Preparare i dati per l'intelligenza artificiale: istruzioni per l'intelligenza artificiale

Le istruzioni di intelligenza artificiale consentono agli autori di modelli semantici di fornire contesto, logica di business e indicazioni specifiche direttamente su un modello semantico. Copilot usa queste istruzioni per interpretare meglio le domande degli utenti incorporando la lingua dell'organizzazione, la terminologia e le priorità analitiche. Questo articolo illustra i passaggi per configurare e testare le istruzioni di intelligenza artificiale per preparare i dati per l'analisi basata sull'intelligenza artificiale.

Le istruzioni di intelligenza artificiale consentono di chiarire i termini aziendali, guidare gli approcci di analisi e ridurre l'ambiguità. Migliorano la qualità e la pertinenza delle risposte Copilot, con un'esperienza più significativa e più fluida nei report che usano lo stesso modello.

Prerequisiti

  • Modello semantico di Power BI in Power BI Desktop o nel servizio Power BI.
  • Copilot abilitato per la tua organizzazione.
  • Domande e risposte di Power BI abilitate per il modello. È possibile abilitare Q&A durante l'installazione, se non è già attivo.

Configurare le istruzioni per l'intelligenza artificiale

Annotazioni

È possibile creare le funzionalità Prep data for AI sia in Power BI Desktop sia nel servizio Power BI. Gli utenti possono utilizzare queste funzionalità ovunque sia disponibile Copilot in Power BI.

  1. Selezionare il pulsante Preparare dati per l'AI (Prep data for AI) disponibile nella barra multifunzione Home in Power BI Desktop oppure sulla barra multifunzione del modello semantico selezionato nel servizio Power BI.

    Screenshot che mostra la funzionalità Prep Data for AI in Power BI Desktop.

    Se le schede in Prepara i dati per l'IA sono disabilitate, abilita Power BI Q&A per il modello.

    Screenshot che mostra come abilitare Q&A per il modello in Power BI Desktop.

  2. Nella finestra di dialogo passare alla scheda Aggiungi istruzioni per intelligenza artificiale .

  3. Fornire istruzioni sul modello semantico che consentono Copilot di comprendere l'azienda, la terminologia e come classificare in ordine di priorità i dati nel modello.

    Screenshot che mostra una finestra di dialogo con la scheda Istruzioni per intelligenza artificiale in Power BI Desktop.

  4. Selezionare Applica.

Dopo aver chiuso la finestra di dialogo, le modifiche vengono salvate nel modello. Copilot ora usa le istruzioni di intelligenza artificiale.

Testare le istruzioni di intelligenza artificiale in Power BI Desktop

  1. Aprire il Copilot riquadro in Power BI Desktop.
  2. Usa il selettore di competenze per selezionare la specifica Copilot capacità che vuoi testare. Per ottenere risultati ottimali, scegliere Risposte alle domande sui dati.
  3. Usare una delle istruzioni impostate e interagire con Copilot.
  4. Assicurarsi che Copilot risponda in modo accurato.
  5. Se è necessario modificare le istruzioni, riaprire la finestra di dialogo Prep data for AI (Prep data for AI ) e modificarle.
  6. Quando si è soddisfatti delle istruzioni di intelligenza artificiale, pubblicare il report nel servizio Power BI o salvarlo in Power BI Desktop.

Annotazioni

Ogni volta che si modifica un'istruzione nella finestra di dialogo Prep data for AI, è necessario aggiornare il riquadro Copilot chiudendolo e riaprendolo.

Istruzioni di intelligenza artificiale dopo la pubblicazione

Dopo che il report viene pubblicato nel servizio Power BI o le modifiche vengono salvate nel servizio, gli utenti traggono vantaggio dalle istruzioni di intelligenza artificiale in ogni Copilot esperienza che usa il modello semantico.

Annotazioni

Gli utenti finali non possono visualizzare le istruzioni di intelligenza artificiale impostate sul modello.

Casi d'uso comuni per le istruzioni di intelligenza artificiale

Le istruzioni di intelligenza artificiale offrono un modo flessibile per migliorare il Copilot modo in cui interpreta e risponde alle richieste degli utenti. Due casi d'uso comuni sono il contesto aziendale generale e l'interpretazione dei dati e le regole di analisi.

Contesto aziendale generale e interpretazione dei dati

Le istruzioni possono aiutare a Copilot definire le risposte nel contesto dell'azienda, personalizzare le risposte in base all'industria, agli obiettivi strategici, alla terminologia o alla logica operativa. Quando si usano le istruzioni, è possibile assicurarsi che gli utenti ottengano informazioni più accurate e pertinenti. Alcuni esempi includono:

  • La stagione occupata è da ottobre a febbraio.
  • Frame insights con particolare attenzione alla valutazione dei rischi e alle tendenze di mercato.
  • Quando un utente menziona ABCD, fa riferimento al campo della fattura totale .
  • Una percentuale di abbandono inferiore è considerata più positiva.

Regole di analisi

È possibile guidare Copilot su come affrontare determinati tipi di analisi fornendo regole e preferenze per il modo in cui i dati devono essere sezionati o classificati in ordine di priorità. Alcuni esempi includono:

  • Analizza sempre le vendite su base trimestrale.
  • Quando si visualizzano i ricavi, suddividerlo per trimestre e confrontarlo con il industry campo.
  • Per approfondimenti sulle vendite al dettaglio, dare priorità alle tabelle customsegmentationtable e saleschannel.
  • Usare la sales_fact tabella come origine primaria per tutte le domande correlate alle vendite.
  • Quando un utente chiede informazioni sulle vendite dei prodotti, chiedere sempre chiarimenti sulla posizione.

Scrivere richieste valide per le istruzioni per l'intelligenza artificiale

Le istruzioni per l'IA si basano su prompt, quindi quando le scrivi per un modello semantico si applicano le best practice dell'ingegneria dei prompt. La formulazione del prompt influisce direttamente sugli output Copilot. I suggerimenti seguenti consentono di sfruttare al meglio le istruzioni di intelligenza artificiale.

Essere espliciti e specifici

Si presuma che Copilot non abbia compreso come utilizzare il modello di dati o il contesto aziendale per i tuoi dati. Ad esempio, invece di scrivere "Sei un analista BI esperto e attento ai dettagli", considera: "Sei un analista BI esperto che lavora per un grande distributore alimentare. Le risposte devono essere orientate ai dettagli e incentrate sui ricavi e sulla redditività".

Usare analogie e linguaggio descrittivo

Analogie, linguaggio descrittivo ed esempi consentono di Copilot comprendere il risultato desiderato e il significato desiderato. Ad esempio, per le vendite specifiche del prodotto, usare la misura Total_Sales_Product (esempio di prodotto: Word, PowerPoint, Excel, SharePoint, Teams).

Evitare ambiguità

Essere chiari su tutto ciò che si vuole Copilot sottolineare o evitare. Più dettagli e contenuti di supporto puoi fornire Copilot, meglio è. Ad esempio, per Total Active Partners, usare la misura Monthly Active Partner Count. Non filtrare sulla tabella Clienti.

Per aiutare Copilot a comprendere meglio le tue intenzioni, organizza le istruzioni per tema o obiettivo (ad esempio logica relativa alle date, metriche chiave e termini di settore). Includere elementi strutturali, ad esempio sezioni, gerarchie e intestazioni. Per un esempio di come raggruppare le istruzioni correlate nel set completo di istruzioni, vedere lo scenario di esempio.

Ordine delle istruzioni

L'ordine in cui si creano le istruzioni può influire sull'output. È possibile aumentare le probabilità di ottenere output corretti testando diverse varianti, ordini, esempi e formulazioni.

Suddividere le istruzioni complesse in passaggi più semplici

Suddividere le istruzioni in semplici passaggi per migliorare la chiarezza e ridurre gli errori. Ad esempio, definire i clienti principali esaminando prima la tabella dei ricavi e quindi restituendo solo i clienti con i valori di ordine più elevati.

Mantenere incentrate le istruzioni

A seconda del modello semantico, un minor numero di istruzioni incentrate può essere più efficace di molte altre. I conflitti e la complessità possono causare confusione per i modelli di linguaggio di grandi dimensioni.

Scenario di esempio: modello semantico di vendita del prodotto

L'esempio seguente mostra un insieme di istruzioni per l'IA progettate tramite prompt engineering per un modello semantico per le vendite di prodotti.

Istruzioni per rispondere alle domande relative ai dati

Le vendite di prodotti lordi (GPS) devono fare riferimento al grossrevenue campo nella tabella Revenue .

I migliori venditori fanno riferimento ai primi tre partner con i ricavi più alti. Non visualizzare i clienti a meno che l'utente non richieda esplicitamente.

Identificazione del cliente

  • accountid fa riferimento ai clienti nella tabella Revenue .
  • earningsid fa riferimento ai clienti nella tabella Partners .
  • customid nella tabella degli ordini non fa riferimento ai clienti.
  • Definire i clienti principali esaminando prima la tabella dei ricavi e quindi restituendo solo i clienti con i valori degli ordini più alti.
  • Alcuni partner sono anche clienti. Non rimuovere questi duplicati. In alternativa, indicare se si tratta di un partner o di un cliente in base al valore ID.

Metriche del prodotto

  • Filtrare i dati in base State= Washington a o State= California a meno che l'utente non richieda in modo specifico uno stato diverso.

  • Per le vendite specifiche del prodotto, usare la misura Total_Sales_Product (esempio di prodotto: Word, PowerPoint, Excel, SharePoint o Teams). Filtrare in base alla colonna Product dalla tabella Sales .

  • Per Total Active Partners, utilizzare la misura Monthly Active Partner Count_ID. Non filtrare sulla tabella Clienti.

  • Le vendite di prodotti alimentari provengono sempre dai punti vendita al dettaglio.

    Se il valore product_type nella tabella Product è Food, mostra sempre il negozio in cui è stato venduto l'articolo. Le informazioni sull'archivio sono disponibili nella tabella Store con il campo store_namee possono essere collegate a product_type da store_id.

Annotazioni

Spesso è necessario eseguire l'iterazione per ottenere il massimo vantaggio dalle istruzioni di intelligenza artificiale. Mentre si sperimenta e si osserva come Copilot risponde, si sviluppa una migliore comprensione dei tipi di istruzioni che determinano i risultati migliori per il modello e gli utenti.

Considerazioni e limitazioni

  • Poiché le istruzioni di intelligenza artificiale sono linee guida non strutturate per Copilot, l'LLM li interpreta solo. Non c'è garanzia che l'LLM segua esattamente le istruzioni.
  • Le istruzioni di intelligenza artificiale influiscono sulle Copilot funzionalità, ma non si estendono alle conversazioni generali con Copilot.
  • Le istruzioni di intelligenza artificiale vengono salvate a livello di modello semantico. Le istruzioni non possono essere attualmente archiviate a livello di report.
  • Le istruzioni di intelligenza artificiale non devono essere specifiche dell'utente personale o modificare output non correlati ai dati per l'utente finale.
  • Le istruzioni di intelligenza artificiale non possono disabilitare altre Copilot funzionalità in Power BI o impedire/classificare in ordine di priorità determinate funzionalità da chiamare.
  • Le istruzioni non sono progettate per funzionare con modifiche visive o temi nel tuo report.
  • Attualmente non è possibile caricare le istruzioni nella finestra di dialogo in Power BI Desktop.
  • Per testare le istruzioni in Power BI Desktop, è necessario chiudere e riaprire il riquadro Copilot per visualizzare le nuove istruzioni applicate.
  • Gli utenti non possono impostare istruzioni per categoria o per modalità (visualizzazione o modifica) in Copilot Power BI.
  • I consumer non possono visualizzare le istruzioni che un autore ha applicato al modello nell'interfaccia utente.
  • Gli utenti finali non possono disabilitare le istruzioni su un modello semantico.
  • Le istruzioni di intelligenza artificiale potrebbero non essere rispettate in Power BI Desktop quando si tenta di creare una pagina, ottenere argomenti della pagina del report suggeriti o un riepilogo di un modello semantico con Copilot. Per risolvere questo problema, usare il selettore competenze e selezionare solo Crea nuove pagine di report per applicare con successo le istruzioni.
  • Le istruzioni di intelligenza artificiale sono limitate a 10.000 caratteri.

Per un elenco completo di considerazioni e limitazioni, vedere Preparare i dati per l'intelligenza artificiale.