Questions et réponses dans une exploration
Posez à l’IA des questions spécifiques dans Now Assist Explorer, auxquelles elle répond par des visualisations de données, un résumé et des suggestions de questions de suivi.
Pour poser une question dans une exploration, lancez-la Now Assist Explorer à partir d’une visualisation de données ou d’une liste, ou ouvrez une exploration existante. Vous verrez un champ avec l’espace réservé « Poser une question à Now Assist sur les données ». Pour plus d'informations, consultez Lancer Now Assist Explorer.
- La question que vous posez doit porter sur les données de l’une des tables répertoriées dans la table Configuration de table Génération de requête sémantique. Ces tables peuvent inclure des Workflow Data Fabric tables. Pour plus d'informations, consultez Ajouter une table à la couche de données sémantiques.
- Lorsque vous avez soumis une question, vous ne pouvez pas soumettre une autre question ou effectuer d’autres travaux d’exploration tant que votre question n’est pas traitée. Vous pouvez annuler le traitement de votre question.
Votre question initiale. Vous pouvez modifier cette question pour générer un nouveau résultat.
Titre de la réponse et résumé des résultats de l’IA.
Une visualisation de liste ou de données. Cette réponse peut être une visualisation existante au lieu d’une visualisation générée. Pour plus d'informations, consultez Lancer Now Assist Explorer. Vous pouvez modifier la hauteur de la liste ou de la visualisation en interagissant avec l’icône en forme de double flèche dans son angle. Vous pouvez également faire glisser une visualisation vers d’autres emplacements de l’exploration.
Suggestions pour les questions de suivi.
Affichage de la source de réponse
- La table source
- Les conditions de filtre
- La mesure
- N’importe quel critère de regroupement
Suppression d’une réponse
Conseils pour poser des questions
L’objectif est de Now Assist Explorer comprendre vos invites avec vos propres mots, en fournissant les informations d’analyse que vous souhaitez. Cependant, si vous ne savez pas par où commencer pour formuler des questions, ou si vous n’êtes pas satisfait des résultats, voici quelques conseils :
- Attribuer un nom à votre table
- Si vous connaissez le nom de la table qui contient les données qui vous intéressent, ajoutez-le à votre invite. Des noms partiels ou des noms similaires conviennent aussi.
Exemple : au lieu de « Combien de demandes P1 ont été ouvertes cette semaine », écrivez « Combien de demandes P1 ont été ouvertes cette semaine », qui fait référence aux tables de demandes. Mieux encore, écrivez « Combien de demandes de catalogue P1 ont été ouvertes cette semaine », qui fait référence à la table Demandes du catalogue spécifique.
- Expliquez ce que vous voulez dire
- Génération de requête essaie de comprendre vos conditions, mais vous pouvez ajouter des détails pour vous guider. Si vous obtenez des résultats inattendus, essayez d’être plus précis sur ce que vous recherchez.
Exemple : au lieu de « Montrez-moi tous les incidents périmés », écrivez « Montrez-moi tous les incidents non mis à jour dans les 5+ jours ».
- Soyez précis avec les noms
- Lors du filtrage par enregistrements référencés comme utilisateurs, groupes ou services, essayez d’utiliser leurs noms d’affichage complets pour obtenir les meilleurs résultats. Le modèle d’IA peut apprendre des requêtes précédentes dans le même document, mais l’utilisation de noms complets garantit l’exactitude.
Exemple : au lieu de « Tickets avec Workplace Ops », écrivez « Tickets avec opérations sur le lieu de travail ».
- Modifier et affiner les requêtes
- Si la requête générée n’est pas tout à fait correcte, vous pouvez modifier manuellement les conditions de filtre. Le modèle d’IA tirera les leçons de vos modifications et les appliquera aux futures questions du même document. Pour plus d'informations, voir Modifier les conditions de question ou de filtre
Exemple : vous demandez « Montrez-moi les incidents critiques de l’équipe réseau », mais vous n’êtes pas satisfait de la réponse. Au lieu de poser des variantes répétées de la même question dans l’espoir d’un meilleur résultat, modifiez le filtre pour trouver les enregistrements dont le groupe d’affectation est « Opérations réseau » et la priorité est « 1 - Critique ». Demandez ensuite : « Montrez-moi la tendance du flux pour ces incidents au fil du temps ».
- Ne laissez pas de mauvaises requêtes dans votre exploration
- Le modèle d’IA utilise le contexte du document précédent pour écrire la requête suivante. Par conséquent, si vous ne pouvez pas affiner une requête pour obtenir une réponse utile, supprimez-la. Sinon, de mauvaises requêtes peuvent s’accumuler dans votre exploration, entraînant des réponses de plus en plus mauvaises.
- Importer des filtres complexes
- Pour les données complexes difficiles à décrire, importez des visualisations de données ou des listes dans votre exploration. Si la visualisation ou la liste se trouve sur un tableau de bord, vous pouvez appliquer tous les filtres sur le tableau de bord avant l’importation. Le modèle d’IA utilise des requêtes importées pour comprendre les questions connexes dans le même document.
Exemple : ne demandez pas « Montrez-moi les serveurs sur le point d’être mis hors service par emplacement ». Une telle question est vague et complexe. Au lieu de cela, importez une visualisation à partir d’un tableau de bord intitulé « Serveurs PostgreSQL proches de la mise hors service », avec les valeurs souhaitées pour les filtres de tableau de bord État du cycle de vie et Jours jusqu’à la mise hors service pré-appliqués. Demandez ensuite « Montrez-moi les mêmes serveurs mais regroupés par emplacement ».
Une fois que vous avez une exploration productive, avec beaucoup de contexte, vous constaterez peut-être que vous êtes en mesure de poser des questions plus abstraites et d’obtenir des réponses utiles. Cependant, ces conseils peuvent vous aider à démarrer.