Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
W tym artykule dowiesz się, jak działają Microsoft Copilot w notesach i agenci danych Fabric (dawniej nazywani agentami danych), jak zapewniają bezpieczeństwo danych biznesowych i zgodność z wymaganiami dotyczącymi prywatności oraz jak odpowiedzialnie używać generatywnej sztucznej inteligencji. Aby zapoznać się z omówieniem tych tematów dotyczących platformy Copilot w sieci szkieletowej, zobacz Prywatność, zabezpieczenia i odpowiedzialne korzystanie z rozwiązania Copilot (wersja zapoznawcza).
Użycie danych
Użycie danych w Copilot dla notatników w Fabric
W notesach copilot może uzyskiwać dostęp tylko do danych dostępnych dla bieżącego notesu użytkownika w dołączonym lakehouse lub bezpośrednio załadowanym lub zaimportowanym do tego notesu przez użytkownika. W notesach copilot nie może uzyskać dostępu do żadnych danych, które nie są dostępne dla notesu.
Domyślnie copilot ma dostęp do następujących typów danych:
- Historia konwersacji: poprzednie wiadomości wysłane do użytkownika i odpowiedzi od Copilot dla tego użytkownika. (zobacz poniżej, aby uzyskać więcej informacji na temat przechowywania historii konwersacji)
- Zawartość komórek, którą użytkownik wykonał.
- Dane wyjściowe komórek wykonanych przez użytkownika.
- Schematy źródeł danych w notesie.
- Przykładowe dane ze źródeł danych w notesie.
- Schematy z zewnętrznych źródeł danych w dołączonym jeziorze danych (lakehouse).
Użycie danych w agentach danych Fabric
- Agenci danych sieci szkieletowej korzystają z historii konwersacji użytkownika, aby lepiej odpowiadać na pytania użytkownika. (zobacz poniżej, aby uzyskać więcej informacji na temat przechowywania historii konwersacji)
- Informacje o schemacie dodanych źródeł danych. Obejmuje to nazwy tabel i kolumn. (Twórca agenta danych wybiera tabele, które mają być uwzględnione).
Jak obsługujemy historię konwersacji
W przypadku Copilot w Notatnikach i agentów danych Fabric przechowujemy historię konwersacji w sesjach użytkowników.
Dlaczego przechowujemy historię konwersacji i gdzie są przechowywane?
Aby korzystać ze w pełni konwersacyjnych środowisk sztucznej inteligencji agentów, agent musi przechowywać historię konwersacji między sesjami użytkowników, aby zachować kontekst. Gwarantuje to, że agent sztucznej inteligencji zachowuje kontekst na temat tego, co użytkownik zapytał w poprzednich sesjach i jest to zazwyczaj pożądane zachowanie w wielu interakcjach ze sztuczną inteligencją typu agent. Doświadczenia takie jak Copilot w notesach i agenci danych Fabric to doświadczenia sztucznej inteligencji, które przechowują historię konwersacji między sesjami użytkownika.
Ta historia jest przechowywana w granicach zabezpieczeń platformy Azure w tym samym regionie i w tych samych zasobach usługi Azure OpenAI, które przetwarzają wszystkie żądania sztucznej inteligencji sieci szkieletowej. Różnica w tym przypadku polega na tym, że historia konwersacji jest przechowywana tak długo, jak użytkownik zezwala. W przypadku środowisk, które nie przechowują historii konwersacji między sesjami, żadne dane nie są przechowywane. Polecenia są przetwarzane tylko przez zasoby Azure OpenAI używane przez Fabric.
Użytkownicy mogą w dowolnym momencie usunąć historię konwersacji, po prostu usuwając czat. Ta opcja istnieje zarówno dla narzędzia Copilot w notesach, jak i agentach danych. Jeśli historia konwersacji nie zostanie usunięta ręcznie, będzie przechowywana przez 28 dni.
Copilot w notesach: Odpowiedzialne używanie sztucznej inteligencji — często zadawane pytania
Dzięki narzędziu Copilot w notesach dotyczących nauki o danych i inżynierii danych w usłudze Microsoft Fabric oferujemy asystenta sztucznej inteligencji ułatwiającego przekształcanie, eksplorowanie i tworzenie rozwiązań w kontekście notesu.
Aby zapoznać się z rozważaniami i ograniczeniami, zobacz Ograniczenia.
Jak oceniliśmy Copilot w notesach na potrzeby nauki o danych i inżynierii danych?
- Zespół produktu przetestował Copilot, aby zobaczyć, jak dobrze działa system w kontekście notesów i czy odpowiedzi sztucznej inteligencji są szczegółowe i przydatne.
- Zespół zainwestował również w inne środki łagodzące szkody, w tym podejścia technologiczne do skupienia wyników Copilot na tematach związanych z nauką o danych.
Jak najlepiej pracować z Copilot w notesach na potrzeby nauki o danych i inżynierii danych?
- Copilot jest najlepiej przygotowany do obsługi tematów nauki o danych, więc ogranicz pytania do tego obszaru.
- Jawnie opisz dane, które mają zostać zbadane przez Copilot. Jeśli opiszesz zasób danych — na przykład poprzez nazewnictwo plików, tabel lub kolumn — Copilot może częściej pobierać odpowiednie dane i generować przydatne dane wyjściowe.
- Aby uzyskać bardziej szczegółowe odpowiedzi, załaduj dane do notesu jako ramki danych lub przypnij dane w usłudze Lakehouse. Zapewnia to copilot więcej kontekstu, z którym należy przeprowadzić analizę. Jeśli zasób jest zbyt duży, aby go załadować, przypięcie go jest przydatną alternatywą.
Agent danych sieci szkieletowej: Często zadawane pytania dotyczące odpowiedzialnej sztucznej inteligencji
Co to jest agent danych Fabric?
Agent danych to nowa funkcja usługi Microsoft Fabric, która umożliwia tworzenie własnych konwersacyjnych systemów pytań i odpowiedzi przy użyciu generowania sztucznej inteligencji. Agent danych sieci szkieletowej sprawia, że szczegółowe informacje o danych są bardziej dostępne i możliwe do działania dla wszystkich użytkowników w organizacji. Za pomocą agenta danych usługi Fabric twój zespół może prowadzić rozmowy z prostymi pytaniami w języku angielskim dotyczącymi danych przechowywanych w usłudze Fabric OneLake, a następnie otrzymywać odpowiednie odpowiedzi. Nawet osoby bez wiedzy technicznej w zakresie sztucznej inteligencji lub bez głębokiego zrozumienia struktury danych mogą otrzymywać dokładne i kontekstowe odpowiedzi.
Co może zrobić agent danych?
Agent danych Fabric umożliwia interakcję języka naturalnego z danymi ustrukturyzowanymi, umożliwiając użytkownikom zadawanie pytań i odbieranie rozbudowanych, kontekstowych odpowiedzi. Umożliwia użytkownikom łączenie się ze źródłami danych, takimi jak Lakehouse, Warehouse, zestaw danych usługi Power BI, bazy danych KQL i uzyskiwanie szczegółowych informacji bez konieczności pisania złożonych zapytań. Agent danych został zaprojektowany tak, aby ułatwić użytkownikom dostęp do danych i przetwarzać je, zwiększając podejmowanie decyzji za pośrednictwem interfejsów konwersacyjnych przy zachowaniu kontroli nad bezpieczeństwem i prywatnością danych.
Jakie są przeznaczenie agenta danych?
Agent danych sieci szkieletowej ma uprościć proces wykonywania zapytań dotyczących danych. Umożliwia użytkownikom interakcję z danymi ustrukturyzowanymi za pomocą języka naturalnego. Obsługuje ona szczegółowe informacje o użytkownikach, podejmowanie decyzji i generowanie odpowiedzi na złożone pytania bez konieczności posiadania specjalistycznej wiedzy na temat języka zapytań. Agent danych jest szczególnie przydatny dla analityków biznesowych, osób podejmujących decyzje i innych użytkowników nietechnicznych, którzy potrzebują szybkich, praktycznych szczegółowych informacji z danych przechowywanych w źródłach, takich jak baza danych KQL, lakehouse, zestaw danych usługi Power BI i zasoby magazynu.
Agent danych sieci szkieletowej nie jest przeznaczony do przypadków użycia, w których wymagane są deterministyczne i 100% dokładne wyniki z powodu bieżących ograniczeń usługi LLM.
Agent danych w platformie Fabric nie jest przeznaczony do przypadków użycia, które wymagają zaawansowanej analityki lub analityki przyczynowej. Na przykład "dlaczego liczba sprzedaży spadła w zeszłym miesiącu?" jest poza bieżącym zakresem.
Jak oceniano agenta danych The Fabric? Jakie metryki są używane do mierzenia wydajności?
Zespół produktu przetestował agenta danych na różnych publicznych i prywatnych testach porównawczych, aby określić jakość zapytań względem różnych źródeł danych. Zespół zainwestował również w inne środki łagodzące skutki, w tym technologiczne podejścia, aby zapewnić, że dane wyjściowe agenta danych są ograniczone do kontekstu wybranych źródeł danych.
Jakie są ograniczenia agenta danych The Fabric? Jak użytkownicy mogą zminimalizować wpływ ograniczeń agenta danych sieci szkieletowej podczas korzystania z systemu?
Upewnij się, że używasz opisowych nazw kolumn. Zamiast nazw kolumn "C1" lub "ActCu" (na przykład), użyj nazw "ActiveCustomer" lub "IsCustomerActive". Jest to najbardziej skuteczny sposób uzyskiwania bardziej niezawodnych zapytań z wykorzystaniem sztucznej inteligencji.
Aby zwiększyć dokładność agenta danych Fabric, możesz podać więcej kontekstu za pomocą instrukcji agenta danych i przykładowych zapytań. Te dane wejściowe pomagają interfejsowi API asystenta usługi Azure OpenAI — który obsługuje agenta danych sieci Szkieletowej — podejmować lepsze decyzje dotyczące interpretacji pytań użytkownika i źródła danych, które jest najbardziej odpowiednie do użycia.
Możesz użyć instrukcji agenta danych, aby kierować zachowaniem agenta bazowego, pomagając zidentyfikować najlepsze źródło danych, aby odpowiedzieć na określone typy pytań.
Możesz również podać przykładowe pary pytań i zapytań, aby pokazać, jak agent danych platformy Fabric powinien odpowiadać na typowe zapytania. Te przykłady służą jako wzorce interpretacji podobnych danych wejściowych użytkownika i generowania dokładnych wyników. Przykładowe pary pytań-zapytań nie są obecnie obsługiwane w przypadku semantycznych źródeł danych modelu Power BI.
Zapoznaj się z tym zasobem , aby uzyskać pełną listę bieżących ograniczeń agenta danych.
Jakie czynniki operacyjne i ustawienia umożliwiają efektywne i odpowiedzialne korzystanie z agenta danych sieci szkieletowej?
Agent danych sieci szkieletowej może uzyskiwać dostęp tylko do danych, które podajesz. Schemat (nazwa tabeli i nazwa kolumny), a także instrukcje agenta danych Fabric oraz przykładowe zapytania podane w interfejsie użytkownika lub za pośrednictwem zestawu SDK, są używane.
Agent danych sieci szkieletowej może uzyskiwać dostęp tylko do danych, do których użytkownik może uzyskać dostęp. Jeśli używasz agenta danych, twoje poświadczenia są używane do uzyskiwania dostępu do bazowej bazy danych. Jeśli nie masz dostępu do danych bazowych, agent danych nie może uzyskać dostępu do tych danych bazowych. Ma to miejsce w przypadku korzystania z agenta danych w różnych kanałach — na przykład Microsoft Foundry lub Microsoft Copilot Studio — gdzie inni użytkownicy mogą używać agenta danych.