Partager via

Confidentialité, sécurité et utilisation responsable de Copilot pour l’expérience Informations en temps réel (aperçu)

  • Article

Dans cet article, vous découvrirez le fonctionnement de Copilot pour Real-Time Intelligence (préversion), la manière dont il sécurise les données de votre entreprise et respecte les exigences en matière de confidentialité. De plus, vous apprendrez comment utiliser l’IA générative de manière responsable. Pour obtenir une vue d’ensemble de ces rubriques pour Copilot dans Fabric, consultez Confidentialité, sécurité et utilisation responsable pour Copilot (préversion).

Cette fonctionnalité tire parti de la puissance d’OpenAI pour traduire en toute transparence des requêtes en langage naturel en Langage de requête Kusto (KQL), un langage spécialisé pour interroger des jeux de données volumineux. En substance, il agit comme un pont entre la langue quotidienne des utilisateurs et les complexités techniques de KQL en supprimant les obstacles à l’adoption pour les utilisateurs qui ne connaissent pas la langue. En tirant parti de la compréhension avancée du langage OpenAI, cette fonctionnalité permet aux utilisateurs de soumettre des questions professionnelles dans un format de langage naturel familier, qui sont ensuite convertis en requêtes KQL.

Copilot accélère la productivité en simplifiant le processus de création de requête, mais fournit également une approche conviviale et efficace de l’analyse des données.

Copilot pour l’utilisation prévue de l’intelligence en temps réel

Kusto Copilot accélère le processus d’exploration des données des scientifiques des données et des analystes, en traduisant les questions métier en langage naturel en requêtes KQL, en fonction des noms de colonnes/schémas de jeu de données sous-jacents.

Que peut Copilot faire pour l’intelligence en temps réel ?

Kusto Copilot est alimenté par des modèles IA génératifs développés par OpenAI et Microsoft. Plus précisément, il utilise les API d’incorporation et d’achèvement d’OpenAI pour générer l’invite de langage naturel et générer des requêtes KQL.

Utilisation des données de Copilot pour l’expérience Informations en temps réel

Copilot pour Real-Time Intelligence a accès aux données accessibles à l’utilisateur Copilot , par exemple le schéma de base de données, les fonctions définies par l’utilisateur et l’échantillonnage des données de la base de données connectée. Copilot se réfère à la base de données actuellement connectée à l’ensemble de requêtes KQL. Le Copilot fichier ne stocke aucune donnée.

Évaluation de Copilot pour l’expérience Informations en temps réel

  • Après une période de recherche approfondie au cours de laquelle plusieurs configurations et méthodes ont été testées, il a été prouvé que la méthode d'intégration OpenAI générait des requêtes KQL de la plus haute précision. Copilot n’exécute pas automatiquement la requête KQL générée. Par ailleurs, il est conseillé aux utilisateurs d’exécuter les requêtes à leur propre discrétion.
  • Kusto Copilot n’exécute pas automatiquement de requête KQL générée, et les utilisateurs sont invités à exécuter les requêtes à leur propre discrétion.

Limitations de l’intelligence Copilot en temps réel

  • Une saisie complexe et longue de l’utilisateur peut être mal comprise par Copilot, ce qui se traduit par des suggestions de requêtes KQL potentiellement inexactes ou trompeuses.
  • L’entrée utilisateur qui dirige vers des entités de base de données qui ne sont pas des tables KQL ou des vues matérialisées (par exemple, une fonction KQL) peut entraîner des requêtes KQL potentiellement inexactes ou trompeuses.
  • Plus de 10 000 utilisateurs simultanés au sein d’une organisation échoueront probablement ou entraîneront un impact majeur sur les performances.
  • La requête KQL doit être validée par l’utilisateur avant de s’exécuter pour empêcher l’exécution de requête KQL non sécurisée.

Astuces pour travailler avec Copilot pour l’expérience Informations en temps réel

  • Nous vous recommandons de fournir des requêtes en langage naturel détaillées et pertinentes. En outre, vous devez fournir des requêtes concises et simples pour copilot éviter les requêtes KQL inexactes ou trompeuses suggérées. Vous devez également limiter les questions aux bases de données qui sont des tables KQL ou des vues matérialisées.
  • Par exemple, si vous posez une question sur une colonne spécifique, indiquez le nom de la colonne et le type de données qu'elle contient. Si vous souhaitez utiliser des opérateurs ou des fonctions spécifiques, cela vous aidera également. Plus vous fournissez d’informations, mieux sera la réponse Copilot.

Contenu connexe