Perguntas e respostas em uma exploração
Faça perguntas específicas da IA em Explorador do Now Assist, ao qual ele responde com visualizações de dados, um resumo e sugestões de perguntas de acompanhamento.
Para fazer uma pergunta em uma exploração, inicie Explorador do Now Assist em uma visualização de dados ou lista ou abra uma exploração existente. Você verá um campo com o espaço reservado "Faça uma pergunta sobre dados ao Now Assist". Para obter mais informações, consulte Iniciar Explorador do Now Assist.
- A pergunta que você faz deve ser sobre dados em uma das tabelas listadas em Geração de consultas Tabela de configuração da tabela semântica. Essas tabelas podem incluir Workflow Data Fabric tabelas. Para obter mais informações, consulte Adicione uma tabela à camada de dados semânticos.
- Depois de enviar uma pergunta, você não poderá enviar outra pergunta ou fazer outro trabalho na exploração até que sua pergunta seja processada. Você pode cancelar o processamento da sua pergunta.
Sua pergunta original. Você pode editar esta pergunta para gerar uma nova saída.
O título da resposta e um resumo das descobertas de IA.
Uma lista ou visualização de dados. Esta resposta pode ser uma visualização existente em vez de gerada. Para obter mais informações, consulte Iniciar Explorador do Now Assist. Você pode mudar a altura da lista ou visualização interagindo com o ícone de seta dupla no canto. Você também pode arrastar uma visualização para outros lugares na exploração.
Sugestões para perguntas de acompanhamento.
Exibindo a origem da resposta
- A tabela de origem
- As condições do filtro
- A métrica
- Qualquer critério de agrupamento
Excluindo uma resposta
Dicas para fazer perguntas
O objetivo de Explorador do Now Assist é entender seus prompts com suas próprias palavras, fornecendo as informações de análise desejadas. No entanto, se você não sabe por onde começar a formular perguntas, ou está insatisfeito com os resultados, aqui estão algumas dicas:
- Nomeie sua tabela
- Se você souber o nome da tabela que contém os dados em que está interessado, adicione-o ao prompt. Nomes parciais ou semelhantes também são bons.
Exemplo: Em vez de "Quantos P1s foram abertos esta semana", escreva "Quantas solicitações P1 foram abertas esta semana", que faz referência às tabelas de solicitação. Melhor ainda, escreva "Quantas solicitações de catálogo P1 foram abertas esta semana", que faz referência à tabela Solicitações de catálogo específicas.
- Explique o que você quer dizer
- Geração de consultas tenta entender seus termos, mas você pode adicionar detalhes para ajudar a orientá-los. Se você obtiver resultados inesperados, tente ser mais específico sobre o que você está procurando.
Exemplo: Em vez de "Mostrar todos os incidentes obsoletos", escreva "Mostrar todos os incidentes não atualizados em mais de 5 dias".
- Seja específico com nomes
- Ao filtrar por registros referenciados, como usuários, grupos ou serviços, tente usar seus nomes de exibição completos para obter melhores resultados. O modelo de IA pode aprender com consultas anteriores no mesmo documento, mas o uso de nomes completos garante a precisão.
Exemplo: Em vez de "Casos com operações no local de trabalho", escreva "Casos com operações no local de trabalho".
- Edite e refine consultas
- Se a consulta gerada não estiver correta, você poderá editar manualmente as condições do filtro. O modelo de IA aprenderá com suas edições e as aplicará a perguntas futuras no mesmo documento. Para obter mais informações, consulte Altere a pergunta ou as condições do filtro.
Exemplo: Você pergunta "Mostre-me incidentes críticos da equipe de rede", mas não está satisfeito com a resposta. Em vez de fazer variações repetidas da mesma pergunta, esperando um resultado melhor, edite o filtro para encontrar registros em que o Grupo de atribuição é "Operações de rede" e a prioridade é "1 - Crítico". Em seguida, pergunte "Mostre-me a tendência de fluxo de entrada para esses incidentes ao longo do tempo".
- Não deixe consultas ruins em sua exploração
- O modelo de IA usa o contexto do documento anterior para gravar a próxima consulta. Portanto, se você não puder refinar uma consulta para obter uma resposta útil, exclua-a. Caso contrário, consultas ruins podem se acumular em sua exploração, levando a respostas cada vez piores.
- Importar filtros complexos
- Para dados complexos difíceis de descrever, importe visualizações de dados ou listas para sua exploração. Se a visualização ou a lista estiver em um painel, você poderá aplicar filtros no painel antes de importar. O modelo de IA usará consultas importadas para entender as perguntas relacionadas no mesmo documento.
Exemplo: Não pergunte "Mostre-me servidores prestes a ser descontinuados por local". Tal prompt é vago e complexo. Em vez disso, importe uma visualização de um painel intitulado "Servidores PostgreSQL quase descontinuados", com os valores desejados para os filtros de painel Estado do ciclo de vida e Dias até a descontinuação pré-aplicados. Em seguida, pergunte "Mostre-me os mesmos servidores, mas agrupados por local".
Uma vez que você tenha uma exploração produtiva em andamento, com muito contexto, você pode descobrir que é capaz de fazer perguntas mais abstratas e obter respostas úteis. No entanto, essas dicas podem ajudar você a começar.