Förbereda dina data för AI: AI-instruktioner

För att förbereda dina data för AI i Power BI innebär att optimera din semantiska modell för att förbättra prestanda för Copilot. När du använder funktioner som AI-instruktioner kan du tillhandahålla kontext och vägledning som förbättrar relevansen och noggrannheten för AI-drivna insikter. Den här guiden vägleder dig genom stegen för att konfigurera och testa AI-instruktioner för att förbereda dina data för AI-baserad analys.

MED AI-instruktioner kan modellförfattare tillhandahålla kontext, affärslogik och specifik vägledning direkt om den semantiska modellen. Copilot använder dessa instruktioner för att bättre tolka användarfrågor genom att införliva organisationsspråk, terminologi och analytiska prioriteringar som Copilot annars inte skulle förstå på egen hand.

De här anvisningarna hjälper dig att förtydliga affärsvillkor, vägleda analysmetoder och tillhandahålla kritisk datakontext. När du har sparat instruktionerna Copilot använder du dem för att svara mer intelligent på användarfrågor.

AI-instruktioner gör Copilot bättre anpassade till ditt företag. De förbättrar kvaliteten och relevansen av svar genom att minska tvetydigheten och se till att Copilot förstå dina domänspecifika villkor och analysförväntningar. I slutändan leder den här metoden till mer meningsfulla insikter, mindre användar frustration och en smidigare upplevelse med Copilot över rapporter som använder samma modell.

Konfigurera AI-instruktioner

1. Välj knappen Förbered data för AI i menyfliksområdet Start i Power BI Desktop eller i menyfliksområdet i den valda semantiska modellen i Power BI-tjänsten.

   

   Om flikarna i Förberedelsedata för AI är inaktiverade aktiverar du Power BI Q&A för din modell.

   

2. I dialogrutan går du till fliken Lägg till AI-instruktioner .

3. Ge instruktioner om den semantiska modellen som hjälper dig Copilot att förstå din verksamhet, terminologi och hur du prioriterar data i modellen.

   

4. Välj Använd.

När du har stängt dialogrutan sparas ändringarna i din modell. Copilot använder nu AI-instruktionerna.

Testa AI-instruktioner i Power BI Desktop

1. Öppna fönstret Copilot i Power BI Desktop.
2. Använd kompetensväljaren för att välja den specifika Copilot funktion som du vill testa. Vi rekommenderar att du väljer Svar på frågor om data.
3. Interagera med Copilot genom att använda någon av instruktionerna som du anger.
4. Se till att Copilot svarar korrekt.
5. Om du behöver ändra anvisningarna öppnar du dialogrutan Förberedelsedata för AI och justerar.
6. Publicera eller spara rapporten. När du är klar med testningen och är nöjd med AI-instruktionerna publicerar du rapporten till Power BI-tjänsten.

Tillgodogöra sig AI-instruktioner

När rapporten har publicerats till Power BI-tjänsten, eller om ändringar sparas i tjänsten, kan användarna dra nytta av AI-instruktionerna överallt där modellen interagerar med Copilot.

Vanliga användningsfall för AI-instruktioner

AI-instruktioner erbjuder ett flexibelt sätt att förbättra hur Copilot tolkar och svarar på användarfrågor. Även om det finns många potentiella program sticker två vanliga användningsfall ut: allmänna affärskontexter och regler för datatolkning och analys.

Allmän affärskontext och datatolkning

Instruktioner kan hjälpa dig att Copilot rama in svar inom ramen för din verksamhet, skräddarsy svar baserat på din bransch, strategiska mål, terminologi eller driftlogik. När du använder instruktioner kan du se till att användarna får mer exakta och relevanta insikter. Vissa exempel inkluderar:

• Hektisk säsong är oktober till februari.
• Rama in insikter med fokus på riskbedömning och marknadstrender.
• När en användare nämner ABCD refererar de till det totala fakturafältet .
• En lägre attritionsprocent är mer positiv.

Analysregler

Du kan vägleda Copilot dig om hur du hanterar vissa typer av analyser genom att ange regler och inställningar för hur data ska segmenteras eller prioriteras. Vissa exempel inkluderar:

• Analysera alltid försäljningen kvartalsvis.
• När du visar intäkter kan du dela upp den efter kvartal och jämföra den med fältet industry .
• Prioritera tabellerna customsegmentationtable och saleschannel för detaljhandelsinsikter.
• Använd tabellen sales_fact som primär källa för alla försäljningsrelaterade frågor.
• När en användare frågar om produktförsäljning ber du alltid om förtydliganden på plats.

Utformning av AI-instruktioner

Eftersom AI-instruktioner är starkt promptbaserade är det viktigt att förstå bästa praxis för promptdesign när du skapar dina instruktioner för en semantisk modell. Copilot kan vara känslig för de uppmaningar som den tar emot, så utformningen av uppmaningar påverkar Copilot utdata. Här är några sätt att få ut mesta möjliga av dina AI-instruktioner, inklusive ett exempel på metodtips i praktiken.

Var explicit och specifik

Anta att Copilot inte har någon förståelse för hur man använder datamodellen eller affärskontexten för dina data. I stället för att till exempel skriva "Du är en erfaren BI-analytiker som är detaljorienterad" bör du tänka på följande: "Du är en erfaren BI-analytiker som arbetar för en stor matdistributör. Svaren bör vara detaljerade och fokuserade på intäkter och lönsamhet."

Använda analogier och beskrivande språk

När du använder analogier och beskrivande språk hjälper du modellen att förstå önskat resultat. Exempel kan också spela en viktig roll för att hjälpa modellen att förstå exakt vad du menar. För produktspecifik försäljning använder du till exempel måttet Total_Sales_Product (exempel på produkt: Word, PowerPoint, Excel, SharePoint, Teams).

Undvik tvetydighet

Var tydlig med allt som du vill Copilot betona eller undvika. Ju mer information och stödinnehåll du kan ge Copilot, desto bättre. Till exempel, använd måttet Total Active Partners för Monthly Active Partner Count. (Filtrera inte på tabellen Kunder .)

Grupprelaterade instruktioner

För att bättre Copilot förstå din avsikt kan du ordna instruktioner efter tema eller syfte (till exempel datumlogik, nyckelmått och branschvillkor). Det kan vara bra att inkludera strukturella element, till exempel avsnitt, hierarkier och rubriker. Ett exempel på hur du grupperar relaterade instruktioner i den fullständiga uppsättningen instruktioner finns i exempelscenariot.

I vilken ordning du skapar instruktioner kan det påverka de utdata du får

Du kan öka dina chanser att få rätt utdata genom att testa olika varianter, beställningar, exempel och formuleringar.

Dela upp komplexa instruktioner i enklare steg

När du delar upp instruktioner i enkla steg kan du förbättra tydligheten och minska felen. Definiera till exempel de främsta kunderna genom att först titta på intäktstabellen och sedan bara returnera kunder med de högsta ordervärdena.

Håll instruktionerna fokuserade

Beroende på modellen och de instruktioner du anger är ibland mindre bättre. Konflikter och komplexitet i instruktioner kan orsaka förvirring för stora språkmodeller (LLM).

Exempelscenario

I följande exempelscenario visas en uppsättning AI-instruktioner som är framtagna för att passa en specifik modell.

Instruktioner för att besvara datafrågor

Bruttoproduktförsäljning (GPS) bör referera till fältet grossrevenue i tabellen Intäkter .

Toppsäljare refererar till de tre främsta partnerna med de högsta intäkterna. Visa inte kunder om inte användaren uttryckligen frågar.

Kundidentifiering

• accountid refererar till kunder i tabellen Intäkter .
• earningsid refererar till kunder i tabellen Partners .
• customid i tabellen för beställningar hänvisar inte till kunder.
• Definiera de främsta kunderna genom att först titta på intäktstabellen och sedan bara returnera kunder med de högsta ordervärdena.
• Vissa partner är också kunder. Ta inte bort dessa dubbletter. Ange i stället om det är en partner eller en kund baserat på ID-värdet.

Produktmått

• Filtrera data efter State= Washington eller State= California såvida inte användaren specifikt ber om ett annat tillstånd.

• För produktspecifik försäljning använder du måttet Total_Sales_Product (exempel på produkt: Word, PowerPoint, Excel, SharePoint eller Teams). Filtrera på kolumnen Produkt från tabellen Försäljning .

• För Total Active Partnersanvänder du måttet Monthly Active Partner Count_ID. (Filtrera inte på tabellen Kunder .)

• Försäljning av livsmedelsprodukter kommer alltid från butiker.

  Om värdet product_type i tabellen Produkt är Foodvisar du alltid butiken där objektet såldes. Butiksinformationen finns i tabellen Store med kolumnen store_name, och den kan länkas till product_type via store_id.

Överväganden och begränsningar

• Eftersom AI-instruktioner är ostrukturerade riktlinjer för Copilottolkar LLM endast dem. Det finns ingen garanti för att LLM följer instruktionerna exakt.
• AI-instruktioner påverkar Copilot funktionerna men omfattar inte allmänna konversationer med Copilot.
• AI-instruktioner sparas på semantisk modellnivå. Instruktioner kan för närvarande inte lagras på rapportnivå.
• AI-instruktioner förväntas inte vara personaspecifika eller ändra icke-datarelaterade utdata för slutanvändaren.
• AI-instruktioner kan inte inaktivera andra Copilot i Power BI-funktioner eller förhindra/prioritera att vissa funktioner anropas.
• Instruktioner är inte avsedda att fungera med visuella ändringar eller teman i rapporten.
• För närvarande kan du inte ladda upp instruktioner till dialogrutan i Desktop.
• Om du vill testa instruktionerna i Desktop måste du stänga och öppna fönstret igen Copilot för att se nya instruktioner.
• Användare kan inte ange instruktioner efter kategori eller efter läge (visa eller redigera) i Copilot Power BI.
• Konsumenter kan inte se vilka instruktioner en författare har tillämpat på modellen i användargränssnittet.
• Slutanvändare kan inte inaktivera instruktioner för en semantisk modell.
• AI-instruktioner kanske inte respekteras i Power BI Desktop när du försöker skapa en sida, få föreslagna avsnitt på rapportsidan eller en datamängdssammanfattning med Copilot. Du kan undvika det här problemet genom att använda alternativväljaren och bara välja Skapa nya rapportsidor så att anvisningarna tillämpas korrekt.
• AI-instruktioner är begränsade till 10 000 tecken.

En omfattande lista över överväganden och begränsningar finns i Förbereda dina data för AI.

Relaterat innehåll

• Förbereda data för AI
• AI-datascheman
• Verifierade svar
• Vanliga frågor och svar om förberedelsedata för AI