Copilot verwenden, um die Desktop-Flow-Aktivität zu analysieren (Vorschauversion)

Artikel
11/24/2023

[Dieser Artikel ist Teil der Dokumentation zur Vorabversion und kann geändert werden.]

Das Verständnis der Automatisierungsleistung ist der Schlüssel zum Erreichen betrieblicher Exzellenz- und Zuverlässigkeitsziele, unabhängig von der Größe des Automatisierungsbestands, des Teams oder der Rolle innerhalb der Organisation. Um diese Ziele zu erreichen, sind fortschrittliche und dynamische Überwachungsfunktionen erforderlich, die Ihnen wertvolle Erkenntnisse liefern, die Erfolgsbereiche hervorheben und potenzielle Engpässe, Trends und Verbesserungsmöglichkeiten identifizieren. Durch detailliertere Erkenntnisse können Sie fundierte Entscheidungen treffen, die Ihre Automatisierungsprozesse optimieren und so zu mehr Effizienz und Effektivität führen.

Wichtig

Dies ist eine Vorschauversion.
Funktionen in der Vorschauversion sind nicht für den Produktionseinsatz gedacht und können eine eingeschränkte Funktionalität aufweisen. Diese Funktionen stehen vor der offiziellen Veröffentlichung zur Verfügung, damit Kunden frühzeitig Zugriff erhalten und Feedback geben können.

Die neuesten Fortschritte in der KI bieten uns beispiellose Möglichkeiten, neue Anwendungsfälle für die Überwachung des Automatisierungszustands zu erkunden, die alles von der einfachen Untersuchung von Daten über die Erkennung von Anomalien bis hin zu intelligenten Empfehlungen und sogar sich selbst reparierenden Bots umfassen können.

Da Copilot nun in der Lage ist, Desktop-Flow-Aktivitäten zu analysieren, gehen wir den ersten Schritt in eine neue Richtung und ermöglichen Ihnen, den Zugang zu Erkenntnissen zu demokratisieren, indem Sie aktivitätsspezifische Fragen für Copilot-Desktop-Flows in natürlicher Sprache stellen.

Wichtig

Diese Funktion wird unterstützt von Azure OpenAI Service.
Copilot ist eine neue Technologie, die sich noch in der Entwicklung befindet. Sie ist für die Verwendung in englischer Sprache optimiert und bietet nur begrenzte Unterstützung für andere Sprachen. Daher erscheinen Teile davon möglicherweise auf Englisch und nicht in Ihrer bevorzugten Sprache.
Mehr über die neue Copilot-Umgebung erfahren Sie unter Häufig gestellte Fragen zur verantwortungsvollen KI für Copilot in Desktop-Flow-Aktivitäten (Vorschauversion).
Weitere häufig gestellte Fragen: Häufig gestellte Fragen zur verantwortungsvollen KI für Power Automate,Häufig gestellte Fragen zu Datensicherheit und Datenschutz von Copiloten in Microsoft Power Platform

Anforderungen

Ein Geschäfts-, Schul- oder Unikonto mit Zugriff auf eine Power Automate Umgebung, das ist in den Vereinigten Staaten ansässig ist.
Um dieses Feature nutzen zu können, müssen Sie während der ersten Vorschau über eine Umgebung in der Region USA verfügen. Wenn Sie keinen Zugriff auf eine Umgebung in den USA haben, bitten Sie Ihre Administrierenden, eine neue Umgebung im Power Platform Admin Center zu erstellen und die USA als Region auszuwählen.
In den bekannten Einschränkungen finden Sie weitere Informationen.

Wie funktioniert es?

Diese Copilot-Umgebung basiert auf dem Azure Open AI Dienst und ist in der Lage, Benutzereingaben in gültige Dataverse FetchXML-Abfragen zu übersetzen. Zunächst konzentrieren sich diese Abfragen auf Desktop-Flow-Aktivitäten wie Ausführungen, Flows, Fehler und Computer und sind für diese optimiert.

Übergeordneter Prozess

Sobald Benutzende eine gültige Eingabeaufforderung eingeben, generiert Copilot basierend auf der Eingabe eine gültige FetchXML-Abfrage.
Wenn das generierte FetchXML gültig ist, wird die Abfrage dann für das Dataverse-Back-End im Sicherheitskontext des aktuellen Benutzenden ausgeführt, um passende Daten abzurufen. Dadurch wird sichergestellt, dass Benutzende nur Daten sehen, für die sie bereits eine Zugriffsberechtigung haben.
Copilot ermittelt dann die am besten geeignete Ausgabevisualisierung, z. B. eine Tabelle, Kreisdiagramm, Balkendiagramm oder Liniendiagramm, um den Benutzenden die Erkenntnisse und Daten effektiv zu präsentieren.

Was sind FetchXML-Abfragen?

Microsoft Dataverse FetchXML ist eine Sprache, die zum Abrufen von Daten aus einer Dataverse-Datenbank verwendet wird. Sie ist so konzipiert, dass sie einfach zu erstellen, zu verwenden und zu verstehen ist. Beispielsweise könnten Sie Dataverse bitten, Ihnen eine Liste aller Flow-Ausführungen für einen bestimmten Flow zu geben. Mit der FetchXML-Abfrage formulieren Sie diese Frage so, dass die Datenbank sie verstehen und Ihnen die richtigen Ergebnisse liefern kann.

Best Practices für Eingabeaufforderungen

Seien Sie konkret: Je konkreter Sie Ihre Aufforderung formulieren, desto besser wird die KI sie verstehen und kann entsprechend darauf reagieren. Wenn die KI nicht die gewünschte Ausgabe liefert, machen Sie sich keine Sorgen. Versuchen Sie mit einer angepassten Eingabeaufforderung erneut.
Experimentieren Sie mit Eingabeaufforderungen: Wenn Sie nicht die erwarteten Ergebnisse erzielen, versuchen Sie, Ihre Eingabeaufforderung umzuformulieren oder mehr Kontext bereitzustellen.
Geben Sie Feedback: Wenn die KI tolle oder unbefriedigende Antworten geliefert hat, lassen Sie es uns wissen, indem Sie auf „Daumen hoch“ oder „Daumen runter“ klicken. Sie haben auch die Möglichkeit, über den darunter erscheinenden Link Sagen Sie Microsoft, was Ihnen an diesem Feature gefallen hat weiteres Feedback zu geben.

Beispiele für Eingabeaufforderungen

In diesem Abschnitt finden Sie Beispiele für Eingabeaufforderungen, die Sie als Ausgangspunkt für Ihre eigenen Anwendungsfälle verwenden können. Einige dieser Eingabeaufforderungen passen möglicherweise nicht zu Ihnen oder liefern falsche Ergebnisse, da die Genauigkeit von den Modellkenntnissen sowie der tatsächlichen Eingabeaufforderung und den Daten, die Ihnen aufgrund Ihrer Berechtigungen zur Verfügung stehen, abhängen kann. Wir empfehlen Ihnen, die gelieferten Ergebnisse und die FetchXML-Abfrage zu überprüfen und zu validieren. Weitere Informationen: Von Copilot generierte FetchXML-Abfrageergebnisse validieren.

Ausführungen

Welche Flows liefen letzte Woche am häufigsten?
Welche waren gestern die Top-5-Flows nach Anzahl der abgeschlossenen Ausführungen?
Wie lange dauerte die durchschnittliche Ausführung des Flows „[hier Ihren Flow-Namen einfügen]“ im letzten Semester?

Fehler

Zeige mir die häufigsten Ausführungsfehler im letzten Monat.
Zeige mir Verteilung zwischen erfolgreichen und fehlgeschlagenen Flows im letzten Quartal.
Wie viele fehlgeschlagene Ausführungen gab es in der vorletzten Woche?

Computer

Bei welchen Bots gab es heute die meisten Ausführungsfehler?
Welche Computer befinden sich im Wartungsmodus?
Bei welchen Computer kommt es am häufigsten zu Ausfällen?

Ersteller

Zeige mir die Top-Flows nach Anzahl der Ausführungen zusammen mit ihren Besitzerinformationen.
Wer waren die Top-10-Benutzenden, die im letzten Monat Flows ausgeführt haben?
Wann und von wem wurden letzte Woche Desktop-Flows geändert?

Mehrteilige Eingabeaufforderungen

Im Kontext der KI erlauben Ihnen mehrteilige Eingabeaufforderungen, eine fortlaufende Unterhaltung mit Copilot zu führen, wobei dieser sich den Kontext der vorhergehenden Nachrichten im Gespräch merkt. Dabei geht es nicht nur um die Beantwortung einmaliger Fragen, sondern auch darum, mit Ihnen in einen Dialog zu treten, bei dem jede Antwort auf dem zuvor Gesagten basiert.

Anmerkung

Beachten Sie bei mehrteiligen Unterhaltungen, dass Copilot nur die fünf neuesten Fragen im Auge behält. Das bedeutet, dass Copilot mit dem Löschen der zuerst eingegebenen Eingabeaufforderungen beginnt und nur die letzten fünf behält. Um die Qualität der Antworten zu verbessern, empfehlen wir, Ihre Folgefragen auf vier zu beschränken und den Chat dann neu zu starten. Weitere Informationen: Früheren Eingabeaufforderungskontext löschen, um von vorne zu beginnen.

Beispiel

Teil	Eingabeaufforderung und Antwort
	Benutzender: Zeige mir die Verteilung zwischen erfolgreichen und fehlgeschlagenen Flows im letzten Quartal aus
	Copilot: Hier ist die Verteilung zwischen erfolgreichen und fehlgeschlagenen Flows des letzten Quartals.
	Benutzender: Welcher Fehler trat bei den fehlgeschlagenen Flows am häufigsten auf?
	Copilot: Dies ist der Fehler, der bei den fehlgeschlagenen Flows am häufigsten auftrat.
	Benutzender: Auf welchen Computernamen sind Flows am häufigsten fehlgeschlagen?
	Copilot: Hier sind die Computernamen, bei denen die meisten Fehler aufgetreten sind.
	Benutzender: Wie lang war die durchschnittliche Ausführungsdauer bei den erfolgreichen Flows?
	Copilot: Hier ist die durchschnittliche Ausführungsdauer der erfolgreichen Flows.

Einflussnahme auf das Ausgabeformat

Sie können das Ausgabeformat von Copilot beeinflussen, indem Sie nach expliziten Ausgabetypen fragen, z. B. „Zeige mir die Verteilung der fehlgeschlagenen im Vergleich zu den erfolgreichen Flow-Ausführungen als Balkendiagramm.“ Dies führt wahrscheinlich zu folgendem Ergebnis:

Früheren Eingabeaufforderungskontext löschen, um von vorne zu beginnen

Wenn Sie die Unterhaltung mit Copilot zurücksetzen möchten, können Sie die drei Punkte ... neben dem Namen des Copilot und dann Neuer Chat auswählen.

Von Copilot generierte FetchXML-Abfrageergebnisse validieren

Die folgenden Schritte führen Sie durch die Validierung (und potenzielle Wiederverwendung) von FetchXML-Abfragen in Power Automate Cloud-Flows.

Schritt 1: Eine Kopie der FetchXML-Abfrage erstellen

Nachdem Sie Ihre Abfrage an den Copilot gesendet haben, erhalten Sie eine Antwort mit einem Link mit der Bezeichnung Code anzeigen. Wählen Sie diesen Link und dann das Kopierensymbol in der oberen rechten Ecke des FetchXML-Felds aus, um den Code zu kopieren.

Schritt 2: Einen Cloud-Flow erstellen und die FetchXML-Abfrage testen

Navigieren Sie zum Power Automate Portal und wählen Sie Meine Flows aus dem linken Navigationsmenü aus.
Wählen Sie dann + Neuer Flow in der Befehlsleiste und schließlich Sofortiger Cloud-Flow aus dem Dropdownmenü aus.
Geben Sie Flow-Namen ein, wählen Sie Manuell einen Flow auslösen und wählen Sie dann Erstellen.
Der Cloud-Flow-Designer wird angezeigt. Wählen Sie die Schaltfläche + Neuer Schritt und wählen Sie sie aus.
Geben Sie in der angezeigten Suchleiste Dataverse ein und wählen Sie dann den Dataverse-Konnektor aus den Ergebnissen aus.
Es werden verschiedene Aktionen angezeigt. Scrollen Sie durch, bis Sie die Aktion Zeilen auflisten finden und wählen Sie sie aus.
Wählen Sie in der Aktion Zeilen auflisten den Link Erweiterte Optionen anzeigen aus.
Ein FetchXML-Abfragefeld wird angezeigt. Hier geben Sie die kopierte FetchXML-Abfrage ein, die der Copilot zuvor generiert hat.
Wählen Sie nach dem Einfügen Ihrer FetchXML Speichern aus.
Testen Sie Ihren Flow, indem Sie Testen auswählen.
Folgen Sie den Anweisungen auf Ihrem Bildschirm, um Ihren Flow manuell zu starten und die Ergebnisse zu überprüfen.

Schritt 3: Die Ergebnisse verstehen

Nehmen wir an, Sie haben den Copilot gefragt: „Wie viele fehlgeschlagene und erfolgreiche Flows hatten wir letzten Monat?“ Dies ergibt eine FetchXML-Abfrage ähnlich der folgenden:

<fetch version="1.0" mapping="logical" aggregate="true" count="3" page="1">
    <entity name="flowsession">
        <attribute name="flowsessionid" alias="flowsession_count" aggregate="count" />
        <attribute name="statuscode" alias="flowsession_statuscode" groupby="true" />
        <filter type="and">
            <condition attribute="completedon" operator="last-x-months" value="1" />
        </filter>
    </entity>
</fetch>

Wenn Daten mit der angegebenen FetchXML-Abfrage übereinstimmen, gibt die Dataverse-Aktion Zeilen auflisten, die in Schritt 2 konfiguriert wurde, die Daten in einem Format namens JSON (JavaScript Object Notation) zurück, bei dem es sich im Wesentlichen um eine Methode zur übersichtlichen Darstellung von Daten handelt, die das digitale Lesen und Schreiben erleichtert.

Bei Verteilungsfragen, wie der zuvor erwähnten, werden die Daten nach einem oder mehreren Feldern (statuscode) zusammen mit einer Aggregation (count) gruppiert, welche die Zahl für jede Gruppe zurückgibt (d. h, failed, succeeded usw.).

Jeder der zurückgegebenen Datensätze enthält Felder wie:

flowsession_count: Gibt an, wie häufig ein Workflow ausgeführt wurde.
flowsession_regardingobjectid: Der eindeutige Bezeichner der Flowausführung.
flowsession_statuscode: Der Status der Flowausführung (zum Beispiel Fehlgeschlagen).
workflow_name: Der Name des Flows.

Wenn Sie wissen möchten, wie oft ein bestimmter Flow ausgeführt wurde, sehen Sie sich die Spalte flowsession_count des Datensatzes an, in der workflow_name der Name Ihres Flows ist.

Copilot-Antworten auf problematische Eingabeaufforderungen verstehen

Diese Tabelle zeigt Standardantworten, die zurückgegeben werden, wenn Copilot Ihre Frage oder Absicht nicht verstehen oder keine gültige Antwort generieren kann.

Copilot-Antwort	Informationen
Leider ist ein Fehler aufgetreten. Versuchen Sie es erneut.	Bedeutet, dass ein unerwarteter Fehler aufgetreten ist. Formulieren Sie Ihre Frage um und versuchen Sie es erneut.
Entschuldigung, ich verstehe Ihre Frage nicht. Bitte formulieren Sie sie um und versuchen Sie es erneut. Ich kann Fragen zu den Daten auf dieser Seite beantworten. Weitere Beispiele für Eingabeaufforderungen, die Sie Copilot stellen können, finden Sie im Abschnitt mit Beispielen für Eingabeaufforderungen auf unserer Dokumentationsseite.	Bedeutet, dass Ihre Frage nicht in eine gültige FetchXML-Abfrage übersetzt werden konnte. Formulieren Sie Ihre Frage um und versuchen Sie es erneut.
Bei Copilot wurde die Kapazität ausgeschöpft und er ist daher vorübergehend nicht verfügbar. Versuchen Sie es etwas später noch einmal.	Zeigt an, dass es Ressourceneinschränkungen im Back-End gibt. Stellen Sie Ihre Frage nach kurzer Zeit erneut.
Leider enthält Ihre Nachricht potenziell schädliche Inhalte. Stellen Sie sicher, dass Ihre Eingabe angemessen ist, und versuchen Sie es erneut.	Bedeutet, dass Ihre Frage potenziell schädliche Inhalte enthalten könnte und vom Back-End-Dienst blockiert wurde. Entfernen Sie alle potenziell schädlichen Inhalte aus Ihrer Frage und versuchen Sie es erneut.
Leider konnte ich auf Grundlage Ihrer Frage keine gültige Antwort generieren. Bitte formulieren Sie sie um und versuchen Sie es erneut. Ich kann Fragen zu den Daten auf dieser Seite beantworten. Weitere Beispiele für Eingabeaufforderungen, die Sie Copilot stellen können, finden Sie im Abschnitt mit Beispielen für Eingabeaufforderungen auf unserer Dokumentationsseite.	Bedeutet, dass die generierte FetchXML ungültig ist oder die Abfrage fehlgeschlagen ist, als Copilot versuchte, sie auszuführen. Formulieren Sie Ihre Frage um und versuchen Sie es erneut.
Leider enthält Ihre Suche zu viele Ergebnisse. Bitte verfeinern Sie Ihre Anfrage und versuchen Sie es erneut. Beispiele zur Einschränkung der von Copilot zurückgegebenen Suchergebnisse finden Sie auf unserer Dokumentationsseite.	Zeigt an, dass die auf Ihre Abfrage angewendeten Filter die aktuellen Aggregationsgrenzen in FetchXML überschreiten. Fügen Sie Ihrer Abfrage geeignetere Filter hinzu, z. B. die Abfrage der Daten von gestern oder des letzten Monats, um sicherzustellen, dass Daten innerhalb dieser Grenzwerte zurückgegeben werden.

Bekannte Probleme und Einschränkungen

Die folgende Liste enthält bekannte Einschränkungen von Copilot bei Desktop-Flow-Aktivitäten.

Copilot ist eine neue Technologie, die sich noch in der Entwicklung befindet. Sie ist für die Verwendung in englischer Sprache optimiert und bietet nur begrenzte Unterstützung für andere Sprachen. Daher erscheinen Teile davon möglicherweise auf Englisch und nicht in Ihrer bevorzugten Sprache.
Copilot ist derzeit nur in Dataverse-Umgebungen in den USA verfügbar.
Copilot gibt möglicherweise falsche oder unvollständige Daten und FetchXML-Abfragen zurück.
Copilot kann zunächst nur Fragen zur Desktop-Flow-Aktivität wie Fehler, Computer sowie frühere und aktuelle Ausführungen beantworten.
In mehrteiligen Unterhaltungen behält Copilot nur den Kontext der letzten fünf Fragen bei. Wenn Sie auf falsche oder unvollständige Ergebnisse stoßen, sollten Sie die Unterhaltung zurücksetzen. Weitere Informationen: Früheren Eingabeaufforderungskontext löschen, um von vorne zu beginnen.
Wenn Abfragen große Ergebnismengen generieren, kann Copilot diese möglicherweise nicht zurückgeben oder rendern.

Freigeben über