Préparer vos données pour l’IA : instructions d’IA

Les instructions d’IA permettent aux auteurs de modèles sémantiques de fournir directement sur un modèle sémantique du contexte, de la logique métier et des indications précises. Copilot utilise ces instructions pour mieux interpréter les questions utilisateur en incorporant le langage organisationnel, la terminologie et les priorités analytiques. Cet article vous guide tout au long des étapes de configuration et de test des instructions d’IA pour préparer vos données pour l’analyse basée sur l’IA.

Les instructions d’IA permettent de clarifier les termes de l’entreprise, de guider les approches d’analyse et de réduire l’ambiguïté. Ils améliorent la qualité et la pertinence des réponses Copilot, ce qui entraîne des insights plus significatifs et une expérience plus fluide entre les rapports qui utilisent le même modèle.

Prerequisites

  • Modèle sémantique Power BI dans Power BI Desktop ou le service Power BI.
  • Copilot activé pour votre organisation.
  • Questions et réponses de Power BI activées pour le modèle. Vous pouvez activer Q&A lors de l’installation s’il n’est pas déjà activé.

Configurer des instructions d’IA

Remarque

Vous pouvez créer des fonctionnalités Préparer des données pour l’IA dans Power BI Desktop et dans le service Power BI. Les utilisateurs peuvent utiliser ces fonctionnalités n’importe où Copilot dans Power BI est disponible.

  1. Sélectionnez le bouton Préparer les données pour l'IA situé sur le ruban Accueil dans Power BI Desktop, ou sur le ruban du modèle sémantique sélectionné dans le service Power BI.

    Capture d’écran montrant la fonctionnalité Prep Data for AI dans Power BI Desktop.

    Si les onglets de Préparation des données pour l'IA sont désactivés, activez Power BI Q&A pour votre modèle.

    Capture d’écran montrant comment activer Q&A pour le modèle dans Power BI Desktop.

  2. Dans la boîte de dialogue, accédez à l’onglet Ajouter des instructions IA .

  3. Fournissez des instructions sur le modèle sémantique qui vous aident à Copilot comprendre votre entreprise, la terminologie et comment hiérarchiser les données dans le modèle.

    Capture d’écran montrant une boîte de dialogue qui contient l’onglet Instructions d’IA dans Power BI Desktop.

  4. Sélectionnez Appliquer.

Une fois la boîte de dialogue fermée, vos modifications sont enregistrées dans votre modèle. Copilot utilise désormais les instructions d’IA.

Instructions de test de l'IA dans Power BI Desktop

  1. Ouvrez le Copilot volet dans Power BI Desktop.
  2. Utilisez le sélecteur skill pour sélectionner la fonctionnalité Copilot spécifique que vous souhaitez tester. Pour obtenir de meilleurs résultats, choisissez Réponses aux questions sur les données.
  3. Utilisez l’une des instructions que vous définissez et interagissez avec Copilot.
  4. Assurez-vous que Copilot réponde précisément.
  5. Si vous devez modifier les instructions, rouvrez la boîte de dialogue Préparer les données pour l’IA et modifiez-les.
  6. Lorsque vous êtes satisfait des instructions d'IA, publiez votre rapport sur le service Power BI ou enregistrez-le dans Power BI Desktop.

Remarque

Chaque fois que vous modifiez une instruction dans la fenêtre Préparation des données pour l'IA, vous devez actualiser le volet Copilot en le fermant et en le rouvrant.

Instructions d’IA après la publication

Une fois que votre rapport est publié sur le service Power BI ou que les modifications sont enregistrées dans le service, les utilisateurs bénéficient des instructions d’IA de chaque expérience Copilot qui utilise le modèle sémantique.

Remarque

Les utilisateurs finaux ne peuvent pas voir les instructions d’IA définies sur le modèle.

Cas d’usage courants pour les instructions d’IA

Les instructions IA offrent un moyen flexible d'améliorer la façon dont Copilot interprète et répond aux invites utilisateur. Deux cas d’usage courants sont le contexte métier général et l’interprétation des données et les règles d’analyse.

Contexte commercial général et interprétation des données

Les instructions peuvent aider à Copilot cadrer les réponses dans le contexte de votre entreprise, à adapter les réponses en fonction de votre secteur, de vos objectifs stratégiques, de la terminologie ou de la logique opérationnelle. Lorsque vous utilisez des instructions, vous pouvez vous assurer que les utilisateurs obtiennent des insights plus précis et pertinents. Voici quelques exemples :

  • La saison occupée est d’octobre à février.
  • Cadrez vos analyses en mettant l'accent sur l'évaluation des risques et les tendances du marché.
  • Lorsqu’un utilisateur mentionne ABCD, il fait référence au champ de facture total .
  • Un pourcentage d’attrition inférieur est plus positif.

Règles d’analyse

Vous pouvez guider Copilot sur comment aborder certains types d’analyses en fournissant des règles et des préférences sur la manière dont les données doivent être segmentées ou hiérarchisées. Voici quelques exemples :

  • Analysez toujours les ventes tous les trimestres.
  • Lors de la présentation des revenus, décomposez-le par trimestre et comparez-le au industry champ.
  • Pour obtenir des insights sur la vente au détail, priorisez les tableaux customsegmentationtable et saleschannel.
  • Utilisez la sales_fact table comme source principale pour toutes les questions relatives aux ventes.
  • Lorsqu’un utilisateur demande des ventes de produits, demandez toujours des précisions sur l’emplacement.

Rédiger des prompts efficaces pour les instructions d’IA

Les instructions d’IA reposent sur des requêtes ; les meilleures pratiques d’ingénierie des requêtes s’appliquent donc lorsque vous les rédigez pour un modèle sémantique. La construction d’invite affecte directement les sorties Copilot. Les conseils suivants vous aident à tirer le meilleur parti des instructions d’IA.

Être explicite et spécifique

Supposons Copilot n’a aucune compréhension de l’utilisation du modèle de données ou du contexte métier pour vos données. Par exemple, au lieu d’écrire « Vous êtes un analyste BI chevronné, attentif aux détails », envisagez plutôt : « Vous êtes un analyste BI chevronné qui travaille pour un grand distributeur alimentaire. » Les réponses doivent être orientées vers les détails et axées sur le chiffre d’affaires et la rentabilité.

Utiliser des analogies et un langage descriptif

Les analogies, le langage descriptif et les exemples aident Copilot comprendre le résultat souhaité et la signification prévue. Par exemple, pour les ventes spécifiques au produit, utilisez la mesure Total_Sales_Product (exemple de produit : Word, PowerPoint, Excel, SharePoint, Teams).

Évitez les ambiguïtés

Soyez clair sur tout ce que vous voulez Copilot mettre en évidence ou éviter. Plus vous pouvez fournir de détails et de contenu pertinent Copilot, mieux c'est. Par exemple, pour Total Active Partners, utilisez la mesure Monthly Active Partner Count. (Ne filtrez pas sur la table Customers.)

Pour aider Copilot mieux comprendre votre intention, organisez des instructions par thème ou objectif (comme la logique de date, les métriques clés et les termes du secteur). Incluez des éléments structurels, tels que des sections, des hiérarchies et des en-têtes. Pour obtenir un exemple de regroupement d’instructions associées dans l’ensemble complet d’instructions, consultez l’exemple de scénario.

Ordre des instructions

L’ordre dans lequel vous créez des instructions peut affecter la sortie. Vous pouvez augmenter vos chances d’obtenir des sorties correctes en testant différentes variantes, commandes, exemples et formulations.

Décomposer les instructions complexes en étapes plus simples

Décomposez les instructions en étapes simples pour améliorer la clarté et réduire les erreurs. Par exemple, définissez les principaux clients en examinant d’abord la table des revenus, puis en retournant uniquement les clients avec les valeurs de commande les plus élevées.

Garder les instructions concises

Selon le modèle sémantique, moins d’instructions ciblées peuvent être plus efficaces que de nombreuses instructions générales. Les conflits et la complexité peuvent entraîner une confusion pour les modèles de langage volumineux (LLMs).

Exemple de scénario : modèle sémantique des ventes de produits

L’exemple suivant montre un ensemble d’instructions d’IA optimisées par ingénierie des prompts pour un modèle sémantique de ventes de produits.

Instructions pour répondre aux questions sur les données

Les ventes brutes de produits (GPS) doivent référencer le grossrevenue champ dans la table Revenus.

Les principaux vendeurs font référence aux trois principaux partenaires avec le chiffre d’affaires le plus élevé. N’affichez pas les clients, sauf si l’utilisateur demande explicitement.

Identification du client

  • accountid fait référence aux clients dans la table Revenue .
  • earningsid fait référence aux clients dans la table Partenaires .
  • customid dans la table de commandes ne fait pas référence aux clients.
  • Définissez les principaux clients en examinant d’abord la table des revenus, puis en retournant uniquement les clients avec les valeurs de commande les plus élevées.
  • Certains partenaires sont également des clients. Ne supprimez pas ces doublons. Au lieu de cela, indiquez s’il s’agit d’un partenaire ou d’un client en fonction de la valeur d’ID.

Métriques de produit

  • Filtrez les données par State= Washington ou State= California sauf si l’utilisateur demande spécifiquement un état différent.

  • Pour les ventes spécifiques au produit, utilisez la mesure Total_Sales_Product (exemple de produit : Word, PowerPoint, Excel, SharePoint ou Teams). Filtrez sur la colonne Product de la table Sales .

  • Pour Total Active Partners, utilisez la mesure Monthly Active Partner Count_ID. (Ne filtrez pas sur la table Customers.)

  • Les ventes de produits alimentaires proviennent toujours de magasins de détail.

    Si la valeur product_type de la table Product est Food, affichez toujours le magasin où l’élément a été vendu. Les informations de magasin se trouvent dans la table Store avec le champ store_nameet peuvent être liées par product_typestore_id.

Remarque

Vous devez souvent itérer pour tirer le meilleur parti des instructions d’IA. Au fur et à mesure que vous expérimentez et observez comment Copilot répondre, vous développez une meilleure compréhension des types d’instructions qui favorisent les meilleurs résultats pour votre modèle et vos utilisateurs.

Considérations et limitations

  • Étant donné que les instructions d’IA ne sont pas structurées, le LLM les interprète uniquement Copilot. Il n’y a aucune garantie que le LLM suivra exactement les instructions.
  • Les instructions d’IA affectent les Copilot fonctionnalités, mais ne s’étendent pas aux conversations générales avec Copilot.
  • Les instructions IA sont enregistrées au niveau du modèle sémantique. Les instructions ne peuvent pas être stockées actuellement au niveau du rapport.
  • Les instructions d’IA ne sont pas censées être spécifiques à la personne ou modifier des sorties non liées aux données pour l’utilisateur final.
  • Les instructions d’IA ne peuvent pas désactiver d’autres Copilot fonctionnalités de Power BI ou empêcher/hiérarchiser certaines fonctionnalités d’être appelées.
  • Les instructions ne visent pas à fonctionner avec des modifications thématiques ou visuelles dans votre rapport.
  • Actuellement, vous ne pouvez pas charger d'instructions dans la boîte de dialogue dans Power BI Desktop.
  • Pour tester des instructions dans Power BI Desktop, vous devez fermer et rouvrir votre volet Copilot pour voir les nouvelles instructions appliquées.
  • Les utilisateurs ne peuvent pas définir d’instructions par catégorie ou par mode (affichage ou modification) dans Copilot Power BI.
  • Les consommateurs ne peuvent pas voir quelles instructions un auteur a appliqué au modèle dans l’interface utilisateur.
  • Les utilisateurs finaux ne peuvent pas désactiver les instructions sur un modèle sémantique.
  • Les instructions de l’IA peuvent ne pas être respectées dans Power BI Desktop lorsque vous essayez de créer une page, d’obtenir des suggestions de sujets de pages de rapport ou un résumé du modèle sémantique avec Copilot. Pour contourner ce problème, utilisez le sélecteur de compétences et sélectionnez Uniquement Créer de nouvelles pages de rapport pour que les instructions s’appliquent correctement.
  • Les instructions IA sont limitées à 10 000 caractères.

Pour obtenir une liste complète des considérations et limitations, consultez Préparer vos données pour l’IA.