Crea una competenza IA (anteprima)
Sei pronto per conversazioni sui tuoi dati? È possibile creare esperienze IA con la competenza di IA in Microsoft Fabric per rispondere alle domande sulle tabelle lakehouse e warehouse. Questa tecnica riduce le barriere che impediscono agli altri di rispondere alle domande sui dati, perché i colleghi possono porre domande in inglese e ricevere risposte basate sui dati.
Importante
Questa funzionalità è disponibile in anteprima.
Prerequisiti
- Una risorsa a pagamento di capacità di Fabric F64 o superiore.
- L'opzione del tenant competenze di IA è abilitata.
- L'opzione del tenant di Copilot è abilitata.
- La condivisione tra aree geografiche per IA è abilitata, se pertinente.
- Un warehouse o un lakehouse con dati.
Creare e configurare una competenza di IA
La creazione e la configurazione di una competenza di IA in Fabric prevede questi passaggi:
- Creare una nuova competenza di intelligenza artificiale.
- Seleziona i dati.
- Poni domande.
- Fornire esempi.
- Fornisci istruzioni.
Il processo è immediato ed potrai iniziare a testare le risorse delle competenze di IA in pochi minuti.
Crea una nuova competenza di IA
Analogamente ad altri processi di creazione di elementi Fabric standard, è possibile creare una nuova competenza IA dalla pagina iniziale Data Science di Fabric, selezionando l'opzione Nuova dell’area di lavoro o usando l'hub Crea. Devi specificare un nome, come mostrato in questo screenshot:
Seleziona i tuoi dati
Dopo aver creato una competenza IA, seleziona un'origine dati. Può essere un data warehouse o una lakehouse. Nella schermata successiva, seleziona la warehouse o la lakehouse e quindi seleziona Connetti.
Il riquadro sinistro viene popolato con le tabelle disponibili nell'origine dati selezionata. Usa le caselle di controllo per rendere disponibile o non disponibile una tabella per l'intelligenza artificiale. È necessario selezionare almeno una tabella prima di poter porre domande alle competenze IA.
Nota
Assicurarsi di usare nomi di colonna descrittivi. Anziché usare nomi di colonna come C1 o ActCu, usa ActiveCustomer o IsCustomerActive. L'uso di nomi descrittivi è il modo più efficace per ottenere query più affidabili dall'intelligenza artificiale.
Usa le note per il modello nel pannello di configurazione dell'interfaccia utente. Se la competenza IA genera query T-SQL non corrette, è possibile fornire istruzioni al modello in inglese semplice per migliorare le query future. Il sistema userà queste istruzioni con ogni query. Le istruzioni brevi e dirette funzionano meglio.
Domande
Dopo aver selezionato i dati, potrai iniziare a porre domande. Il sistema gestisce le domande a cui può rispondere una singola query, come mostrato in questo screenshot:
Potrebbero andare bene domande come gli esempi seguenti:
- "Quali sono state le nostre vendite totali in California nel 2023?"
- "Quali sono gli articoli più costosi che non sono mai stati venduti?"
Queste domande non rientrano nell'ambito di competenza:
- "Perché la produttività del nostro stabilimento è inferiore nel secondo trimestre 2024?"
- "Qual è la causa principale del nostro picco di vendite?"
Quando poni una domanda, il sistema usa le tue credenziali per recuperare lo schema. In base alla domanda, il sistema usa le informazioni da te fornite (vedi le sezioni "Fornire esempi" e "Fornire istruzioni") e lo schema per costruire una richiesta. Questa richiesta è il testo inviato a un'intelligenza artificiale, che genera più query SQL.
Dopo la generazione delle query SQL, assicurarsi che eseguino solo query sui dati. Verificare inoltre che non creino, aggiornino, eliminino o modifichino i dati in alcun modo. Estrarre quindi il candidato di query migliore dall'elenco delle query generate. Effettua le riparazioni di base necessarie per la migliore query generata dall'intelligenza artificiale. Infine, con le credenziali, eseguire nuovamente la query e restituire il set di risultati all'utente.
Modifica l'origine dati
Per passare a un altro lakehouse o warehouse, seleziona le frecce vicino alla parte superiore del riquadro Explorer, come mostrato in questo screenshot:
Fornire esempi
In Fabric puoi configurare la competenza IA in modo che l'intelligenza artificiale risponda alle domande come previsto. Una tecnica consiste nel fornire esempi all'IA. Nell'intelligenza artificiale generativa, questa tecnica viene definita apprendimento a pochi scatti. In questo caso, si concede all'intelligenza artificiale l'accesso alle coppie di query o domande. La volta successiva che porrai una domanda, l'intelligenza artificiale troverà le domande più rilevanti nel set di domande che hai fornito. Queste domande, insieme alla query SQL corrispondente fornita, forniscono informazioni generali all'intelligenza artificiale durante la generazione di SQL.
Se l'intelligenza artificiale non genera le query corrette, potrai fornire ulteriori esempi.
Per fornire esempi, potrai selezionare il pulsante modifica in Query SQL di esempio sul lato destro, come mostrato in questo screenshot:
Fornire istruzioni
Puoi anche guidare l'intelligenza artificiale mediante istruzioni. Potrai fornire queste istruzioni nella casella di testo Note per il modello. Qui puoi scrivere istruzioni in inglese. L'intelligenza artificiale usa queste istruzioni quando genera SQL.
Se l'intelligenza artificiale interpreta in modo errato alcune parole o acronimi, potrai fornire definizioni di termini in questa sezione, come mostrato in questo screenshot:
