หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
ในบทความนี้ คุณจะได้เรียนรู้วิธีการทํางานของ Microsoft Copilot ใน Notebooksและ Fabric ( เดิมเรียกว่าตัวแทนข้อมูล) วิธีการที่ช่วยให้ข้อมูลธุรกิจของคุณปลอดภัยและสอดคล้องกับข้อกําหนดด้านความเป็นส่วนตัว และวิธีการใช้ AI ที่สร้างโดยการตอบสนอง สําหรับภาพรวมของหัวข้อเหล่านี้สําหรับ Copilot ใน Fabric ดูความเป็นส่วนตัว ความปลอดภัย และความรับผิดชอบในการใช้สําหรับ Copilot (ตัวอย่าง)
การใช้ข้อมูล
ใช้ข้อมูลใน Copilot สําหรับโน้ตบุ๊คใน Fabric
ในสมุดบันทึก Copilot สามารถเข้าถึงได้เฉพาะข้อมูลที่สมุดบันทึกปัจจุบันของผู้ใช้สามารถเข้าถึงได้ ไม่ว่าจะในเลคเฮ้าส์ที่แนบมาหรือโหลดโดยตรง หรือนําเข้าลงในสมุดบันทึกนั้นโดยผู้ใช้ ในสมุดบันทึก Copilot ไม่สามารถเข้าถึงข้อมูลใด ๆ ที่ไม่สามารถเข้าถึงสมุดบันทึกได้
ตามค่าเริ่มต้น Copilot มีสิทธิ์เข้าถึงชนิดข้อมูลต่อไปนี้:
- ประวัติการสนทนา: ข้อความก่อนหน้าที่ส่งถึงและตอบกลับจาก Copilot สําหรับผู้ใช้คนนั้น (ดูด้านล่างสําหรับรายละเอียดเพิ่มเติมเกี่ยวกับการจัดเก็บประวัติการสนทนา)
- เนื้อหาของเซลล์ที่ผู้ใช้ดําเนินการ
- ผลลัพธ์ของเซลล์ที่ผู้ใช้ดําเนินการ
- Schema ของแหล่งข้อมูลในสมุดบันทึก
- ตัวอย่างข้อมูลจากแหล่งข้อมูลในสมุดบันทึก
- Schema จากแหล่งข้อมูลภายนอกใน lakehouse ที่แนบมา
ใช้ข้อมูลในตัวแทนข้อมูล Fabric
- ตัวแทนข้อมูลสิ่งทอขึ้นอยู่กับประวัติการสนทนาของผู้ใช้เพื่อตอบคําถามของผู้ใช้ได้ดียิ่งขึ้น (ดูด้านล่างสําหรับรายละเอียดเพิ่มเติมเกี่ยวกับการจัดเก็บประวัติการสนทนา)
- ข้อมูลเค้าร่างของแหล่งข้อมูลที่เพิ่ม ซึ่งรวมถึงชื่อตารางและคอลัมน์ (ผู้สร้างของตัวแทนข้อมูลจะเลือกตารางที่ควรรวมอยู่)
วิธีที่เราจัดการกับประวัติการสนทนา
สําหรับตัวแทนข้อมูลCopilot ใน Notebook และ Fabric เราจัดเก็บประวัติการสนทนาในเซสชันของผู้ใช้
ทําไมเราจัดเก็บประวัติการสนทนาและเก็บไว้ที่ไหน
ในการใช้ประสบการณ์ AI ตัวแทนการสนทนาเต็มรูปแบบ ตัวแทนจําเป็นต้องจัดเก็บประวัติการสนทนาในเซสชันของผู้ใช้เพื่อรักษาบริบท สิ่งนี้ทําให้มั่นใจได้ว่าตัวแทน AI จะเก็บบริบทเกี่ยวกับสิ่งที่ผู้ใช้ถามในเซสชันก่อนหน้าและโดยทั่วไปแล้วเป็นพฤติกรรมที่ต้องการในประสบการณ์ AI ที่เป็นตัวแทนมากมาย ประสบการณ์การใช้งานเช่น Copilot ใน Notebooks และตัวแทนข้อมูล Fabric เป็นประสบการณ์การใช้งาน AI ที่จัดเก็บประวัติการสนทนาในเซสชันของผู้ใช้
ประวัตินี้ถูกเก็บไว้ภายในขอบเขตความปลอดภัยของ Azure ในภูมิภาคเดียวกันและในแหล่งข้อมูล Azure OpenAI เดียวกันที่ประมวลผลคําขอ Fabric AI ทั้งหมดของคุณ ความแตกต่างในกรณีนี้คือประวัติการสนทนาจะถูกเก็บไว้ตราบเท่าที่ผู้ใช้อนุญาต สําหรับประสบการณ์การใช้งานที่ไม่ได้จัดเก็บประวัติการสนทนาในเซสชันต่าง ๆ จะไม่มีการจัดเก็บข้อมูล พร้อมท์จะได้รับการประมวลผลโดยทรัพยากร Azure OpenAI ที่ Fabric ใช้เท่านั้น
ผู้ใช้ของคุณสามารถลบประวัติการสนทนาของพวกเขาได้ตลอดเวลา โดยการล้างการสนทนา ตัวเลือกนี้มีอยู่ทั้งสําหรับ Copilot ในสมุดบันทึกและตัวแทนข้อมูล ถ้าประวัติการสนทนาไม่ได้ถูกลบออกด้วยตนเอง ระบบจะเก็บไว้เป็นเวลา 28 วัน
Copilot ในโน้ตบุ๊ค: คําถามที่ถามบ่อยเกี่ยวกับ AI ที่รับผิดชอบ
ด้วย Copilot ในสมุดบันทึกสําหรับวิทยาศาสตร์ข้อมูลและวิศวกรรมข้อมูลใน Microsoft Fabric เราขอเสนอผู้ช่วย AI เพื่อช่วยในการแปลง สํารวจ และสร้างโซลูชันในบริบทของสมุดบันทึก
สําหรับข้อควรพิจารณาและข้อจํากัด โปรดดู ข้อจํากัด
เราประเมิน Copilot ในสมุดบันทึกสําหรับวิทยาศาสตร์ข้อมูลและวิศวกรรมข้อมูลอย่างไร
- ทีมผลิตภัณฑ์ทดสอบ Copilot เพื่อดูว่าระบบทํางานได้ดีเพียงใดภายในบริบทของสมุดบันทึกและการตอบสนองของ AI นั้นลึกซึ้งและมีประโยชน์หรือไม่
- นอกจากนี้ทีมยังลงทุนในการลดอันตรายอื่น ๆ รวมถึงวิธีการทางเทคโนโลยีเพื่อมุ่งเน้นไปที่ผลลัพธ์ของ Copilot ในหัวข้อที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูล
คุณทํางานดีที่สุดกับ Copilot ในสมุดบันทึกสําหรับวิทยาศาสตร์ข้อมูลและวิศวกรรมข้อมูลอย่างไร
- Copilot เป็นอุปกรณ์ที่ดีที่สุดในการจัดการหัวข้อวิทยาศาสตร์ข้อมูล ดังนั้นให้จํากัดคําถามของคุณสําหรับด้านนี้
- อธิบายข้อมูลที่คุณต้องการให้ Copilot ตรวจสอบอย่างชัดเจน ถ้าคุณอธิบายแอสเซทข้อมูล - ตัวอย่างเช่น โดยการตั้งชื่อไฟล์ ตาราง หรือคอลัมน์ - Copilot สามารถดึงข้อมูลที่เกี่ยวข้องและสร้างเอาต์พุตที่มีประโยชน์ได้
- สําหรับการตอบสนองที่ละเอียดมากขึ้น ให้โหลดข้อมูลลงในสมุดบันทึกเป็น DataFrames หรือปักหมุดข้อมูลในเลคเฮ้าส์ของคุณ ซึ่งให้บริบทของ Copilot เพิ่มเติมเพื่อดําเนินการวิเคราะห์ ถ้าแอสเซทมีขนาดใหญ่เกินกว่าที่จะโหลด การปักหมุดจะเป็นทางเลือกที่เป็นประโยชน์
ตัวแทนข้อมูลผ้า: คําถามที่ถามบ่อยเกี่ยวกับ AI ที่รับผิดชอบ
ตัวแทนข้อมูล Fabric คืออะไร
ตัวแทนข้อมูลเป็นคุณลักษณะใหม่ของ Microsoft Fabric ที่ช่วยให้คุณสามารถสร้างระบบ Q&A แบบการสนทนาของคุณเองด้วย AI ที่สร้างได้ ตัวแทนข้อมูล Fabric ทําให้ข้อมูลเชิงลึกสามารถเข้าถึงได้มากขึ้นและดําเนินการได้สําหรับทุกคนในองค์กรของคุณ ด้วยตัวแทนข้อมูล Fabric ทีมของคุณสามารถสนทนาด้วยคําถามภาษาอังกฤษแบบธรรมดา เกี่ยวกับข้อมูลที่จัดเก็บไว้ใน Fabric OneLake และรับคําตอบที่เกี่ยวข้องแล้ว แม้แต่บุคคลที่ไม่มีความเชี่ยวชาญด้านเทคนิคใน AI หรือไม่มีความเข้าใจในโครงสร้างข้อมูลอย่างลึกซึงก็สามารถรับคําตอบที่แม่นยําและเต็มไปด้วยบริบทได้
ตัวแทนข้อมูลสามารถทําอะไรได้บ้าง
ตัวแทนข้อมูลผ้าช่วยให้สามารถโต้ตอบกับภาษาธรรมชาติกับข้อมูลที่มีโครงสร้าง ช่วยให้ผู้ใช้สามารถถามคําถาม และรับคําตอบที่หลากหลาย ตามบริบททราบ ซึ่งสามารถช่วยให้ผู้ใช้สามารถเชื่อมต่อและรับข้อมูลเชิงลึกจากแหล่งข้อมูล เช่น Lakehouse, Warehouse, ชุดข้อมูล Power BI, ฐานข้อมูล KQL โดยไม่จําเป็นต้องเขียนคิวรีที่ซับซ้อน ตัวแทนข้อมูลได้รับการออกแบบมาเพื่อช่วยให้ผู้ใช้เข้าถึงและประมวลผลข้อมูลได้อย่างง่ายดาย ปรับปรุงการตัดสินใจผ่านอินเทอร์เฟซการสนทนาในขณะที่ยังคงควบคุมความปลอดภัยและความเป็นส่วนตัวของข้อมูล
วัตถุประสงค์ในการใช้สําหรับตัวแทนข้อมูลคืออะไร
ตัวแทนข้อมูล Fabric มีจุดมุ่งหมายเพื่อลดความซับซ้อนของกระบวนการคิวรีข้อมูล ซึ่งช่วยให้ผู้ใช้สามารถโต้ตอบกับข้อมูลที่มีโครงสร้างผ่านภาษาธรรมชาติ สนับสนุนข้อมูลเชิงลึกของผู้ใช้ การตัดสินใจ และการสร้างคําตอบของคําถามที่ซับซ้อนโดยไม่จําเป็นต้องมีความรู้ด้านภาษาคิวรีโดยเฉพาะ ตัวแทนข้อมูลมีประโยชน์โดยเฉพาะอย่างยิ่งสําหรับนักวิเคราะห์ธุรกิจ ผู้มีอํานาจตัดสินใจ และผู้ใช้ที่ไม่ใช่เชิงเทคนิคอื่น ๆ ที่ต้องการข้อมูลเชิงลึกที่รวดเร็วสามารถดําเนินการได้จากข้อมูลที่จัดเก็บไว้ในแหล่งข้อมูล เช่น ฐานข้อมูล KQL, Lakehouse, ชุดข้อมูล Power BI และทรัพยากรคลังสินค้า
ตัวแทนข้อมูล Fabric ไม่ได้มีไว้สําหรับกรณีการใช้งานที่ต้องการผลลัพธ์แบบเชิงกําหนดและถูกต้อง 100% เนื่องจากข้อจํากัดของ LLM ปัจจุบัน
ตัวแทนข้อมูล Fabric ไม่ได้มีไว้สําหรับกรณีที่จําเป็นต้องมีการวิเคราะห์เชิงลึกหรือการวิเคราะห์ที่เป็นสาเหตุ ตัวอย่างเช่น "ทําไมตัวเลขยอดขายลดลงเมื่อเดือนที่แล้ว? " อยู่นอกขอบเขตปัจจุบัน
วิธีการประเมินเจ้าหน้าที่ข้อมูล Fabric มีการใช้เมตริกใดเพื่อวัดประสิทธิภาพการทํางาน
ทีมผลิตภัณฑ์ทดสอบตัวแทนข้อมูลบนเกณฑ์มาตรฐานของสาธารณะและส่วนตัวต่างๆ เพื่อกําหนดคุณภาพคิวรีกับแหล่งข้อมูลที่แตกต่างกัน นอกจากนี้ทีมยังลงทุนในการลดอันตรายอื่น ๆ รวมถึงวิธีการทางเทคโนโลยีเพื่อให้แน่ใจว่าผลลัพธ์ของตัวแทนข้อมูลถูกจํากัดตามบริบทของแหล่งข้อมูลที่เลือก
อะไรคือข้อจํากัดของตัวแทนข้อมูล Fabric ผู้ใช้จะลดผลกระทบของข้อจํากัดของตัวแทนข้อมูล Fabric เมื่อใช้ระบบได้อย่างไร
ตรวจสอบให้แน่ใจว่าคุณใช้ชื่อคอลัมน์ที่เป็นคําอธิบาย แทนที่จะเป็น "C1" หรือ "ActCu" ชื่อคอลัมน์ (เป็นตัวอย่าง) ใช้ "ActiveCustomer" หรือ "IsCustomerActive" นี่คือวิธีที่มีประสิทธิภาพที่สุดในการสืบค้นข้อมูลที่เชื่อถือได้มากขึ้นจาก AI
เพื่อปรับปรุงความแม่นยําของตัวแทนข้อมูล Fabric คุณสามารถให้คําแนะนําของตัวแทนข้อมูลและคิวรีตัวอย่างบริบทเพิ่มเติมได้ อินพุตเหล่านี้ช่วยให้ Azure OpenAI Assistant API ซึ่งให้อํานาจตัวแทนข้อมูล Fabric ทําการตัดสินใจที่ดีขึ้นเกี่ยวกับวิธีการแปลคําถามของผู้ใช้และแหล่งข้อมูลที่เหมาะสมที่สุดที่จะใช้
คุณสามารถใช้คําแนะนําของตัวแทนข้อมูลเพื่อแนะนําลักษณะการทํางานของตัวแทนด้านใน ซึ่งช่วยให้สามารถระบุแหล่งข้อมูลที่ดีที่สุดเพื่อตอบคําถามบางประเภทได้
คุณยังสามารถให้คู่คําถามตัวอย่างคิวรีเพื่อสาธิตว่าตัวแทนข้อมูล Fabric ควรตอบสนองต่อคิวรีทั่วไปอย่างไร ตัวอย่างเหล่านี้ทําหน้าที่เป็นรูปแบบสําหรับการตีความอินพุตผู้ใช้ที่คล้ายกันและสร้างผลลัพธ์ที่ถูกต้อง คู่คําถามตัวอย่างยังไม่รองรับในแหล่งข้อมูลแบบจําลองเชิงความหมายของ Power BI ในขณะนี้
อ้างอิงถึง ทรัพยากรนี้ สําหรับรายการทั้งหมดของข้อจํากัดปัจจุบันของตัวแทนข้อมูล
ปัจจัยการดําเนินงานและการตั้งค่าใดบ้างที่ช่วยให้สามารถใช้ตัวแทนข้อมูล Fabric ได้อย่างมีประสิทธิภาพและรับผิดชอบ
ตัวแทนข้อมูล Fabric สามารถเข้าถึงได้เฉพาะข้อมูลที่คุณให้ไว้เท่านั้น ซึ่งใช้ schema (ชื่อตารางและชื่อคอลัมน์) ตลอดจนคําแนะนําของตัวแทนข้อมูล Fabric และคิวรีตัวอย่างที่คุณระบุในอินเทอร์เฟซผู้ใช้ (UI) หรือผ่าน SDK
ตัวแทนข้อมูล Fabric สามารถเข้าถึงได้เฉพาะข้อมูลที่ผู้ใช้สามารถเข้าถึงได้เท่านั้น ถ้าคุณใช้ตัวแทนข้อมูล ข้อมูลประจําตัวของคุณจะถูกใช้เพื่อเข้าถึงฐานข้อมูลเบื้องต้น หากคุณไม่สามารถเข้าถึงข้อมูลพื้นฐานได้ ตัวแทนข้อมูลจะไม่สามารถเข้าถึงข้อมูลพื้นฐานดังกล่าวได้ สิ่งนี้เป็นจริงเมื่อคุณใช้ตัวแทนข้อมูลในช่องทางต่างๆ เช่น Microsoft Foundry หรือ Microsoft Copilot Studio ซึ่งผู้ใช้รายอื่นสามารถใช้ตัวแทนข้อมูลได้