สร้างทักษะ AI (ตัวอย่าง)

ด้วยทักษะของ Microsoft Fabric AI คุณสามารถสร้างประสบการณ์ AI แบบการสนทนาที่ตอบคําถามเกี่ยวกับข้อมูลที่จัดเก็บไว้ใน lakehouses คลังสินค้า แบบจําลองความหมายของ Power BI และฐานข้อมูล KQL ใน Fabric ข้อมูลเชิงลึกของคุณสามารถเข้าถึงได้ เพื่อนร่วมงานของคุณสามารถถามคําถามเป็นภาษาอังกฤษธรรมดาและรับคําตอบที่ขับเคลื่อนด้วยข้อมูลแม้ว่าจะไม่ใช่ผู้เชี่ยวชาญ AI หรือคุ้นเคยกับข้อมูลอย่างลึกซั่งก็ตาม

ข้อกำหนดเบื้องต้น

• จ่าย F64 หรือสูงกว่าทรัพยากรความจุผ้า
• เปิดใช้งานสวิตช์ ผู้เช่าทักษะ AI
• เปิดใช้งานสวิตช์ ผู้เช่า Copilot
• เปิดใช้งานการประมวลผลข้ามภูมิศาสตร์สําหรับ AI
• เปิดใช้งานการจัดเก็บข้ามภูมิศาสตร์สําหรับ AI
• คลัง แบบจําลองความหมายของ Power BI และฐานข้อมูล KQL ที่มีข้อมูล
• แบบจําลองความหมายของ Power BI ผ่านสวิตช์ผู้เช่าตําแหน่งข้อมูล XMLA จะเปิดใช้งาน สําหรับแหล่งข้อมูลแบบจําลองความหมายของ Power BI

โฟลว์แบบ end-to-end สําหรับการสร้างและใช้ทักษะ AI ใน Fabric

ส่วนนี้สรุปขั้นตอนสําคัญในการสร้าง ตรวจสอบความถูกต้อง และแชร์ทักษะ AI ใน Fabric ทําให้สามารถเข้าถึงได้สําหรับการบริโภค

กระบวนการนี้ตรงไปตรงมาและคุณสามารถเริ่มทดสอบทรัพยากรทักษะ AI ได้ในไม่กี่นาที

สร้างทักษะ AI ใหม่

หากต้องการสร้างทักษะ AI ใหม่ ก่อนอื่นให้นําทางไปยังพื้นที่ทํางานของคุณ จากนั้นเลือกปุ่ม + รายการใหม่ ในแท็บ รายการทั้งหมด ให้ค้นหา ทักษะ AI เพื่อค้นหาตัวเลือกที่เหมาะสม ดังที่แสดงในภาพหน้าจอนี้:

เมื่อเลือกแล้ว คุณจะได้รับแจ้งให้ระบุชื่อสําหรับทักษะ AI ของคุณ ตามที่แสดงในภาพหน้าจอนี้:

ดูสกรีนช็อตที่ให้มาสําหรับคู่มือวิชวลเกี่ยวกับการตั้งชื่อทักษะ AI หลังจากป้อนชื่อดําเนินการกําหนดค่าเพื่อปรับทักษะ AI ให้ตรงกับข้อกําหนดเฉพาะของคุณ

เลือกข้อมูลของคุณ

หลังจากที่คุณสร้างทักษะ AI คุณสามารถเพิ่มแหล่งข้อมูลได้สูงสุดห้าแหล่ง รวมถึงเลคเฮ้าส์ คลังสินค้า แบบจําลองความหมายของ Power BI และฐานข้อมูล KQL ในรูปแบบใดๆ ก็ตาม ตัวอย่างเช่น คุณสามารถเพิ่มแบบจําลองความหมาย Power BI ห้าแบบจําลอง หรือแบบจําลองความหมาย Power BI สองแบบจําลอง หนึ่งเลคเฮ้าส์ และฐานข้อมูล KQL หนึ่งฐานข้อมูล

เมื่อคุณสร้างทักษะ AI เป็นครั้งแรกและใส่ชื่อ แค็ตตาล็อก OneLake จะปรากฏขึ้นโดยอัตโนมัติ ช่วยให้คุณสามารถเพิ่มแหล่งข้อมูลได้ เมื่อต้องการเพิ่มแหล่งข้อมูล ให้เลือกแหล่งข้อมูลจากแค็ตตาล็อกดังที่แสดงบนหน้าจอถัดไป จากนั้นเลือก เพิ่ม ต้องเพิ่มแต่ละแหล่งข้อมูลทีละรายการ ตัวอย่างเช่น คุณสามารถเพิ่ม lakehouse เลือก เพิ่มจากนั้นดําเนินการเพิ่มแหล่งข้อมูลอื่น เมื่อต้องการกรองชนิดแหล่งข้อมูล ให้เลือกไอคอนตัวกรอง จากนั้นเลือกชนิดที่ต้องการ คุณสามารถดูได้เฉพาะแหล่งข้อมูลประเภทที่เลือกเท่านั้น ทําให้ง่ายต่อการค้นหาและเชื่อมต่อแหล่งข้อมูลที่เหมาะสมสําหรับทักษะ AI ของคุณ

เมื่อคุณเพิ่มแหล่งข้อมูล Explorer ในบานหน้าต่างด้านซ้ายของหน้าทักษะ AI จะเติมตารางที่พร้อมใช้งานในแต่ละแหล่งข้อมูลที่เลือก ซึ่งคุณสามารถใช้กล่องกาเครื่องหมายเพื่อให้ตารางพร้อมใช้งานหรือไม่พร้อมใช้งานสําหรับ AI ดังที่แสดงในภาพหน้าจอต่อไปนี้:

สําหรับส่วนเพิ่มเติมของแหล่งข้อมูลที่ตามมา ให้ไปที่ Explorer ในบานหน้าต่างด้านซ้ายของหน้าทักษะ AI และเลือก + แหล่งข้อมูลดังที่แสดงในภาพหน้าจอนี้:

แค็ตตาล็อก OneLake เปิดอีกครั้ง และคุณสามารถเพิ่มแหล่งข้อมูลเพิ่มเติมได้อย่างราบรื่นตามความจําเป็น

ถามคำถาม

หลังจากที่คุณเพิ่มแหล่งข้อมูล และเลือกตารางที่เกี่ยวข้องสําหรับแต่ละแหล่งข้อมูล คุณสามารถเริ่มถามคําถามได้ ระบบจะจัดการคําถามตามที่แสดงในภาพหน้าจอนี้:

คําถามที่คล้ายกับตัวอย่างเหล่านี้ควรใช้ได้:

• "ยอดขายรวมของเราในแคลิฟอร์เนียในปี 2023 เป็นอย่างไรบ้าง"
• "ผลิตภัณฑ์ 5 อันดับแรกที่มีราคารายการสูงสุดคืออะไร และหมวดหมู่ของพวกเขาคืออะไร"
• "รายการที่แพงที่สุดที่ไม่เคยถูกขายมีอะไรบ้าง"

คําถามประเภทนี้เหมาะสมเนื่องจากระบบสามารถแปลเป็นคิวรีที่มีโครงสร้าง (T-SQL, DAX หรือ KQL) ดําเนินการกับฐานข้อมูล และจากนั้นส่งกลับคําตอบที่เป็นรูปธรรมโดยยึดตามข้อมูลที่จัดเก็บไว้

อย่างไรก็ตาม สิ่งเหล่านี้อยู่นอกขอบเขต:

• "ทําไมโรงงานของเราจึงลดลงในไตรมาสที่ 2 ปี 2024"
• "สาเหตุที่แท้จริงของการดีดขึ้นของยอดขายของเราคืออะไร"

คําถามเหล่านี้อยู่นอกขอบเขตเนื่องจากจําเป็นต้องมีเหตุผลที่ซับซ้อน การวิเคราะห์สหสัมพันธ์ หรือปัจจัยภายนอกที่ไม่มีในฐานข้อมูลโดยตรง ทักษะ AI ในขณะนี้ไม่ได้ดําเนินการวิเคราะห์ขั้นสูง การเรียนรู้ของเครื่อง หรือการอนุมานที่เป็นสาเหตุ เพียงแค่ดึงข้อมูลและประมวลผลข้อมูลที่มีโครงสร้างตามคิวรีของผู้ใช้

เมื่อคุณถามคําถาม ทักษะ AI จะใช้ Azure OpenAI Assistant API เพื่อประมวลผลคําขอ โฟลว์ทํางานด้วยวิธีนี้:

การเข้าถึง Schema ด้วยข้อมูลประจําตัวผู้ใช้

ระบบจะใช้ข้อมูลประจําตัวของผู้ใช้ในการเข้าถึง Schema ของแหล่งข้อมูล (ตัวอย่างเช่น lakehouse, Warehouse, แบบจําลองความหมาย PBI หรือฐานข้อมูล KQL) ซึ่งทําให้แน่ใจว่าระบบดึงข้อมูลที่มีโครงสร้างข้อมูลที่ผู้ใช้มีสิทธิ์ในการดู

การสร้างพร้อมท์

ในการตีความคําถามของผู้ใช้ ระบบจะรวม:

1. คิวรีผู้ใช้: คําถามภาษาธรรมชาติที่จัดเตรียมโดยผู้ใช้
2. ข้อมูล Schema: เมตาดาต้าและรายละเอียดโครงสร้างของแหล่งข้อมูลที่เรียกใช้ในขั้นตอนก่อนหน้า
3. ตัวอย่างและคําแนะนํา: ตัวอย่างที่กําหนดไว้ล่วงหน้า (ตัวอย่างเช่น คําถามและคําตอบ) หรือคําแนะนําเฉพาะที่มีให้เมื่อตั้งค่าทักษะ AI ตัวอย่างและคําแนะนําเหล่านี้ช่วยปรับแต่งความเข้าใจของ AI เกี่ยวกับคําถามและแนะนําวิธีการที่ AI โต้ตอบกับข้อมูล

ข้อมูลทั้งหมดนี้ใช้เพื่อสร้างพร้อมต์ พร้อมท์นี้จะทําหน้าที่เป็นข้อมูลป้อนเข้าไปยัง Azure OpenAI Assistant API ซึ่งทํางานเป็นตัวแทนด้านทักษะ AI โดยหลักๆ แล้วจะแนะนําทักษะ AI เกี่ยวกับวิธีการประมวลผลคิวรี และชนิดของคําตอบที่จะผลิต

การเรียกใช้เครื่องมือตามความต้องการของคิวรี

ตัวแทนวิเคราะห์พร้อมท์ที่สร้างขึ้น และตัดสินใจว่าเครื่องมือใดที่จะเรียกใช้เพื่อดึงข้อมูลคําตอบ:

• ภาษาธรรมชาติไปยัง SQL (NL2SQL): ใช้ในการสร้างคิวรี SQL เมื่อข้อมูลอยู่ในเลคเฮ้าส์หรือคลังสินค้า
• ภาษาธรรมชาติสําหรับ DAX (NL2DAX): ใช้เพื่อสร้างคิวรี DAX เพื่อโต้ตอบกับแบบจําลองความหมายในแหล่งข้อมูล Power BI
• ภาษาธรรมชาติกับ KQL (NL2KQL): ใช้เพื่อสร้างคิวรี KQL เพื่อคิวรีข้อมูลในฐานข้อมูล KQL

เครื่องมือที่เลือกจะสร้างคิวรีโดยใช้ schema เมตาดาต้า และบริบทที่ตัวแทนพื้นฐานของทักษะ AI มอบให้ เครื่องมือนี้จะตรวจสอบความถูกต้องของคิวรี เพื่อให้แน่ใจว่ามีการจัดรูปแบบและการปฏิบัติตามข้อกําหนดด้านความปลอดภัยที่เหมาะสมและนโยบาย AI (RAI) ที่รับผิดชอบของตนเอง

โครงสร้างการตอบสนอง

เจ้าหน้าที่พื้นฐานด้านทักษะ AI จะดําเนินการสืบค้นข้อมูลและเพื่อให้มั่นใจว่าการตอบกลับนั้นมีการจัดโครงสร้างและจัดรูปแบบอย่างเหมาะสม ตัวแทนมักจะมีบริบทพิเศษเพื่อทําให้คําตอบใช้งานง่าย สุดท้าย คําตอบจะแสดงให้ผู้ใช้ในอินเทอร์เฟซการสนทนา ดังที่แสดงในภาพหน้าจอต่อไปนี้:

ตัวแทนแสดงทั้งผลลัพธ์และขั้นตอนระดับกลางที่ทักษะ AI ใช้ในการดึงข้อมูลคําตอบขั้นสุดท้าย วิธีนี้ช่วยเพิ่มความโปร่งใส และอนุญาตให้มีการตรวจสอบความถูกต้องของขั้นตอนเหล่านั้น ถ้าจําเป็น ผู้ใช้สามารถขยายรายการแบบเลื่อนลงสําหรับขั้นตอนเพื่อดูขั้นตอนทั้งหมดที่ทักษะ AI ใช้ในการดึงข้อมูลคําตอบ ดังที่แสดงในภาพหน้าจอต่อไปนี้:

นอกจากนี้ ทักษะ AI ยังให้รหัสที่สร้างขึ้นซึ่งใช้เพื่อคิวรีแหล่งข้อมูลที่สอดคล้องกัน ซึ่งนําเสนอข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับวิธีการสร้างการตอบสนอง

คิวรีเหล่านี้ได้รับการออกแบบมาโดยเฉพาะสําหรับการคิวรีข้อมูล การดําเนินการที่เกี่ยวข้องกับ

• การสร้างข้อมูล
• อัปเดตข้อมูล
• การลบข้อมูล
• การเปลี่ยนแปลงข้อมูลชนิดใดๆ

ไม่ได้รับอนุญาต เพื่อปกป้องความสมบูรณ์ของข้อมูลของคุณ

คุณสามารถเลือกปุ่ม ล้างแชท เพื่อล้างการสนทนา ดังที่แสดงในภาพหน้าจอต่อไปนี้:

คุณลักษณะ Clear chat จะลบประวัติการแชททั้งหมดและเริ่มเซสชันใหม่ เมื่อคุณลบประวัติการแชทแล้ว คุณจะไม่สามารถเรียกใช้ได้

เปลี่ยนแหล่งข้อมูล

หากต้องการลบแหล่งข้อมูลให้วางเมาส์เหนือชื่อแหล่งข้อมูลใน Explorer ในบานหน้าต่างด้านซ้ายของหน้าทักษะ AI จนกว่าเมนูสามจุดจะปรากฏขึ้น เลือกจุดสามจุดเพื่อแสดงตัวเลือก จากนั้นเลือก ลบ เพื่อลบแหล่งข้อมูลดังที่แสดงในสกรีนช็อตต่อไปนี้:

อีกวิธีหนึ่งคือ ถ้าแหล่งข้อมูลของคุณเปลี่ยน คุณสามารถเลือก รีเฟรช ภายในเมนูเดียวกัน ดังที่แสดงในภาพหน้าจอต่อไปนี้:

ซึ่งทําให้แน่ใจว่าการอัปเดตแหล่งข้อมูลใดก็ตามสะท้อนและเติมข้อมูลอย่างถูกต้องใน explorer เพื่อให้ทักษะ AI ของคุณซิงค์กับข้อมูลล่าสุด

การกําหนดค่าทักษะ AI

ทักษะ AI มีตัวเลือกการกําหนดค่ามากมายที่ช่วยให้ผู้ใช้สามารถกําหนดพฤติกรรมของทักษะ AI เพื่อให้ตรงกับความต้องการขององค์กรของคุณได้ดียิ่งขึ้น ในฐานะที่เป็นกระบวนการทักษะ AI และนําเสนอข้อมูล การกําหนดค่าเหล่านี้มีความยืดหยุ่นที่สามารถควบคุมผลลัพธ์ได้มากขึ้น

ให้คําแนะนํา

คุณสามารถให้คําแนะนําเฉพาะเพื่อแนะนําพฤติกรรมของ AI หากต้องการเพิ่ม ให้เลือกคําแนะนํา AI ดังที่แสดงในภาพหน้าจอต่อไปนี้:

บานหน้าต่างคําแนะนําของ AI จะเปิดขึ้นตามที่แสดงในภาพหน้าจอนี้:

ที่นี่คุณสามารถเขียนได้ถึง 15,000 ตัวอักษรในข้อความภาษาอังกฤษแบบธรรมดาเพื่อแนะนํา AI เกี่ยวกับวิธีการจัดการคิวรี่

ตัวอย่างเช่น คุณสามารถระบุแหล่งข้อมูลที่แน่นอนเพื่อใช้สําหรับคําถามบางชนิด ตัวอย่างของตัวเลือกแหล่งข้อมูลอาจเกี่ยวข้องกับการกํากับ AI ที่จะใช้

• แบบจําลองความหมายของ Power BI สําหรับคิวรีทางการเงิน
• เลคเฮ้าส์สําหรับข้อมูลยอดขาย
• ฐานข้อมูล KQL สําหรับเมตริกการดําเนินงาน

คําแนะนําเหล่านี้ทําให้มั่นใจได้ว่า AI จะสร้างคิวรีที่เหมาะสม ไม่ว่าจะเป็น SQL, DAX หรือ KQL โดยยึดตามคําแนะนําและบริบทของคําถามของคุณ

หากทรัพยากร AI ของคุณเข้าใจผิดคํา คําย่อ หรือคําศัพท์อย่างสม่ําเสมอ คุณสามารถให้คําจํากัดความที่ชัดเจนในส่วนนี้เพื่อให้แน่ใจว่า AI เข้าใจและประมวลผลอย่างถูกต้อง ซึ่งจะกลายเป็นประโยชน์โดยเฉพาะอย่างยิ่งสําหรับคําศัพท์เฉพาะโดเมนหรือศัพท์เฉพาะทางธุรกิจที่ไม่ซ้ํากัน

ด้วยการปรับแต่งคําแนะนําและข้อกําหนดเหล่านี้ คุณเพิ่มประสิทธิภาพความสามารถของ AI ในการส่งมอบข้อมูลเชิงลึกที่แม่นยําและเกี่ยวข้อง เพื่อให้สอดคล้องกับกลยุทธ์ข้อมูลและข้อกําหนดทางธุรกิจของคุณอย่างเต็มที่

มีคิวรีตัวอย่าง

คุณสามารถเพิ่มความแม่นยําในการตอบสนองต่อทักษะ AI เมื่อคุณมีคิวรีตัวอย่างที่ปรับให้เหมาะสมกับแหล่งข้อมูลแต่ละแหล่ง เช่น ฐานข้อมูล lakehouse, Warehouse และ KQL วิธีการนี้เรียกว่า Few-Shot การเรียนรู้ ใน AI ที่สร้างสรรค์ ช่วยแนะนําทักษะ AI เพื่อสร้างการตอบสนองที่สอดคล้องกับความคาดหวังของคุณได้ดียิ่งขึ้น

เมื่อคุณระบุ AI ด้วยคู่คิวรี/คําถามตัวอย่าง จะอ้างอิงตัวอย่างเหล่านี้เมื่อตอบคําถามในอนาคต การจับคู่คิวรีใหม่กับตัวอย่างที่เกี่ยวข้องมากที่สุดช่วยให้ AI รวมตรรกะเฉพาะทางธุรกิจและตอบสนองต่อคําถามที่ถามบ่อยได้อย่างมีประสิทธิภาพ ฟังก์ชันนี้เปิดใช้งานการปรับให้เหมาะสมสําหรับแหล่งข้อมูลแต่ละแหล่ง และทําให้แน่ใจการสร้างคิวรี SQL หรือ KQL ที่ถูกต้องยิ่งขึ้น

ข้อมูลแบบจําลองเชิงความหมายของ Power BI ไม่สนับสนุนการเพิ่มคู่คิวรี/คําถามตัวอย่างในขณะนี้ อย่างไรก็ตาม สําหรับแหล่งข้อมูลที่ได้รับการสนับสนุน เช่น ฐานข้อมูล lakehouse, Warehouse และ KQL การให้ตัวอย่างเพิ่มเติมสามารถปรับปรุงความสามารถของ AI ได้อย่างมากในการสร้างคิวรีอย่างแม่นยําเมื่อจําเป็นต้องปรับประสิทธิภาพการทํางานตามค่าเริ่มต้น

บานหน้าต่างนี้มีตัวเลือกในการเพิ่มหรือแก้ไขคิวรีตัวอย่างสําหรับแหล่งข้อมูลที่ได้รับการสนับสนุนทั้งหมด ยกเว้นแบบจําลองความหมายของ Power BI สําหรับแต่ละแหล่งข้อมูล คุณสามารถเลือก เพิ่มหรือแก้ไขคิวรี่ตัวอย่าง เพื่อป้อนค่าตัวอย่างที่เกี่ยวข้อง ดังที่แสดงในภาพหน้าจอต่อไปนี้:

เผยแพร่และแชร์ทักษะ AI

หลังจากที่คุณทดสอบประสิทธิภาพของทักษะ AI ของคุณในคําถามต่าง ๆ และคุณยืนยันว่าคําถามนั้นสร้างคิวรี SQL, DAX หรือ KQL ที่ถูกต้องคุณสามารถแบ่งปันกับเพื่อนร่วมงานของคุณ ที่จุดนั้น เลือก เผยแพร่ดังที่แสดงในภาพหน้าจอต่อไปนี้:

ขั้นตอนนี้จะเปิดหน้าต่างที่ถามถึงคําอธิบายเกี่ยวกับทักษะ AI ที่นี่ให้คําอธิบายโดยละเอียดเกี่ยวกับสิ่งที่ทักษะ AI ทํา รายละเอียดเหล่านี้แนะนําเพื่อนร่วมงานของคุณเกี่ยวกับการทํางานของทักษะ AI และช่วยเหลือระบบ AI / ออสเตรเลอร์อื่น ๆ เพื่อเรียกใช้ทักษะ AI นั้นอย่างมีประสิทธิภาพ

หลังจากที่คุณเผยแพร่ทักษะ AI แล้ว คุณจะมีสองเวอร์ชัน เวอร์ชันหนึ่งคือเวอร์ชันร่างปัจจุบันซึ่งคุณสามารถปรับปรุงและปรับปรุงต่อไปได้ เวอร์ชันที่สองเป็นเวอร์ชันที่เผยแพร่ซึ่งคุณสามารถแบ่งปันกับเพื่อนร่วมงานของคุณที่ต้องการสอบถามทักษะ AI เพื่อรับคําตอบสําหรับคําถามของพวกเขา คุณสามารถรวมคําติชมจากเพื่อนร่วมงานของคุณลงในเวอร์ชันร่างปัจจุบันของคุณในขณะที่คุณพัฒนาเพื่อเพิ่มประสิทธิภาพการทํางานของทักษะ AI เพิ่มเติม

เนื้อหาที่เกี่ยวข้อง

• แนวคิดทักษะ AI
• สถานการณ์ทักษะ AI