搭配語意模型使用 Copilot

本文將協助你在 Power BI 中使用 Copilot 經驗來處理語意模型。

Microsoft Fabric 中的 Copilot 是一個產生式 AI 助理，旨在增強網狀架構平台的數據分析體驗，包括 Power BI 工作負載。 您可以在Power BI 中使用 Copilot，同時支援自助和企業用戶開發及取用語意模型。 有效使用時，Copilot 可以同時支援分析師和商務使用者，以改善生產力，並從其語意模型獲得更多價值。

不過，若要在Power BI 中搭配語意模型使用 Copilot，您必須先準備數據、語意模型和使用者。 如果你不準備這些元素，Copilot 主要會產生低品質且不準確的輸出，這些輸出可能錯誤甚至誤導。 下列各節將引導您瞭解如何在Power BI中使用 Copilot 來開發或使用具有可用 Copilot 體驗的語意模型。

利用 Copilot 的協助開發語意模型

當你在 Power BI 中開發語意模型時，請使用 Copilot 來提升某些任務的效率與便利性。 通常，這個過程會利用 Copilot 來簡化冗餘或重複的變更（例如產生測量描述），或協助你處理或理解具有挑戰性的模型設計或 DAX（例如在 DAX 查詢檢視中使用 Copilot 來解釋 DAX 概念或產生 DAX 查詢）。

下列各節說明建立語意模型的Power BI開發人員或分析師如何運用Power BI中的各種 Copilot 體驗。

針對你的語意模型提出資料問題

在開發語意模型時，你常常需要探索並查詢資料。 通常，您會搭配使用 Power Query 編輯器、報表畫布和 DAX 查詢。 不過，您也可以使用 [Copilot 聊天] 窗格來詢問模型及其內容的相關數據問題。 一般而言，詢問數據問題更適合使用體驗，企業用戶可以在報表中找不到答案時，詢問有關數據的問題。 然而，開發者可能會利用此功能來探索資料或驗證 Copilot 在模型上的表現。

下圖顯示使用者向 Copilot 詢問有關語意模型的數據問題範例。 下圖顯示下列提示： 2023 年澳大利亞銷售區域的利潤 % 為何？

使用案例

使用 Copilot 針對以下使用情境提出資料問題：

• 探索模型中的數據： 開發人員可能會使用 [詢問數據問題 ] 體驗，使用 Copilot 探索其模型中的數據。 不過，藉由將視覺效果新增至報表畫布或使用DAX查詢，探索數據可能會更有效率。 這是因為當您在模型中進行變更時，報表視覺效果會自動更新，但 Copilot 聊天窗格中數據問題的解答是靜態的，每當您關閉 Copilot 聊天窗格時就會消失。 此外，Copilot 所產生的視覺效果可以包含您無法在 Power BI Desktop 中自行建立的視覺效果特定篩選。 這些篩選條件可能會產生誤導或難以調查。

• 驗證 Copilot 用於取用語意模型： 開發人員應該使用 詢問數據問題 體驗來瞭解及測試 Copilot 取用體驗在其語意模型上執行的方式。 這是當您開發語意模型時，使用 詢問數據問題 的主要使用案例。 此使用案例可讓開發人員變更其語意模型，以便更能支援 Copilot 來產生更有用的輸出。

優點

開發人員可以使用 詢問數據問題 來了解在 Power BI 中透過 Copilot 取用語意模型的商務使用者的體驗。 如果商務使用者想要使用 Copilot 來取用語意模型，這項測試就很重要。

體驗的詳細數據

「詢問數據問題」功能的使用方式在以下幾個方面與 Fabric 程式中的標準 Copilot 服務有所不同。 本概觀適用於詢問數據問題體驗，無論在開發或使用語意模型時。

• 輸入： 使用者提供書面提示，詢問問題，或向語意模型要求特定資訊。

• 前置處理和基礎數據： Copilot 會從模型綱要提取參考數據。 它會執行架構縮減，以嘗試將內容限製為最重要的內容。 作為內容，Copilot 會採用下列資訊來嘗試改善 Copilot 輸出的有用性和特定性：

  • 目前報表頁面上的任何報表元數據。 如果有相關的報表元數據，則 Power BI 中的 Copilot 會回答來自報表的數據問題，而不是模型。
  • 目前會話中與 Copilot 的交談。 這段對話包含了所有先前的問題和輸出，其中包括 Copilot 之前回答過的數據問題中的數據點。
  • 語意模型架構，其中包含數據表、數據列、數據行、量值和其他物件（例如關聯性、計算群組等等）。
  • 完整的模型語言架構。
  • 特定語意模型屬性，包括描述、數據類型、格式字串和數據類別。

  排除下列資訊：

  • 任何被隱藏的報表頁面。
  • 隱藏之模型中的任何欄位（量值或數據行）。
  • 模型中任何標示為 私用的數據表。

• 輸出： Copilot 提供的輸出包含數個部分：

  • 視覺： Copilot 藉由呈現 Power BI 視覺效果來回答數據問題，例如卡片、折線圖或表格。 Copilot 會選擇視覺效果及其格式設定，用戶無法在提示中控制或要求該視覺效果。 如果基礎模型、DAX 或數據未優化或太複雜，視覺效果可能會逾時。
  • 總結： Copilot 摘要說明查詢結果。 此摘要是藉由將語意查詢結果傳送回 Azure OpenAI（包括數據點），並要求自然語言說明來產生。
  • 錯誤或釐清要求： 如果 Copilot 無法產生回應，可能會傳回一般錯誤訊息。 此錯誤訊息可能包含釐清要求，包括使用者原始數據問題的建議變體。

改善 Copilot 輸出的秘訣

Copilot 可能會產生不正確的或低質量輸出，包括數據問題的不正確解答。 通常，使用者錯誤或模型問題會產生不正確的答案。 為了降低錯誤或意外的 Copilot 輸出機率，應針對使用者提示與資料模型設計進行處理。

使用者只能藉由撰寫不正確的提示來產生不正確的結果。 不良提示的範例包括：

• 模糊或不完整的提示： 如果您不正確或不完整地描述所需的輸出，或在提示中使用模棱兩可的語言，則 Copilot 不太可能產生有用的結果。 寫題目時，盡量具體且具描述性地表達你想要的結果。

• 錯誤提示： 如果你在參考度量、欄位或表格名稱時出現拼寫錯誤，Copilot 可能不會指向正確的欄位。 撰寫提示詞時，請確保你在提示詞中提到的欄位正確地指向語意模型架構中的欄位。 此規則包括避免使用縮寫、首字母縮寫詞或過多的標點符號。 你也可以用同義詞來指代欄位，但無法驗證某個欄位有哪些同義詞可用（就像你在資料欄裡滑鼠移到某個度量或欄位時可以看到描述一樣）。

• 過度或不適當的接地數據： 如果你透過 Copilot 聊天視窗提交提示，Copilot 會在預處理時將該會話的聊天歷史視為接地資料。 根據聊天記錄的內容，您可能會得到不同或意料之外的結果。 撰寫提示時，請考慮之前的任何提示和輸出都被用作基礎資料。 為避免此問題，請選擇 Copilot 按鈕關閉並重新開啟 Copilot 聊天窗格，並在提交新提示前清除聊天歷史。

下圖顯示 Copilot 因使用者提示不佳而產生錯誤輸出的範例：

下圖顯示下列提示： 2023 年澳大利亞銷售區域的利潤 % 為何？ 在輸出中，Copilot 會傳回利潤值，而不是以百分比傳回利潤。 在此情況下，使用者可以更清楚地指定想要百分比的利潤，而不是使用百分比符號，以從 Copilot 取得更好的結果。

除了使用者提示之外， 「詢問數據問題 」體驗也可能因為基礎語意模型的品質或組織而產生不正確或非預期的結果。 語意模型產生不良結果的範例包括：

• 模型設計或實作不佳： 如果你的語意模型不遵循常見的最佳實務（例如 星型結構設計），使用任何消費工具或經驗時，很可能會得到不佳的結果。 務必追求高品質的語意模型，才能充分發揮 Power BI 和 Fabric 的效能。 另請參閱 Power BI 的數據模型化指引 ，以取得更多改善 Power BI 語意模型的秘訣和指引。

• 糟糕的命名慣例： 如果您的欄位命名慣例不一致或過多（例如首字母縮略詞、簡寫和標點符號），使用者更容易在提示中犯錯，並且 Copilot 在引用這些欄位時也容易混淆。 當表格、列和指標使用易於人類閱讀的英文名稱時，Copilot 效果最好。

• 模型組織不良： 如果你不整理模型，可能會遇到更多 Copilot 的問題。 模型組織是一個大主題，其中包含許多工作，包括欄位描述、隱藏數據行和量值，以及避免跨不同數據表具有相同名稱的欄位。

• 語言建模： 如果你的語意模型中沒有設定語言建模功能，例如為欄位設置同義詞或為關係設置動詞，Copilot 可能更容易回傳意想不到的結果。 Power BI 依賴與 Q&A 功能相同的語言模型。 為您的語意模型設定語言模型會花費額外的時間和精力，以您的語意模型開發工作為基礎。 如需詳細資訊，請參閱用來訓練 Power BI Q&A 的 Q&A 工具簡介。

• 模型複雜度： 模型越複雜，包括有更多的字段、相依性和商業規則，使用 Copilot 時就越有可能遇到困難。 例如，當使用者在提示中參考這些欄位或數據表時，例如貨幣轉換或中斷連線的數據表（例如 字段參數）等複雜模式，可能會導致非預期或不正確的結果。 使用更複雜的模型，您可能需要考慮特定的模型設計決策，以使用 Copilot 取得最佳結果。 一般而言，您應該使用 Copilot 測試模型，以判斷您是否一致地取得正確且可靠的結果。 如果沒有，您可能想要考慮建議使用者不要使用 Copilot 來取用您的語意模型。

下圖顯示 Copilot 因語意模型問題而產生錯誤輸出的範例：

下圖描述下列提示：2023 年在澳大利亞售出的單位數？在回應中，Copilot 會傳回 Customer 數據表中 Country 數據行篩選為 “Australia” 的單位數目，而不是篩選 Sales 區域數據表中的 Country 數據行。 在此情況下，使用者可以改善指定銷售區域國家/地區的提示。 不過，語意模型開發人員也可以隱藏或重新命名 Customer 表中的 Country 欄位，如果不打算由 Copilot 使用。 或者，他們可以使用 Q&A 設定，從語言模型的欄位同義字中禁用該字段。

不論提示或模型品質為何，當您使用 [詢問數據問題 ] 體驗時，仍然可以從 Copilot 取得不正確的或低質量輸出。 這是因為底層模型——以目前的配置——是非確定性的，無法保證能產生正確答案，或用相同的提示詞、模型和資料得到相同的答案。

下圖顯示 Copilot 產生不正確或不當結果的範例：

截圖顯示有一位用戶在詢問資料問題時，Copilot 因為篩選錯誤的日期欄位而答錯了。

在此範例中，影像顯示提示 ：問題：哪個國家/地區在2024年產生最高利潤？ 和 問題：哪個國家/地區在2023年產生最高利潤？ 輸出顯示 Copilot 首先要求澄清之後，它表示模型中沒有 2024 年的數據。 不過，使用日期數據表篩選到該年份時，2024 年模型中 有 數據。 然後，Copilot 會從 Customer 資料表傳回篩選生日數據行的結果，而不是模型中標示的日期數據表。 雖然使用者可以產生更具體的提示，或開發人員可以隱藏 [生日 ] 字段，但在此情況下，Copilot 應該會產生預期的結果。

為了減輕此問題，訓練使用者在 Fabric 與 Power BI 中批判性評估從 Copilot 取得的任何輸出，並了解如何排除意外結果或嘗試新提示，例如關閉並重新開啟 Copilot 聊天視窗。

DAX 查詢視圖

在建立語意模型時，使用 Copilot 在 DAX 查詢檢視中產生 DAX 查詢。 在這些查詢中，您也可以定義 DAX 量值，然後新增至語意模型。 您也可以使用 Copilot 在產生的查詢或您自行撰寫的查詢中說明 DAX 概念。

下圖顯示使用者要求 Copilot 產生 DAX 查詢的範例。

下圖描述下列提示： 2023 年依月份的 YTD 利潤。 然後，使用者可以要求 Copilot 解釋查詢，如下圖所示。

此影像描述下列提示： 說明此 DAX 查詢。 說明會顯示在 Copilot 視窗底部。

使用案例

在 DAX 查詢檢視介面中使用 Copilot 進行以下使用案例：

• 產生 DAX 查詢： 使用 Copilot 建議 DAX 查詢，你可以用來：

  • 探索或分析您的模型或數據。
  • 測試及驗證您的模型或數據。
  • 嘗試在 DAX 中計算新的方法或模式。

• 重構現有的 DAX 查詢： 使用 Copilot 更方便或有效率地修改你自己複製或撰寫的查詢，例如：

  • 新增註釋來解釋及記錄DAX查詢或度量值。
  • 讓查詢更容易閱讀和瞭解，例如從您正在調查的 Power BI 報表視覺化元素中複製的查詢。
  • 在程式代碼中進行大規模或重複的替換。
  • 要求 Copilot 移除或取代變數。

• 產生 DAX 度量： 使用 Copilot 建議在查詢產生之前的上游定義 DAX 度量。 這些量值僅限於您產生或新增至語意模型的DAX查詢。

• 說明 DAX 概念： 使用 Copilot 來解釋並更深入理解 DAX 中的不同概念，例如：

  • DAX 查詢或查詢中定義的量值。
  • DAX 函式，例如 CALCULATE 或 KEEPFILTERS。

優點

在 DAX 查詢檢視中使用 Copilot 的主要優點是您在撰寫 DAX 查詢時得到支援。 這項支援意味著經驗較淺的開發者與分析師也能使用 Copilot 學習 DAX 概念，或產生用於模型的 DAX。 讓中級和有經驗的開發人員在需要開發 DAX 時，也可以節省時間，例如當他們無法記住特定的函式或模式，或者想要重構或簡化現有的查詢時。

其他生成式 AI 工具可用於 DAX 程式碼，但 Power BI 中的 Copilot 有以下具體優點：

• Power BI 中的 Copilot 是與 DAX 語言的作者共同開發。
• Copilot 不會使用任何模型微調，但會藉由 Microsoft 提供的包含特定 DAX 範例的中繼提示。
• 您不需要複製或貼上程式代碼或模型資訊，因為 Copilot 已整合到 Power BI Desktop 中。
• 在後續處理期間，Copilot 會使用 DAX 剖析器來確保查詢有效，這可降低在查詢中接收幻覺的可能性。

體驗的詳細數據

在 DAX 查詢檢視中的 Copilot 體驗中，前置處理和後處理階段的步驟與 Fabric 中其他 Copilot 體驗不同。

DAX 查詢檢視中的 Copilot 具有以下需要注意的特點：

• 輸入： 使用者會在單一 DAX 查詢視窗特定的輸入方塊中提供書面提示。 他們可以請求查詢、修改 Copilot 已產生的現有查詢，或解釋 DAX 概念。 在輸入方塊中，使用者也可以選取按鈕來產生查詢。 重試按鈕會重新生成查詢，忽略當前上下文，讓你能嘗試換個方法。

• 前置處理和基礎數據： Copilot 會從模型架構和查詢視窗中的任何項目擷取基礎數據。 Copilot 會採用下列資訊作為內容，以嘗試改善 Copilot 輸出的有用性和特定性：

  • 目前 DAX 查詢視窗中的任何文字，包括你寫的 DAX 程式碼、註解，或你先前產生的 DAX 查詢。
  • 當前會話的 Copilot 對話歷史記錄。 此歷史包含先前的問題與輸出，但不含數據點。
  • 語意模型架構，包含資料表、列、欄、度量，以及其他物件，如關係和計算群組。 這個結構包含所有物件，不論它們是否隱藏，除非你有與共享語意模型的即時連線。
  • 來自模型語言架構的同義字。
  • 某些語意模型屬性，包括 DAX 運算式、描述（在前 200 個字元之後截斷）、數據類型、格式字串（以及格式字串運算式），以及數據類別。
  • 某些統計匯總，例如模型中欄位的最小值和最大值，可能用於查詢。 這些數值是傳送給 Copilot 作為上下文的資料點。
  • Copilot 也可能將查詢結果回傳給 Azure OpenAI，以說明產生的查詢或結果。

  排除下列資訊：

  • 當您選擇 [重試] 按鈕時，您可以看到目前會話中與 Copilot 的交談歷程記錄。
  • 模型中任何標示為私人的數據表。
  • DAX 運算式中的批注。

• 輸出： Copilot 提供的輸出可以在 DAX 查詢視窗中包含 DAX 程式碼和 DAX 批註，或者在 Copilot 輸入方塊中包含 DAX 的說明。 使用者通常必須接著選擇執行並保留查詢本身。

改善 Copilot 輸出的秘訣

為了提升 Copilot 產生的 DAX 查詢品質，請使用與 Copilot 中「 詢問資料問題 」體驗相同的技巧。 具體來說，請確保你的提示清晰、準確且具描述性，語意模型設計良好、組織良好，且不包含過多複雜性或例外。

DAX 查詢體驗特有的一些秘訣如下：

• 本機和即時連線模型之間的差異： Copilot 的運作方式會因您查詢在 Power BI Desktop 中開啟的本機模型，或 Power BI 服務中的共用語意模型而有所不同。 例如，當您有共用語意模型的即時連線，並使用 DAX 查詢介面時：

  • Copilot 無法查看度量值的 DAX 表達式，也看不到任何隱藏或私密物件。
  • Copilot 必須先執行 DAX 查詢，才能傳回它，以確保查詢有效。

• 使用 [重試] 按鈕： [重試] 按鈕會清空 Copilot 快取，確保您取得具有相同提示和地面數據的新結果。 當你持續迭代尋找符合特定需求的解決方案時，此功能非常有用。

• 要求 Copilot 將批註新增至您的程式代碼： 批注是組織及記錄 DAX 查詢的實用方式，並協助您瞭解 Copilot 產生的程式代碼。 您也可以要求 Copilot 解釋 DAX 概念。

• 請檢查高品質、經過同儕審查的來源： 如果你還是不懂 Copilot 產生的程式碼，附註解和說明，可以上網查查 Microsoft 文件 或 Power BI 社群的可靠來源。

• 請注意 Copilot 的變數使用方式： Copilot 難以在 DAX 查詢和定義的量值中適當地使用變數。 例如，Copilot 可能會嘗試篩選或分組已經宣告的變數，這是不可能的，併產生非預期的結果。

• 使用簡潔的描述來區分類似名稱的欄位：描述有助於相同模型中有類似的欄位，例如 Customer 數據表中的 Name 和 Store 數據表中的 Name。

• 請注意 Copilot 的計算群組使用量： Copilot 難以在建議的查詢中使用計算群組。 為了改善 Copilot 對計算群組的使用，請在計算群組描述中列出計算項目名稱。

• 請注意較新的函式和 DAX 語法： Copilot 和其他生成 AI 工具在訓練數據的量和範圍上受到限制。 因此，他們更有可能使用較新的 DAX 函式或語法犯錯。 在這些案例中，您可能想要先嘗試自行撰寫查詢，然後使用 Copilot 加以修改。

• 產生量值時，請一律要求查詢： DAX 查詢檢視中的 Copilot 體驗是設計來產生 DAX 查詢。 當你指示 Copilot 執行這個任務，而不是要求它產生測量或其他 DAX 表達式時，效果會更好。

使用 Copilot 產生測量描述

使用 Copilot 來 產生模型衡量的描述。 衡量描述幫助模型消費者及其他開發者理解衡量的目的及使用方法。 此外，量值描述可以改善 Copilot 輸出對於其他 Copilot 體驗的實用性，例如當您 使用 Copilot 在 Power BI 語意模型的 DAX 查詢檢視中產生 DAX 查詢時。

使用 Copilot 來產生模型測量的描述。 接著，檢視結果並修訂，確保內容準確、簡潔且實用。

優點

建立量值描述通常是經常被忽視的艱巨工作。 產生度量描述能減少你組織和記錄語意模型的時間。 與語言結構不同，所有語意模型都受益於在表格、欄位和度量中加入描述。 此做法有助於提升模型文件品質及對組織內他人的實用性。

改善 Copilot 輸出的秘訣

此 Copilot 使用體驗將使用下列基礎資料來提供上下文：

• 度量和計算物件的 DAX 運算式。
• 欄位屬性，包括描述、資料類型、格式字串和資料類別。
• 欄位同義字。

鑒於此基礎數據，您可以透過下列方式確保建議的同義字很有用：

• 使用一致的命名慣例。
• 限制標點符號、簡寫和縮略語的使用。
• 以英文命名量值。

Copilot 在 Web 建模（Power BI 服務）

網頁建模中的 Copilot 是一款由 AI 驅動的助理，直接整合進 Power BI 服務 模型創作體驗中。 與本節描述的其他主要在 Power BI Desktop 中使用的體驗不同，Copilot 網頁建模讓你能在不離開瀏覽器的情況下，利用自然語言分析並改進語意模型。

當您在服務的模型檢視中開啟語意模型並切換到編輯模式時，Copilot 可以：

• 分析模型中問題，例如命名規則不一致與結構不明確，並提出最佳實務改進建議。
• 直接套用結構更新，包括重新命名資料表和欄位、建立關聯，以及產生 DAX 度量。

Copilot 在此經驗中提出或套用的變更會影響主動語意模型，就像其他手動編輯一樣。 在接受這些建議的更新之前，請先仔細檢查，如同檢查任何模型變更一樣。 在 Power BI 中為 Copilot 最佳化您的語意模型一文所述的最佳化指引在此處也同樣適用：結構良好且命名清楚的模型，能讓 Copilot 提供更好的分析與更準確的建議。

控制 Copilot 對語意模型的存取權

具有語意模型寫入權限的使用者，可以控制具有唯讀權限的使用者是否可以透過 Copilot 體驗存取該模型。 此設定能協助組織滿足治理與資料存取需求，同時確保 Copilot 僅適用於供 Copilot 使用的語意模型。

此設定位於語意模型層級設定窗格的 Copilot 區塊，描述為「允許任何僅有讀取權限的人在此模型及其相關報告中使用 AI（例如 Copilot，Microsoft 的 MCP 工具）」。 你也可以在完整的語意模型設定頁面的 探索與 AI 存取 區找到這個設定。

此設定適用於以下經驗：

• Power BI Copilot 使用介面，包括報表窗格、獨立介面和應用程式
• M365 Copilot Chat 與共同作業
• 數據代理程式
• 遠端 Microsoft 的 MCP 工具

預設情況下，此設定是啟用的，允許擁有唯讀權限的使用者使用支援的 Copilot 與 Microsoft MCP 體驗來存取語意模型。

當你停用這個語意模型層級設定時：

• 擁有唯讀權限的使用者無法透過任何支援的 Copilot 或遠端 Microsoft MCP 工具體驗存取語意模型。 Copilot 的入口會依使用體驗而隱藏、停用，或顯示存取訊息。
• 在支援多個語意模型的使用體驗中，使用者可以繼續將 Copilot 搭配其他已啟用該設定且符合資格的語意模型使用。
• 在支援多個語意模型的體驗中，受限模型和報表不會出現在所有使用者的搜尋結果中，包括具有建置和寫入權限的使用者。 擁有建置與寫入權限的使用者仍可透過直接存取方式存取受限制的模型與報告，例如瀏覽模型或報告網址，或手動附加模型或報告。

使用 Copilot 運用一個語意模型

您可以使用 Copilot 在使用過程中向語意模型提出關於數據的問題。 每當您使用報表時，無論是在 Power BI Desktop、工作區、應用程式或 OrgApp 專案中的 已發布報表，還是在 Power BI 行動裝置應用程式，都可以使用此功能。

取用者可能會在下列案例中詢問語意模型的數據問題：

• 他們找不到報表中所需的資訊或分析。
• 他們想要以不同的方式查看呈現的數據，且未啟用 個人化視覺效果 。
• 他們想要使用自然語言來詢問數據問題，而不是使用工具或程序代碼。

如需如何在使用語意模型之報表中使用 Copilot 的詳細資訊，請參閱搭配 Power BI 報表使用 Copilot 一文。

準備供 Copilot 使用的語意模型

只有在你完成更新 資料模型、讓它能與 Power BI 的 Copilot 相容後，才使用 Copilot 來處理語意模型。

Power BI Desktop

在 Power BI Desktop 中，使用 Copilot 聊天窗格詢問關於語意模型的資料問題。 此功能適用於在 Power BI Desktop 中開啟的本地模型，以及透過即時連線連接到共享語意模型時。 如需詳細資訊，請參閱本文稍早 詢問數據問題 。

您也可以使用 DAX 查詢檢視生成 DAX 查詢，以取用語意模型。 進階 Power BI 使用者若偏好透過程式碼探索資料，可能會採用此方法。

然而，對大多數資料使用者來說，通常透過在報表畫布中加入視覺化，或使用 探索 或分析 Excel 樞紐分析表等其他項目來處理和探索語意模型，會更方便且更有效率。 這些產品通常擁有更簡單的使用者介面與使用者體驗，比起像 Copilot 這類自然語言聊天的體驗，更適合探索和理解資料。

已發佈的報表

在已發表的報告中，使用 Copilot 聊天窗格詢問有關連接語意模型的資料問題。 Fabric 中的此體驗與 Power BI Desktop 中用於模型開發和取用的 詢問數據問題 體驗相同。

Power BI 行動應用程式

在 Power BI 行動應用程式中，使用 Copilot 聊天窗格來詢問任何報告的資料問題。 問題會針對該報告的連通語意模型。 此功能的運作方式類似本文先前解釋的 「詢問資料問題 」體驗。

相關內容

• 更新您的數據模型，使其更好地與 Power BI 的 Copilot 配合運作
• Power BI 的 Copilot 概觀
• Copilot 功能在 Power BI 整合中