Membuat keterampilan AI (pratinjau)

Dengan kemampuan Microsoft Fabric AI, Anda dapat membuat pengalaman AI percakapan yang menjawab pertanyaan tentang data yang disimpan di lakehouse, gudang, model semantik Power BI, dan database KQL di Microsoft Fabric. Wawasan data Anda menjadi dapat diakses. Kolega Anda dapat mengajukan pertanyaan dalam bahasa Inggris biasa dan menerima jawaban berbasis data, bahkan jika mereka bukan ahli AI atau sangat terbiasa dengan data.

Prasyarat

• sumber daya kapasitas F64 berbayar atau Fabric yang lebih tinggi
• Sakelar penyewa keterampilan AI diaktifkan.
• Sakelar penyewa salinan diaktifkan.
• Pemrosesan lintas geo untuk AI diaktifkan.
• Penyimpanan lintas geo untuk AI telah diaktifkan.
• Gudang, lakehouse, model semantik Power BI, dan database KQL yang berisi data.
• Pengalihan penyewa titik akhir XMLA untuk model semantik Power BI diaktifkan untuk sumber data model semantik Power BI.

Aliran End-to-End untuk membuat dan menggunakan kemampuan AI di Fabric

Bagian ini menguraikan langkah-langkah utama untuk membuat, memvalidasi, dan berbagi keterampilan AI di Fabric, sehingga dapat diakses untuk dikonsumsi.

Prosesnya mudah dan Anda dapat mulai menguji sumber daya keterampilan AI dalam hitungan menit.

Membuat keterampilan AI baru

Untuk membuat keterampilan AI baru, pertama-tama navigasikan ke ruang kerja Anda, lalu pilih tombol + Item Baru. Di tab Semua item, cari keterampilan AI untuk menemukan opsi yang sesuai, seperti yang ditunjukkan pada tangkapan layar ini.

Setelah dipilih, Anda akan diminta untuk memberikan nama untuk keterampilan AI Anda, seperti yang ditunjukkan pada cuplikan layar ini:

Lihat cuplikan layar yang disediakan untuk panduan visual tentang penamaan keterampilan AI. Setelah memasukkan nama, lanjutkan dengan konfigurasi untuk menyelaraskan keterampilan AI dengan persyaratan spesifik Anda.

Pilih data Anda

Setelah Anda membuat kemampuan AI, Anda dapat menambahkan hingga lima sumber data, termasuk lakehouse, gudang, model semantik Power BI, dan database KQL dalam kombinasi apa pun. Misalnya, Anda dapat menambahkan lima model semantik Power BI, atau dua model semantik Power BI, satu lakehouse, dan satu database KQL.

Saat Anda membuat keterampilan AI untuk pertama kalinya, dan memberikan nama, katalog OneLake secara otomatis muncul, memungkinkan Anda menambahkan sumber data. Untuk menambahkan sumber data, pilih sumber data dari katalog seperti yang ditunjukkan pada layar berikutnya, lalu pilih Tambahkan. Setiap sumber data harus ditambahkan satu per satu. Misalnya, Anda dapat menambahkan lakehouse, pilih Tambahkan, lalu tambahkan lagi sumber data lain. Untuk memfilter jenis sumber data, pilih ikon filter lalu pilih jenis yang diinginkan. Anda hanya dapat melihat sumber data dari jenis yang dipilih, sehingga lebih mudah untuk menemukan dan menyambungkan sumber yang sesuai untuk keterampilan AI Anda.

Setelah Anda menambahkan sumber data, Explorer di panel kiri halaman keterampilan AI terisi dengan tabel yang tersedia di setiap sumber data yang dipilih, di mana Anda dapat menggunakan kotak centang untuk membuat tabel tersedia atau tidak tersedia untuk AI seperti yang ditunjukkan pada cuplikan layar berikut:

Untuk penambahan sumber data berikutnya, navigasikan ke Explorer di panel kiri halaman keterampilan AI, dan pilih + Sumber data, seperti yang ditunjukkan pada cuplikan layar ini:

Katalog OneLake terbuka lagi, dan Anda dapat dengan mulus menambahkan lebih banyak sumber data sesuai kebutuhan.

Ajukan pertanyaan

Setelah Anda menambahkan sumber data dan memilih tabel yang relevan untuk setiap sumber data, Anda bisa mulai mengajukan pertanyaan. Sistem menangani pertanyaan seperti yang ditunjukkan dalam cuplikan layar ini:

Pertanyaan yang mirip dengan contoh-contoh ini juga harus berfungsi:

• "Berapa total penjualan kami di California pada tahun 2023?"
• "Apa 5 produk teratas dengan harga daftar tertinggi, dan apa kategorinya?"
• "Apa barang termahal yang belum pernah dijual?"

Pertanyaan jenis ini cocok karena sistem dapat menerjemahkannya ke dalam kueri terstruktur (T-SQL, DAX, atau KQL), menjalankannya terhadap database, lalu mengembalikan jawaban konkret berdasarkan data yang disimpan.

Namun, contoh-contoh seperti ini berada di luar cakupan.

• "Mengapa produktivitas pabrik kami lebih rendah pada Q2 2024?"
• "Apa akar penyebab lonjakan penjualan kami?"

Pertanyaan-pertanyaan ini saat ini berada di luar cakupan karena memerlukan penalaran yang kompleks, analisis korelasi, atau faktor eksternal yang tidak tersedia secara langsung dalam database. Keterampilan AI saat ini tidak melakukan analitik tingkat lanjut, pembelajaran mesin, atau inferensi kausal. Ini hanya mengambil dan memproses data terstruktur berdasarkan kueri pengguna.

Saat Anda mengajukan pertanyaan, keterampilan AI menggunakan Azure OpenAI Assistant API untuk memproses permintaan. Alur beroperasi dengan cara ini:

Akses skema dengan kredensial pengguna

Sistem pertama-tama menggunakan kredensial pengguna untuk mengakses skema sumber data (misalnya, lakehouse, gudang, model semantik PBI, atau database KQL). Ini memastikan bahwa sistem mengambil informasi struktur data yang dapat dilihat oleh pengguna yang memiliki izin.

Menyusun prompt

Untuk menafsirkan pertanyaan pengguna, sistem menggabungkan:

1. Kueri Pengguna: Pertanyaan bahasa alami yang disediakan oleh pengguna.
2. Informasi Skema: Metadata dan detail struktural sumber data yang diambil pada langkah sebelumnya.
3. Contoh dan Instruksi: Setiap contoh yang telah ditentukan sebelumnya (misalnya, contoh pertanyaan dan jawaban) atau instruksi tertentu yang diberikan saat menyiapkan keterampilan AI. Contoh dan instruksi ini membantu menyempurnakan pemahaman AI tentang pertanyaan, dan memandu bagaimana AI berinteraksi dengan data.

Semua informasi ini digunakan untuk membuat perintah. Prompt ini berfungsi sebagai input ke Azure OpenAI Assistant API, yang berfungsi sebagai agen yang mendukung keterampilan AI. Ini pada dasarnya menginstruksikan keterampilan AI tentang cara memproses kueri, dan jenis jawaban yang akan dihasilkan.

Pemanggilan alat berdasarkan persyaratan kueri

Agen menganalisis perintah yang dibangun, dan memutuskan alat mana yang akan dipanggil untuk mengambil jawaban:

• Natural Language to SQL (NL2SQL): Digunakan untuk menghasilkan kueri SQL saat data berada di lakehouse atau gudang
• Natural Language to DAX (NL2DAX): Digunakan untuk membuat kueri DAX untuk berinteraksi dengan model semantik di sumber data Power BI
• Bahasa Alami ke KQL (NL2KQL): Digunakan untuk membuat kueri KQL untuk mengkueri data dalam database KQL

Alat yang dipilih menghasilkan kueri menggunakan skema, metadata, dan konteks yang disediakan agen yang mendasari keterampilan AI. Kemudian alat memvalidasi kueri, untuk memastikan pemformatan dan kepatuhan yang tepat dengan protokol keamanannya, dan kebijakan AI Bertanggung Jawab (RAI) sendiri.

Pembentukan respons

Agen yang mendasar keterampilan AI menjalankan kueri dan memastikan bahwa respons disusun dan diformat dengan tepat. Agen sering menyertakan konteks tambahan untuk membuat jawaban ramah pengguna. Terakhir, jawabannya ditampilkan kepada pengguna dalam antarmuka percakapan, seperti yang ditunjukkan pada cuplikan layar berikut:

Agen menyajikan hasil dan langkah menengah yang diambil keterampilan AI untuk mengambil jawaban akhir. Pendekatan ini meningkatkan transparansi dan memungkinkan validasi langkah-langkah tersebut, jika perlu. Pengguna dapat memperluas dropdown untuk melihat semua langkah yang dilakukan oleh kemampuan AI untuk mendapatkan jawaban, seperti yang ditunjukkan pada cuplikan layar berikut:

Selain itu, keterampilan AI menyediakan kode yang dihasilkan yang digunakan untuk mengkueri sumber data yang sesuai, menawarkan wawasan lebih lanjut tentang bagaimana respons dibuat.

Kueri ini dirancang khusus untuk meminta data. Operasi yang melibatkan

• pembuatan data
• pembaruan data
• penghapusan data
• semua jenis perubahan data

Untuk melindungi integritas data Anda, tindakan ini tidak diizinkan.

Kapan saja, Anda dapat memilih tombol Hapus obrolan untuk menghapus obrolan, seperti yang ditunjukkan pada cuplikan layar berikut:

Fitur Hapus obrolan menghapus semua riwayat obrolan dan memulai sesi baru. Setelah menghapus riwayat obrolan, Anda tidak dapat mengambilnya.

Mengubah sumber data

Untuk menghapus sumber data, arahkan mouse ke atas nama sumber data di Explorer di panel kiri halaman keterampilan AI hingga menu tiga titik muncul. Pilih tiga titik untuk mengungkapkan opsi, lalu pilih Hapus untuk menghapus sumber data seperti yang ditunjukkan pada cuplikan layar berikut:

Atau, jika sumber data Anda berubah, Anda dapat memilih Refresh dalam menu yang sama, seperti yang ditunjukkan pada cuplikan layar berikut:

Ini memastikan bahwa setiap pembaruan sumber data tercermin dan diisi dengan benar di penjelajah, untuk menjaga keterampilan AI Anda tetap sinkron dengan data terbaru.

Konfigurasi keterampilan AI

Keterampilan AI menawarkan beberapa opsi konfigurasi yang memungkinkan pengguna untuk menyesuaikan perilaku keterampilan AI, agar lebih sesuai dengan kebutuhan organisasi Anda. Saat keterampilan AI memproses dan menyajikan data, konfigurasi ini menawarkan fleksibilitas yang memungkinkan lebih banyak kontrol atas hasil.

Berikan instruksi

Anda dapat memberikan instruksi khusus untuk memandu perilaku AI. Untuk menambahkannya, pilih instruksi AI seperti yang ditunjukkan pada cuplikan layar berikut:

Panel instruksi AI terbuka, seperti yang ditunjukkan dalam cuplikan layar ini:

Di sini, Anda dapat menulis hingga 15.000 karakter dalam teks bahasa Inggris biasa, untuk menginstruksikan AI tentang cara menangani kueri.

Misalnya, Anda dapat menentukan sumber data yang tepat untuk digunakan untuk jenis pertanyaan tertentu. Contoh pilihan sumber data dapat melibatkan mengarahkan AI untuk digunakan

• Model semantik Power BI untuk kueri keuangan
• Lakehouse untuk data penjualan
• database KQL untuk metrik operasional

Instruksi ini memastikan bahwa AI menghasilkan kueri yang sesuai, baik SQL, DAX, atau KQL, berdasarkan panduan Anda dan konteks pertanyaan.

Jika sumber daya AI Anda secara konsisten salah menafsirkan kata, akronim, atau istilah tertentu, Anda dapat memberikan definisi yang jelas di bagian ini, untuk memastikan bahwa AI memahami dan memprosesnya dengan benar. Ini menjadi sangat berguna untuk terminologi khusus domain atau jargon bisnis yang unik.

Dengan menyesuaikan instruksi ini dan mendefinisikan istilah, Anda meningkatkan kemampuan AI untuk memberikan wawasan yang tepat dan relevan, selaras dengan strategi data dan persyaratan bisnis Anda.

Berikan contoh kueri

Anda dapat meningkatkan akurasi respons keterampilan AI saat Anda memberikan contoh kueri yang disesuaikan dengan setiap sumber data, seperti lakehouse, data warehouse, dan basis data KQL. Pendekatan ini, yang dikenal sebagai Few-Shot Learning di AI generatif, membantu memandu keterampilan AI untuk menghasilkan respons yang lebih selaras dengan harapan Anda.

Saat Anda memberikan sampel pasangan kueri/pertanyaan kepada AI, AI mereferensikan contoh-contoh ini saat menjawab pertanyaan di masa mendatang. Mencocokkan kueri baru dengan contoh yang paling relevan membantu AI menggabungkan logika khusus bisnis, dan merespons pertanyaan umum secara efektif. Fungsionalitas ini memungkinkan penyempurnaan untuk sumber data individual, dan memastikan pembuatan kueri SQL atau KQL yang lebih akurat.

Data model semantik Power BI tidak mendukung penambahan sampel pasangan kueri/pertanyaan saat ini. Namun, untuk sumber data yang didukung seperti lakehouse, gudang, dan database KQL, memberikan lebih banyak contoh dapat secara signifikan meningkatkan kemampuan AI untuk menghasilkan kueri yang tepat ketika performa defaultnya membutuhkan penyesuaian.

Panel ini menyediakan opsi untuk menambahkan atau mengedit contoh kueri untuk semua sumber data yang didukung kecuali model semantik Power BI. Untuk setiap sumber data, Anda dapat memilih Menambahkan atau Mengedit Contoh Kueri untuk memasukkan contoh yang relevan, seperti yang ditunjukkan pada cuplikan layar berikut:

Menerbitkan dan berbagi keterampilan AI

Setelah menguji performa keterampilan AI Anda di berbagai pertanyaan, dan Anda mengonfirmasi bahwa ia menghasilkan kueri SQL, DAX, ATAU KQL yang akurat, Anda dapat membagikannya dengan kolega Anda. Pada saat itu, pilih Terbitkan, seperti yang ditunjukkan pada cuplikan layar berikut:

Langkah ini membuka jendela yang meminta deskripsi keterampilan AI. Di sini, berikan deskripsi terperinci tentang apa yang dilakukan keterampilan AI. Detail ini memandu kolega Anda tentang fungsionalitas keterampilan AI, dan membantu sistem/orkestrator AI lainnya untuk secara efektif memanggil keterampilan AI tersebut.

Setelah menerbitkan keterampilan AI, Anda akan memiliki dua versinya. Satu versi adalah versi draf saat ini, yang dapat Terus Anda perbaiki dan tingkatkan. Versi kedua adalah versi yang diterbitkan, yang dapat Anda bagikan dengan kolega Anda yang ingin mengkueri keterampilan AI untuk mendapatkan jawaban atas pertanyaan mereka. Anda dapat memasukkan umpan balik dari kolega Anda ke dalam versi draf Anda saat ini saat mengembangkannya, untuk lebih meningkatkan performa keterampilan AI.

Konten terkait

• Konsep keterampilan AI
• Skenario keterampilan AI