AI를 위한 데이터 준비: AI 지침

Power BI에서 AI를 위해 데이터를 준비하려면 의미 체계 모델을 최적화하여 성능을 Copilot향상시킵니다. AI 지침과 같은 기능을 사용하는 경우 AI 기반 인사이트의 관련성과 정확도를 향상시키는 컨텍스트 및 지침을 제공할 수 있습니다. 이 가이드에서는 AI 기반 분석을 위해 데이터를 준비하는 데 도움이 되는 AI 지침을 설정하고 테스트하는 단계를 안내합니다.

AI 지침을 통해 모델 작성자는 의미 체계 모델에 대한 컨텍스트, 비즈니스 논리 및 특정 지침을 직접 제공할 수 있습니다. Copilot 에서는 이러한 지침을 사용하여 자체적으로 이해하지 못하는 조직 언어, 용어 및 분석 우선 순위를 Copilot 통합하여 사용자 질문을 더 잘 해석할 수 있습니다.

이러한 지침은 비즈니스 용어를 명확히 하고, 분석 방법을 안내하며, 중요한 데이터 컨텍스트를 제공하는 데 도움이 됩니다. 지침을 Copilot 저장한 후 사용자 프롬프트에 보다 지능적으로 응답하는 데 사용합니다.

AI 지침은 Copilot을(를) 귀사의 비즈니스에 더 잘 맞게 조정합니다. 모호성을 줄이고 도메인별 용어 및 분석 기대치를 이해하도록 하여 Copilot 응답의 품질과 관련성을 향상시킵니다. 궁극적으로 이러한 방법은 더 의미 있는 인사이트, 사용자 불만 감소 및 동일한 모델을 사용하는 여러 보고서에서 더 원활한 환경으로 Copilot 이어집니다.

AI 지침 설정

1. Power BI Desktop의 홈 리본 메뉴 또는 Power BI 서비스에서 선택한 의미 체계 모델의 리본에 있는 AI용 준비 데이터를 선택합니다.

   

   AI용 준비 데이터의 탭을 사용하지 않도록 설정한 경우 모델에 대해 Power BI Q&A를 사용하도록 설정합니다.

   

2. 대화 상자에서 AI 추가 지침 탭으로 이동합니다.

3. 비즈니스, 용어 및 모델의 데이터 우선 순위를 지정하는 방법을 이해하는 데 도움이 되는 Copilot 의미 체계 모델에 대한 지침을 제공합니다.

   

4. 적용을 선택합니다.

대화 상자를 닫으면 변경 내용이 모델에 저장됩니다. Copilot 이제 AI 지침을 사용합니다.

Power BI Desktop에서 AI 지침 테스트

1. Copilot Power BI Desktop에서 창을 엽니다.
2. 기술 선택기를 사용하여 테스트하려는 특정 Copilot 기능을 선택합니다. 데이터에 대한 답변 질문을 선택하는 것이 좋습니다.
3. 설정한 지침 중 하나를 활용하여 Copilot와 상호 작용합니다.
4. 정확하게 응답하도록 Copilot 확인하십시오.
5. 지침을 변경해야 하는 경우 AI 대화 상자 의 준비 데이터를 다시 열고 조정합니다.
6. 보고서를 게시하거나 저장합니다. 테스트를 완료하고 AI 지침에 만족하면 보고서를 Power BI 서비스에 게시합니다.

AI 지침 소비

보고서가 Power BI 서비스에 게시되거나 변경 내용이 서비스에 저장되면 사용자는 모델이 상호 작용하는 모든 곳에서 AI 지침을 활용할 수 있습니다 Copilot.

AI 지침에 대한 일반적인 사용 사례

AI 지침은 사용자 프롬프트를 해석하고 응답하는 방법을 Copilot 개선하는 유연한 방법을 제공합니다. 잠재적인 애플리케이션이 많지만 일반적인 비즈니스 컨텍스트와 데이터 해석 및 분석 규칙이라는 두 가지 일반적인 사용 사례가 두드러집니다.

일반적인 비즈니스 컨텍스트 및 데이터 해석

지침은 비즈니스 컨텍스트 내에서 응답을 구성하고 업계, 전략적 목표, 용어 또는 운영 논리에 따라 답변을 조정하는 데 도움이 될 Copilot 수 있습니다. 지침을 사용하면 사용자가 보다 정확하고 관련성이 있는 인사이트를 얻을 수 있습니다. 몇 가지 예는 다음과 같습니다.

• 바쁜 계절은 10월부터 2월까지입니다.
• 위험 평가 및 시장 동향에 중점을 둔 인사이트를 구성합니다.
• 사용자가 ABCD를 언급할 때 총 청구서 필드를 참조합니다.
• 감소율이 낮을수록 더 긍정적입니다.

분석 규칙

데이터를 조각화하거나 우선 순위를 지정하는 방법에 대한 규칙 및 기본 설정을 제공하여 특정 유형의 분석에 접근하는 방법을 안내 Copilot 할 수 있습니다. 몇 가지 예는 다음과 같습니다.

• 항상 분기별로 매출을 분석합니다.
• 수익을 소개할 때 분기별로 세분화하여 필드와 비교합니다 industry .
• 소매 인사이트를 위해 customsegmentationtable 및 saleschannel 테이블을 우선순위로 두십시오.
• sales_fact 모든 판매 관련 질문에 대한 기본 원본으로 테이블을 사용합니다.
• 사용자가 제품 판매에 대해 묻는 경우 항상 위치에 대한 설명을 요청합니다.

AI 지침에 대한 프롬프트 엔지니어링

AI 지침은 프롬프트 기반이므로 의미 체계 모델에 대한 지침을 작성할 때 프롬프트 엔지니어링에 대한 모범 사례를 이해하는 것이 중요합니다. Copilot 은 수신하는 프롬프트에 민감할 수 있으므로 프롬프트 생성은 출력에 Copilot 영향을 줍니다. 다음은 실행 중인 모범 사례의 예를 포함하여 AI 지침을 최대한 활용하는 몇 가지 방법입니다.

명시적이고 구체적이어야 합니다.

Copilot이 데이터 모델이나 비즈니스 컨텍스트를 사용하는 방법을 전혀 이해하지 못한다고 가정하십시오. 예를 들어 "여러분은 세부 사항을 중시하는 경험이 풍부한 BI 분석가입니다"를 작성하는 대신 다음과 같이 수정할 수 있습니다. "여러분은 대형 식품 유통업체에서 일하는 경험이 풍부한 BI 분석가입니다. 응답은 세부적인 지향적이고 수익 및 수익성에 초점을 맞춰야 합니다."

비유 및 설명 언어 사용

비유 및 설명 언어를 사용하는 경우 모델이 원하는 결과를 이해하는 데 도움이 됩니다. 예제는 모델이 사용자의 의미를 정확하게 이해하는 데 중요한 역할을 할 수도 있습니다. 예를 들어 제품별 판매의 경우 측정값 Total_Sales_Product (예: Word, PowerPoint, Excel, SharePoint, Teams)을 사용합니다.

모호성 방지

강조하거나 피하려는 Copilot 모든 항목에 대해 명확히 해야 합니다. 제공할 Copilot수 있는 세부 정보 및 지원 콘텐츠가 많을수록 좋습니다. 예를 들어, Total Active Partners의 경우 Monthly Active Partner Count 측정을 사용합니다. ( Customers 테이블에서 필터링하지 마세요.)

그룹 관련 지침

Copilot 의도를 더 잘 이해하려면 테마 또는 목적별로 지침을 구성합니다(예: 날짜 논리, 주요 메트릭 및 업계 용어). 섹션, 계층 구조 및 헤더와 같은 구조적 요소를 포함하는 것이 도움이 될 수 있습니다. 전체 지침 집합에서 관련 지침을 그룹화하는 방법의 예제는 예제 시나리오를 참조하세요.

명령을 작성하는 순서는 받은 출력에 영향을 줄 수 있습니다.

다양한 변형, 주문, 예제 및 표현을 테스트하여 올바른 출력을 얻을 가능성을 높일 수 있습니다.

복잡한 지침을 더 간단한 단계로 나누기

지침을 간단한 단계로 구분하면 명확성을 높이고 오류를 줄일 수 있습니다. 예를 들어 먼저 수익 테이블을 보고 가장 높은 주문 값을 가진 고객만 반환하여 상위 고객을 정의합니다.

지침을 명확하게 유지하세요.

모델과 설정한 지침에 따라, 때로는 간결함이 더 효과적일 수 있습니다. 지침의 충돌 및 복잡성으로 인해 LLM(대규모 언어 모델)이 혼동될 수 있습니다.

예제 시나리오

다음 예제 시나리오에서는 특정 모델에 맞게 설계된 일련의 AI 지침을 보여 줍니다.

데이터 질문에 대답하기 위한 지침

GPS(총 제품 판매)는 grossrevenue 테이블의 필드를 참조해야 합니다.

상위 판매자는 수익이 가장 높은 상위 3개 파트너를 가리킵니다. 사용자가 명시적으로 묻지 않는 한 고객에게 표시하지 마세요.

고객 식별

• accountid 은 Revenue 테이블의 고객을 나타냅니다.
• earningsid 는 파트너 테이블의 고객을 나타냅니다.
• customid은(는) 주문 테이블에서 고객을 참조하지 않습니다.
• 먼저 수익 테이블을 보고 가장 높은 주문 값을 가진 고객만 반환하여 상위 고객을 정의합니다.
• 일부 파트너도 고객입니다. 이러한 중복 항목은 제거하지 마세요. 대신 ID 값을 기반으로 파트너인지 고객인지를 나타냅니다.

제품 메트릭

• 사용자가 특별히 다른 상태를 요청하지 않는 한 State= Washington 또는 State= California으로 데이터를 필터링합니다.

• 제품별 판매의 경우 측정값 Total_Sales_Product (예: Word, PowerPoint, Excel, SharePoint 또는 Teams)을 사용합니다. Sales 테이블에서 Product 열을 필터링합니다.

• 의 경우 Total Active Partners측정값 Monthly Active Partner Count_ID을 사용합니다. ( Customers 테이블에서 필터링하지 마세요.)

• 식품 판매는 항상 소매점에서 판매됩니다.

  Product 테이블의 값 product_type 이 Food면 항상 항목이 판매된 저장소를 표시합니다. 저장소 정보는 필드가 있는 store_name 테이블에서 찾을 수 있으며, product_type에 의해 store_id에 연결될 수 있습니다.

고려사항 및 제한사항

• AI 명령은 구조화되지 않은 지침이기 때문에 CopilotLLM은 이를 단지 해석할 뿐입니다. LLM이 지침을 정확하게 따를 것이라는 보장은 없습니다.
• AI 지침은 Copilot 기능에 영향을 주지만 Copilot과의 일반적인 대화로는 확장되지 않습니다.
• AI 지침은 의미 체계 모델 수준에서 저장됩니다. 지침은 현재 보고서 수준에 저장할 수 없습니다.
• AI 지침은 가상 사용자에 한정되거나 최종 사용자에 대한 비데이터 관련 출력을 수정할 것으로 예상되지 않습니다.
• AI 지침은 Power BI 기능의 다른 Copilot 기능을 사용하지 않도록 설정하거나 특정 기능이 호출되지 않도록 방지/우선 순위를 지정할 수 없습니다.
• 지침은 보고서의 시각적 수정 또는 테마 작업을 위한 것이 아닙니다.
• 현재는 Desktop에서 대화 상자에 지침을 업로드할 수 없습니다.
• Desktop에서 지침을 테스트하려면 창을 닫았다가 다시 열어 Copilot 적용된 새 지침을 확인해야 합니다.
• 사용자는 Power BI에서 Copilot 범주 또는 모드(보기 또는 편집)에 따라 지침을 설정할 수 없습니다.
• 소비자는 작성자가 UI에서 모델에 적용한 지침을 볼 수 없습니다.
• 최종 사용자는 의미 체계 모델에 대한 지침을 사용하지 않도록 설정할 수 없습니다.
• 페이지를 만들거나, 제안된 보고서 페이지 토픽을 얻거나, 데이터 세트 요약 Copilot을 사용하려는 경우 Power BI Desktop에서 AI 지침이 적용되지 않을 수 있습니다. 이 문제를 해결하려면 기술 선택기를 사용하고 새 보고서 페이지 만들기 만 선택하여 지침이 성공적으로 적용되도록 합니다.
• AI 지침은 10,000자로 제한됩니다.

고려 사항 및 제한 사항의 포괄적인 목록은 AI를 위한 데이터 준비를 참조하세요.

관련 콘텐츠

• AI를 위한 데이터 준비
• AI 데이터 스키마
• 확인된 답변
• AI FAQ를 위한 데이터 준비