为 AI 准备数据：AI 说明

在 Power BI 中为 AI 准备数据涉及优化语义模型以提高其性能 Copilot。 使用 AI 指令等功能时，可以提供上下文和指导，以提高 AI 驱动的见解的相关性和准确性。 本指南会引导你逐步完成设置和测试 AI 指令的步骤，帮助你准备数据，以便进行由 AI 驱动的分析。

AI 说明允许模型作者直接提供有关语义模型的上下文、业务逻辑和特定指南。 Copilot 使用这些说明通过整合组织语言、术语和分析优先级来更好地解释用户问题，而这些是 Copilot 无法自行理解的。

这些说明有助于阐明业务术语、指导分析方法并提供关键数据上下文。 保存说明后， Copilot 使用它们更智能地响应用户提示。

AI 指令使 Copilot 与您的业务更一致。 它们通过减少歧义并确保 Copilot 了解特定于域的术语和分析预期来提高响应的质量和相关性。 最终，这种做法会导致更有意义的见解、更少的用户挫折感，以及跨使用同一模型的报表的更流畅的体验 Copilot 。

设置 AI 指令

1. 在 Power BI Desktop 的“主页”功能区上，或在 Power BI 服务中所选语义模型的功能区上选择“准备 AI”按钮。

   

   如果 准备 AI 数据中的选项卡被禁用，请启用模型的 Power BI Q&A。

   

2. 在对话框中，转到 “添加 AI 说明 ”选项卡。

3. 提供有关语义模型的说明，以帮助 Copilot 了解业务、术语以及如何确定模型中数据的优先级。

   

4. 选择应用。

关闭对话框后，所做的更改将保存到模型。 Copilot 现在使用 AI 指令。

在 Power BI Desktop 中测试 AI 指令

1. 在 Power BI Desktop 中打开Copilot 窗格。
2. 使用技能选取器选择要测试的特定 Copilot 功能。 建议选择 回答关于数据的问题。
3. 使用你设置的指令之一与Copilot进行交互。
4. 确保 Copilot 的响应准确。
5. 如果需要更改说明，请重新打开 AI 对话框的准备数据 并进行调整。
6. 发布或保存报表。 完成测试并满足 AI 说明后，请将报表发布到 Power BI 服务。

使用 AI 指令

将报表发布到 Power BI 服务或更改已保存在服务中后，用户可以在模型与Copilot交互的任何地方利用 AI 指令。

人工智能指令的常见用例

AI 说明提供了一种灵活的方法来增强 Copilot 解释和响应用户提示的方式。 尽管有许多潜在的应用程序，但两个常见用例突出：常规业务上下文和数据解释和分析规则。

常规业务上下文和数据解释

说明有助于 Copilot 在业务上下文中创建响应，根据行业、战略目标、术语或操作逻辑定制答案。 使用说明时，可以帮助确保用户获得更准确的相关见解。 一些示例包括：

• 忙碌的季节是 10 月至 2 月。
• 以风险评估和市场趋势为重点的框架见解。
• 当用户提到 ABCD 时，他们指的是 发票总额 字段。
• 较低的减量百分比更积极。

分析规则

通过提供规则和首选项，可以指导 Copilot 如何对数据进行切片或设置优先级，从而进行某些类型的分析。 一些示例包括：

• 始终按季度分析销售额。
• 展示收入时，按季度细分，并将其与 industry 字段进行比较。
• 对于零售见解，优先考虑 customsegmentationtable 和 saleschannel 表。
• 将 sales_fact 表用作所有与销售相关的问题的主要源。
• 当用户询问产品销售情况时，请始终询问有关位置的说明。

AI 指令设计工程

由于 AI 指令基于大量提示，因此在为语义模型构建说明时，了解提示工程的最佳做法非常重要。 Copilot 对接收的提示可能很敏感，因此提示构造会影响 Copilot 输出。 以下是充分利用 AI 指令的一些方法，包括实践最佳做法的示例。

明确且具体

假设 Copilot 完全不了解如何使用数据模型或业务上下文来处理数据。 例如，不要写“你是一位以细节为导向的经验丰富的 BI 分析师”，而是：“你是一位为大型食品经销商工作的经验丰富的 BI 分析师。 应对措施应以细节为导向，侧重于收入和盈利能力。

使用类比和描述性语言

使用类比和描述性语言时，可帮助模型了解所需的结果。 示例还可以在帮助模型准确理解你的含义方面发挥了重要作用。 例如，对于产品特定的销售，请使用度量 Total_Sales_Product 值（产品示例：Word、PowerPoint、Excel、SharePoint、Teams）。

避免歧义

清楚要 Copilot 强调或避免的任何内容。 你能提供的详细信息和支持内容越多，效果就越好。 例如，对于 Total Active Partners，请使用度量 Monthly Active Partner Count。 （不要筛选 “客户” 表）。

组相关指令

为了帮助 Copilot 更好地了解意向，请按主题或用途（如日期逻辑、关键指标和行业术语）组织说明。 包括结构元素（如章节、层次结构和标题）可能很有用。 有关如何在完整说明集中对相关说明进行分组的示例，请参阅 示例方案。

创作说明的顺序可能会影响收到的输出

可以通过测试不同的变体、订单、示例和措辞来提高获得正确输出的机会。

将复杂指令分解为更简单的步骤

将说明分解为简单步骤时，可以提高清晰度并减少错误。 例如，通过先查看收入表来定义 排名靠前的客户 ，然后仅返回具有最高订单值的客户。

确保说明保持简洁和明确

根据模型和您设置的说明，有时少即是多。 指令中的冲突和复杂性可能会导致大型语言模型（LLM）混淆。

示例方案

以下示例方案演示了一组 AI 指令，这些指令被设计为适合特定模型。

有关回答数据问题的说明

总产品销售额（GPS）应引用grossrevenue表中的字段。

前三名的合作伙伴 是收入最高的。 除非用户明确要求，否则不要显示给客户。

客户标识

• accountid 指 “收入 ”表中的客户。
• earningsid 指 合作伙伴 表中的客户。
• customid 在订单表中不指的是客户。
• 首先查看收入表，然后仅选择订单值最高的客户来定义顶级客户。
• 某些合作伙伴也是客户。 请勿删除这些重复项。 而是根据 ID 值指示它是合作伙伴还是客户。

产品指标

• 按 State= Washington 或 State= California 除非用户专门要求其他状态来筛选数据。

• 对于产品特定的销售，请使用度量 Total_Sales_Product 值（产品示例：Word、PowerPoint、Excel、SharePoint 或 Teams）。 从 Sales 表中筛选 Product 列。

• 对于 Total Active Partners，请使用度量值 Monthly Active Partner Count_ID。 （不要筛选 “客户” 表）。

• 食品销售始终来自零售店。

  如果 product_type 表中的值是Food，则始终会显示商品销售的商店。 存储信息在Store表中，具有字段store_name，它可以通过product_type链接到store_id。

注意事项和限制

• 由于 AI 指令是向 Copilot 提供的非结构化指南，LLM 只能对其进行解释。 无法保证 LLM 会准确按照说明进行操作。
• AI 指令会影响 Copilot 功能，但不会扩展到与 Copilot常规对话。
• AI 指令保存在语义模型级别。 当前无法将指令存储在报表层级。
• AI 指令不应是特定于角色的，也不会修改最终用户的非数据相关输出。
• AI 指令不能禁用 Copilot Power BI 功能中的其他功能，也不能阻止/确定某些功能的调用优先级。
• 说明不适用于报表中的视觉修改或主题设置。
• 目前，无法将说明上传到桌面中的对话框。
• 若要在桌面中测试说明，需要关闭并重新打开 Copilot 窗格以查看应用的新说明。
• 用户无法在 Power BI 中 Copilot 按类别或模式（查看或编辑）设置说明。
• 使用者无法查看作者在 UI 中应用于模型的说明。
• 最终用户无法对语义模型禁用指令。
• 在尝试创建页面、获取建议的报表页主题或使用 Copilot 的数据集摘要时，Power BI Desktop 可能不会遵循 AI 指令。 要解决此问题，请使用技能选取器，选择创建新报表页，以确保说明成功应用。
• AI 指令限制为 10,000 个字符。

有关注意事项和限制的综合列表，请参阅 “为 AI 准备数据”。

相关内容

• 为 AI 准备数据
• AI 数据架构
• 已验证答案
• 为 AI 常见问题解答准备数据