Compartir a través de


¿Qué es Copilot en Fabric en la carga de trabajo de Data Factory?

En este artículo se proporciona información general sobre Copilot en la carga de trabajo de Data Factory, incluidas sus características y ventajas. Microsoft Copilot en la carga de trabajo de Data Factory es un conjunto de herramientas mejorado por ia que permite a los clientes usar lenguaje natural para articular sus requisitos para crear soluciones de integración de datos mediante Dataflow Gen2. El co-piloto en la carga de trabajo de Data Factory funciona como un experto en la materia que colabora con usted para diseñar sus flujos de datos, apoyando tanto a los gestionadores de datos ciudadanos como a los profesionales en la optimización de sus flujos de trabajo.

Para que su empresa pueda empezar a usar las funcionalidades de Copilot en Fabric, el administrador debe habilitar Copilot en Microsoft Fabric (consulte Información general de Copilot Fabric.

Nota:

Funcionamiento de Copilot en la carga de trabajo de Data Factory

Copilot en la carga de trabajo de Data Factory mejora la productividad, desbloquea información profunda y facilita la creación de experiencias de inteligencia artificial personalizadas adaptadas a los datos. Como componente de Copilot en la experiencia de Fabric, proporciona generación inteligente de código Mashup para transformar los datos mediante la entrada de lenguaje natural. Genera explicaciones de código que le ayudarán a comprender mejor las consultas y tareas complejas que se generaron anteriormente.

Características de Copilot en la carga de trabajo de Data Factory

Copilot en la carga de trabajo de Data Factory ofrece diferentes funcionalidades en función del componente con el que trabaja:

Con Dataflow Gen2, puede:

  • Generación de nuevos pasos de transformación para una consulta existente
  • Proporcione un resumen de la consulta y los pasos aplicados.
  • Generar una nueva consulta que pueda incluir datos de ejemplo o una referencia a una consulta existente

Con las canalizaciones, puede hacer lo siguiente:

  • Generación de canalizaciones: con lenguaje natural, puede describir la canalización deseada y Copilot entiende la intención y genera las actividades de canalización necesarias.
  • Asistente de mensajes de error: Solución de problemas de la tubería con capacidad de explicación clara de errores y guía práctica de resolución de problemas.
  • Resumir Proceso: Explicar su proceso complejo con un resumen del contenido y las relaciones de las actividades dentro del proceso.
  • Compilar expresiones: Genere y explique expresiones de pipeline mediante la interfaz de chat intuitiva de Copilot.

Procedimientos recomendados para usar Copilot en la carga de trabajo de Data Factory

Para sacar el máximo partido de Copilot en la carga de trabajo de Data Factory:

  • Sé específico y claro en tus solicitudes de lenguaje natural
  • Empezar con transformaciones simples y crear complejidad gradualmente
  • Use la característica "Explicar mi consulta actual" para comprender el código generado.
  • Utilice la funcionalidad de deshacer para revertir los cambios cuando sea necesario
  • Revise los pasos generados en la lista Pasos aplicados para obtener precisión.
  • Uso de avisos de inicio para familiarizarse con las funcionalidades de Copilot

Ejemplos de indicaciones

Estos son algunos mensajes de ejemplo que puede usar con Copilot en la carga de trabajo de Data Factory:

Mensajes de Dataflow Gen2

- Only keep European customers
- Count the total number of employees by City
- Only keep orders whose quantities are above the median value
- Create a new query with sample data that lists all the Microsoft OS versions and the year they were released
- Explain my current query

Indicaciones de tubería

- Create a pipeline to copy data from SQL Server to Azure Data Lake
- Ingest data from this source to that destination
- Summarize this pipeline
- Explain what this pipeline does

Nota:

La inteligencia artificial potencia a Copilot, por lo que son posibles sorpresas y errores.

Uso responsable de la inteligencia artificial de Copilot

Microsoft se compromete a garantizar que nuestros sistemas de inteligencia artificial estén guiados por nuestros principios de inteligencia artificial y el estándar de inteligencia artificial responsable. Estos principios incluyen la capacitación de nuestros clientes para que usen estos sistemas de forma eficaz y en consonancia con sus usos previstos. Nuestro enfoque para la inteligencia artificial responsable está evolucionando continuamente para abordar los problemas emergentes de forma proactiva.

Para obtener instrucciones específicas sobre el uso de inteligencia artificial responsable en Data Factory, consulte Privacidad, seguridad y uso responsable de Copilot en Fabric en la carga de trabajo de Data Factory.

Limitaciones

Estas son las limitaciones actuales de Copilot en la carga de trabajo de Data Factory:

  • Copilot no puede realizar transformaciones ni explicaciones en varias consultas en una sola entrada. Por ejemplo, no puede pedir a Copilot que "Capitalice todos los encabezados de columna para cada consulta del flujo de datos".
  • Copilot no entiende las entradas anteriores y no puede deshacer los cambios después de que un usuario confirme un cambio al crear, ya sea a través de la interfaz de usuario o el panel de chat. Por ejemplo, no puede pedir a Copilot que "Deshacer mis cinco últimas entradas". Sin embargo, los usuarios todavía pueden usar las opciones existentes de la interfaz de usuario para eliminar pasos o consultas no deseados.
  • Copilot no puede realizar cambios de diseño en las consultas de su sesión. Por ejemplo, si indica a Copilot que cree un nuevo grupo para las consultas en el editor, no funciona.
  • Copilot podría producir resultados inexactos cuando la intención es evaluar los datos que no están presentes dentro de los resultados muestreados importados en los datos de la sesión.
  • Copilot no genera un mensaje para las habilidades que no admite. Por ejemplo, si pide a Copilot que "Realice un análisis estadístico y escriba un resumen sobre el contenido de esta consulta", no completa la instrucción correctamente como se mencionó anteriormente. Desafortunadamente, tampoco proporciona un mensaje de error.