisen ilman KQL-asiantuntemusta.
Copilot KQL-kyselysetteissä
Copilot KQL-kyselysetteissä muuntaa luonnollisen kielen kysymykset KQL-kyselyiksi. Kuvaile data-analyysitarpeesi selkokielellä, ja Copilot generoi vastaavan kyselyn. Copilot tukee keskusteluvuorovaikutusta, joten voit tarkentaa kyselyitä ja esittää jatkokysymyksiä aloittamatta alusta.
Lisätietoja Copilot:n käytöstä KQL-kyselyjoukoissa löytyy kohdasta Copilot KQL-kyselyiden kirjoittamiseen.
Copilot Real-Time Dashboardeissa
Copilot Real-Time Dashboards yksinkertaistaa hallintapaneelien luomista ja datan tutkimista:
- Luo hallintapaneelit: Valitse datataulu Real-Time Hubista tai KQL-kyselyjoukosta ja käytä Copilot luodaksesi automaattisesti Real-Time Dashboardin, jossa on oivallussivu ja dataprofiilisivu. Lisätietoja löytyy kohdasta Luo Real-Time-hallintapaneeli käyttäen Copilot.
- Muokkaa laattakyselyitä: Käytä Copilot luomaan tai muokkaamaan KQL-kyselyä kojelaudan takana suoraan muokkauspaneelissa, käyttäen luonnollista kieltä KQL:n manuaalisen kirjoittamisen sijaan.
- Tutki dataa interaktiivisesti: Näkymätilassa käytä Copilot kysyäksesi kysymyksiä kojelaudastasi, suodatetaksesi tuloksia ja tallentaaksesi oivalluksia uusina laattoina. Lisätietoja löytyy Copilot-assisted realtime data exploration.
Copilot for Azure Data Explorer
Copilot tukee myös Azure Data Explorer (ADX) -klustereita. Kun Copilot on yhdistetty ADX-klusteriin, se generoi KQL-kyselyitä ja tutkii dataa samalla tavalla kuin Eventhousessa. Tarvitaan Fabric-mahdollinen kapasiteetti.
Lisätietoja ADX:ään yhdistämisestä Fabric:sta löytyy osoitteesta Consume ADX-data Fabric.
Parhaat käytännöt Copilot KQL -kyselyihin
Seuraavat vinkit pätevät Copilot sekä KQL-kyselysarjoissa että Real-Time Dashboardeissa:
Aloita yksinkertaisilla luonnollisen kielen kehotteista oppiaksesi nykyiset kyvyt ja rajoitukset. Siirry vähitellen monimutkaisempiin kehotteisiin.
Ilmaise tehtävä tarkasti ja vältä epäselvyys. Kuvittele, että jaat aiheen KQL-asiantuntijan kanssa ilman suullisia ohjeita. Tuottaisivatko he oikean kyselyn?
Tarjoa relevanttia tietoa mallin tueksi. Määritä taulukot, operaattorit tai funktiot, jotka ovat kriittisiä kyselylle, kun mahdollista.
Valmistele tietokantasi:
- Lisää docstring-ominaisuudet kuvaamaan yleisiä taulukoita ja sarakkeita. Tämä vaihe on kriittinen taulukoille tai sarakkeille, joiden nimet eivät ole merkityksellisiä.
- Sinun ei tarvitse lisätä docstringejä taulukoihin tai sarakkeisiin, joita käytetään harvoin.
- Lisätietoja löytyy alter table column-docstrings -komennosta.
Parantaaksesi Copilot tuloksia, valitse like tai dispid palautteen lähettämiseen.
Muistio
Lomake Lähetä palautetta sisältää tietokannan nimen, URL-osoitteen, Copilot:n generoiman KQL-kyselyn sekä mahdolliset vapaatekstivastaukset, jotka olet liittänyt. Suoritetun KQL-kyselyn tuloksia ei lähetetä.
Muistio
Tekoäly toimii Copilotilla, joten yllätykset ja virheet ovat mahdollisia.
Paranna Copilot-tarkkuutta yksityisillä laukauksilla
Copilot parantaa kehotuksia käyttämällä relevantteimpia esimerkkejä (joita kutsutaan luonnolliseksi kieleksi ja KQL-pareiksi, eli "shotsiksi") Public Shots -tietokannasta. Tämän tietokannan on kuratoinut Real-Time Intelligence -tiimi, se perustuu KQL-dokumentaatioon ja on kaikkien Copilot käyttäjien saatavilla. Public Shots -tietokanta tarjoaa vankan perustan, mutta on geneerinen eikä sisällä toimialakohtaista tietoa KQL-tietokannastasi.
Parantaaksesi Copilot'n kykyä tuottaa tarkkoja ja monimutkaisia KQL-kyselyitä juuri sinun tilanteesiisi, luo Private Shots -tietokanta.
Tämä lähestymistapa mahdollistaa edistyneiden KQL-kyselyiden sisällyttämisen, jotka vastaavat tiimisi ainutlaatuisia vaatimuksia. Esimerkiksi kyselyt, jotka käyttävät: - graafisemantiikkaa, - aikasarjan analyysiä, - poikkeamien havaitsemista - tai tallennettuja funktioita , jotka on määritelty KQL-tietokannassasi.
Yksityiset otokset julkaistaan automaattisesti sekä KQL-kyselyjoukoista että Real-Time Dashboardeista. Kun tallennat nämä artefaktit, niiden sisältämät KQL-kyselyt julkaistaan Private Shots -tietokantaan, mikä parantaa Copilot'n kykyä tuottaa kyselyitä, jotka vastaavat tietojasi ja käyttötapauksiasi.
Muistio
- Kun olet tallentanut Private Shots -artefaktit, niiden julkaiseminen ja Copilot voi käyttää niitä muutaman minuutin kuluttua.
- Vain KQL on pakollinen. LLM tuottaa luonnollisen kielen kuvauksen. Voit lisätä lyhyen kuvauksen liittämällä edeltävän kommentin KQL:ään.
- KQL-kyselyt tarkistetaan pätevyyden syntaksin varalta. Private Shots -tietokantaan lisätään vain kelvolliset kyselyt.
- Copilot käyttää vain käyttäjän käytettävissä olevia yksityisiä laukauksia. Jos sinulla ei ole lupaa nähdä tiettyä hallintapaneelia tai kyselyjoukkoa, Copilot ei käytä näiden artefaktien otoksia.
- KQL-kyselyt, jotka on tuotettu Copilot ja lisätty kyselyjoukkoon Copy to Editor -painikkeella, sisältävät kommenttirivin:
// This KQL query was generated by AI:. Näitä kyselyjä ei julkaista Private Shots -tietokannassa. Sisällyttääksesi ne, poista tämä kommentti ja säilytä myöhempi kommentti, joka sisältää käyttäjän kehotteen.
Limitations
Seuraavat rajoitukset koskevat Copilot Real-Time älykkyydessä:
- Copilot ei voi muokata olemassa olevia KQL-kyselyitä kyselyeditorissa. Jos pyydät Copilot-chat-paneelia muokkaamaan tiettyä osaa olemassa olevasta kyselystä, se ei toimi. Copilot kuitenkin ymmärtää aiemmat syötteet chat-paneelissa, joten voit iteroida kyselyitä, jotka Copilot loi ennen lisäämistä.
- Copilot saattaa tuottaa virheellisiä tuloksia, kun tarkoituksena on arvioida tietoja. Copilot pääsee käsiksi vain tietokantaskeemaan, eikä itse dataan.
- Copilot-vastaukset voivat sisältää epätarkkaa tai heikkolaatuista sisältöä. Käy läpi tulokset ennen kuin käytät niitä työssäsi.
- Käyttäjien, jotka voivat arvioida merkityksellisesti sisällön tarkkuutta ja asianmukaisuutta, tulee tarkastella tuloksia.
- Copilot-chat-paneeli KQL-tietokannoissa ei ole käytettävissä, kun Yksityinen linkki on käytössä ja Public Access on poistettu käytöstä vuokralaisessa asetuksessa.
Vastuullinen tekoäly
Jos haluat nähdä Microsoft:n ohjeet vastuullisesta tekoälystä Real-Time Intelligencessa, katso Privacy, security and responsible use of Copilot for Real-Time Intelligence.
Microsoft on sitoutunut varmistamaan, että AI-periaatteet ja Responsible AI Standard ohjaavat tekoälyjärjestelmiä. Näihin periaatteisiin kuuluu asiakkaiden voimaannuttaminen käyttää näitä järjestelmiä tehokkaasti ja niiden käyttötarkoitusten mukaisesti.