Note
撰寫 AI 功能的所有準備資料，在 Power BI 服務和 Power BI Desktop 中都無法使用。 Copilot 存在的任何地方都可以使用這些功能。
工具功能
Power BI 目前有哪些功能可協助我為 Copilot 準備數據？
目前，Power BI 提供四個主要工具功能，可設定您的模型以準備好進行自然語言處理：
我應該以何種順序實作Power BI Copilot工具功能？
若要從 Power BI Copilot 取得最大價值，建議您依下列順序實作其工具功能：
-
從選取特定數據表、字段和量值開始，Copilot 在回答數據問題時應該參考。
在模型開發期間，您可能會包含與使用者查詢無關的專案。 縮小架構有助於 Copilot 將焦點放在模型最有意義的部分，減少模棱兩可的情況，特別是在具有重疊或類似名稱欄位的大型數據集中。
以下是 AI 數據架構如何協助 Copilot 專注於正確數據的範例。
使用整個架構時，Copilot 並不一定清楚使用者說銷售時的意圖。 在此情況下，Copilot 會傳回 GPM 或毛利率，這是對銷售的合法解釋，但不是此小組通常用來分析銷售的計量。
模型作者會開始準備 AI 的數據，並移除傳遞至 Copilot 的架構中包含的總 GPM 量值。
現在當使用者詢問相同的問題時，Copilot 更清楚瞭解從何處取得答案，並正確地將銷售解譯為此小組所定義和量值。
-
為使用者可能詢問的常見或細微問題設定已驗證的解答。
若要這樣做，請選取視覺效果，然後選擇 [建立已驗證的答案]。然後新增觸發程式片語，以反映使用者可能如何表達其問題。 當使用者在 Copilot 中輸入相符或類似的片語時，它會傳回受信任的視覺效果-確保報表之間的一致、高質量回應。
下列範例顯示已驗證答案的優點。 使用者依區域要求銷售。 Copilot 會將區域解譯為產品區域，並傳回產品及其銷售清單。 不過，使用者依區域或位置尋找銷售。
模型作者會使用包含依區域的銷售額的視覺效果來設定已驗證的答案。 選擇在視覺效果上設定已驗證的答案之後，模型作者會包含觸發片語，當使用者要求時，應該傳回這個特定的視覺回應。
現在，當使用者依區域詢問銷售內容時，由模型作者核准的已驗證答案會由 Copilot 傳回。
-
定義架構和已驗證的答案之後，請使用 AI 指示來引導 Copilot 在模型層級的行為。
指示有助於釐清商業規則、將用戶術語對應至模型欄位，以及指導 Copilot 如何解譯或分析特定數據類型。 他們在提供內容時很有幫助，否則科皮洛特不會自行推斷。
下列範例示範如何使用 AI 指示來提供更多內容給 Copilot。 使用者在 2012 年忙碌的季節要求銷售。 忙碌的季節是這個組織內定義完善的常用片語。 不過，語意模型在任何地方都沒有這個詞彙的指示。 模型作者會設定一個指示，指出忙碌的季節定義為 6-8 月。
現在當使用者在忙碌季節再次詢問銷售問題時，Copilot 會瞭解這個定義的詞彙，並提供回應。
將描述新增至數據表和數據行。
描述提供額外的元數據，讓 Copilot 可用來瞭解您的模型。
雖然描述目前只會影響某些 Copilot 行為，但它們在未來的功能中將扮演更大的角色。 新增它們現在有助於在Power BI中使用自然語言互動來建立長期成功的堅實基礎。
我可以在報表上建立工具，而不是模型嗎？
目前，工具和組態功能僅適用於模型。 尚不支援設定以相同模型建置的不同報表。 架構、已驗證的答案、指示和描述是在語意模型上設定，而不是在報表上設定。
哪些 Copilot 功能會受到準備適用於 Copilot 的數據所影響？
請參閱下表：
| Capability | AI 數據架構 | 已驗證的答案 | AI 指示 | Descriptions |
|---|---|---|---|---|
| 取得報表摘要 | No | No | Yes | No |
| 詢問有關報表視覺效果的問題 | No | Yes | Yes | No |
| 詢問有關我語意模型的問題 | Yes | Yes | Yes | No |
| 建立報表頁面 | No | No | Yes | No |
| 搜尋 | No | Yes | No | Yes |
| DAX 查詢 | No | No | Yes | Yes |
知道要使用的功能
我試圖讓科皮洛特選取正確的欄位。 我應該使用哪一項功能？
定義您的 AI 資料架構。
拿掉與使用者需求無關的任何資料表、資料行或欄位。 這有助於 Copilot 將焦點放在模型最相關的部分，確保其會在響應查詢時選取正確的欄位。
針對報表中的視覺效果使用已驗證的解答。
如果問題的答案可以從報表中的視覺效果衍生，請建立已驗證的答案。 這可確保當使用者詢問特定觸發詞組的問題時，Copilot 會一致地傳回正確的視覺效果。
自定義特定欄位的指示。
設定架構和已驗證的答案之後，即可使用 AI 指示來引導 Copilot 選取特定欄位。 建議您在設定其他準備數據 AI 功能之後，針對進階案例使用微調和進階案例的指示。 藉由使用此一連串的步驟，您可確保 Copilot 會傳回最精確且內容相關的結果給使用者，由模型的結構和已定義的指示引導。
我試圖讓科皮洛特理解我所使用的術語。 我應該使用哪一項功能？
如果您有一個「Copilot」一詞正努力瞭解模型中一律有相同的單一正確項目可參考，您可以透過 AI 指示提供替代名稱。
例如，如果您的小組呼叫銷售產品的人員「更近」，則最佳選項是藉由將「銷售人員」設定為也稱為「更貼近」，在 AI 指示中提供參考。
我試圖讓 Copilot 了解條件或群組的條款。 我應該使用哪一項功能？
如果您的小組使用與模型中數據表/字段不完全相符的特定詞彙，則使用 AI 指示有助於釐清特定條件或群組的不同專案。
例如，銷售小組可能會將「高效能者」分類為任何在指定月份銷售超過100個% 目標的人。 然後，您可以提供下列指示給 Copilot：
高效能者是指符合 100% 或更多每月目標的賣方。
現在，當使用者問「上個月誰是高效能者？Copilot 瞭解高效能者在小組和組織中的意義定義。
另一個範例可能隨附團隊如何分類不同的賽季。 例如，Jan-May 可能被視為慢賽季、6 月至 9 月可能是忙碌的賽季，而 10 月至 12 月可能是標準賽季。
在 AI 指示中，您可以設定下列各項：
- 淡季 是指一月至五月。
- 旺季 是指六月至九月。
- 標準季節 是指 10 月至 12 月。
現在，當使用者詢問「去年忙碌季節的總銷售額為何？Copilot 了解使用者透過忙碌季節所代表的時間範圍。
我試圖讓科皮洛特回到最常見的問題的正確答案。 我應該使用哪一項功能？
報表和數據取用者可能會有常見問題，最常被問及。 解決此問題的最佳方式是將已驗證的答案套用至您的模型。 選取視覺效果並設定觸發程式詞組，以套用已驗證的答案，當使用者詢問主題時，它會使用指派的視覺效果傳回資訊。
例如，報表和模型的取用者通常會詢問「產品上周銷售額最高」的問題，與銷售總額和金額有關。 設定已驗證的答案可協助 Copilot 瞭解從何處取得正確的資訊，並協助建置作者和取用者信任所提供的答案。
我嘗試讓 Copilot 根據網域或使用者群組傳回不同的答案。 我應該使用哪一項功能？
目前的功能僅限於廣泛的耗用量。 目前不支持根據不同群組建立詞彙。 例如，如果工程師的使用方式表示「點擊次數」，而產品經理的使用量表示「在指定月份向客戶付費」，則目前無法支援在模型中定義「使用量」。
準備人工智慧用的數據
我收到一個錯誤，顯示「Copilot 目前正在與資料模型同步。」 這是什麼意思？
為了讓 Copilot 能夠發揮最佳效能，Copilot 能夠理解語意模型中的基礎資料至關重要。 Power BI Copilot 嘗試瞭解基礎資料的其中一種方式是為語意模型編製索引，以準確搜尋要比對的相關值。 這使得 Copilot 能夠根據使用者的提示有效地回答問題。
考慮夏威夷旅遊數據集。 回答諸如“天氣如何影響毛伊島的遊客訪問？Copilot 需要瞭解 Maui 是 Island 資料表的 Island name 資料行中語意模型中的實例值。
為了讓 Copilot 能夠有效搜尋這些實例值，當啟用 Q&A 時，語意模型會編製索引，並在 Power BI 偵測到模型所做的變更時重新編製索引。
模型索引頻率
會針對已啟用 Q&A 設定的所有模型進行索引。
Note
預設情況下， 匯入 模型的 Q&A 設定處於開啟狀態。 如需此設定的詳細資訊，請參閱 Q&A 設定檔。
當發生下列其中一個動作時，會發生重新索引：
- 對於 匯入 模型：
- 模型已發佈/重新發佈至服務。
- 模型是透過手動或排程重新整理，並在過去 14 天內使用 Copilot/Q&A。
- 針對 Direct Query 和 Direct Lake 模型：
- 模型已發佈/重新發佈至服務。
- 索引超過 24 小時，且在過去 14 天內使用過 Copilot/Q&A。
Copilot 中的下列訊息表示模型目前正在編製索引。 索引完成後，訊息應該會自動解析。
Note
此錯誤並不意味著使用者無法使用 Copilot。 此訊息表示在索引活動完成之前，在模型中新增或變更的任何新執行個體值可能不會反映在 Copilot 的回應中。
索引方法
語意模型中的文字直欄是唯一已編製索引的直欄。 透過 [準備 AI 資料] 功能隱藏在 AI 結構描述中的欄不會編製索引。
最多五百萬個執行個體值會以資料行編製索引，最小的基數會先編製索引。 資料行的基數是針對匯入模型和DISTINCTCOUNT直接查詢模型來決定。COLUMNSTATISTICS 針對直接查詢來源，函 COLUMNSTATISTICS 式會針對支援它的基礎資料來源使用函式， APPROXIMATEDISTINCTCOUNT 以有效率地判斷近似資料行基數。 為了進一步防止直接查詢模型的基礎系統因索引而 COLUMNSTATISTICS 湧入查詢，會快取結果，並每七天重新計算統計資料。 在索引程序期間，如果五百萬個執行個體值上限會與下一個資料行的索引交叉，則會完全略過資料行的索引。
如果達到索引限制，Copilot 仍會根據其建置的索引進行回應，其中不包含所有執行個體值。 當有問題的語意模型達到索引限制時，使用者會看到下列警告。
已知的限制
- 對於大型語意模型，索引的上限為五百萬個執行個體值或 1,000 個模型實體 （資料表/資料行）。
- 100+ 個字元的文字值不會編製索引。
- Direct Query 模型只會為支援
APPROXIMATEDISTINCTCOUNT的資料來源編製資料行索引。 - Direct Query 和 Direct Lake 模型的索引會在 24 小時內發生一次，除非重新發佈模型。