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 Copilot其性能。 借助 AI 指令等功能，你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。 本指南将指导你完成设置和测试 AI 说明的步骤，确保数据已准备好进行 AI 支持的分析。 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。 这些说明用于 Copilot，通过整合组织语言、术语和分析优先级，更好地解释用户问题，而这些是 Copilot 本身无法理解的。
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。 一旦保存，这些说明将用于 Copilot 更智能地响应用户提示。

AI 说明使 Copilot 业务更符合你的业务。 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”功能区上选择“ AI 准备数据 ”按钮。

   

   如果为 AI 准备数据中的选项卡被禁用，请为模型启用 Q&A。

   

2. 在对话框中，导航到 “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。

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

测试 AI 说明

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 解答与数据相关的问题。
3. 使用您设置的其中一条说明与 Copilot 进行交互。
4. 确保 Copilot 按预期响应。
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。 测试完成后，你对 AI 说明感到满意，请将报表发布到 Power BI 服务。

使用 AI 指令

将报表发布到服务后，最终用户可以在模型与之交互 Copilot的任何地方利用 AI 指令。

人工智能指令的常见用例

AI 指令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。 虽然有许多潜在的应用程序，但两个常见用例脱颖而出：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：说明可以帮助 Copilot 在业务上下文中制定响应 - 根据行业、战略目标、术语或作逻辑定制答案。 这可确保用户获得更准确的相关见解。 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，他们指的是该 total invoice 字段。
  • 消耗 % 更积极，它越低。
• 分析规则：可以通过提供有关如何对数据进行切片或设置优先级的规则和首选项来指导 Copilot 如何接近某些类型的分析。 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“行业”领域进行比较。
  • 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，因此在构建语义模型的指令时，了解提示工程的最佳做法非常重要。 Copilot 会对接收的提示敏感，因此构造输入的方式会影响我们接收来自 Copilot 的输出。 以下是充分利用 AI 指令的一些方法，包括作中的最佳做法示例：

• 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： 考虑“你是一位面向细节的经验丰富的 BI 分析师”，而不是“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 来帮助模型理解所需的结果。 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： 对于产品特定的销售，请使用度量值“Total_Sales_Product”（产品示例：Word、PowerPoint、Excel、SharePoint、Teams）。
• 避免歧义。 务必清楚说明应该强调或避免的内容。 你能提供的详细信息和支持内容越多，效果就越好。
  • 例： 对于“活跃合作伙伴总数”，请使用度量值“每月活跃合作伙伴数量”（请勿筛选“客户”表）。
• 将相关指令进行分组。 按主题或目的（即日期逻辑、关键指标、行业术语）组织说明有助于 Copilot 更好地了解你的意图。
  • 例： 请参阅 示例方案中完整说明集中相关说明分组的示例。
• 创作说明的顺序可能会影响收到的输出。 测试不同的变体、订单、示例和措辞有助于获取正确的输出。
• 将复杂的指令分解为更简单的步骤 ，以提高清晰度并减少错误。
  • 例： 首先查看收入表来定义“顶级客户”，然后仅返回订单值最高的客户。
• 保持说明的重点明确 根据模型和指令集，有时简约或少即是多。 指令中的冲突和复杂性可能会导致大型语言模型（LLM）混淆。

在下一部分中，您可以找到一个经过精心设计以适应特定复杂模型的完整指令集示例。

示例方案

有关一组经过提示设计以适应特定模型的 AI 指令，请参阅以下示例方案。

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。

Top sellers 指的是收入最高的前三名合作伙伴。 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 指代 合作伙伴 表中的客户。
• customid 在订单表中不引用客户。
• 首先查看收入表来定义“顶级客户”，然后仅返回订单值最高的客户。
• 某些合作伙伴也是客户。 不要删除这些重复项，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。
• 对于特定产品的销售，请使用度量值Total_Sales_Product（产品示例：Word、PowerPoint、Excel、SharePoint、Teams），并筛选Sales表中的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在产品表中是Food，则始终显示商品销售的商店。 存储信息位于Store表中，包含store_name字段，并可通过product_type链接到store_id。

关于迭代的说明

充分利用 AI 指令通常需要一些迭代。 在试验和观察响应方式 Copilot 时，可以更好地了解哪种类型的指令驱动模型和用户的最佳结果。

注意事项和限制

有关全面的列表，请参阅 “为 AI 准备数据 ”。

• 由于 AI 指令是提供给 Copilot 的非结构化指南，它们只能由 LLM 进行解释，无法保证会被完全遵循。
• 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。 目前无法将说明存储至报表级别。
• 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。
• 说明不适用于报表中的视觉修改或主题设置。
• 将说明上传到桌面中的对话框的功能当前不可用。
• 如果要在桌面中测试说明，则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 Copilot中按类别或模式（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。
• 最终用户无法禁用语义模型上的说明。
• 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。 若要解决此问题，请使用技能选择器，仅选择“创建新报表页”来确保说明成功应用。

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