Что такое Copilot в написании запросов в KQL Queryset?

Copilot помогает легко преобразовывать вопросы естественного языка в запросы языка запросов Kusto (KQL). Опишите потребности в анализе данных или извлечении данных на простом языке и Copilot создает соответствующий запрос KQL. Эта функция позволяет пользователям всех уровней навыков, даже незнакомых с KQL, изучать и анализировать данные с легкостью и эффективностью.

Сведения о Copilotвыставлении счетов см. в разделе "Объявление Copilot о ценах на Fabric".

Предпосылки

• Рабочая область с емкостью с поддержкой Microsoft Fabric
• Запись доступа к набору запросов KQL

Как работает Copilot для написания запросов на KQL

Copilot, используя передовые языковые возможности OpenAI, упрощает процесс создания запросов с помощью языка запросов Kusto (KQL), переводя естественные вопросы в KQL. Эта функция устраняет сложность обучения KQL, что делает его доступным как опытным аналитикам данных, так и специалистам по обработке и анализу данных граждан. Это упрощает анализ данных и повышает производительность, делая запросы интуитивно понятными и простыми.

Copilot поддерживает разговорное взаимодействие, что позволяет уточнять, адаптировать и расширять ваши запросы динамически, сохраняя контекст предыдущих вводов. Вы можете уточнить запросы и задавать уточняющие вопросы, не начиная сначала.

• Уточнение динамического запроса: вы можете уточнить начальный KQL, созданный Copilot, уточнив запрос для снятия неоднозначностей, указания таблиц или столбцов либо предоставив дополнительный контекст.

• Необходимые уточняющие вопросы: Если созданный KQL правильный, но вы хотите глубже изучить данные, вы можете задать дополнительные вопросы, касающиеся той же задачи. Вы можете расширить область запроса, добавить фильтры или изучить связанные точки данных, опираясь на предыдущий диалог.

Как использовать Copilot для написания запросов в KQL

Вы можете получить доступ Copilot в Fabric двумя способами:

• С помощью набора запросов KQL: Перейдите к новому или существующему набору запросов KQL и используйте эту функцию Copilot для создания запросов из запросов естественного языка.

• С помощью плитки "Изменить" на панелях мониторинга Real-Time: При редактировании плитки на панели мониторинга Real-Time используйте Copilot для создания или уточнения запросов KQL непосредственно в процессе редактирования панели мониторинга.

Выполните действия, чтобы использовать Copilot в либо контексте:

1. Copilot В панели введите свой вопрос на естественном языке и нажмите клавишу ВВОД.

   Через несколько секунд Copilot на основе ваших входных данных создаст запрос KQL. Запрос можно скопировать в буфер обмена, вставить его в редактор запросов или заменить запрос в контексте. Чтобы запустить запрос в редакторе запросов, необходимо иметь доступ на запись к набору запросов KQL.

2. Нажмите кнопку "Выполнить ", чтобы выполнить запрос.

   

   Замечание

   • Copilot не создает команды управления.
   • Copilot автоматически не запускает созданный запрос KQL. Запустите запросы по своему усмотрению.

Вы можете продолжать задавать дальнейшие вопросы или дополнительно уточнять запрос. Чтобы начать новый чат, выберите значок чата в верхнем правом углу области Copilot (1).

Наведите указатель мыши на предыдущий вопрос (2) и выберите значок карандаша , чтобы скопировать его в поле вопроса, чтобы изменить его или скопировать его в буфер обмена.

Лучшие практики использования Copilot для написания запросов KQL

Ниже приведены некоторые советы, которые помогут повысить точность создаваемых Copilot запросов KQL.

• Начните с простых запросов естественного языка, чтобы узнать о текущих возможностях и ограничениях. Затем постепенно переходите к более сложным запросам.

• Означайте задачу точно и избегайте неоднозначности. Представьте, что вы поделились запросом на естественном языке с несколькими экспертами KQL из вашей команды, не добавляя устные инструкции - смогут ли они создать правильный запрос?

• Чтобы создать наиболее точный запрос, укажите любую соответствующую информацию, которая может помочь модели. Если вы можете указать таблицы, операторы или функции, критически важные для запроса.

• Подготовьте базу данных: добавьте свойства docstring для описания общих таблиц и столбцов. Этот шаг может быть избыточным для описательных имен (например, метки времени), но имеет решающее значение для описания таблиц или столбцов с бессмысленными именами. Вам не нужно добавлять строки документации к таблицам или столбцам, которые редко используются. Дополнительные сведения см. в команде alter table column-docstrings.

• Чтобы улучшить Copilot результаты, выберите значок "Нравится " или "Не нравится" , чтобы отправить комментарии в форме отправки отзывов .

  Замечание

  Форма отправки отзывов отправляет имя базы данных, его URL-адрес, запрос KQL, созданный copilot, и любой бесплатный текстовый ответ, который вы включаете в отправку отзывов. Результаты выполненного запроса KQL не отправляются.

Добавление приватных снимков

Copilot улучшает запрос пользователя, используя наиболее релевантные примеры (их также называют парами <NL, KQL> или 'шотами') из базы данных Public Shots. Эта база данных, курированная и поддерживаемая командой Real-Time Intelligence, является производным от документации по KQL и доступна всем Copilot пользователям. Хотя база данных Public Shots предоставляет надежную основу, она является универсальной и не включает специализированных знаний, относящихся к вашей текущей базе данных KQL.

Чтобы повысить способность Copilot создавать точные и сложные запросы KQL, адаптированные к вашим конкретным сценариям, вы можете создать базу данных частных снимков. Этот подход позволяет включать расширенные запросы KQL, которые соответствуют уникальным требованиям вашей команды, таким как использование расширенных операторов KQL (например, семантики графа, анализа временных рядов, обнаружения аномалий) или хранимых функций , определенных в базе данных KQL.

В настоящее время частные снимки автоматически публикуются как из наборов запросов, так и панелей мониторинга в режиме реального времени. При сохранении этих артефактов содержащиеся в них запросы KQL публикуются в базе данных Private Shots, что повышает способность Copilot генерировать запросы, которые соответствуют вашим конкретным данным и вариантам использования.

Ответственный ИИ и использование Copilot

Чтобы просмотреть рекомендации корпорации Майкрософт по ответственному использованию искусственного интеллекта, см. статью "Конфиденциальность,безопасность" и "Ответственное использование Copilot " для Real-Time Intelligence.

Корпорация Майкрософт стремится гарантировать, что наши системы ИИ руководствуются нашими принципами ИИ и ответственным стандартом ИИ. Эти принципы включают расширение возможностей наших клиентов эффективно использовать эти системы и в соответствии с их предполагаемым использованием. Наш подход к ответственному ИИ постоянно развивается для упреждающего решения возникающих проблем.

Ограничения

Вот текущие ограничения Copilot в Fabric:

• Copilot Не удается изменить существующие запросы KQL в редакторе запросов KQL. Например, если вы попросите Copilot панель чата изменить определенную часть существующего запроса, она не работает. Тем не менее, Copilot понимает предыдущие входные данные в области чата, чтобы пользователи могли повторять запросы, Copilot созданные до вставки.
• Copilot может создавать неточные результаты, когда намерение — оценивать данные. Copilot доступ только к схеме базы данных; У него нет доступа к данным.
• Copilot ответы могут включать неточное или низкое качество содержимого, поэтому перед их использованием в работе просмотрите выходные данные.
• Люди, которые могут осмысленно оценить точность и правильность содержимого, должны просмотреть выходные данные.
• В Copilot настоящее время область чата базы данных KQL в Fabric недоступна, если включен Private Link и отключен Public Access в настройках арендатора.

Связанный контент

• Создание панели мониторинга в реальном времени с помощью Copilot в Fabric для рабочей нагрузки интеллектуальной обработки в реальном времени
• Конфиденциальность, безопасность и ответственное использование технологий для анализа в реальном времени Copilot
• Copilot в Fabric
• Copilot для Microsoft Fabric: вопросы и ответы