Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Merk deg
Du kan lage Prep-data for AI funksjoner både i Power BI Desktop og Power Bi-tjeneste. Brukere kan bruke disse funksjonene hvor som helst Copilot i Power BI er tilgjengelig.
I denne opplæringen klargjør og konfigurerer du den semantiske modellen for ai-bruk ved å bruke anbefalte fremgangsmåter. I denne opplæringen lærer du å:
- Forenkle dataskjemaet
- Opprett bekreftede svar
- Legg til instruksjoner for kunstig intelligens
- Marker som godkjent for Copilot
Viktig!
Denne opplæringen inneholder forhåndsvisningsfunksjoner .
Merk deg
Copilot-utganger er ikke-deterministiske, noe som betyr at det er mulig for en bruker å motta en annen utgang fra en Copilot-opplevelse, til tross for at de bruker samme prompt- og jordingsdata. Det er viktig å angi forventninger til brukerne slik at de vet hva slags utdata de kan forvente av Copilot , og hvordan de kan evaluere eller validere disse utdataene for seg selv.
Finn ut mer om ansvarlig bruk av Copilot i Power BI.
Veiledning
Når du utvikler en semantisk modell i Power BI, forbered modellen din på å fungere effektivt med Copilot. Uten riktig forberedelse kan Copilot det generere mindre nyttige og unøyaktige resultater. For å sikre effektiviteten til din semantiske modell, følg beste modelleringspraksis og ta viktige steg. Forsømmelse av disse forberedelsene kan føre til Copilot å produsere suboptimale resultater. Avsnittene nedenfor beskriver viktige hensyn for semantiske modellutviklere og analytikere for å forbedre Copilot opplevelsene i Power BI:
- Modellerorganisering: Gi feltbeskrivelser, skjul kolonner og målinger, og unngå dupliserte feltnavn på tvers av tabeller.
- Konsistente navnekonvensjoner: Bruk menneskelesbare navn for tabeller, kolonner og mål. Skille mellom felt med lignende navn, som "Navn" i kundetabellen og "Navn" i Store-tabellen.
- Konsise beskrivelser: Bruk beskrivende setninger til å dokumentere og forklare betydningen av tabeller, kolonner, mål og andre egenskaper for modellobjekter.
- Modellutforming: Følg anbefalte praksiser for datamodellering, for eksempel utforming av stjerneskjema, for å sikre semantiske kvalitetsmodeller.
- Modellkompleksitet: Forenkle modeller ved å fjerne ubrukte objekter (tabeller, felt og mål), unngå tvetydige relasjoner og begrense komplekse mønstre (for eksempel frakoblede feltparametertabeller).
Test modellen kontinuerlig med Copilot for å sikre konsekvente og pålitelige resultater både når du introduserer modellendringer og etter hvert som nye verktøy og funksjoner blir tilgjengelige for å forberede den semantiske modellen for KUNSTIG INTELLIGENS. Hvis problemene vedvarer, kan du se gjennom modellen med brukerne, forstå vanlige spørsmål de kan stille, og forenkle utformingen for å oppnå bedre resultater.
Finn ut mer om anbefalte fremgangsmåter for å optimalisere spørsmål og få svar i Power BI.
Klargjøre data for kunstig intelligens (forhåndsversjon)
Velg Prep-data for AI-ikonet i Power BI Desktop på Hjem-fanen på båndet, som vist i bildet nedenfor.
Forenkle dataskjemaet (forhåndsversjon)
For å sikre konsistente og pålitelige resultater, forenkle først skjemaet som Copilot kan bruke. Her er noen vanlige scenarioer der denne prosessen kan være gunstig:
- Duplicative feltnavn på tvers av tabeller: Når flere tabeller har felt med samme navn, kan det være utfordrende å generere nøyaktige svar. Ved å sikre unike feltnavn reduserer du forvirring og forbedrer nøyaktigheten i datainnhentingen.
- Kompleksitet i semantiske modeller: Modeller med mange ubrukte objekter (for eksempel tabeller, felt og mål) kan skape usikkerhet i svarene. Strømlinjeformet skjemaet ved å fjerne unødvendige objekter for å redusere tvetydighet og potensielle feil.
I dialogen som åpnes, velg Forenkle dataskjemaet ved å velge kortet eller bruke navigasjonsmenyen til venstre.
For å forbedre svarnøyaktigheten til Copilot, fjern markeringene som ikke er relevante for Copilot å analysere, og velg deretter Anvend:
- Fjern merkingen for det unike identifikatorrelasjonsfeltet fra Kontoer-tabellen ved å utvide tabellutforskeren og fjerne merkingen av boksen for Konto-ID-feltet .
- Fra Datoer-tabellen fjerner du merkingen av modellens sorter etter kolonnehjelpefelt ved å utvide tabellutforskeren og fjerne merkingen av boksene for feltene Dag (sorteringsrekkefølge) og Måned (sorteringsrekkefølge ).
Velg Lukk for å gå tilbake til rapportvisningssiden , der du oppretter bekreftede svar for visualobjektene i rapporten.
Opprett bekreftede svar (forhåndsvisning)
Ved å opprette bekreftede svar kan du legge til uttrykk, spørsmål eller nøkkelord som brukere kan stille når de søker innsikt fra den semantiske modellen. Når brukere stiller Copilot et spørsmål ved hjelp av et av disse utløseruttrykkene, Copilot kan du returnere et svar basert på det konfigurerte visualobjektet.
På siden for Mulighetsoversikt, velg visualiseringen Pipeline by Stage nederst til venstre, høyreklikk på den, og velg Sett opp et verifisert svar.
Et sett med Copilot forslag opprettes basert på informasjonen i visualobjektet. Du kan velge disse forslagene for å legge til som fraser knyttet til verifiserte svar, velge Oppdater for å generere et nytt sett med forslag, eller legge til dine egne.
Siden Copilot forslag kan variere for hver økt, konfigurerer du de tilkoblede uttrykkene manuelt ved å velge alternativet legg til (+).
Legg til følgende to bekreftede svar, og velg Enter for å bekrefte hver oppføring når du er ferdig:
- Hvor mange salgsmuligheter er i hvert salgstrinn?
- Hvordan varierer antall salgsmuligheter etter salgstrinn?
For å justere verifiserte svar, hold musepekeren over hver oppføring og velg rediger (blyant) eller slett (søppelbøtte) alternativene.
Velg Bruk og gå deretter til visningen Alle verifiserte svar.
Den verifiserte svarlisten viser alle fraser knyttet til visuelle elementer, sammen med deres frasetall. Du kan velge hvert uttrykk for å oppdatere eller fjerne det.
Legg til ai-instruksjoner (forhåndsvisning)
Ved å bruke AI-instruksjoner kan du forbedre Copilot sine muligheter ved å koble det til organisasjonens kunnskap. Ved å gi viktig forretningskontekst, veiledning og domenespesifikk logikk hjelper du deg med å Copilot forstå bedriftens spesifikke behov og levere mer relevante, nøyaktige svar. Gjennom hele utviklingen kan du presisere AI-instruksjonene og teste Copilotsvarene for å sikre nøyaktighet og justering med forretningsmål.
Velg Legg til AI-instruksjoner, kopier og lim inn følgende eksempel i instruksjonsfeltet, og velg Anvend.
Tailor responses to industry norms for a software company's sales channel. Sales managers monitor their direct and partner sales channels by tracking opportunities and revenue by region, deal size, and channel. Specific instances: - Key earners refers to the top three partners by total revenue. - If asked about "Clients", "Customers", or "Organizations" use the Accounts table. - For sales cycle questions, always use the Average Opportunity Days measure. - Opportunity Days is synonymous with Sales Cycle duration, or Time to Close (TTC) - "Leads", "Deals", "Potential Deals" and "Sales Prospects" are all phrases that refer to the opportunities table. - If asked about early stages of an opportunity, only show the Solution stage. - If the audience is leadership, prioritize revenue and opportunity count, as well as the number of deals in the finalize stage.
Velg Lukk for å gå tilbake til rapportvisningssiden.
Test dataene med Copilot (forhåndsvisning)
Før du deler dataene dine med andre i organisasjonen, test det grundig med Copilot. Denne testprosessen innebærer å prøve vanlige spørsmål brukere kan stille for å sikre at Copilot gir nøyaktige og hjelpsomme svar. Eksperimenter med ulike input basert på AI-instruksjonene for å verifisere at Copilot effektivt kan håndtere ulike scenarioer. Forsøk å få tilgang til tilgjengelige felt fra ditt forenklede dataskjema for å bekrefte at Copilot kan hente og bruke tilgjengelig informasjon.
I ruten kan du stille dette eksempelspørsmålet Copilot og velge Send eller Enter for å bekrefte.
- Hvilke tre tilknyttede stasjoner hadde flest leads i den østlige sonen?
Et listesvar returneres ved å bruke vilkårene og variansene som er inkludert i AI-instruksjonene. Du kan gi tilbakemelding ved å bruke tommel opp- eller tommel ned-knappene . Velg lukk (X)-knappen for å fortsette.
Publiser
Når du publiserer din Power BI-rapport i skyen, kan du enkelt dele og samarbeide innenfor organisasjonen din. Teammedlemmer kan få tilgang til og samhandle med rapporten og dens semantiske modell. Ved å bruke Copilot kan du også ta mer informerte beslutninger ved å bruke naturlige språkinput med dataene dine.
Velg Publiser-knappen på Hjem-fanen på båndet. Lagre endringer hvis du blir bedt om det, og søk i listen over tilgjengelige arbeidsområder for å finne arbeidsområdet du vil publisere. Velg Arbeidsområdet mitt, og velg deretter Velg.
Når publiseringen er ferdig, mottar du en lenke til rapporten din. Velg koblingen Åpne Omsetningsmuligheter.pbix i Power BI for å åpne rapporten.
Beskrivelser
Produktets navn og beskrivelse er like viktige for dataoppdagelse med Copilot. Bruk beskrivelsen til å gi fullstendig naturlig språkkontekst om elementet, ved hjelp av relevante og distinkte nøkkelord når det er aktuelt for å hjelpe Copilot (og brukerne) å vite hva elementet kan svare på.
Velg Filinnstillinger> fra handlingslinjen.
Oppdater feltet for rapportbeskrivelse til følgende eksempeltekst, og velg deretter Lagre.
- En omfattende analyse av salgsmuligheter og inntektsfordeling på tvers av ulike dimensjoner for programvareprodukter.
Fra handlingslinjen velger du flere alternativer (...) og velger deretter alternativet Vis semantisk modell .
Inne i den semantiske modellviseren, velg Filinnstillinger>.
Oppdater feltet for beskrivelse av semantisk modell til følgende eksempeltekst, og velg deretter Apply.
- Den semantiske modellen gir data for innsikt i salgsmuligheter og inntektsfordeling for programvareprodukter. Den inneholder informasjon om antall salgsmuligheter i hvert salgstrinn, variasjoner etter stadium og total omsetning etter salgsmulighetsstørrelse og område. I tillegg sporer den kontoer, partnere, produkter, salgsfaser, salgsaktiviteter og datoer, noe som gir en omfattende visning for å optimalisere salgsprosesser og forbedre inntektsgenerering.
Godkjent for Copilot (forhåndsvisning)
Merk din semantiske modell som Godkjent for Copilot for å signalisere til Copilot at modellen er optimalisert for AI-opplevelser. For modeller som ikke er godkjent, bør brukere inspisere resultatene nøye. Tydelige meldinger og indikatorer vises for svar fra elementer som ikke er godkjent, og råder brukere til å kontakte innholdseieren for å forberede dataene for AI og forbedre nøyaktighet og relevans.
I innstillingene for den semantiske modellen, utvid innstillingen Approved for Copilot.
Velg avkrysningsboksen for Godkjent for Copilot, og velg deretter Apply.