Bereiten Sie Ihre Daten auf KI vor: KI-Anweisungen

Das Vorbereiten Ihrer Daten für KI in Power BI umfasst die Optimierung Ihres semantischen Modells, um die Leistung zu Copilot verbessern. Wenn Sie Features wie KI-Anweisungen verwenden, können Sie Kontext und Anleitungen bereitstellen, die die Relevanz und Genauigkeit von KI-gesteuerten Erkenntnissen verbessern. Dieser Leitfaden führt Sie durch die Schritte zum Einrichten und Testen von KI-Anweisungen, um Ihre Daten für KI-basierte Analysen vorzubereiten.

KI-Anweisungen ermöglichen Es Modellautoren, Kontext, Geschäftslogik und spezifische Anleitungen direkt zum semantischen Modell bereitzustellen. Copilot verwendet diese Anweisungen, um Benutzerfragen besser zu interpretieren, indem Organisationssprache, Terminologie und analytische Prioritäten einbezogen werden, die Copilot sonst nicht eigenständig verstanden würden.

Diese Anweisungen helfen dabei, Geschäftsbegriffe zu klären, Analyseansätze zu leiten und kritischen Datenkontext bereitzustellen. Nachdem Sie die Anweisungen gespeichert haben, verwendet Copilot sie, um intelligenter auf Benutzeraufforderungen zu reagieren.

KI-Anweisungen richten Copilot sich besser an Ihr Unternehmen. Sie verbessern die Qualität und Relevanz von Antworten, indem sie Mehrdeutigkeit reduzieren und sicherstellen, dass Copilot Ihre domänenspezifischen Begriffe und Analyseerwartungen verstanden werden. Letztendlich führt diese Praxis zu aussagekräftigeren Erkenntnissen, weniger Benutzerfrustration und einer reibungsloseren Erfahrung mit Copilot über Berichte, die dasselbe Modell verwenden.

Einrichten von KI-Anweisungen

1. Wählen Sie die Schaltfläche 'Daten für KI vorbereiten' im Start-Menüband in Power BI Desktop oder im Menüband des ausgewählten semantischen Modells im Power BI-Dienst aus.

   

   Wenn die Registerkarten bei Vorbereitungsdaten für KI deaktiviert sind, aktivieren Sie Power BI Q&A für Ihr Modell.

   

2. Wechseln Sie im Dialogfeld zur Registerkarte "KI-Anweisungen hinzufügen ".

3. Stellen Sie Anweisungen zum semantischen Modell bereit, das Ihnen dabei hilft Copilot , Ihre Geschäfts-, Terminologie und die Priorisierung der Daten im Modell zu verstehen.

   

4. Wählen Sie Anwenden.

Nachdem Sie das Dialogfeld geschlossen haben, werden Ihre Änderungen in Ihrem Modell gespeichert. Copilot verwendet jetzt die KI-Anweisungen.

Testen von KI-Anweisungen in Power BI Desktop

1. Öffnen Sie den Copilot Bereich in Power BI Desktop.
2. Verwenden Sie die Qualifikationsauswahl, um die spezifische Copilot Funktion auszuwählen, die Sie testen möchten. Es wird empfohlen, "Antworten" zu den Daten auszuwählen.
3. Interagieren Sie mit Copilot, indem Sie eine der von Ihnen definierten Instruktionen verwenden.
4. Stellen Sie sicher, dass Copilot korrekt reagiert.
5. Wenn Sie die Anweisungen ändern müssen, öffnen Sie die Prep-Daten für das KI-Dialogfeld erneut, und passen Sie sie an.
6. Veröffentlichen oder speichern Sie Ihren Bericht. Wenn Sie tests abgeschlossen haben und mit den KI-Anweisungen zufrieden sind, veröffentlichen Sie Ihren Bericht im Power BI-Dienst.

Verwenden Sie KI-Anweisungen

Nachdem Ihr Bericht im Power BI-Dienst veröffentlicht wurde oder Änderungen im Dienst gespeichert werden, können Benutzer die KI-Anweisungen überall nutzen, mit Copilotdenen das Modell interagiert.

Häufige Anwendungsfälle für KI-Anweisungen

KI-Anweisungen bieten eine flexible Möglichkeit, die Interpretation und Reaktion auf Benutzeraufforderungen zu verbessern Copilot . Obwohl es viele potenzielle Anwendungen gibt, unterscheiden sich zwei häufige Anwendungsfälle: allgemeiner Geschäftskontext und Dateninterpretation und Analyseregeln.

Allgemeine Geschäftskontext- und Dateninterpretation

Anweisungen können Ihnen helfen Copilot Antworten im Kontext Ihres Unternehmens zu formulieren, Antworten basierend auf Ihrer Branche, strategischen Zielen, Terminologie oder betriebstechnischer Logik anzupassen. Wenn Sie Anweisungen verwenden, können Sie sicherstellen, dass Benutzer genauere und relevantere Erkenntnisse erhalten. Einige Beispiele sind:

• Die besetzte Saison ist Oktober bis Februar.
• Fassen Sie Erkenntnisse mit einem Fokus auf Risikobewertung und Markttrends.
• Wenn ein Benutzer ABCD erwähnt, verweist er auf das Feld "Rechnung insgesamt ".
• Ein niedrigerer Attritionsprozentwert ist positiver.

Analyseregeln

Sie können Copilot Anweisungen geben, wie bestimmte Arten von Analysen angegangen werden sollten, indem Sie Regeln und Vorlieben bereitstellen, wie Daten aufgeteilt oder priorisiert werden sollen. Einige Beispiele sind:

• Analysieren Sie den Umsatz immer vierteljährlich.
• Bei der Präsentation des Umsatzes brechen Sie sie nach Quartal auf, und vergleichen Sie sie mit dem industry Feld.
• Für Einblicke in den Einzelhandel priorisieren Sie die Tabellen customsegmentationtable und saleschannel.
• Verwenden Sie die sales_fact Tabelle als primäre Quelle für alle verkaufsbezogenen Fragen.
• Wenn ein Benutzer nach Produktverkäufen fragt, fragen Sie immer nach Klärung am Standort.

Prompt-Entwicklung für KI-Anleitungen

Da KI-Anweisungen stark promptbasiert sind, ist es wichtig, bewährte Methoden für das Prompt Engineering zu verstehen, während Sie Ihre Anweisungen für ein semantisches Modell erstellen. Copilot kann empfindlich auf die Eingabeaufforderungen reagieren, die es empfängt, sodass sich die Erstellung von Aufforderungen auf die Ausgaben Copilot auswirkt. Hier finden Sie einige Möglichkeiten, um Ihre KI-Anweisungen optimal zu verwenden, einschließlich eines Beispiels für bewährte Methoden in Aktion.

Seien Sie explizit und spezifisch

Gehen Sie davon aus, dass Copilot keine Kenntnisse darüber hat, wie das Datenmodell oder der Geschäftskontext für Ihre Daten verwendet werden kann. Anstatt z. B. "Sie sind ein erfahrener BI-Analyst, der detailorientiert ist" zu schreiben, berücksichtigen Sie: "Sie sind ein erfahrener BI-Analyst, der für einen großen Lebensmittelhändler arbeitet. Die Antworten sollten detailorientiert sein und sich auf Umsatz und Rentabilität konzentrieren."

Verwenden von Analogien und beschreibender Sprache

Wenn Sie Analogien und beschreibende Sprache verwenden, helfen Sie dem Modell, Ihr gewünschtes Ergebnis zu verstehen. Beispiele können auch eine wichtige Rolle spielen, um dem Modell zu helfen, genau das zu verstehen, was Sie bedeuten. Verwenden Sie z. B. für produktspezifische Verkäufe das Measure Total_Sales_Product (Beispiel für Produkt: Word, PowerPoint, Excel, SharePoint, Teams).

Vermeiden von Zweideutigkeiten

Seien Sie klar über alles, was Sie hervorheben oder vermeiden möchten Copilot . Je mehr Details und unterstützende Inhalte Sie bereitstellen Copilotkönnen, desto besser. Verwenden Sie z. B. für Total Active Partners das Maß Monthly Active Partner Count. (Filtern Sie nicht nach der Tabelle "Kunden ".)

Gruppenbezogene Anweisungen

Um die Absicht von Copilot besser zu verstehen, organisieren Sie Anweisungen nach Thema oder Zweck (z. B. Datumslogik, Kernmetriken und Branchenbegriffe). Es kann von Vorteil sein, strukturelle Elemente wie Abschnitte, Hierarchien und Kopfzeilen einzuschließen. Ein Beispiel zum Gruppieren verwandter Anweisungen in den vollständigen Anweisungen finden Sie im Beispielszenario.

Die Reihenfolge, in der Sie Anweisungen erstellen, kann sich auf die empfangene Ausgabe auswirken.

Sie können ihre Chancen erhöhen, korrekte Ausgaben zu erhalten, indem Sie verschiedene Variationen, Bestellungen, Beispiele und Formulierungen testen.

Unterteilen komplexer Anweisungen in einfachere Schritte

Wenn Sie Anweisungen in einfache Schritte aufteilen, können Sie die Klarheit verbessern und Fehler reduzieren. Definieren Sie beispielsweise top-Kunden , indem Sie zuerst die Umsatztabelle betrachten und dann nur die Kunden mit den höchsten Auftragswerten zurückgeben.

Anleitungen fokussiert halten

Je nach Modell und den von Ihnen festgelegten Anweisungen ist manchmal weniger mehr. Konflikte und Komplexität in Anweisungen können verwirrung für große Sprachmodelle (LLMs) verursachen.

Beispielszenario

Das folgende Beispielszenario zeigt eine Reihe von KI-Anweisungen, die speziell entwickelt wurden, um ein bestimmtes Modell anzupassen.

Anweisungen zum Beantworten von Datenfragen

Der Bruttoproduktumsatz (GPS) sollte auf das grossrevenue Feld in der Tabelle " Umsatz " verweisen.

Top sellers bezieht sich auf die drei wichtigsten Partner mit dem höchsten Umsatz. Zeigen Sie Kundendaten nicht an, es sei denn, der Benutzer fordert es explizit an.

Kundenidentifikation

• accountid bezieht sich auf Kunden in der Tabelle "Umsatz ".
• earningsid bezieht sich auf Kunden in der Tabelle "Partner ".
• customid in der Bestelltabelle wird nicht auf Kunden verwiesen.
• Definieren Sie top-Kunden , indem Sie zuerst die Umsatztabelle betrachten und dann nur die Kunden mit den höchsten Auftragswerten zurückgeben.
• Einige Partner sind auch Kunden. Entfernen Sie diese Duplikate nicht. Geben Sie stattdessen anhand des ID-Werts an, ob es sich um einen Partner oder einen Kunden handelt.

Produktmetriken

• Filtern von Daten nach State= Washington oder State= California es sei denn, der Benutzer fragt ausdrücklich nach einem anderen Zustand.

• Verwenden Sie für produktspezifische Verkäufe das Measure Total_Sales_Product (Beispiel für Produkt: Word, PowerPoint, Excel, SharePoint oder Teams). Filtern Sie in der Spalte " Artikel " aus der Tabelle " Vertrieb ".

• Verwenden Sie für Total Active Partners die Maßnahme Monthly Active Partner Count_ID. (Filtern Sie nicht nach der Tabelle "Kunden ".)

• Lebensmittelverkäufe stammen immer aus Einzelhandelsgeschäften.

  Wenn der Wert product_type in der Tabelle " Artikel " lautet Food, zeigen Sie immer den Store an, in dem der Artikel verkauft wurde. Informationen zum Speicher sind in der Store-Tabelle mit dem Feld store_name zu finden und können mit product_type durch store_id verknüpft werden.

Überlegungen und Einschränkungen

• Da KI-Anweisungen unstrukturierte Anleitungen für Copilot sind, interpretiert der LLM sie lediglich. Es gibt keine Garantie dafür, dass der LLM genau die Anweisungen befolgt.
• KI-Anweisungen wirken sich auf die Copilot-Fähigkeiten aus, gelten jedoch nicht für allgemeine Unterhaltungen mit Copilot.
• KI-Anweisungen werden auf der semantischen Modellebene gespeichert. Anweisungen können derzeit nicht auf Berichtsebene gespeichert werden.
• Es wird nicht erwartet, dass KI-Anweisungen personaspezifisch sind oder sich auf nicht datenbezogene Ausgaben für den Endbenutzer auswirken.
• KI-Anweisungen können andere In Power BI-Features nicht deaktivieren Copilot oder verhindern, dass bestimmte Features aufgerufen/priorisiert werden.
• Die Anweisungen sind nicht dafür gedacht, mit visuellen Anpassungen oder Themen in Ihrem Bericht zu arbeiten.
• Derzeit können Sie keine Anweisungen in das Dialogfeld auf Desktop hochladen.
• Zum Testen von Anweisungen in Desktop müssen Sie den Copilot Bereich schließen und erneut öffnen, um neue Anweisungen anzuzeigen.
• Benutzer können keine Anweisungen nach Kategorie oder Modus (Ansicht oder Bearbeitung) in Copilot Power BI festlegen.
• Verbraucher können nicht sehen, welche Anweisungen ein Autor auf das Modell auf der Benutzeroberfläche angewendet hat.
• Endbenutzer können keine Anweisungen für ein semantisches Modell deaktivieren.
• KI-Anweisungen werden in Power BI Desktop möglicherweise nicht beachtet, wenn Sie versuchen, eine Seite zu erstellen, vorgeschlagene Themen für Berichtsseiten zu erhalten oder eine Datasets-Zusammenfassung mit Copilot zu erstellen. Um dieses Problem zu umgehen, verwenden Sie die Qualifikationsauswahl, und wählen Sie nur "Neue Berichtsseiten erstellen " aus, um anweisungen erfolgreich anzuwenden.
• KI-Anweisungen sind auf 10.000 Zeichen beschränkt.

Eine umfassende Liste der Überlegungen und Einschränkungen finden Sie unter "Vorbereiten Ihrer Daten für KI".

Verwandte Inhalte

• Vorbereiten von Daten für KI
• KI-Datenschemas
• Überprüfte Antworten
• Vorbereiten von Daten für KI – Häufig gestellte Fragen