WEBVTT

00:00:00.000 --> 00:00:04.040
Copilot está confundido. Es obediente. Ese párrafo alegre que acaba de escribir sobre el

00:00:04.040 --> 00:00:08.340
inexistente aumento estelar del cuarto trimestre de su empresa no fue un error. Es el evangelio

00:00:08.340 --> 00:00:12.620
según sus propios datos mal estructurados. Este es el efecto de basura entra, confianza sale.

00:00:13.100 --> 00:00:17.340
La forma cortés de Microsoft Fabric de decir usted mismo entrenó a su mentiroso. Copilot

00:00:17.340 --> 00:00:21.400
alucinará felizmente a patrones porque sus tablas le susurraron dulces inconsistencias en el contexto

00:00:21.400 --> 00:00:25.520
de su petición. Esto es lo que está pasando. Tiene uniones duplicadas, semántica faltante y

00:00:25.520 --> 00:00:29.420
capas de medallón a medio de hacer que se disfrazan de verdad. Luego llama a Copilot y le pide ideas

00:00:29.420 --> 00:00:34.480
pero no razona, solo reorganiza. Fabric le proporciona metadatos mal formados y Copilot

00:00:34.480 --> 00:00:39.880
devuelve un sueño lúcido disfrazado de análisis. Hoy le mostraré por qué sucede eso, donde le

00:00:39.880 --> 00:00:43.700
traicionó su modelo de datos y cómo reconstruirlo para que Copilot deje de inventar historias.

00:00:44.380 --> 00:00:47.660
Al final tendrá una IA precisa, explicable y por fin confiable.

00:00:49.000 --> 00:00:54.040
La ilusión de la inteligencia. ¿Por qué Copilot miente? La gente espera que Copilot sepa cosas.

00:00:54.460 --> 00:00:58.760
No lo hace. Busca coincidencias de patrones en sus metadatos, contexto y el frágil sentido de

00:00:58.760 --> 00:01:01.640
las relaciones que ha definido dentro de Fabric. Cree que habla con inteligencia,

00:01:01.700 --> 00:01:05.780
pero en realidad está hablando con un reflejo. Dele ambigüedad y le devolverá esa ambigüedad

00:01:05.780 --> 00:01:09.980
reflejada, solo que más brillante. Aquí está el verde lúpulo. La mayoría de las implementaciones

00:01:09.980 --> 00:01:13.360
de Fabric tratan el diseño de esquemas como algo secundario. Tablas de hechos unidas por

00:01:13.360 --> 00:01:16.900
la clave incorrecta. Medidas escritas de forma inconsistente y descripciones ausentes por

00:01:16.900 --> 00:01:22.140
completo. Copilot lee este caos como un niño que lee una oración sin puntuación. Solo adivina dónde

00:01:22.140 --> 00:01:26.200
debería el significado. El resultado suena coherente, pero puede estar críticamente equivocado.

00:01:26.200 --> 00:01:30.280
Digamos que su capa de oro contiene ingresos de una fuente y ventas totales de otra, ambas

00:01:30.280 --> 00:01:34.400
sin estandarizar, ambas sin estandarizar. Copilot ve nombres de columnas similares y,

00:01:34.620 --> 00:01:38.480
en su infinita cortesía, los fusiona. Te pregunta cuáles fueron los ingresos del último trimestre.

00:01:39.100 --> 00:01:43.060
Combina medidas con granularidades igual, produce un promedio entre escalas incompatibles y se lo

00:01:43.060 --> 00:01:48.420
presenta con total confianza. El gráfico parece profesional, las matemáticas son ficción. La

00:01:48.420 --> 00:01:52.480
ilusión proviene del tono. El lenguaje natural parece comprensión, pero las respuestas naturales

00:01:52.480 --> 00:01:56.320
de copilot solo enmascaran una imitación estadística. Cuando hace una pregunta, el

00:01:56.320 --> 00:02:01.220
modelo no valida los hechos. Recupera patrones, uniones probables, columnas plausibles y texto

00:02:01.220 --> 00:02:05.860
digerible. Sin un linaje de datos estricto o una gobernanza semántica, inventa lo que no puede

00:02:05.860 --> 00:02:10.460
deducir. Es, en efecto, su esquema con presencia escénica. Fabric aumenta esta ilusión.

00:02:11.400 --> 00:02:14.840
Debido a que los agentes de datos en Fabric pasan el contexto a través de metadatos, cualquier

00:02:14.840 --> 00:02:18.480
vacío en las relaciones, claves foráneas faltantes, dimensiones sin etiquetas o nombres de

00:02:18.480 --> 00:02:23.760
medidas ambivos, se tratan como sugerencias opcionales en lugar de mandatos. El modelo

00:02:23.760 --> 00:02:27.120
llena sus vacíos mediante la completación de patrones, no con lógica. ¿Querías unir

00:02:27.120 --> 00:02:32.100
las ventas por región y fecha? ¿Podría interpretar o unir ventas con cualquier cosa que suene geográfica?

00:02:32.680 --> 00:02:36.620
Entonces, el SQL que genera coopera servilmente con esa tontería. Sus usuarios caen en la trampa

00:02:36.620 --> 00:02:40.320
porque la interfaz democratiza la sintaxis de consulta. Escribes una frase, devuelve un gráfico.

00:02:41.060 --> 00:02:45.480
Asumes que comprende, pero el modelo opera en una niebla estadística. Cuantas menos restricciones

00:02:45.480 --> 00:02:50.100
de fin, las más amigables se vuelven sus mentiras. El cambio mental clave es este. Copilot no es un

00:02:50.100 --> 00:02:55.320
oráculo. No tiene epistemología ni concepto de verdad, solo espejos con tus metadatos. Convierte

00:02:55.320 --> 00:02:59.920
tu modelo de datos en un espacio de probabilidad lingüística. Cada defecto estructural se convierte

00:02:59.920 --> 00:03:04.760
en una alucinación semántica. Donde tu esquema es inconsistente, la IA alucina una consistencia

00:03:04.760 --> 00:03:10.640
que no existe. La tragedia es predecible. Los ejecutivos toman decisiones basadas en ficción

00:03:10.640 --> 00:03:15.200
que parece validada porque viene de Microsoft Fabric. Si tu capa oro flaquea bajo transformaciones

00:03:15.200 --> 00:03:19.780
inconsistentes, Copilot amplifica esa debilidad en una narrativa segura. La elocuencia del

00:03:19.780 --> 00:03:23.320
modelo disfraza la podredumbre de tu canal de datos. Piensa en Copilot como un motor de

00:03:23.320 --> 00:03:27.980
reflexión. Su inteligencia comienza y termina con la calidad de tu esquema. Si tus uniones

00:03:27.980 --> 00:03:31.980
son torcidas, tu linaje está roto, o tu semántica es confusa, refleja la incertidumbre

00:03:31.980 --> 00:03:36.600
como certeza. Por eso la cura no empieza con ingeniería de prompts, sino con higiene arquitectónica.

00:03:36.600 --> 00:03:40.760
Prevenido. Entonces, si Copilot es tan veraz como tu arquitectura, analicemos dónde comienza

00:03:40.760 --> 00:03:45.760
la podredumbre. El mito del medallón. Cuando el bronce contamina el oro. Todo ingeniero de

00:03:45.760 --> 00:03:49.340
datos recita la arquitectura del medallón como una escritura. Bronce, plata, oro o bruto.

00:03:49.620 --> 00:03:55.360
Refinado, confiable. En teoría es una peregrinación del caos a la claridad. Cada capa elimina la

00:03:55.360 --> 00:04:01.080
ambigüedad hasta que los datos ganan su halo de verdad. En la práctica, la mayoría construye un

00:04:01.080 --> 00:04:05.760
tobogán donde la inconsistencia bruta viaja directo desde el bronce al oro sin limpieza

00:04:05.760 --> 00:04:10.480
intermedia. Empecemos desde abajo. El bronce es tu zona de aterrizaje. Archivo

00:04:10.480 --> 00:04:15.740
Sparket CSV. Ingesta de IoT el registro fósil de tu organización. No se supone que sea bonito,

00:04:15.740 --> 00:04:19.200
solo que esté totalmente capturado. Pero la gente olvida que el bronce es una cuarentena,

00:04:19.300 --> 00:04:23.700
no un ingrediente activo. Cuando esa basura bruta se filtra hacia arriba por atajos perezosos,

00:04:23.800 --> 00:04:27.560
consultas directas o lógica de transformación faltante, le das a Copilot Riddle sin tratar

00:04:27.560 --> 00:04:32.580
como contexto. Sí va a alucinar. Tiene buenas razones. ¿Le entregaste un diario de sueños y le

00:04:32.580 --> 00:04:35.280
pediste una auditoría? La plata está destinada a refinar ese lodo.

00:04:35.880 --> 00:04:39.560
Aquí es donde mueren los duplicados, se alinean los esquemas, coinciden los tipos de datos y las

00:04:39.560 --> 00:04:43.340
claves universales finalmente acuerdan que es un cliente. Pero observa la mayoría de las

00:04:43.340 --> 00:04:47.860
configuraciones de Fabric. Y la plata es una disculpa a medias. Uniones rápidas, búsquedas

00:04:47.860 --> 00:04:52.420
frágiles, conversiones sin documentar. La excusa es siempre la misma. Lo arreglaremos en no.

00:04:52.800 --> 00:04:56.820
Es equivalente a corregir la gramática publicando el diccionario tarde. Para cuando llegues a nivel

00:04:56.820 --> 00:05:01.920
Gold surge la ilusión de confianza. Todo en Gold parece analítico. Tablas limpias, nombres fáciles de

00:05:01.920 --> 00:05:06.060
entender, tableros que le hagan seguridad. Pero debajo has acumulado conversiones erróneas,

00:05:06.220 --> 00:05:11.860
marcas de tiempo desincronizadas y colisiones de ID rastreadas hasta bronce. Los metadatos de

00:05:11.860 --> 00:05:16.080
Fabric rastran esas relaciones automáticamente. ¿Y adivina en qué relaciones se basa Copilot al

00:05:16.080 --> 00:05:20.920
interpretar lenguaje natural? Entonces, sí que cuando el linaje miente el modelo hereda el engaño.

00:05:21.540 --> 00:05:25.320
Aquí hay un escenario del mundo real. Tienes datos transaccionales de dos sistemas de reservas.

00:05:25.320 --> 00:05:29.660
Ambos se integran en bronce con formatos de clave ligeramente distinto. Uno usa un ID de viaje

00:05:29.660 --> 00:05:34.540
numérico, el otro mezcla letras. En Silver, alguien los fusionó mediante un inner join de

00:05:34.540 --> 00:05:39.860
subcadenas truncadas para estandarizar. Técnicamente tienes datos unificados. Semánticamente acabas de

00:05:39.860 --> 00:05:44.160
crear coincidencias fantasma. Ahora Copilot calcula con confianza el ingreso promedio por viaje,

00:05:44.380 --> 00:05:49.200
incluyendo transacciones de contextos totalmente distintos. Es un sinsentido preciso, sintaxis exacta,

00:05:49.560 --> 00:05:54.000
semántica fabricada. Este es el mito del medallón. La idea de que tener capas entrega pureza

00:05:54.000 --> 00:05:58.800
automáticamente. Las capas son tan veraces como la disciplina que contienen. Verón, se debería

00:05:58.800 --> 00:06:03.400
exponer la entropía en bruto. Silver debe imponer la descontaminación. Gold tiene que representar

00:06:03.400 --> 00:06:09.040
lógica de negocio certificada. Sin anulaciones manuales, sin parches temporales. Rompe esa cadena

00:06:09.040 --> 00:06:12.800
y reemplazarás el refinamiento con contaminación recursiva. Copilot, por supuesto, no sabe nada de

00:06:12.800 --> 00:06:18.520
esto. Toma lo que el modelo de Fabric proclama como linaje y asume causalidad. Si una columna en Gold

00:06:18.520 --> 00:06:23.880
referencia a un híbrido de tres fuentes inconsistentes, la IA, ve un concepto único. Pregunta por qué

00:06:23.880 --> 00:06:28.420
aumentaron las ventas en mar. Genera alegremente SQL que agrega cada registro marcado como marzo

00:06:28.420 --> 00:06:32.200
entre regiones, monedas y zonas horarias porque nunca elegiste a Silver King pusiera esos límites.

00:06:33.080 --> 00:06:36.920
La IA no está mintiendo. Está traduciendo tu negligencia colectiva en una ficción fluida.

00:06:37.800 --> 00:06:42.380
Por eso la procedencia de datos no es metadato opcional, es el GPS de Copilot. Cada transformación,

00:06:42.540 --> 00:06:45.760
cada unión, cada definición de medida es un rastro que conduce a tu fuente de verdad.

00:06:46.700 --> 00:06:50.660
Fabric rastrea el linaje visualmente, pero el linaje sin validación es como un mapa dibujado

00:06:50.660 --> 00:06:54.980
a lápiz. La IA es en líneas difusa como si fueran la verdad absoluta, así que impon validación.

00:06:55.880 --> 00:06:59.600
Entre Bronze y Silver ejecuta pruebas de esquema automatizadas. Los AID se alinean.

00:07:00.100 --> 00:07:03.920
¿Se manejan los nulos? Son consistentes. Entre Silver y Gold, despliega unión.

00:07:04.640 --> 00:07:08.840
Verifica las expectativas uno a uno. Monitorea la desviación de agregación y comprueba la

00:07:08.840 --> 00:07:12.600
continuidad del linaje a nivel de columna. Estos no son rituales burocráticos, son herramientas

00:07:12.600 --> 00:07:16.640
de supervivencia para la precisión de la IA. Cuando la consulta de Copilot atravesa capas

00:07:16.640 --> 00:07:21.200
que has verificado, eres disciplina en lugar de desorden. La ironía es deliciosa. Querías

00:07:21.200 --> 00:07:24.780
que Copilot automatizara el análisis, pero los cimientos de los que depende aún requieren

00:07:24.780 --> 00:07:29.620
higiene a la antigua. Entra basura sale confianza. Mientras no trates la arquitectura como filosofía

00:07:29.620 --> 00:07:32.780
moral y el refinamiento como obligación en lugar de sugerencia, nunca tendrás una IA,

00:07:32.920 --> 00:07:37.280
verás. Incluso con capas impecables, Copilot puede tropezar, porque saber qué datos existen

00:07:37.280 --> 00:07:42.320
no significa entender qué significan. Un flujo de datos perfecto puede alimentar un modelo semánticamente

00:07:42.320 --> 00:07:46.620
vacío, lo que nos lleva al traductor faltante entre números y significado. La capa semántica

00:07:46.620 --> 00:07:51.280
el cerebro que tus datos olvidaron construir. Cerebro perdido, las capas semánticas y el

00:07:51.280 --> 00:07:54.920
déficit de contexto. Aquí es donde la mayoría de las implementaciones de Fabric pierden la

00:07:54.920 --> 00:07:58.620
cabeza, literalmente. La capa semántica es el cerebro de tu modelo de datos, pero muchas

00:07:58.620 --> 00:08:02.800
organizaciones la tratan como un adorno decorativo. Creen que si existen tablas, el significado

00:08:02.800 --> 00:08:06.540
vendrá automáticamente. Las tablas son la memoria, la semántica es la comprensión.

00:08:07.120 --> 00:08:11.620
Sin esa capa, Copilot lee números como un turista que lee letreros en otro idioma fonéticamente,

00:08:11.620 --> 00:08:15.500
con seguridad y totalmente sin contexto. Definámoslo correctamente.

00:08:16.140 --> 00:08:19.980
El modelo semántico en Fabric le dice a Copilot qué significan tus datos, no sólo cómo

00:08:19.980 --> 00:08:24.160
se llaman. Es el diccionario que traduce etiquetas de columnas en lógica de negocio.

00:08:24.920 --> 00:08:29.260
Ingresos se convierten en la suma de ventas excluyendo reembolsos. Cliente se convierte en

00:08:29.260 --> 00:08:31.460
el ID único de comprador a través de los límites de medio fiscal.

00:08:32.380 --> 00:08:37.180
Sin esto, Copilot trata estas palabras simplemente como tokens coincidente. Podrías pedir ventas totales

00:08:37.180 --> 00:08:42.140
y obtener ingresos brutos un día e ingresos netos al siguiente. No es voluble estar lingüísticamente

00:08:42.140 --> 00:08:46.640
a la deriva. La verdad, un modelo semántico actúa como un intérprete bilingüe entre el lenguaje

00:08:46.640 --> 00:08:51.980
humano y la lógica de DAX o SQL. Alinean tensión con el cálculo. Cuando falta, Copilot lo debe adivinar.

00:08:52.580 --> 00:08:54.920
Y los modelos de lenguaje extensos son adenadores notoriamente orgullosos.

00:08:55.300 --> 00:08:59.160
Ensamblan uniones probables. No precisas y confía mucho más en los nombres de las columnas que en tus

00:08:59.160 --> 00:09:04.140
definiciones de negocio. En un modelo reserva se refiere a reservaciones. En otro cuenta los viajes

00:09:04.140 --> 00:09:08.620
completados. Para Copilot eso es un sinónimo. Acabas de pedir reservas por trimestre y te

00:09:08.620 --> 00:09:13.420
entregó ambos. Ficazmente equivocado. Compa a los arquitectos. En un almacén de datos básico,

00:09:13.520 --> 00:09:18.300
Copilot observa directamente las tablas. Ve fecha, cantidad, tipo. Son sustantivos bonitos sin

00:09:18.300 --> 00:09:23.120
contexto. Luego busca patrones. Venta es igual a cantidad. Por región igual a cualquier campo que

00:09:23.120 --> 00:09:27.300
vuela a geografía. En un modelo semántico, sin embargo, esos campos han sido civilizados.

00:09:28.040 --> 00:09:32.200
El importe de ventas incluye una medida DAX que define el alcance, la moneda y la lógica de agregación.

00:09:32.200 --> 00:09:37.360
La región tiene relaciones fijadas explícitamente. Por eso, cuando haces esa misma pregunta, Copilot no

00:09:37.360 --> 00:09:41.460
busca ciegas. Recorre un camino iluminado que tú puede meter. La caja de herramientas de Fabric

00:09:41.460 --> 00:09:47.240
2025 incluso te da armas para esto. Direct Lake para modelado de baja latencia. DAX para lógica de

00:09:47.240 --> 00:09:52.720
medidas. Sinónimos para flexibilidad lingüística y grupos de cálculo para consistencia. Piensa en los

00:09:52.720 --> 00:09:56.620
sinónimos como un vocabulario elástico. Si los usuarios dicen ingreso neto, pero su medida es

00:09:56.620 --> 00:10:01.320
utilidad, no cambia el nombre de la columna. Enséñale a Copilot a traducir. Los grupos de cálculo refuerzan

00:10:01.320 --> 00:10:04.080
la gramática asegurando que la inteligencia temporal o las conversiones de divisas se

00:10:04.080 --> 00:10:07.320
apliquen de forma uniforme, junto a forma en el sistema de fundamentación del modelo de

00:10:07.320 --> 00:10:10.180
lenguaje. Muy pocas personas se toman molestia de configurar los correctos.

00:10:10.580 --> 00:10:14.760
Vuelcan tablas en Fabric y asumen que la idea de Copilot interpretará los matices. Spoiler,

00:10:14.860 --> 00:10:19.860
no ahora. El modelo no infiere sus KPIs por convicción moral. Los infiere a partir de etiquetas

00:10:19.860 --> 00:10:24.420
de metadatos. Si no ha etiquetado medidas, descrito relaciones o especificado el orden de cálculo,

00:10:24.540 --> 00:10:25.820
Copilot improvisa.

00:10:25.820 --> 00:10:29.720
La improvisación es encantadora en clubes de jazz, pero desastrosa en el análisis

00:10:29.720 --> 00:10:33.720
empresarial. Entonces, ¿cómo se refuerza la semántica? Empiece por auditar el vocabulario

00:10:33.720 --> 00:10:37.780
de su modelo. Cada medida necesita una definición consistente, almacenada centralmente y referenciada

00:10:37.780 --> 00:10:42.060
universalmente. Resista la tentación de renombrar columnas en cada informe. En su lugar,

00:10:42.160 --> 00:10:46.420
crea alias en la capa semántica. Crea grupos de cálculo para toda la lógica común, totales

00:10:46.420 --> 00:10:50.980
acumulados anuales, promedios móviles y tasas de conversión. Luego, agregue sinónimos para

00:10:50.980 --> 00:10:54.800
que el motor del lenguaje natural de Copilot no invente sus propias correlaciones. Ahora, conecte la

00:10:54.800 --> 00:10:58.720
semántica con la arquitectura de instrucciones de Copilot. Fabric ofrece dos niveles de control,

00:10:58.860 --> 00:11:02.900
instrucciones de fuente de datos e instrucciones de agente. Las instrucciones de fuente de datos

00:11:02.900 --> 00:11:06.680
aclaran detalles del esquema, uniones, referencias de medidas y nombres preferidos, mientras que las

00:11:06.680 --> 00:11:10.820
de agente rigen el tono, formato y restricciones. Estos interactúan a través de prom de fundamentación

00:11:10.820 --> 00:11:14.940
que dependen totalmente de la alineación semántica. Si su modelo semántico define claramente

00:11:14.940 --> 00:11:18.060
las ventas totales, las instrucciones de fuente de datos pueden reforzar esa definición

00:11:18.060 --> 00:11:21.940
cuando Copilot describe una consulta. La instrucción de agente asegura que la respuesta sea

00:11:21.940 --> 00:11:26.120
concisa, tabular o resumisa. Combínelos y reemplazar el caos por un protocolo.

00:11:26.900 --> 00:11:30.860
Sin semántica, cada respuesta de Copilot es una improvisación. Con semántica, cada respuesta

00:11:30.860 --> 00:11:35.240
se convierte en evidencia. No está ajustando prompts, está enseñando lógica. Una vez

00:11:35.240 --> 00:11:38.920
que le otorga a Copilot un diccionario consistente, su precisión aumenta porque la incertidumbre

00:11:38.920 --> 00:11:43.120
ya no tiene donde esconderse. Ahora que Copilot entiende el lenguaje, le enseñaremos disciplina

00:11:43.120 --> 00:11:48.000
a las reglas de comportamiento que lo mantienen honesto. Disciplina para máquinas, datos e instrucciones

00:11:48.000 --> 00:11:52.040
de agente. Puede que Copilot finalmente entienda su vocabulario, pero aún es de buenos modales.

00:11:52.760 --> 00:11:55.300
La semántica enseña el significado, las instrucciones enseñan el comportamiento.

00:11:56.020 --> 00:11:59.740
Y en Microsoft Fabric, esos comportamientos se moldean a través de dos correas distintas.

00:12:00.400 --> 00:12:03.820
Instrucciones de fuente de datos e instrucciones de agente. Una estructura al perro, la otra

00:12:03.820 --> 00:12:06.940
lo entrena para no morder los muebles. Empieza con las instrucciones de fuente de datos,

00:12:07.000 --> 00:12:10.720
los mandamientos específicos del esquema. Estos viven más cerca de los datos y le dicen

00:12:10.720 --> 00:12:14.440
a Copilot exactamente cómo interpretar su modelo. ¿Recuerda nuestro caos anterior con las

00:12:14.440 --> 00:12:17.020
uniones de clima? Las instrucciones de fuente de datos son de usted soluciones.

00:12:17.020 --> 00:12:21.560
Te especifica que los datos de temperatura y lluvia deben unirse mediante el ID de geografía

00:12:21.560 --> 00:12:25.560
y el ID de fecha. Esto elimina las suposiciones del modelo y las sustituye por obligación.

00:12:26.140 --> 00:12:30.460
Fabric lee esas declaraciones que Copilot redacta a SQL, o DAX asegurando que cada consulta

00:12:30.460 --> 00:12:34.960
se base en las claves correctas. Piensa en ellas como una constitución relacional, un texto

00:12:34.960 --> 00:12:39.340
legal inmutable que define cómo pueden conectarse las entidades. Estas instrucciones también

00:12:39.340 --> 00:12:43.600
manejan sinónimos y definiciones de medio. Suponga que sus analistas usan ventas totales,

00:12:43.780 --> 00:12:46.820
importe justo e ingresos brutos indistintamente. Para los humanos,

00:12:46.820 --> 00:12:50.440
todo significa más o menos lo mismo. Para Copilot son variables distintas que compiten

00:12:50.440 --> 00:12:54.420
por atención. En las instrucciones de la fuente de datos se los aline. Siempre que

00:12:54.420 --> 00:12:58.240
se mencione ventas totales, utiliza importe justo total. Ahora su idea deja de jugar a

00:12:58.240 --> 00:13:02.160
la ruleta semántica y comienza a responder de manera consistente. Incluso pueden definir

00:13:02.160 --> 00:13:03.940
la lógica de agrupación para análisis categóricos.

00:13:04.940 --> 00:13:08.100
Cuando un usuario pregunta por las ventas según la temperatura, puede predefinir rangos.

00:13:08.780 --> 00:13:13.800
Por debajo de 32 grados es congelación, hasta 53 frío, de 53 a 72 templado, y así

00:13:13.800 --> 00:13:18.880
sucesivamente. Sin eso, Copilot devuelve infinitos valores numéricos, ahogando al usuario en datos

00:13:18.880 --> 00:13:23.140
triviales y detallados. Al incrustar estos grupos directamente en sus instrucciones,

00:13:23.300 --> 00:13:25.540
genera agregaciones predecibles y lógica reproducible.

00:13:26.220 --> 00:13:29.420
Lo que realmente está haciendo aquí es convertir metadatos latentes en reglas explícitas.

00:13:30.000 --> 00:13:33.520
El agente de datos de Fabry, los procesantes de construir consultas, tratándolos como una

00:13:33.520 --> 00:13:37.300
verdad absoluta inmutable. No incluirlos en la razón por la que las consultas anteriores producían

00:13:37.300 --> 00:13:40.560
resultados distorsionados y generaban SQL perfectamente válido para la pregunta equivocada.

00:13:40.560 --> 00:13:44.280
Con instrucciones de datos redactadas correctamente, las consultas de Copilot permanecen ancladas

00:13:44.280 --> 00:13:46.120
a las reglas de negocio en lugar de la probabilidad lingüística.

00:13:46.700 --> 00:13:49.680
Ahora subamos un nivel hacia las instrucciones de la gente, la escuela de etiqueta para el

00:13:49.680 --> 00:13:53.620
comportamiento del LLM. Mientras que las instrucciones de la fuente de datos le dicen a Copilot

00:13:53.620 --> 00:13:56.320
qué significan los datos, las instrucciones de la gente dictan cómo debe responder.

00:13:56.860 --> 00:14:00.980
Definan el estilo de presentación y el alcance analítico. Puede instruir resumen siempre

00:14:00.980 --> 00:14:06.200
con una tabla concisa. O, cuando existan múltiples fuentes, aclara el linaje antes de la

00:14:06.200 --> 00:14:11.200
navegación. Esencialmente, transforma a Copilot de un pasante demasiado entusiasta en un analista

00:14:11.200 --> 00:14:15.760
disciplinado. Considere la regla de las cinco filas principales de la configuración del agente.

00:14:16.100 --> 00:14:20.100
En lugar de devolver miles de registros, le dice muestra solo las cinco primeras a menos que el

00:14:20.100 --> 00:14:24.760
usuario solicite lo contrario. La IA impone brevedad, evitando que el gerente promedio tenga

00:14:24.760 --> 00:14:30.900
que desplazarse por una novela de datos. Otra directiva útil. Proporciona siempre un resumen al

00:14:30.900 --> 00:14:36.100
inicio de cada respuesta. Esto actúa como un comentario método. Copilot explica lo que está

00:14:36.100 --> 00:14:40.000
mostrando, permitiendo a los usuarios verificar que las medidas, uniones y filtros coincidan con

00:14:40.000 --> 00:14:43.920
las expectativas. Convierte el razonamiento invisible en una confirmación visible, algo

00:14:43.920 --> 00:14:48.920
crucial para generar confianza. Observe en dirección. Las instrucciones de datos definen los hechos.

00:14:49.040 --> 00:14:53.180
Las instrucciones del agente definen la voz. Juntas forman el código ético de Copilot.

00:14:53.800 --> 00:14:57.340
El agente de datos combina esto en un aviso compuesto cada vez que responde a una pregunta.

00:14:57.340 --> 00:15:01.440
El modelo del lenguaje no improvisa. Se condiciona a sí mismo a través de su regla.

00:15:02.000 --> 00:15:05.620
Ahora la gobernanza entra en escena. Estas instrucciones no pueden vivir en copias individuales

00:15:05.620 --> 00:15:10.540
anárquicas. Si cada usuario de Fabric personaliza los sinónimos a su gusto, habrá reintroducido

00:15:10.540 --> 00:15:14.760
el caos que tarda hasta meses en eliminar. Obtendrá cinco definiciones de ganancias y cero

00:15:14.760 --> 00:15:18.820
acuerdos durante las revisiones trimestrales. Centraliza los conjuntos de instrucciones.

00:15:19.020 --> 00:15:22.400
Públicalos a través del espacio de trabajo de gestión de Fabric. Validaros mediante revisión

00:15:22.400 --> 00:15:26.780
y bloquearlos con control de versiones. La flexibilidad sin gobernanza es rebelión disfrazada

00:15:26.780 --> 00:15:30.840
de innovación. Por supuesto, incluso estas reglas decaen si nunca las verificas.

00:15:31.500 --> 00:15:34.740
El enfoque inteligente es tratar la calidad de las instrucciones como la calidad del código.

00:15:35.360 --> 00:15:37.260
Después de cada edición, prueba el comportamiento de Copilot.

00:15:37.580 --> 00:15:40.640
Haz la misma pregunta dos veces tras limpiar la memoria caché y observa si repite el mismo

00:15:40.640 --> 00:15:45.300
SQL. Examina las consultas generadas. Asegúrate de que reflejen las uniones forzadas y las medidas

00:15:45.300 --> 00:15:45.740
correctas.

00:15:45.920 --> 00:15:50.060
Si los resultados se desvían, revisa tus instrucciones. Incluso los ingenieros de Microsoft

00:15:50.060 --> 00:15:53.480
admiten que este ajuste es más arte que ciencia, lo cual es un eufemismo halagador para decir

00:15:53.480 --> 00:15:56.540
depuración constante. Aquí es donde las consultas de ejemplo te rescatan.

00:15:57.080 --> 00:16:00.480
Son la respuesta de fábrica a las barandillas de seguridad, permitiéndote codificar fragmentos

00:16:00.480 --> 00:16:04.140
SQL canónicos para intenciones analíticas comunes.

00:16:04.320 --> 00:16:07.320
Digamos que sabes que los ingresos totales por segmento de temperatura siempre deben realizar

00:16:07.320 --> 00:16:10.740
una doble unión en geografía y fecha. Registras eso como una consulta de ejemplo.

00:16:11.360 --> 00:16:14.960
Cuando los usuarios hacen cualquier variación de esa frase, Copilot evita la improvisación

00:16:14.960 --> 00:16:20.760
y reutiliza tu lógica exacta. Es el equivalente a emitir formularios preaprobados, completados

00:16:20.760 --> 00:16:25.200
correctamente cada vez, incapaces de sabotaje creativo. Con el tiempo puedes construir una

00:16:25.200 --> 00:16:28.700
biblioteca de estas consultas de ejemplo, transformando a Copilot de un generalista a un generalista

00:16:28.700 --> 00:16:32.520
a un experto en el dominio. Piénsalo como memoria musical. La guía aprende gradualmente

00:16:32.520 --> 00:16:35.640
qué es lo correcto a través de la repetición y la restricción de la restricción, en lugar

00:16:35.640 --> 00:16:39.120
del genio de forma libre. Aún así, las instrucciones más inteligentes no pueden redimir el pecado

00:16:39.120 --> 00:16:43.300
arquitecto. Si tu flujo de datos falla bajo capas de medallón inconsistentes o semántica

00:16:43.300 --> 00:16:47.480
faltante, todas estas barandillas equivalen a discursos severos en un barco que se hunde.

00:16:47.480 --> 00:16:51.920
Las instrucciones limitan el lenguaje y no pueden inventar la verdad. Por eso el ajuste

00:16:51.920 --> 00:16:55.460
es un circuito cerrado. La arquitectura define la confiabilidad, la semántica define el significado

00:16:55.460 --> 00:16:59.660
y las instrucciones define la obediencia. El flujo de trabajo pragmático se ve así

00:16:59.660 --> 00:17:03.500
y construye capas de medallón limpias, define un modelo semántico preciso, codifica esas

00:17:03.500 --> 00:17:07.140
definiciones en instrucciones de origen de datos, modera la personalidad de Copilot mediante

00:17:07.140 --> 00:17:11.760
instrucciones de agente y luego prueba sin descanso. Cada anomalía que detectas temprano te

00:17:11.760 --> 00:17:15.080
ahorra un correo electrónico furioso de un ejecutivo más tarde. Así que sí, la disciplina

00:17:15.080 --> 00:17:19.860
no importa. ¿No es glamoroso? ¿No es magia de IA? Es cumplimiento de reglas, limpieza

00:17:19.860 --> 00:17:23.340
de caché, pruebas de consistencia y la ocasional verificación de autoestima cuando tuya todavía

00:17:23.340 --> 00:17:27.120
insiste en que las ventas totales equivalen a tarifa bruta, más reembolsos, más milagros.

00:17:28.400 --> 00:17:31.260
Pero una vez que la disciplina se arraiga, Copilot se vuelve inquietantemente confiable.

00:17:31.920 --> 00:17:35.700
Sus alucinaciones disminuyen, sus uniones se comportan y tus tableros dejan de engañarte.

00:17:36.160 --> 00:17:39.780
Puedes establecer las reglas dentro de Fabric, pero honestidad de Copilot depende de la arquitectura

00:17:39.780 --> 00:17:44.080
fuera de Fabric, la gobernanza sistémica que vigila la veracidad en todo tu patrimonio

00:17:44.080 --> 00:17:46.740
de datos. Y eso es exactamente hacia donde nos dirigimos.

00:17:47.600 --> 00:17:50.680
La cura sistémica construyendo para una verdad verificable. Lejemos la vista.

00:17:51.120 --> 00:17:54.340
Después de todos los ajustes sinónimos y entrenamiento de obediencia de la IA, sigue

00:17:54.340 --> 00:17:58.400
existiendo un hecho brutal. La veracidad de Copilot depende de la integridad de tu ecosistema.

00:17:58.800 --> 00:18:02.260
Puedes entrenarlo y premiarlo y premiarlo con instrucciones claras, pero si la arquitectura

00:18:02.260 --> 00:18:05.320
que rodea Fabric filtra corrupción de datos, la IA seguirá mintiendo cortesmente.

00:18:06.380 --> 00:18:10.300
Lo que necesitas es una cura sistémica, gobernanza, cumplimiento de linaje y disciplina

00:18:10.300 --> 00:18:12.840
arquitectónica que hagan que mentir sea físicamente imposible.

00:18:12.840 --> 00:18:16.700
A nivel arquitectónico, Fabric solo tiene éxito cuando todo lo que está por encima

00:18:16.700 --> 00:18:19.300
y por debajo comparte la misma brújula moral de higiene de datos.

00:18:19.840 --> 00:18:21.180
Eso comienza con la aplicación de esquemas.

00:18:21.580 --> 00:18:25.380
Cada conjunto de datos en tu lakehouse y warehouse necesita claves, tipos de datos y

00:18:25.380 --> 00:18:26.320
relaciones definidos.

00:18:27.200 --> 00:18:29.460
Contratos inmutables que describen cómo se entrelazan las entidades.

00:18:30.220 --> 00:18:33.100
Una desviación en una tabla no debería repercutir silenciosamente hacia tu capa de oro.

00:18:33.620 --> 00:18:36.560
En cambio, la aplicación de esquemas la detecta como un analizador de código, deteniendo

00:18:36.560 --> 00:18:38.020
la ingesta hasta que las definiciones se alineen.

00:18:38.580 --> 00:18:41.940
En la práctica, esto no ralentiza el desarrollo, sino que previene la corrupción silenciosa

00:18:41.940 --> 00:18:44.060
antes de que se extienda a las respuestas de Copilot.

00:18:44.820 --> 00:18:46.640
A continuación, introduce el control de versiones y mando.

00:18:46.940 --> 00:18:48.320
Date tus modelos de datos como si fueran SOP.

00:18:48.640 --> 00:18:52.000
Cada vez que modifiques una definición, cambies el nombre de una columna, una fórmula

00:18:52.000 --> 00:18:54.580
de medida o ajustes a una relación, incrementa la versión.

00:18:55.360 --> 00:18:59.100
Fabric no reconoce automáticamente el impacto filosófico de que ingresos igual a bruto,

00:18:59.200 --> 00:19:02.760
menos descuentos, se convierta en ingresos igual a neto después de impuestos.

00:19:04.020 --> 00:19:04.560
Usman a hacerlo.

00:19:04.560 --> 00:19:08.600
El control de versiones preserva el historial del linaje, permitiéndote rastrear qué respuestas

00:19:08.600 --> 00:19:10.260
de Copilot se basaron en semántica obsoleta.

00:19:10.680 --> 00:19:13.500
Sin esto, nunca podrás auditar cuando entró en circulación una mentira.

00:19:14.080 --> 00:19:15.580
Ahora, vincula la aplicación con la documentación.

00:19:16.020 --> 00:19:18.940
Microsoft Purview o el catálogo de datos de One Lake no son solo decorativos.

00:19:19.360 --> 00:19:21.720
Es la memoria institucional que evita la amnesia de esquemas.

00:19:22.640 --> 00:19:25.760
Los conjuntos de datos certificados en estos catálogos actúan como las únicas fuentes

00:19:25.760 --> 00:19:27.240
permitidas para Copilot y Power BI.

00:19:27.960 --> 00:19:31.400
Piensa en ellos como entidades notariedad, representaciones de la verdad legalmente vinculante.

00:19:31.400 --> 00:19:34.400
Si un conjunto de datos no está certificado, Copilot no abierto.

00:19:35.160 --> 00:19:38.300
Al integrar los metadatos de Purview con los agentes de datos de fábrica, aseguras que

00:19:38.300 --> 00:19:40.980
cada consulta impulsada por IA fita una procedencia verificable.

00:19:41.700 --> 00:19:43.600
Cuando alguien pregunte, ¿de dónde será este número?

00:19:44.080 --> 00:19:44.920
Realmente puede responder.

00:19:45.600 --> 00:19:48.900
Para continuar el contexto entre sistemas, habilita el Mirroring y el modelado de géneros

00:19:48.900 --> 00:19:49.420
digitales.

00:19:50.360 --> 00:19:55.120
El Mirroring replica fuentes externas como SQL Server, Cosmos DB o PostgreSQL en Fabric en

00:19:55.120 --> 00:19:57.080
tiempo real, preservando el esquema y la frescura.

00:19:57.600 --> 00:20:00.320
Es el sistema inmunológico de Fabric contra la tensión y la falta de coincidencia.

00:20:00.320 --> 00:20:03.680
El modelado de gemelos digitales recientemente introducido lleva hasta un paso más allá.

00:20:04.400 --> 00:20:08.000
Construye una contraparte digital en vivo de entornos físicos o comerciales.

00:20:09.020 --> 00:20:12.580
El Copilot puede entonces consultar a estos gemelos, entendiendo relaciones como los efectos

00:20:12.580 --> 00:20:14.680
de la producción de fábrica en los retrasos de transporte.

00:20:15.840 --> 00:20:19.440
Esto mantiene su razonamiento basado en una realidad sincronizada y en extractos obsoletos.

00:20:19.980 --> 00:20:21.800
Pero incluso la mejor arquitectura se desvía con el tiempo.

00:20:22.360 --> 00:20:25.740
Por eso realizas auditorías de veracidad periódicas, chequeos rituales donde los resultados

00:20:25.740 --> 00:20:27.540
de la IA se validan con la fuente de verdad.

00:20:27.540 --> 00:20:32.460
Eliges consultas representativas, las vuelves a ejecutar manualmente o mediante SQL almacenado.

00:20:32.700 --> 00:20:33.300
Comparas tu resultado.

00:20:34.100 --> 00:20:39.320
Cualquier divergencia señala entropía arquitectónica, uniones corruptas, medidas desviadas o linaje

00:20:39.320 --> 00:20:39.740
expirado.

00:20:40.180 --> 00:20:41.880
Piénsalo como una prueba de polígrafo para Copilot.

00:20:42.680 --> 00:20:46.280
Hecho trimestralmente te permite recalibrar conjuntos de instrucciones y semántica antes

00:20:46.280 --> 00:20:48.320
de que la desconfianza escale a una vergüenza corporativa.

00:20:48.760 --> 00:20:52.380
Críticamente, todas las capas de tu pila analítica, VEI, Copilot, espacio de trabajo de

00:20:52.380 --> 00:20:54.860
Fabric deben provenir de una única fuente semántica.

00:20:54.860 --> 00:20:56.760
Los conjuntos de datos en la sombra son inémicos.

00:20:57.080 --> 00:21:00.920
Cada vez que un departamento ambicioso clona un modelo para avanzar más rápido, crea otro

00:21:00.920 --> 00:21:01.820
dialecto de la verdad.

00:21:02.460 --> 00:21:06.280
De repente, Power BI, Copilot y Excel Copilot hablan tres idiomas ligeramente diferentes

00:21:06.280 --> 00:21:07.660
sobre la misma cifra de ingresos.

00:21:08.340 --> 00:21:12.740
La cura es la unidad forzada, semántica centralizada en un modelo, exponerlo en modo de solo lectura

00:21:12.740 --> 00:21:15.680
a consumidores secundarios y vincular el cumplimiento de políticas a la certificación

00:21:15.680 --> 00:21:16.400
del conjunto de datos.

00:21:17.080 --> 00:21:20.740
Si Johnny en ventas quiere una métrica personalizada, negocia a través de la gobernanza, no por canales

00:21:20.740 --> 00:21:21.180
secundarios.

00:21:21.180 --> 00:21:22.900
Finalmente, cierra el ciclo de aprendizaje.

00:21:23.340 --> 00:21:26.920
La gobernanza no es papelio estático, es un diálogo continuo entre analistas humanos

00:21:26.920 --> 00:21:27.860
y agentes de IA.

00:21:28.560 --> 00:21:30.280
Los humanos ajustan, Copilot ejecuta.

00:21:30.500 --> 00:21:33.240
Los humanos verifican y Copilot mejora mediante un contexto actualizado.

00:21:34.140 --> 00:21:37.120
Cada iteración enseña al sistema cómo se ve la ejecución veraz.

00:21:37.760 --> 00:21:40.900
Con el tiempo, esta retroalimentación se convierte en infraestructura invisible, el

00:21:40.900 --> 00:21:41.920
andamiaje de la precisión.

00:21:42.220 --> 00:21:44.520
Cuando alcanzas esta madurez, sucede algo extraordinario.

00:21:45.120 --> 00:21:48.380
Copilot deja de sentirse como un oráculo impredecible y empieza a comportarse como analista

00:21:48.380 --> 00:21:50.820
junior, rápido, consistente y respetuoso con las políticas.

00:21:51.720 --> 00:21:52.840
Las alucinaciones se evaporan.

00:21:53.240 --> 00:21:56.620
No porque la IA se haya vuelto honesta de repente, sino porque la deshonestidad ya no

00:21:56.620 --> 00:21:57.500
encaja en la estructura.

00:21:58.280 --> 00:22:01.140
La verdad se convirtió en un camino de menor resistencia, así que la cura sistémica no

00:22:01.140 --> 00:22:02.460
es el glamour, es la gobernanza.

00:22:03.480 --> 00:22:05.480
La aplicación de esquemas mantiene los huesos rectos.

00:22:05.600 --> 00:22:06.980
El versión no semántico recuerda la historia.

00:22:07.400 --> 00:22:10.200
La certificación de Purview protege la integridad y una semántica de fuente.

00:22:10.460 --> 00:22:12.120
Única preserva la coherencia.

00:22:12.120 --> 00:22:15.300
El espejado vincula la realidad con su reflejo.

00:22:15.400 --> 00:22:17.560
Las auditorías de verdad mantienen ambos sincronizados.

00:22:17.960 --> 00:22:20.680
Entre ellos Copilot no necesita inventar, simplemente informa.

00:22:21.500 --> 00:22:25.040
Una vez que has forzado la verdad estructuralmente, te has ganado el derecho a automatizar la información

00:22:25.040 --> 00:22:26.600
y eso nos lleva a la lección final.

00:22:27.140 --> 00:22:30.220
Enseñar a las máquinas a decir la verdad por diseño, no por persuasión.

00:22:30.900 --> 00:22:32.020
Enseñando a Copilot a decir la verdad.

00:22:32.800 --> 00:22:35.180
Copilot nunca fue indigno de confianza, era obediente.

00:22:35.920 --> 00:22:38.180
Respondía fielmente a cualquier caos que tú codificaras.

00:22:38.180 --> 00:22:42.860
Una vez que le das una arquitectura disciplinada, semántica, consistente e instrucciones explícitas,

00:22:43.020 --> 00:22:45.420
deja de alucinar no por moralidad, sino por inevitabilidad.

00:22:46.040 --> 00:22:47.040
Esta es la ecuación perdurable.

00:22:47.680 --> 00:22:50.760
Capas medallión limpias más disciplina, semántica, más instrucciones gobernadas

00:22:50.760 --> 00:22:52.400
equivalen a una ya veraz y verificable.

00:22:53.040 --> 00:22:54.200
Elimina la ambigüedad en la fuente.

00:22:54.500 --> 00:22:55.920
Documenta el significado con precisión.

00:22:56.180 --> 00:22:59.600
Probe los resultados regularmente y Copilot se volverá un espejo purido que solo refleja hechos.

00:23:00.440 --> 00:23:04.220
Si su entorno de Fabric aún susurra contradicciones, este es su llamado para auditarlo.

00:23:04.560 --> 00:23:06.160
Haga cumplir los contratos de esquema.

00:23:06.160 --> 00:23:10.000
Certifique los conjuntos de datos, versiones o semántica y realice auditorías de veracidad trimestrales.

00:23:10.420 --> 00:23:13.940
Entonces observe cómo Copilot se transforma de un improvisador confiado a un colega calculado.

00:23:14.560 --> 00:23:16.240
La precisión no es magia, es mantenimiento.

00:23:16.840 --> 00:23:19.580
Construye una estructura tan ajustada que las mentiras físicamente no puedan pasar.

00:23:19.960 --> 00:23:23.180
Haga eso y cada futuro prompt producirá no historias, sino declaraciones.

00:23:24.020 --> 00:23:26.620
Si esto lo ahorró horas o una posible vergüenza, retribuye al esfuerzo.

00:23:26.760 --> 00:23:29.000
Suscriba hacia el programa M365.

00:23:29.740 --> 00:23:32.200
Nos especializamos en hacer que la idea de Microsoft sea realmente confiable.

00:23:32.200 --> 00:23:35.740
El siguiente tutorial profundiza aún más en la ingenuidad de precisión de Copilot.

00:23:36.200 --> 00:23:37.660
La eficiencia pertenece a los disciplinados.

00:23:38.020 --> 00:23:38.420
Antes que salga.
