Przygotowywanie danych na potrzeby sztucznej inteligencji: instrukcje dotyczące sztucznej inteligencji

Przygotowanie danych do sztucznej inteligencji w usłudze Power BI obejmuje optymalizację modelu semantycznego w celu zwiększenia wydajności programu Copilot. W przypadku korzystania z funkcji, takich jak instrukcje dotyczące sztucznej inteligencji, możesz udostępnić kontekst i wskazówki, które zwiększają istotność i dokładność szczegółowych informacji opartych na sztucznej inteligencji. Ten przewodnik przeprowadzi Cię przez kroki konfigurowania i testowania instrukcji dotyczących sztucznej inteligencji w celu przygotowania danych do analizy opartej na sztucznej inteligencji.

Instrukcje dotyczące sztucznej inteligencji umożliwiają autorom modeli udostępnianie kontekstu, logiki biznesowej i konkretnych wskazówek bezpośrednio w modelu semantycznym. Copilot używa tych instrukcji, aby lepiej interpretować pytania użytkowników, włączając język organizacyjny, terminologię i priorytety analityczne, które Copilot nie byłyby w inny sposób zrozumiałe samodzielnie.

Te instrukcje pomagają wyjaśnić terminy biznesowe, przewodniki dotyczące podejść analitycznych i zapewniają krytyczny kontekst danych. Po zapisaniu instrukcji, Copilot wykorzystuje je do bardziej inteligentnego reagowania na monity użytkownika.

Instrukcje AI sprawiają, że Copilot jest lepiej dostosowane do Twojej firmy. Zwiększają one jakość i znaczenie odpowiedzi, zmniejszając niejednoznaczność i zapewniając zrozumienie Copilot oczekiwań dotyczących określonych domen i analiz. Ostatecznie ta praktyka prowadzi do bardziej wartościowych spostrzeżeń, mniejszej frustracji użytkowników i bardziej płynnego doświadczenia w raportach, które korzystają z tego samego modelu Copilot.

Konfigurowanie instrukcji dotyczących sztucznej inteligencji

1. Wybierz przycisk Przygotowywanie danych dla sztucznej inteligencji znajdujący się na wstążce Narzędzia główne w programie Power BI Desktop lub na wstążce wybranego modelu semantycznego w usłudze Power BI.

   

   Jeśli zakładki w Prep data for AI są wyłączone, włącz funkcję Power BI Q&A dla Twojego modelu.

   

2. W oknie dialogowym przejdź do karty Dodawanie instrukcji dotyczących sztucznej inteligencji .

3. Podaj instrukcje dotyczące modelu semantycznego, które ułatwiają Copilot zrozumienie firmy, terminologii i sposobu określania priorytetów danych w modelu.

   

4. Wybierz i zastosuj.

Po zamknięciu okna dialogowego zmiany zostaną zapisane w modelu. Copilot teraz używa instrukcji sztucznej inteligencji.

Testowanie instrukcji dotyczących sztucznej inteligencji w programie Power BI Desktop

1. Copilot Otwórz okienko w programie Power BI Desktop.
2. Użyj selektora umiejętności, aby wybrać konkretną Copilot możliwość, którą chcesz przetestować. Zalecamy wybór opcji Odpowiedzi na pytania dotyczące danych.
3. Wchodź w interakcję z Copilot używając jednej z instrukcji, które ustawiłeś.
4. Upewnij się, że Copilot odpowiada poprawnie.
5. Jeśli musisz zmienić instrukcje, otwórz ponownie okno dialogowe Przygotowywanie danych dla sztucznej inteligencji i dostosuj je.
6. Opublikuj lub zapisz raport. Po zakończeniu testowania i spełnieniu zaleceń dotyczących sztucznej inteligencji opublikuj raport w usłudze Power BI.

Przyswajanie instrukcji AI

Po opublikowaniu raportu w usłudze Power BI lub zapisaniu zmian w usłudze użytkownicy mogą korzystać z instrukcji sztucznej inteligencji wszędzie, gdzie model wchodzi w interakcję z usługą Copilot.

Typowe przypadki użycia instrukcji dotyczących sztucznej inteligencji

Instrukcje dotyczące sztucznej inteligencji oferują elastyczny sposób ulepszenia tego, jak Copilot interpretuje i reaguje na polecenia użytkownika. Chociaż istnieje wiele potencjalnych aplikacji, wyróżnia się dwa typowe przypadki użycia: ogólny kontekst biznesowy i interpretacja danych i reguły analizy.

Ogólny kontekst biznesowy i interpretacja danych

Instrukcje mogą ułatwić Copilot określenie odpowiedzi w kontekście firmy, dostosowanie odpowiedzi na podstawie branży, celów strategicznych, terminologii lub logiki operacyjnej. Korzystając z instrukcji, możesz pomóc w zapewnieniu, że użytkownicy uzyskają dokładniejsze i odpowiednie szczegółowe informacje. Oto kilka przykładów:

• Zajęty sezon to październik do lutego.
• Przedstaw spostrzeżenia, koncentrując się na ocenie ryzyka i trendach rynkowych.
• Gdy użytkownik wspomina abcD, odnosi się do pola faktury całkowitej .
• Niższy procent odpływu jest bardziej pozytywny.

Reguły analizy

Możesz pokierować Copilot, jak podejść do niektórych typów analizy, dostarczając reguły i preferencje dotyczące sposobu fragmentowania lub priorytetyzacji danych. Oto kilka przykładów:

• Zawsze analizuj sprzedaż w kwartale.
• Podczas pokazywania przychodów podziel go na kwartał i porównaj go z polem industry .
• W przypadku szczegółowych informacji o sprzedaży detalicznej określ priorytety tabel customsegmentationtable i .saleschannel
• sales_fact Użyj tabeli jako źródła podstawowego dla wszystkich pytań związanych z sprzedażą.
• Kiedy użytkownik pyta o sprzedaż produktów, zawsze proś o wyjaśnienie dotyczące lokalizacji.

Inżynieria poleceń dla sztucznej inteligencji

Ponieważ instrukcje dotyczące sztucznej inteligencji są w dużym stopniu oparte na monitach, ważne jest, aby zrozumieć najlepsze rozwiązania dotyczące tworzenia monitów inżynieryjnych podczas tworzenia instrukcji dotyczących modelu semantycznego. Copilot może być wrażliwy na odbierane monity, więc konstrukcja monitu Copilot wpływa na dane wyjściowe. Poniżej przedstawiono kilka sposobów, aby jak najlepiej wykorzystać instrukcje dotyczące sztucznej inteligencji, w tym przykład najlepszych rozwiązań w działaniu.

Być jasnym i precyzyjnym

Załóżmy Copilot , że nie ma zrozumienia, jak używać modelu danych ani kontekstu biznesowego dla danych. Na przykład zamiast pisać "Jesteś doświadczonym analitykiem analizy biznesowej, który jest zorientowany szczegółowo", rozważ: "Jesteś doświadczonym analitykiem analizy biznesowej, który pracuje dla dużego dystrybutora żywności. Odpowiedzi powinny być szczegółowo zorientowane i skoncentrowane na przychodach i rentowności."

Używanie analogii i języka opisowego

Jeśli używasz analogii i języka opisowego, możesz pomóc modelowi zrozumieć żądany wynik. Przykłady mogą również odgrywać istotną rolę w pomaganiu modelowi dokładnie zrozumieć, co masz na myśli. Na przykład w przypadku sprzedaży specyficznej dla produktu użyj miary Total_Sales_Product (na przykład produktu: Word, PowerPoint, Excel, SharePoint, Teams).

Unikaj niejednoznaczności

Wyraźnie określ, co chcesz Copilot podkreślić lub czego chcesz uniknąć. Im więcej szczegółów i treści pomocniczej możesz podać Copilot, tym lepiej. Na przykład dla Total Active Partners użyj miary Monthly Active Partner Count. (Nie filtruj w tabeli Customers ).

Pogrupuj powiązane instrukcje

Aby lepiej Copilot zrozumieć twoją intencję, organizuj instrukcje według motywu lub celu (takie jak logika daty, kluczowe metryki i terminy branżowe). Korzystne może być uwzględnienie elementów strukturalnych, takich jak sekcje, hierarchie i nagłówki. Aby zapoznać się z przykładem grupowania powiązanych instrukcji w pełnym zestawie instrukcji, zobacz przykładowy scenariusz.

Kolejność tworzenia instrukcji może mieć wpływ na otrzymane dane wyjściowe

Możesz zwiększyć szanse na uzyskanie poprawnych danych wyjściowych, testując różne odmiany, zamówienia, przykłady i sformułowanie.

Podział złożonych instrukcji na prostsze kroki

Podczas dzielenia instrukcji na proste kroki można poprawić przejrzystość i zmniejszyć liczbę błędów. Na przykład zdefiniuj najlepszych klientów , najpierw przeglądając tabelę przychodów, a następnie zwracając tylko klientów z najwyższymi wartościami zamówień.

Zachowaj fokus instrukcji

W zależności od modelu i ustawionych instrukcji czasami mniej jest więcej. Konflikty i złożoność w instrukcjach mogą powodować zamieszanie w przypadku dużych modeli językowych (LLMs).

Przykładowy scenariusz

Poniższy przykładowy scenariusz przedstawia zestaw instrukcji sztucznej inteligencji, które są zaprojektowane tak, aby dostosować się do specyficznego modelu.

Instrukcje dotyczące odpowiadania na pytania dotyczące danych

Sprzedaż produktu brutto (GPS) powinna odwoływać się do pola grossrevenue w tabeli Przychód.

Najlepsi sprzedawcy odnoszą się do trzech najlepszych partnerów z najwyższym przychodem. Nie pokazuj klientów, chyba że użytkownik wyraźnie o to poprosi.

Identyfikacja klienta

• accountid odnosi się do klientów w tabeli Revenue (Przychód ).
• earningsid odnosi się do klientów w tabeli Partnerzy .
• customid w tabeli zamówień nie odnosi się do klientów.
• Zdefiniuj najlepszych klientów , najpierw przeglądając tabelę przychodów, a następnie zwracając tylko klientów z najwyższymi wartościami zamówień.
• Niektórzy partnerzy są również klientami. Nie usuwaj tych duplikatów. Zamiast tego wskaż, czy jest to partner, czy klient na podstawie wartości identyfikatora.

Metryki produktów

• Filtruj dane według State= Washington lub State= California , chyba że użytkownik prosi o inny stan.

• W przypadku sprzedaży specyficznej dla produktu użyj miary Total_Sales_Product (na przykład produktu: Word, PowerPoint, Excel, SharePoint lub Teams). Filtruj kolumnę Product (Produkt ) z tabeli Sales (Sprzedaż ).

• W przypadku Total Active Partners użyj miary Monthly Active Partner Count_ID. (Nie filtruj w tabeli Customers ).

• Sprzedaż produktów spożywczych zawsze pochodzi ze sklepów detalicznych.

  Jeśli wartość product_type w tabeli Product to Food, zawsze pokazuj sklep, w którym został sprzedany element. Informacje o magazynie znajdują się w tabeli Store z polem store_name, i można je połączyć z product_type za pomocą store_id.

Uwagi i ograniczenia

• Ponieważ instrukcje AI są nieustrukturyzowanymi wskazówkami dla Copilot, LLM tylko je interpretuje. Nie ma gwarancji, że LLM będzie dokładnie postępować zgodnie z instrukcjami.
• Instrukcje dotyczące sztucznej inteligencji mają wpływ na Copilot możliwości, ale nie rozszerzają się na ogólne konwersacje z Copilot.
• Instrukcje dotyczące sztucznej inteligencji są zapisywane na poziomie modelu semantycznego. Obecnie nie można przechowywać instrukcji na poziomie raportu.
• Instrukcje dotyczące sztucznej inteligencji nie powinny być dostosowane do konkretnej osoby ani modyfikować wyników niezwiązanych z danymi dla użytkownika końcowego.
• Instrukcje dotyczące sztucznej inteligencji nie mogą wyłączać innych Copilot funkcji w usłudze Power BI ani zapobiegać wywoływaniu niektórych funkcji lub określać ich priorytety.
• Instrukcje nie są przeznaczone do pracy z modyfikacjami wizualnymi ani motywami w raporcie.
• Obecnie nie można przekazać instrukcji do okna dialogowego w programie Desktop.
• Aby przetestować instrukcje w programie Desktop, musisz zamknąć i ponownie otworzyć Copilot okienko, aby wyświetlić nowe instrukcje zastosowane.
• Użytkownicy nie mogą ustawiać instrukcji według kategorii ani według trybu (wyświetlania lub edytowania) w usłudze Copilot Power BI.
• Konsumenci nie widzą, jakie instrukcje autor zastosował do modelu w interfejsie użytkownika.
• Użytkownicy końcowi nie mogą wyłączyć instrukcji dotyczących modelu semantycznego.
• Instrukcje dotyczące sztucznej inteligencji mogą nie być przestrzegane w programie Power BI Desktop podczas próby utworzenia strony, pobrania sugerowanych tematów strony raportu lub podsumowania zestawu danych za pomocą polecenia Copilot. Aby obejść ten problem, użyj selektora umiejętności i wybierz pozycję Utwórz nowe strony raportu , aby pomyślnie zastosować instrukcje.
• Instrukcje dotyczące sztucznej inteligencji są ograniczone do 10 000 znaków.

Aby uzyskać pełną listę zagadnień i ograniczeń, zobacz Przygotowywanie danych do sztucznej inteligencji.

Treści powiązane

• Przygotowywanie danych dla sztucznej inteligencji
• Schematy danych sztucznej inteligencji
• Zweryfikowane odpowiedzi
• Przygotowywanie danych dla sztucznej inteligencji — często zadawane pytania