建立 AI 技能 (預覽版)
使用 Microsoft Fabric AI 技術,您可以建立交談式 AI 體驗,以回答有關在 Fabric 中的 lakehouse、warehouse、Power BI 語意模型和 KQL 資料庫中儲存的數據問題。 您的數據深入解析可供存取。 即使您不是 AI 專家或非常熟悉數據,您的同事也可以以純英文詢問問題,並接收數據導向的解答。
重要
這項功能處於預覽狀態。
必要條件
- 付費 F64 或更高版本網狀架構容量資源
- 已啟用 AI 技能租用戶切換。
- 已啟用 Copilot 租用戶切換。
- 已啟用 的跨地理位置處理,以支援 AI。
- 已啟用 AI 的跨地理位置儲存功能,編號為。
- 具有數據的倉儲、Lakehouse、Power BI 語意模型和 KQL 資料庫。
- Power BI 語義模型透過 XMLA 端點租用戶切換 啟用於 Power BI 語義模型數據來源。
在 Fabric 中建立及取用 AI 技能的完整流程
本節概述在 Fabric 中建立、驗證及共用 AI 技能的重要步驟,使其可供取用。
此程序很簡單,而且您在幾分鐘內就能開始測試 AI 技能資源。
建立新的 AI 技能
若要建立新的 AI 技能,請先流覽至您的工作區,然後選取 [+ 新增專案] 按鈕。 在「所有專案」標籤中,搜尋 AI 技術 以找到合適的選項,如下列螢幕截圖所示:
選取之後,系統會提示您提供 AI 技能的名稱,如下列螢幕快照所示:
如需命名 AI 技能的視覺化指南,請參閱提供的螢幕快照。 輸入名稱之後,請繼續進行設定,以符合您的特定需求來調整AI技能。
設定您的資料
建立 AI 技能之後,您最多可以加入五個數據源,包括 Lakehouses、warehouses、Power BI 語意模型,以及任意組合的 KQL 資料庫。 例如,您可以新增五個 Power BI 語意模型,或兩個 Power BI 語意模型、一個 Lakehouse 和一個 KQL 資料庫。
當您第一次建立 AI 技能並提供名稱時,OneLake 目錄會自動出現,讓您新增數據源。 若要新增資料源,請從目錄中選取它,如下一個畫面所示,然後選取 [[新增]。 每個數據源都必須個別新增。 例如,您可以新增 lakehouse,選取 [新增],然後繼續新增另一個數據源。 若要篩選數據源類型,請選取篩選圖示,然後選取所需的類型。 您只能檢視所選類型的數據源,讓您更輕鬆地找出並連接適用於 AI 技能的適當來源。
新增資料源之後,AI 技能頁面左窗格中的 [總管] 會填入每個所選數據源中的可用數據表,您可以在其中使用複選框讓數據表可供 AI 使用或無法使用,如下列螢幕快照所示:
注意
您需要讀取/寫入許可權,才能將Power BI語意模型新增為AI技能的數據源。
如需後續新增資料來源,請瀏覽至 AI 技能頁面左窗格中的 [總管],然後選取 [+ 資料來源],如下列螢幕快照所示:
OneLake 目錄會再次開啟,您可以視需要順暢地新增更多數據源。
提示
請務必針對數據表和數據行使用描述性名稱。 名為 SalesData
的數據表比 TableA
更有意義,而且 ActiveCustomer
或 IsCustomerActive
等數據行名稱比 C1
或 ActCu
更清楚。 描述性名稱可協助 AI 產生更精確且可靠的查詢。
提問
新增數據源並選取每個數據源的相關數據表之後,您就可以開始提出問題。 系統會處理問題,如下列螢幕快照所示:
類似這些範例的問題也應該有效:
- 「2023 年我們在加州的總銷售額是多少?」
- 前 5 名清單價格最高的產品是什麼?它們的類別是什麼?
- 「從未售出的最貴物品是什麼?」
這些類型的問題很適合,因為系統可以將它們轉譯成結構化查詢(T-SQL、DAX 或 KQL),針對資料庫執行它們,然後根據儲存的數據傳回具體答案。
然而,以下項目不在範圍內:
- 「為什麼 2024 年第 2 季的工廠生產力較低?」
- 「我們銷售額激增的根本原因是什麼?」
這些問題目前不在範圍中,因為它們需要複雜的推理、相互關聯分析或資料庫無法直接使用的外部因素。 AI 技能目前不會執行進階分析、機器學習或因果推斷。 它只會根據用戶的查詢擷取和處理結構化數據。
當您提出問題時,AI 技能會使用 Azure OpenAI Assistant API 來處理要求。 流程會以下列方式運作:
使用使用者認證進行架構存取
系統會先使用使用者的認證來存取數據源的架構(例如 lakehouse、warehouse、PBI 語意模型或 KQL 資料庫)。 這可確保系統擷取使用者有權檢視的數據結構資訊。
製作提示
若要解譯用戶的問題,系統會結合:
- 用戶查詢:使用者所提供的自然語言問題。
- 架構資訊:在上一個步驟中擷取之數據源的元數據和結構詳細數據。
- 範例和指示:設定 AI 技能時提供的任何預先定義範例(例如範例問題和解答)或特定指示。 這些範例和指示有助於精簡 AI 對問題的瞭解,並引導 AI 如何與數據互動。
這項資訊全都會用來建構提示。 此提示可用作 Azure OpenAI 助理 API 的輸入,該 API 作為 AI 技能的基礎代理程式運作。 這基本上會指示 AI 技能如何處理查詢,以及要產生的答案類型。
工具調用基於查詢需求
代理程式會分析建構的提示,並決定要叫用哪些工具來擷取答案:
- SQL 的自然語言 (NL2SQL):當數據位於 Lakehouse 或倉儲時,用來產生 SQL 查詢
- 自然語言至 DAX (NL2DAX):用來建立 DAX 查詢,以在 Power BI 數據源中與語意模型互動
- KQL 的自然語言 (NL2KQL): 用來建構 KQL 查詢以查詢 KQL 資料庫中的數據
選取的工具會使用 AI 技能基礎代理程式所提供的架構、元數據和內容來產生查詢。 然後此工具會驗證查詢,以確保其安全性通訊協定的適當格式和合規性,以及它自己的負責任 AI(RAI) 原則。
回應建構
AI 技能基礎的代理程式會執行查詢,並確保響應的結構化和格式適當。 代理程式通常包含額外的內容,以方便使用者回答。 最後,答案會在交談介面中向用戶顯示,如下列螢幕快照所示:
代理程式會呈現 AI 技能擷取最終答案所採取的結果和中繼步驟。 此方法可增強透明度,並在必要時允許驗證這些步驟。 用戶可以展開步驟的下拉式清單,以檢視 AI 技能擷取答案所採取的所有步驟,如下列螢幕快照所示:
此外,AI 技能會提供用來查詢對應數據源的已產生程式代碼,進一步深入瞭解回應的建構方式。
這些查詢專為查詢數據而設計。 牽涉到的作業
- 數據創建
- 數據更新
- 數據刪除
- 任何類型的數據變更
為了保護數據的完整性,這是不允許的。
您可以隨時選取 [清除聊天] 按鈕來清除聊天,如下列螢幕快照所示:
清除聊天功能會清除所有聊天記錄,並啟動新的工作階段。 刪除聊天記錄之後,就無法加以擷取。
變更資料來源
若要移除數據源,請將滑鼠停留在 [總管] 中的數據源名稱上方, AI 技能頁面的左窗格中,直到三點功能表出現為止。 選取三個點以顯示選項,然後選取 [移除 以刪除數據源,如下列螢幕快照所示:
或者,如果資料來源已更改,您可以在相同的選單中選取 重新整理,如下列螢幕擷圖所示:
這可確保在資源管理器中準確顯示並填入任何數據源的更新,讓您的 AI 技能與最新的數據保持同步。
AI 技能設定
AI 技能提供數個設定選項,可讓使用者自定義 AI 技能行為,以更符合組織的需求。 當 AI 技能處理並呈現數據時,這些設定可提供彈性,以更充分掌控結果。
提供指示
您可以提供特定指示來引導 AI 的行為。 若要新增它們,請選取 AI 指示,如下列螢幕快照所示:
[AI 指示] 窗格隨即開啟,如下列螢幕快照所示:
在這裡,您可以使用純英文文字撰寫最多 15,000 個字元,以指示 AI 如何處理查詢。
例如,您可以指定特定問題類型要使用的確切數據源。 數據來源選擇的範例可能會涉及指示 AI 進行使用
- 適用於財務查詢的Power BI語意模型
- 銷售數據的湖倉架構
- 適用於作業計量的 KQL 資料庫
這些指示可確保 AI 會根據您的指引和問題內容,產生適當的查詢,無論是 SQL、DAX 或 KQL。
如果您的 AI 資源持續誤譯特定單字、縮略字或字詞,您可以在本節中提供明確的定義,以確保 AI 瞭解並正確處理它們。 這特別適用於領域特定術語或獨特的商務術語。
藉由量身打造這些指示並定義詞彙,您可以增強 AI 提供精確且相關的深入解析的能力,以完全符合您的資料策略和商務需求。
提供範例查詢
當您針對每個數據源提供量身打造的範例查詢時,例如 lakehouse、warehouse 和 KQL 資料庫,您可以增強 AI 技能響應的準確性。 這種方法稱為「Few-Shot 學習」,可協助引導 AI 技能產生更符合您期望的回應。
當您提供 AI 範例查詢/ 問題組時,它會在回答未來的問題時參考這些範例。 比對新查詢與最相關的範例可協助 AI 納入商業特定邏輯,並有效地回應常見問題。 此功能可針對個別數據源進行微調,並確保產生更精確的 SQL 或 KQL 查詢。
Power BI 語意模型數據目前不支援新增範例查詢/問題組。 不過,對於湖屋、倉儲和 KQL 資料庫等支持的數據源,提供更多範例可大幅改善 AI 在預設效能需要調整時產生精確查詢的能力。
提示
一組不同的範例查詢可增強 AI 技能產生精確且相關的 SQL/KQL 查詢的能力。 若要新增或編輯範例查詢,請選取 [範例查詢] 按鈕來開啟範例查詢窗格,如下列螢幕快照所示:
此窗格提供新增或編輯所有支持的數據源範例查詢的選項,但 Power BI 語意模型除外。 針對每個數據源,您可以選取 [新增或編輯範例查詢] 輸入相關範例,如下列螢幕快照所示:
注意
AI 技能只會參考包含有效 SQL/KQL 語法且符合所選數據表架構的查詢。 AI 技能不會使用尚未完成驗證的查詢。 請確定所有範例查詢都有效且與架構正確對齊,以確保AI技能有效地利用它們。
發佈及共用 AI 技能
在測試各種問題中 AI 技能的效能,並確認其產生精確的 SQL、DAX 或 KQL 查詢之後,您可以與同事共用。 此時,選取 [發佈],如下列螢幕快照所示:
此步驟會開啟一個窗口,詢問AI技能的描述。 在這裡,提供 AI 技能用途的詳細說明。 這些詳細數據會引導同事瞭解 AI 技能的功能,並協助其他 AI 系統 / 協調器有效地叫用該 AI 技能。
發佈 AI 技能之後,您將有兩個版本的 AI 技能。 其中一個版本是目前的草稿版本,您可以繼續精簡和改善。 第二個版本是已發佈的版本,您可以與想要查詢 AI 技能的同事共用,以取得其問題的解答。 您可以在開發時將同事的意見反應納入目前草稿版本,以進一步增強AI技能的效能。