Copilota per Real-Time Intelligence

Copilot nell'ambito di lavoro Fabric Real-Time Intelligence è un assistente di intelligenza artificiale che consente di eseguire query, analizzare ed esplorare i dati in tempo reale. Copilot converte il linguaggio naturale in query KQL (Kusto Query Language) e consente l'esplorazione interattiva dei dati, senza richiedere competenze KQL.

Copilot nei set di query KQL

Copilot nei set di query KQL trasforma le domande in linguaggio naturale in query KQL. Descrivere le esigenze di analisi dei dati in linguaggio normale e Copilot genera la query corrispondente. Copilot supporta le interazioni conversazionali, in modo da poter perfezionare le query e porre domande di completamento senza ricominciare.

Per informazioni dettagliate su come usare Copilot nei set di query KQL, vedere Copilot per la scrittura di query KQL.

Copilot nei dashboard di Real-Time

Copilot nei dashboard di Real-Time semplifica le modifiche dei riquadri del dashboard e l'esplorazione dei dati:

• Modifica delle query nei riquadri: usare Copilot per creare o modificare la query KQL dietro un riquadro del dashboard direttamente nel riquadro di modifica, usando il linguaggio naturale anziché scrivere manualmente KQL. Per informazioni dettagliate, vedere Usare Copilot per aggiungere/modificare un riquadro
• Explore dati in modo interattivo: in modalità di visualizzazione, usare Copilot per porre domande sui dati del dashboard, filtrare i risultati e salvare informazioni dettagliate come nuovi riquadri. Per informazioni dettagliate, vedere Esplorazione dati in tempo reale assistita da Copilot.

Copilot per i dati in Esplora dati di Azure

Copilot supporta anche cluster Esplora dati di Azure (ADX). Quando si è connessi a un cluster ADX, Copilot genera query KQL ed esplora i dati nello stesso modo in cui lo fa per un Eventhouse. È necessaria una capacità Fabric abilitata.

Per altre informazioni sulla connessione ad ADX da Fabric, vedere Consumare dati ADX in Fabric.

Procedure consigliate per le query KQL di Copilot

I suggerimenti seguenti si applicano a Copilot sia nei set di query KQL che nelle dashboard in tempo reale.

• Iniziare con semplici richieste di linguaggio naturale per apprendere le funzionalità e le limitazioni correnti. Procedere gradualmente a richieste più complesse.

• Dichiarare con precisione l'attività ed evitare ambiguità. Immagina di condividere la richiesta con un esperto KQL senza aggiungere istruzioni orali. Genererebbero la query corretta?

• Fornire informazioni pertinenti per aiutare il modello. Specificare tabelle, operatori o funzioni fondamentali per la query, quando possibile.

• Preparare il database:

  • Aggiungere proprietà docstring per descrivere tabelle e colonne comuni. Questo passaggio è essenziale per le tabelle o le colonne con nomi non significativi.
  • Non è necessario aggiungere docstring alle tabelle o alle colonne usate raramente.
  • Per altre informazioni, vedere modificare il comando column-docstrings della tabella.

• Per migliorare i risultati Copilot, selezionare l'icona like o dislike per inviare commenti e suggerimenti.

  Annotazioni

  Il modulo Submit feedback invia il nome del database, il relativo URL, la query KQL generata da Copilot e qualsiasi risposta di testo libero inclusa. I risultati della query KQL eseguita non vengono inviati.

Migliorare la precisione di Copilot con Impostazioni Private

Copilot migliora le richieste usando gli esempi più rilevanti (definiti coppie di linguaggio naturale e KQL o "scatti") da un database Public Shots. Questo database è curato dal team Real-Time Intelligence, derivato dalla documentazione di KQL e disponibile per tutti gli utenti Copilot. Il database Public Shots fornisce una solida base, ma è generico e manca una conoscenza specifica del dominio del database KQL.

Per migliorare la capacità di Copilot di generare query KQL accurate e complesse per scenari specifici, creare un database Shots privato.

Questo approccio consente di includere query KQL avanzate che rispondono ai requisiti univoci del team. Ad esempio, le query che usano: - semantica del grafo, - analisi delle serie temporali, rilevamento anomalie o funzioni archiviate definite nel database KQL.

Gli scatti privati vengono pubblicati automaticamente sia da queryset KQL che da dashboard Real-Time. Quando si salvano questi artefatti, le query KQL che contengono vengono pubblicate nel database Private Shots, migliorando la capacità di Copilot di generare query allineate ai dati e ai casi d'uso.

Limitations

Le seguenti limitazioni si applicano al Copilot in "Real-Time Intelligence":

• Copilot non può modificare le query KQL esistenti nell'editor delle query. Se si chiede al riquadro di chat di Copilot di modificare una parte specifica di una query esistente, non funziona. Tuttavia, Copilot comprende gli input precedenti nel riquadro della chat, in modo da poter eseguire l'iterazione sulle query che Copilot generate prima dell'inserimento.
• Copilot potrebbe produrre risultati imprecisi quando l'intento è valutare i dati. Copilot ha accesso solo allo schema del database e non ha accesso ai dati stessi.
• Le risposte di Copilot possono includere contenuti imprecisi o di bassa qualità. Esaminare gli output prima di usarli nel lavoro.
• Gli utenti che possono valutare in modo significativo l'accuratezza e l'adeguatezza del contenuto devono esaminare gli output.
• Il riquadro Copilot chat nei database KQL non è disponibile quando collegamento privato è abilitato e l'accesso pubblico è disabilitato nell'impostazione del tenant.

Intelligenza artificiale responsabile

Per visualizzare le linee guida di Microsoft per l'IA responsabile in Real-Time Intelligence, vedere Privacy, sicurezza e uso responsabile di Copilot per Real-Time Intelligence.

Microsoft si impegna a garantire che i principi dell'AI e lo Standard di intelligenza artificiale responsabile guideranno i sistemi di intelligenza artificiale. Questi principi includono la possibilità per i clienti di usare questi sistemi in modo efficace e in linea con gli usi previsti.

Contenuti correlati

• Copilot per la scrittura di query KQL
• Esplorazione dei dati in tempo reale assistita da Copilot
• Panoramica di Copilot in Fabric