Microsoft Fabric の Copilot は混乱しているのではなく、忠実に従っているだけです。重複したリレーションシップ、欠けたセマンティクス、雑なメダリオン層を、もっともらしいのに誤った分析に変えてしまいます。このエピソードでは、データモデルのどこに問題があるのか、そして Copilot が正確で説明可能かつ信頼できる回答を返すように再構築する方法を解説します。このエピソードで学べること:Copilot は何かを「知っている」のではなくメタデータのパターンを照合しているだけであり、不整合なメジャーや誤ったキーがハルシネーションを生む理由メダリオン神話:隔離領域としての Bronze、本当のクレンジングを行う Silver、認定済みビジネスロジックとしての Gold、そして層間のスキーマテストと結合監査頭脳としてのセマンティックモデル:DAX メジャー、Direct Lake、シノニム、計算グループで語彙を統一する方法データソース指示とエージェント指示の正しい使い方:固定の結合キー、バケットロジック、上位5行ルール、冒頭の要約、サンプルクエリ全体的なガバナンス:スキーマの強制、セマンティックバージョニング、Microsoft Purview の認定データセット、ミラーリング、定期的な真実監査Copilot の回答を信頼したいデータエンジニア、Power BI・Fabric 開発者、アナリティクス責任者向けです。このエピソードは、Microsoft MVP Mirko Peters による M365 Show のアニメーション動画をAIで吹き替えた日本語版です。▶ 動画を見る: https://youtu.be/YPOug_TJlSs🎧 他のエピソード: https://www.m365.fm🎤 M365Con – 無料のオンライン Microsoft カンファレンス: https://m365con.net💼 LinkedIn の Mirko Peters: https://www.linkedin.com/in/m365showpodcast/
This episode includes AI-generated content.
This episode includes AI-generated content.
感想
まだ感想はありません。最初の1件を書きましょう!
スクロール