หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
บทความนี้ให้ภาพรวมของ Copilot ในปริมาณงาน Data Factory รวมถึงคุณลักษณะและประโยชน์ Microsoft Copilot ในปริมาณงาน Data Factory เป็นชุดเครื่องมือที่ปรับปรุงโดย AI ซึ่งช่วยให้ลูกค้าสามารถใช้ภาษาธรรมชาติเพื่ออธิบายความต้องการของตนในการสร้างโซลูชันการรวมข้อมูลโดยใช้ Dataflow Gen2 Copilot ในปริมาณงาน Data Factory ทํางานเหมือนกับผู้เชี่ยวชาญเรื่อง (SME) ทํางานร่วมกับคุณเพื่อออกแบบโฟลว์ข้อมูลของคุณซึ่งสนับสนุนทั้งเจ้าของข้อมูลพลเมืองและมืออาชีพที่ปรับปรุงเวิร์กโฟลว์ของพวกเขาให้มีประสิทธิภาพขึ้น
ก่อนที่ธุรกิจของคุณจะสามารถเริ่มใช้ความสามารถของ Copilot ใน Fabric ผู้ดูแลระบบของคุณต้องเปิดใช้งาน Copilot ใน Microsoft Fabric (ดู ภาพรวม Copilot Fabric
Note
- ผู้ดูแลระบบของคุณต้องเปิดใช้งานสวิตช์ผู้เช่าก่อนที่คุณจะเริ่มใช้ Copilot ดูบทความ การตั้งค่าผู้เช่า Copilot สําหรับรายละเอียด
- ความจุ F2 หรือ P1 ของคุณจะต้องอยู่ในหนึ่งในภูมิภาคที่ระบุไว้ในบทความนี้ ความพร้อมใช้งานของภูมิภาค Fabric
- หากผู้เช่าหรือความจุของคุณอยู่นอกสหรัฐอเมริกาหรือสหภาพยุโรป Copilot จะถูกปิดใช้งานโดยค่าเริ่มต้น ผู้ดูแลระบบผู้เช่า Fabric ของคุณจะต้องเปิดใช้งาน ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถประมวลผลได้นอกภูมิภาคทางภูมิศาสตร์ของความจุ ขอบเขตการปฏิบัติตามข้อกําหนด หรือการตั้งค่าผู้เช่าอินสแตนซ์ระบบคลาวด์แห่งชาติ ในพอร์ทัลผู้ดูแลระบบ Fabric เพื่อใช้ Copilot
- Copilot ใน Microsoft Fabric ไม่ได้รับการสนับสนุนในการทดลองใช้ SKU รองรับเฉพาะ SKU ที่ชําระเงิน (F2 หรือสูงกว่า หรือ P1 หรือสูงกว่า) เท่านั้น
- ดูบทความ ภาพรวมของ Copilot ใน Fabric และ Power BI สําหรับข้อมูลเพิ่มเติม
วิธีการทํางานของ Copilot ในปริมาณงานคลังข้อมูล
ตัวนําร่องในปริมาณงาน Data Factory ช่วยเพิ่มผลผลิต ปลดล็อกข้อมูลเชิงลึกอันลึกซึ้ง และอํานวยความสะดวกในการสร้างประสบการณ์ AI แบบกําหนดเองที่ปรับให้เหมาะกับข้อมูลของคุณ ในฐานะที่เป็นส่วนประกอบของ Copilot ในประสบการณ์ Fabric มีการสร้างโค้ด Mashup อัจฉริยะเพื่อแปลงข้อมูลโดยใช้การป้อนข้อมูลด้วยภาษาธรรมชาติ ซึ่งจะสร้างคําอธิบายโค้ดเพื่อช่วยให้คุณเข้าใจคิวรีและงานที่ซับซ้อนที่สร้างขึ้นก่อนหน้านี้ได้ดียิ่งขึ้น
คุณสมบัติของ Copilot ในปริมาณงานโรงงานข้อมูล
Copilot ในปริมาณงาน Data Factory มีความสามารถที่แตกต่างกันขึ้นอยู่กับคอมโพเนนต์ที่คุณกําลังทํางานด้วย:
ด้วย Dataflow Gen2 คุณสามารถ:
- สร้างขั้นตอนการแปลงใหม่สําหรับคิวรีที่มีอยู่
- ระบุข้อมูลสรุปของคิวรีและขั้นตอนที่นําไปใช้
- สร้างคิวรีใหม่ที่อาจรวมถึงข้อมูลตัวอย่างหรือการอ้างอิงไปยังคิวรีที่มีอยู่
ด้วยไปป์ไลน์ คุณสามารถ:
- การสร้างไปป์ไลน์: การใช้ภาษาธรรมชาติ คุณสามารถอธิบายไปป์ไลน์ที่คุณต้องการ และ Copilot จะเข้าใจเจตนาและสร้างกิจกรรมไปป์ไลน์ที่จําเป็น
- ผู้ช่วยข้อความแสดงข้อผิดพลาด: แก้ไขปัญหาไปป์ไลน์ด้วยความสามารถในการอธิบายข้อผิดพลาดที่ชัดเจนและคําแนะนําในการแก้ไขปัญหาที่ดําเนินการได้
- สรุปไปป์ไลน์: อธิบายไปป์ไลน์ที่ซับซ้อนของคุณด้วยบทสรุปของเนื้อหาและความสัมพันธ์ของกิจกรรมภายในไปป์ไลน์
- สร้างนิพจน์: สร้างและอธิบายนิพจน์ไปป์ไลน์โดยใช้อินเทอร์เฟซการแชทที่ใช้งานง่ายของ Copilot
แนวทางปฏิบัติที่ดีที่สุดสําหรับการใช้ Copilot ในปริมาณงาน Data Factory
เพื่อให้ได้ประโยชน์สูงสุดจาก Copilot ในปริมาณงานของโรงงานข้อมูล:
- เจาะจงและชัดเจนในคําขอภาษาธรรมชาติของคุณ
- เริ่มต้นด้วยการแปลงข้อมูลอย่างง่ายและสร้างความซับซ้อนทีละน้อย
- ใช้คุณลักษณะ "อธิบายคิวรีปัจจุบันของฉัน" เพื่อทําความเข้าใจรหัสที่สร้างขึ้น
- ใช้ฟังก์ชันการเลิกทําเพื่อแปลงกลับการเปลี่ยนแปลงเมื่อจําเป็น
- ตรวจทานขั้นตอนที่สร้างขึ้นในรายการขั้นตอนที่นําไปใช้สําหรับความถูกต้อง
- ใช้พร้อมท์เริ่มต้นเพื่อทําความคุ้นเคยกับความสามารถของ Copilot
ตัวอย่างพร้อมท์
ต่อไปนี้เป็นตัวอย่างพร้อมท์ที่คุณสามารถใช้กับ Copilot ในปริมาณงาน Data Factory:
พร้อมท์กระแสข้อมูล 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
ไปป์ไลน์พร้อมท์
- 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
Note
AI powers Copilot จึงมีเรื่องน่าประหลาดใจและข้อผิดพลาดเกิดขึ้นได้
การใช้ AI อย่างรับผิดชอบของ Copilot
Microsoft มุ่งมั่นที่จะสร้างความมั่นใจว่าระบบ AI ของเราได้รับคําแนะนําจากหลักการ AI และมาตรฐาน AI ที่มีความรับผิดชอบ หลักการเหล่านี้รวมถึงการเพิ่มประสิทธิภาพให้แก่ลูกค้าของเราในการใช้ระบบเหล่านี้อย่างมีประสิทธิภาพและสอดคล้องกับการใช้งานที่ตั้งใจไว้ วิธีการของเราในการรับผิดชอบ AI กําลังพัฒนาอย่างต่อเนื่องเพื่อแก้ไขปัญหาที่เกิดขึ้นในเชิงรุก
สําหรับแนวทางเฉพาะเกี่ยวกับการใช้ AI ที่รับผิดชอบในโรงงานข้อมูล โปรดดู ความเป็นส่วนตัว ความปลอดภัย และความรับผิดชอบในการใช้ Copilot ใน Fabric ในปริมาณงาน Data Factory
Limitations
นี่คือข้อจํากัดในปัจจุบันของ Copilot ในปริมาณงานของโรงงานข้อมูล:
- Copilot ไม่สามารถดําเนินการแปลงหรือคําอธิบายในหลายคิวรีในการป้อนข้อมูลเพียงครั้งเดียวได้ ตัวอย่างเช่น คุณไม่สามารถขอให้ Copilot "ตัวพิมพ์ใหญ่ส่วนหัวของคอลัมน์ทั้งหมดสําหรับแต่ละคิวรีในกระแสข้อมูลของฉัน"
- Copilot ไม่เข้าใจอินพุตก่อนหน้านี้และไม่สามารถยกเลิกการเปลี่ยนแปลงหลังจากที่ผู้ใช้ยอมรับการเปลี่ยนแปลงเมื่อเขียน อาจทําผ่านอินเทอร์เฟซผู้ใช้หรือบานหน้าต่างการสนทนา ตัวอย่างเช่น คุณไม่สามารถขอให้ Copilot "เลิกทําข้อมูลป้อนเข้าห้ารายการล่าสุดของฉัน" อย่างไรก็ตาม ผู้ใช้ยังคงสามารถใช้ตัวเลือกส่วนติดต่อผู้ใช้ที่มีอยู่เพื่อลบขั้นตอนหรือคิวรีที่ไม่ต้องการได้
- Copilot ไม่สามารถเปลี่ยนแปลงเค้าโครงของคิวรีในเซสชันของคุณได้ ตัวอย่างเช่น ถ้าคุณบอกให้ Copilot สร้างกลุ่มใหม่สําหรับคิวรีในตัวแก้ไข จะไม่ทํางาน
- Copilot อาจสร้างผลลัพธ์ที่ไม่ถูกต้องเมื่อเจตนาคือการประเมินข้อมูลที่ไม่ปรากฏภายในผลลัพธ์ตัวอย่างที่นําเข้าลงในข้อมูลของเซสชัน
- Copilot ไม่ได้สร้างข้อความสําหรับทักษะที่ไม่รองรับ ตัวอย่างเช่น ถ้าคุณขอให้ Copilot ทําการ "ทําการวิเคราะห์เชิงสถิติและเขียนสรุปเนื้อหาของคิวรีนี้" จะไม่เสร็จสมบูรณ์ตามคําแนะนําที่ระบุไว้ก่อนหน้านี้ น่าเสียดายที่ระบบไม่ได้ให้ข้อความแสดงข้อผิดพลาดเช่นกัน