WEBVTT

00:00:00.000 --> 00:00:05.880
コパイロットは混乱しているわけではありません 従順なのです先ほど書き出した御社の架空の第4四半期の素晴らしい急成長に関する

00:00:05.880 --> 00:00:10.060
あの陽気な文章は不具合ではありません それはお使いの不適切なデータに基づく競技なのです

00:00:10.060 --> 00:00:16.900
これこそがゴミを入れたら自信満々にゴミが出てくるという効果です マイクロソフトファブリック流の自分で嘘つきを育てたのはあなたですよという丁寧な言い回しです

00:00:16.900 --> 00:00:21.900
テーブルがプロンプトのコンテキストに矛盾という名の甘い囁きを吹き込むため コパイロットは喜んでパターンを幻覚します

00:00:21.900 --> 00:00:27.920
何が起きているのか説明しましょう重複した結合 欠落したセマンティクス真実を装う中途半端なメダリオンレイヤーが存在しています

00:00:27.920 --> 00:00:34.040
そしてコパイロットに洞察を求めますがそれは推論ではなく再構成にすぎません ファブリックが不適切なメタデータを供給し

00:00:34.040 --> 00:00:40.740
コパイロットは分析の仮面をかぶった名石夢を返してくるのです 本日はなぜそれが起きるのかどこでデータモデルが裏切ったのか

00:00:40.740 --> 00:00:49.040
そしてコパイロットに作り話をさせないための再構築方法を解説します 最後には正確で説明可能そしてついに信頼できる ai が手に入ることでしょう

00:00:49.040 --> 00:00:55.580
知性の幻想 なぜコパイロットは嘘をつくのか人々はコパイロットが物事を知っていると期待しています 知ってはいません

00:00:55.580 --> 00:01:00.400
メタデータやコンテキストそしてファブリック内で定義された脆い関係性の感覚からパターンを 称号しているだけです

00:01:00.400 --> 00:01:07.400
知性と話しているつもりが実は自分の反映と話しているのです 曖昧さを与えればより輝きを増した状態で曖昧さがそのまま返ってきます

00:01:07.400 --> 00:01:12.540
ここが真の問題点です ほとんどのファブリック実装ではスキーマ設計が後回しにされています

00:01:12.540 --> 00:01:17.440
間違ったキーで結合されたファクトテーブル 一貫性のないメジャー完全に欠落した説明

00:01:17.440 --> 00:01:23.540
コパイロットはこの混沌を苦闘点のない文章を読む子供のように読み解きます 意味がどこにあるべきかを推測しているだけです

00:01:23.540 --> 00:01:30.720
結果は論理的に聞こえますが致命的に間違っている可能性があります 例えばゴールド層に一方のソースからの収益ともう一方からの売上合計が含まれており

00:01:30.720 --> 00:01:36.160
どちらも標準化されていないとします コパイロットは似た列名を見つけその無限の礼儀正しさでそれらを融合してしまいます

00:01:36.160 --> 00:01:45.420
あなたが全市販機の収益はと尋ねたとします 流度の合わないメジャーを結合し互換性のないスケールで平均を算出し自信満々に提示してきます

00:01:45.420 --> 00:01:51.980
グラフはプロ並みですが計算はフィクションです その幻想はトーンから生まれます自然言語は理解しているように感じられますが

00:01:51.980 --> 00:01:59.220
コパイロットの自然な回答は統計的な模倣を覆しているにすぎません 質問をしてもモデルは事実を検証しませんパターン確率的な結合

00:01:59.220 --> 00:02:06.360
最もらしい列理解しやすいテキストを検索しているだけです 厳格なデータの系譜やセマンティックガバナンスがなければ推論できないことは作り出されます

00:02:06.360 --> 00:02:11.520
それは実質的に舞台演出を施したあなたのスキーマなのです ファブリックはこの幻想を助長します

00:02:11.520 --> 00:02:19.160
ファブリックのデータエージェントはメタデータを通じてコンテキストを渡すため 関係性のギャップ不足している外部キータグ付けされていないディメンション

00:02:19.160 --> 00:02:26.420
曖昧なメジャー名は必須事項ではなくオプションのヒントとして扱われます モデルは論理ではなくパターン補完によってその空白を埋めるのです

00:02:26.420 --> 00:02:32.360
地域と日付で売り上げを結合したかったのですか 地理的な匂いがするものなら何でも売り上げと結合してしまうかもしれません

00:02:32.360 --> 00:02:38.600
そして生成されるSQLはその無意味な指示に親切にも従ってしまうのです インターフェースが要求の公文を民主化しているためユーザーはそれを信じ込んでしまいます

00:02:38.600 --> 00:02:44.440
文章を入力すれば視覚的な結果が返ってきます あなたは理解していると仮定しますがモデルは統計的な霧の中で動作しているにすぎません

00:02:44.440 --> 00:02:50.960
制約を定義しないほどその嘘は巧妙で親しみやすいものになります 重要な考え方の転換はこれですコパイロットは預言者ではありません

00:02:50.960 --> 00:02:58.080
知識も真実の概念もなくあなたのメタデータから作られた鏡があるだけです それはあなたのデータモデルを言語的な確率空間に変換します

00:02:58.080 --> 00:03:08.400
構造上のあらゆる欠陥が意味的なハルシネーション幻覚に変わります スキーマに一貫性がない場合 ai は存在しない一貫性をでっち上げますそしてその悲劇は予測可能なものです

00:03:08.400 --> 00:03:13.440
経営層はマイクロソフトファブリックから出力されたというだけで検証済みだと錯覚し フィクションに基づいて意思決定をしてしまいます

00:03:13.440 --> 00:03:18.900
ゴールド層が不整合な変換で揺らいでいればコパイロットはその揺らぎを自信たっぷりのストーリーへと増幅させ ます

00:03:18.900 --> 00:03:27.440
モデルの有便さがパイプラインの腐敗を隠蔽するのです コパイロットを反射エンジンだと考えてくださいその知性はあなたのスキーマの品質によって始まり品質によって終わります

00:03:27.440 --> 00:03:37.560
結合が不正確でリネージが断絶し意味が不明瞭であればそれは不確実性を確実性として反射します だからこそ解決策はプロンプトエンジニアリングではなくアーキテクチャの健全化から始まるのです

00:03:37.560 --> 00:03:46.020
コパイロットの真実性がアーキテクチャ次第だとするならどこから腐敗が始まるのか を解剖してみましょうメダリオン神話ブロンズがゴールドを汚染するときすべてのデータエンジニアは

00:03:46.020 --> 00:03:54.500
メダリオンアーキテクチャを聖典のように暗唱します ブロンズシルバーゴールド未加工生成信頼理論上それは混沌から名石さえの巡礼です

00:03:54.500 --> 00:04:02.600
各層で曖昧さが取り除かれデータは真実の光を帯びるはずです 実際には多くの人が遊園地の滑り台のようなものを作っています

00:04:02.600 --> 00:04:10.600
未加工の不整合がブロンズからゴールドへ洗浄されることなく一直線に駆け抜けていくのです 一番下から見ていきましょうブロンズはデータの着陸地点です

00:04:10.600 --> 00:04:17.400
パーケットファイル csv iot データなど組織の化石記録です 美しくある必要はなくすべてを完全に捉えることが目的です

00:04:17.400 --> 00:04:23.940
しかし人々はブロンズが隔離場所でありアクティブな成分ではないことを忘れています 平らなショートカット直接食えりあるいは変換ロジックの欠如によって

00:04:23.940 --> 00:04:29.940
未処理の汚泥が上層に染み出すときあなたはコパイロットに未処理のノイズをコンテキストとして与えているのです そうです ai はハルシネーションを起こします

00:04:29.940 --> 00:04:33.940
それには十分な理由がありますあなたは ai に夢日記を渡して監査を求めたようなものですから

00:04:33.940 --> 00:04:41.940
シルバーはその汚泥を生成するためのものです ここでは重複を排除しスキーマを整えデータ型を一致させ顧客とは何かという共通キーを確定させます

00:04:41.940 --> 00:04:51.360
しかし多くのファブリック設定を見てみるとシルバー層は形だけの言い訳にすぎません バータリ的な結合脆弱なルックアップ文書化されていない変換言い訳はいつも同じです

00:04:51.360 --> 00:04:58.540
ゴールドで修正すればいいそれは辞書を遅れて出版することで文法を修正するようなものです ゴールド層に到達する頃には信頼という幻想が定着します

00:04:58.540 --> 00:05:04.220
ゴールドにあるものはすべて分析に適しているように見えます 整理されたテーブルビジネスに適した名前自信に満ち溢れたダッシュボード

00:05:04.220 --> 00:05:13.880
しかしその裏では一致しない変換同期されていないタイムスタンプ ブロンズ層にまで遡る id の衝突が積み重なっていますファブリックのメタデータはそうした関係性を自動的に追跡します

00:05:13.880 --> 00:05:21.580
そしてコパイロットが自然言語を解釈する際どの関係性を頼りにしているかわかりますか すべてですつまりビネージ系統ダウソーをつくときモデルはその欺瞞を受け継ぐのです

00:05:21.580 --> 00:05:25.820
現実のシナリオを見てみましょう 2つの予約システムからトランザクションデータを取り込んでいるとします

00:05:25.820 --> 00:05:31.860
どちらも微妙に異なるキー形式でブロンズ層に送られます 一方は数値のトリップ id を使用しもう一方は文字を混在させています

00:05:31.860 --> 00:05:38.860
シルバー層で誰かが標準化のために切り詰めたサブストリングで内部結合を行い統合しました 技術的にはデータは統合されたことになります

00:05:38.860 --> 00:05:46.980
意味的には幻の称号を生み出したにすぎません 今やコパイロットは全く異なるコンテキストのトランザクションを含む平均トリップ収益を自信満々に計算します

00:05:46.980 --> 00:05:54.980
それは正確なナンセンスであり正しい構文捏造された意味論です これがメダリオンシンはつまり層があれば自動的に純粋さが持たれるという考えです

00:05:54.980 --> 00:06:00.100
層の真実性はその中の規律によってのみ決まります ブロンズ層は生の混沌をさらけ出すべきです

00:06:00.100 --> 00:06:05.200
シルバー層は汚染除去を強制しなければなりません ゴールド層は認定されたビジネスロジックを表す必要があります

00:06:05.200 --> 00:06:11.320
手動のオーバーライドや一時的な修正は厳禁です その連鎖を立てば洗練の代わりに再起的な汚染を招くことになります

00:06:11.320 --> 00:06:17.240
もちろんコパイロットはそんなことを知りません パブリックモデルがリネージとして宣言したものを何でも受け入れ因果関係があるとみなします

00:06:17.240 --> 00:06:22.280
ゴールド層の列が3つの不整合なソースの混合を参照していれば ai はそれを単一の概念とみなします

00:06:22.280 --> 00:06:30.000
なぜ3月に売上が急増したのかと尋ねてみてください ai は地域や通貨タイムゾーンを問わず3月とラベル付けされたあらゆるレコードを集計する sql を容器に生成します

00:06:30.000 --> 00:06:34.440
なぜならあなたがシルバー層にそれらの境界線を強制するよう指示していないからです ai は嘘をついていません

00:06:34.440 --> 00:06:41.580
あなたの集団的な怠慢を流暢なフィクションに翻訳しているだけです データプロベナンス来歴がオプションのメタデータではなくコパイロットの gps である理由はここにあります

00:06:41.580 --> 00:06:51.120
変換結合メジャー定義の一つ一つが信頼できるソースへと続くパンクズリストなのです ファブリックはリネージを視覚的に追跡しますが検証のないリネージは鉛筆で書かれた地図のようなものです

00:06:51.120 --> 00:06:55.680
ai はその曖昧な線を副印として読み取ってしまいます だからこそ検証を強制してください

00:06:55.680 --> 00:07:02.600
ブロンズとシルバーの間で自動化されたスキーマテストを実行しましょう id は一致していますか ナルチは処理されていますかデータ型に一貫性はありますか

00:07:02.600 --> 00:07:10.600
シルバーとゴールドの間では結合観察を展開してください 1対1の期待値を検証します集計のズレを監視し列レベルのリネージの連続性を確認してください

00:07:10.600 --> 00:07:19.600
これらは官僚的な儀式ではなく ai の正確さを維持するための生存ツールです コパイロットのクエリが検証済みの層を通るときそれは混乱ではなく規律を受け継ぐのです

00:07:19.600 --> 00:07:25.840
皮肉な結果ですねあなたはコパイロットで分析を自動化したかったはずなのに その基盤には依然として旧来の衛生管理が必要なのです

00:07:25.840 --> 00:07:33.220
ゴミを入れれば自信満々の答えが返ってくる アーキテクチャを道徳哲学として政治家を提案ではなく義務として扱わない限り真実の ai は得られない

00:07:33.220 --> 00:07:39.540
完璧な層があってもコパイロットはつまずくことがある データが存在することを知っていてもその意味を知っているとは限らないからだ

00:07:39.540 --> 00:07:49.020
完璧なパイプラインも意味的に空っぽのモデルに供給される可能性がある そこで数字と意味をつなぐ翻訳者つまりデータが構築し忘れた脳であるセマンティック層が必要になる

00:07:49.020 --> 00:07:56.200
欠落した脳セマンティック層そしてコンテキストの不足 ここがほとんどのファブリック導入が文字通り正気を失う場所だ

00:07:56.200 --> 00:08:03.840
セマンティック層はデータモデルの脳だが多くの組織はそれを装飾品のように扱っている 彼らはテーブルさえあれば意味は自動的に後からついてくると考えている

00:08:03.840 --> 00:08:11.200
間違いだテーブルは記憶でありセマンティックスは理解である その層がなければコパイロットは外国の道路標識を読む観光客のように数字を読み上げる

00:08:11.200 --> 00:08:19.080
読み方は正しく自信満々だがコンテキストは全く理解していない 正しく定義しようパブリックのセマンティックモデルはデータが何と呼ばれているかだけでなく

00:08:19.080 --> 00:08:24.540
何を表しているかをコパイロットに伝える それは列ラベルをビジネスロジックに翻訳する辞書である

00:08:24.540 --> 00:08:31.860
収益は返金を差し引いた売上合計となる 顧客は会計年度をまたいだ1位の購入者idとなる

00:08:31.860 --> 00:08:35.720
それがなければコパイロットはこれらの言葉を単なる偶然の一致として扱う

00:08:35.720 --> 00:08:43.340
総売上を尋ねてもある日は売上総額が次の日には純収益が返ってくるかもしれない それは気まぐれではなく言語的に漂流しているだけだ

00:08:43.340 --> 00:08:48.540
真実としてセマンティックモデルは人間の言語とdaxやsqlのロジックを仲介するバイリンガルの通訳として機能する

00:08:48.540 --> 00:08:52.580
それは意図と計算を一致させる それが欠けているとコパイロットは推測せざるを得ない

00:08:52.580 --> 00:09:00.140
そして大規模言語モデルは推測することに悪名高いほど誇りを持っている 彼らは正確な結合ではなくありそうな結合を組み立てビジネスの定義よりも列名を遥かに信頼する

00:09:00.140 --> 00:09:06.700
あるモデルでは予約が宿泊予約を指す別のモデルでは完了した旅行の数を数える コパイロットにとってこれらは同義語だ

00:09:06.700 --> 00:09:12.380
市販機ごとの予約を尋ねただけでその両方を提示してくる 効率的に間違っている2つのアーキテクチャを比較しよう

00:09:12.380 --> 00:09:18.960
単なるデータウェアハウスではコパイロットはテーブルを直接覗き込む そこにあるのは日付金額タイプだけだ名詞としては良いがコンテキストはゼロだ

00:09:18.960 --> 00:09:24.720
次にそれはパターンマッチングを行う 売上イコール金額地域イコールチリっぽい名前のフィールドと判断する

00:09:24.720 --> 00:09:32.320
しかしセマンティックモデルではそれらのフィールドは洗練されている 売上金額には範囲通貨集計ロジックを定義するdaxメジャーが含まれている

00:09:32.320 --> 00:09:38.320
地域にはリレーションシップが明示的に固定されている だから同じ質問をした時コパイロットは暗闇の中で手探りすることはない

00:09:38.320 --> 00:09:44.020
あなたが舗装した照らされた道を歩むのだ ファブリックの2025年ツールボックスにはこれに対抗する武器さえ用意されている

00:09:44.020 --> 00:09:52.080
低遅延モデリングのためのダイレクトレイク メジャーロジックのためのdax 言語的な柔軟性のためのシノニムそして一貫性のための計算グループだ

00:09:52.080 --> 00:09:58.640
類義語を柔軟な語彙だと考えてください ユーザーが純利益と言ってもあなたのメジャーが利益であれば列の名前を変えるのではなく

00:09:58.640 --> 00:10:04.860
コパイロットに翻訳を教えるのです 計算グループは文法を強制しタイムインテリジェンスや通貨換算が一貫して適用されるようにします

00:10:04.860 --> 00:10:10.400
これらが合わさることで言語モデルの基盤システムが構築されます しかしこれらを適切に設定している人はほとんどいません

00:10:10.400 --> 00:10:14.000
とりあえずテーブルをファブリックに放り込み コパイロットのaiが文脈を解釈してくれると思い込んでいます

00:10:14.000 --> 00:10:18.820
ネタバレするとそんなことはしません モデルは信念に基づいてあなたのkpiを推測したりはしません

00:10:18.820 --> 00:10:24.680
メタデータタグに基づいて推測するのです メジャーにラベル付けをせず関係性を記述せず計算順序を指定しなければ

00:10:24.680 --> 00:10:29.980
コパイロットは即興で対応してしまいます 即興はジャズクラブでは魅力的ですが企業分析では破滅的です

00:10:29.980 --> 00:10:34.660
ではどのようにセマンティクス意味論を強制すれば良いのでしょうか まずはモデルの語彙を観察することから始めましょう

00:10:34.660 --> 00:10:38.580
すべてのメジャーには一貫した定義が必要であり 中央で保存され普遍的に参照されるべきです

00:10:38.580 --> 00:10:44.180
レポートごとに列の名前を変更したい衝動を抑えてください 代わりにセマンティック層でエイリアス別名を設定しましょう

00:10:44.180 --> 00:10:49.360
共通のロジック年初来類型移動平均換算レートなどはすべて計算グループとして構築します

00:10:49.360 --> 00:10:54.040
次に類義語を追加してコパイロットの自然言語エンジンが勝手に独自の相関関係を 作り出さないようにします

00:10:54.040 --> 00:11:01.380
次にセマンティクスをコパイロットの指示アーキテクチャと接続します ファブリックはデータソース指示とエージェント指示という2つの制御レベルを提供します

00:11:01.380 --> 00:11:08.640
データソース指示はスキーマの詳細結合メジャー参照優先名称を明確にし エージェント指示はトーン形式制約を管理します

00:11:08.640 --> 00:11:13.080
これらはセマンティックな整合性に完全に依存するグラウンディングプロンプトを通じて相互作用します

00:11:13.080 --> 00:11:19.700
セマンティックモデルで売上合計が明確に定義されていれば コパイロットがクエリを書く際にデータソース指示がその定義を強制できます

00:11:19.700 --> 00:11:26.520
エージェント指示により回答を簡潔に表形式にあるいは要約したものに保つことができます これらを組み合わせれば混沌は手順へと置き換わります

00:11:26.520 --> 00:11:32.180
セマンティクスがなければコパイロットの回答はすべて即興です セマンティクスがあれば各回答は根拠のあるものになります

00:11:32.180 --> 00:11:40.500
あなたはプロンプトを調整しているのではなくロジックを教えているのです コパイロットに一貫した辞書を与えれば不確実性が入り込む余地がなくなるため精度が飛躍的に向上します

00:11:40.500 --> 00:11:45.620
コパイロットが言語を理解したところで次は規律 つまり誠実さを保つための行動ルールを教えます

00:11:45.620 --> 00:11:52.600
マシンデータそしてエージェント指示のための規律です コパイロットはあなたの語彙を理解できたかもしれませんがまだマナーが必要です

00:11:52.600 --> 00:12:00.160
セマンティクスは意味を教え指示は行動を教えます そしてマイクロソフトファブリックではそれらの行動は2つの異なるリードによって形作られます

00:12:00.160 --> 00:12:05.560
データソース指示とエージェント指示です 一方が犬の骨格を整えもう一方が家具を噛まないようにしつけをするようなものです

00:12:05.560 --> 00:12:13.020
まずはスキーマ固有の解律であるデータソース指示から始めましょう これらはデータに最も近い場所に存在しモデルをどう解釈すべきかをコパイロットに正確に伝えます

00:12:13.020 --> 00:12:22.440
以前の気象結合の混乱を覚えていますか データソース指示こそがそれを修正する場所なのです 気温と高雨量のデータはチリ id と日付 id で結合しなければならないと指定するのです

00:12:22.440 --> 00:12:30.320
これによりモデルによる推測が排除され義務へと置き換えられます パブリックはコパイロットが sql や dax を作成するたびにこれらの宣言を読み取り

00:12:30.320 --> 00:12:38.140
すべてのクエリが正しいキーを経由するように保証します これらをリレーショナル憲法つまりエンティティ間の接続方法を定義する普遍の法的テキストと考えてください

00:12:38.140 --> 00:12:46.000
これらの指示は同義語やメジャーの定義も処理します 例えば分析担当者が総売上げ構成額総収入を同じ意味で使っているとします

00:12:46.000 --> 00:12:51.560
人間にとってそれらはほぼ同じ意味です しかしコパイロットにとってそれらは注目を奪い合う個別の変数なのです

00:12:51.560 --> 00:12:57.440
データソースの指示の下でそれらを統一します 総売上げと言及されたら常に総構成額を使用するように指示します

00:12:57.440 --> 00:13:04.640
これで ai は意味の当てずっぽうを止め一貫性のある回答を始めます さらにカテゴリ分析のためのバケット化ロジックを定義することも可能です

00:13:04.640 --> 00:13:15.000
ユーザーが気温別の売上げを尋ねた際事前に範囲を定義しておくことができます 32度未満は氷点下53度までは寒い53度から72度は穏やかといった具合です

00:13:15.000 --> 00:13:25.720
これがないとコパイロットは無限の数値を返しユーザーを細かすぎる情報で溺れさせてしまいます これらのバケットを指示に直接組み込むことで予測可能な集計と再現性のあるロジックを生み出せます

00:13:25.720 --> 00:13:34.680
ここで言っているのは本質的には潜在的なメタデータを明確なルールに変換する作業です パブリックのデータエージェントはクエリ作成前にこれらを通し普遍の真実として扱います

00:13:34.680 --> 00:13:40.600
これらが欠けていたために以前のクエリは歪んだ結果を生み間違った質問に対して完璧に有効な sql を生成してしまっていたのです

00:13:40.600 --> 00:13:45.980
適切に記述されたデータ指示があればコパイロットのクエリは言語的確率ではなくビジネスルールに 根差したものになります

00:13:45.980 --> 00:13:51.460
さてもう一段階上のエージェント指示に進みましょう これは llm の振る舞いを正すエチケット教室のようなものです

00:13:51.460 --> 00:13:56.580
データソースの指示がコパイロットにデータの内容を教えるのに対し エージェントの指示はどのように応答すべきかを決定します

00:13:56.580 --> 00:14:02.820
これらはプレゼンテーションのスタイルと分析の範囲を定義します 常に簡潔な表で要約せよといった指示が可能です

00:14:02.820 --> 00:14:12.440
あるいは複数のソースがある場合は集計前にデータの出所を明らかにせよなどです 本質的にコパイロットを熱意の空回りするインターンから規律あるアナリストへと変貌させるのです

00:14:12.440 --> 00:14:22.040
データエージェントのチューニングにおける上位5行のルールを考えてみましょう 数千件のレコードを返す代わりにユーザーの特段の要求がない限り上位5件のみを表示せよと指示します

00:14:22.040 --> 00:14:32.680
ai が簡潔さを強制することで管理職は膨大なデータの羅列に目を通す手間を省けます もう一つの有用な指示は常に回答の冒頭に要約を提供せよです

00:14:32.680 --> 00:14:41.040
これはメタコメントとして機能します コパイロットは何を表示しているかを説明しユーザーはメジャー結合フィルターが期待通りかを確認できます

00:14:41.040 --> 00:14:47.300
目に見えない推論を可視化することで信頼構築に不可欠な確認が可能になります この相互作用に注目してください

00:14:47.300 --> 00:14:53.740
データ指示が事実を定義しエージェント指示が口調を定義します これらが合わさってコパイロットの行動規範を形成します

00:14:53.740 --> 00:14:59.540
データエージェントは質問に答えるたびにこれらを組み合わせて複合的なプロンプトを作成します 言語モデルは勝手なことはしません

00:14:59.540 --> 00:15:03.740
あなたが決めたルールを通じて自らを立するのです ここでガバナンスの出番です

00:15:03.740 --> 00:15:12.600
こうした指示をのほうずな個人用コピーの中に放置してはいけません ファブリックのユーザーが各自の好みでシノニムをカスタマイズすれば数ヶ月かけて排除してきた混乱が再び戻ってきてしまいます

00:15:12.600 --> 00:15:24.060
市販機レビューの場で利益の定義が5つも飛び出し合意は一切得られないでしょう 指示セットを集約しファブリックの管理ワークスペースから公開しピアレビューで検証しバージョン管理で保護してください

00:15:24.060 --> 00:15:31.220
ガバナンスなき柔軟性はイノベーションを装った反乱にすぎません もちろん検証を怠ればこうしたルールでさえ境外化してしまいます

00:15:31.220 --> 00:15:37.600
賢明なアプローチとは指示の品質を高度の品質と同様に扱うことです 編集の度にコパイロットの挙動をテストしてください

00:15:37.600 --> 00:15:46.120
キャッシュをクリアしてから同じ質問を2度投げ同じSQLが生成されるか確認します 生成されたクエリを検証し強制された欠乏や正しいメジャーが反映されているかを確認してください

00:15:46.120 --> 00:15:52.240
出力がずれる場合は指示を見直します マイクロソフトのエンジニアでさえこのチューニングは科学というより芸術だと認めています

00:15:52.240 --> 00:15:57.440
これは絶え間ないデバッグをビジレイクで言い換えたものです そこで救いとなるのがサンプルクエリです

00:15:57.440 --> 00:16:03.860
これはファブリックにおけるガードレールの回答であり 一般的な分析意図に対して標準的なSQL断片をハードコードできます

00:16:03.860 --> 00:16:11.200
例えば温度バケット別の総集液には必ずチリと日付のデュアル結合が必要だとします それをサンプルクエリとして記録します

00:16:11.200 --> 00:16:17.020
ユーザーがそのフレーズのバリエーションで質問するとコパイロットは即興を避け あなたの正確なロジックを再利用します

00:16:17.020 --> 00:16:23.720
これはあらかじめ承認されたフォームを発行するようなAI版の仕組みであり 常に正しく記入され独創的な悪用も不可能です

00:16:23.720 --> 00:16:29.180
時間をかけてサンプルクエリのライブラリを構築すれば コパイロットはジェネラリストからドメインエキスパートへと進化します

00:16:29.180 --> 00:16:36.520
これは筋肉の記憶のようなものだと考えてください AIは自由な天才的発想ではなく反復と制約を通じて何が正しいのかを徐々に学習していきます

00:16:36.520 --> 00:16:44.280
それでもどんなに巧みな指示もアーキテクチャの過ちを長消しにはできません データパイプラインが不整合なメダリオン層や意味論の欠如で由来でいれば

00:16:44.280 --> 00:16:51.140
ガードレールも沈みゆく戦場での空虚な演説にすぎません 指示は言語を制御するだけであり真実を捏造することはできないのです

00:16:51.140 --> 00:16:57.680
だからこそチューニングはクローズドループなのです アーキテクチャが信頼性を定義しセマンティクスが意味を定義し指示が従順さを定義します

00:16:57.680 --> 00:17:05.820
現実的なワークフローは次の通りです クリーンなメダリオン層を構築し正確なセマンティックモデルを定義しその定義をデータソースの指示にエンコードし

00:17:05.820 --> 00:17:13.860
エージェントの指示でコパイロットの個性を調整しそして徹底的にテストします 早期に異常を見つけるたび将来の経営人からの怒りのメールを一通減らせるのです

00:17:13.860 --> 00:17:24.940
ですからそう規律が重要なのですそれは華やかでも ai の魔法でもありません それはルールの強制キャッシュのクリア一貫性のテストそして ai が未だに総売上げイコール総運賃プラス返金プラス奇跡

00:17:24.940 --> 00:17:31.760
などと主張した時の精神的な自尊心のチェックのことです しかし一度規律が定着すればコパイロットは恐ろしいほど信頼できるようになります

00:17:31.760 --> 00:17:40.300
ハルシネーションは減り結合は正常に機能しダッシュボードはもうあなたを惑わせることはありません ファブリック内のルールを修正することはできますがコパイロットが正直であるかどうかは依然として

00:17:40.300 --> 00:17:47.120
ファブリック外のアーキテクチャつまりデータ資産全体で真実を監視する体系的な ガバナンスに依存しますそれこそが私たちが次に向かうべき場所です

00:17:47.120 --> 00:17:55.580
検証可能な真実を構築するための体系的な解決策です 視点を広げてみましょうチューニングや類義語の定義 ai の訓練を尽くしても避けて通れない厳しい事実が一つあります

00:17:55.580 --> 00:18:04.180
コパイロットの真実はエコシステムの完全性に依存しているということです ai を訓練し叱り指示を出して報酬を与えてもファブリックを取り巻くアーキテクチャがデータの腐敗を招いていれば

00:18:10.300 --> 00:18:19.620
リネージの強制そしてアーキテクチャ上の規律です アーキテクチャのレベルにおいてファブリックが成功するのはその上下にあるすべての要素がデータ衛生に関する同じ道徳的指針を共有している場合だけです

00:18:19.620 --> 00:18:26.840
それはスキーマの強制から始まります レイクハウスやウェアハウス内のすべてのデータセットには明確に定義されたキーデータ型関係性が必要です

00:18:26.840 --> 00:18:33.480
エンティティ間の相互接続を記述した変更不可能な契約です 一つのテーブルでの乖離がゴールド層まで静かに波及してはなりません

00:18:33.480 --> 00:18:40.660
その代わりにスキーマ強制が高度のリンターのようにそれを補足し定義が一致するまで 取り込みを停止させるのです実際これは開発を遅らせるものではなく

00:18:40.660 --> 00:18:48.920
コパイロットの回答に悪影響が広がる前に静かなデータ破損を防ぐものです 次にセマンティックバージョニングを導入しますデータモデルをソフトウェアのように扱うのです

00:18:48.920 --> 00:18:59.280
定義の変更列の名前変更メジャーの計算式の変更 または関係性の調整を行うたびにバージョンを更新してください収益イコール売上総額割引から収益イコール税引き後

00:18:59.280 --> 00:19:05.340
純利益に変わったという哲学的な影響をファブリックは自動的に認識しません それは人間が認識しなければならないことです

00:19:05.340 --> 00:19:13.660
バージョニングはリネージの履歴を保持しどのコパイロットの回答が古いセマンティクスに基づいていたかを追跡可能にします それがなければいつ嘘が混入したかを監査することは決してできません

00:19:13.660 --> 00:19:19.280
次に強制力とドキュメントを紐づけます マイクロソフトパービューやワンレイクデータカタログは単なる飾りではありません

00:19:19.280 --> 00:19:27.540
これらはスキーマの忘却を防ぐ組織的な記憶装置なのです これらのカタログで認定されたデータセットだけをコパイロットとパワー bi が使用可能なソースとして機能させます

00:19:27.540 --> 00:19:34.980
それらを交渉された実態つまり法的に拘束力のある真実の表現と考えてください 認定されていないデータセットにはコパイロットは触れるべきではありません

00:19:34.980 --> 00:19:41.080
パービューのメタデータをファブリックのデータエージェントと統合することで すべての ai 駆動のクエリが検証可能な由来を示すようにします

00:19:41.080 --> 00:19:50.220
誰かがこの数字はどこから来たのかと尋ねた時あなたは確実に答えることができます システム間でのコンテキストの連続性を確保するためにミラーリングとデジタルツインモデリングを有効にしてください

00:19:50.220 --> 00:19:57.260
ミラーリングはスクルサーバーコスモス db ポストグレスql などの外部ソースをリアルタイムでファブリックに複製しスキーマと鮮度を保ちます

00:19:57.260 --> 00:20:04.480
これはデータの遅延や不一致に対するファブリックの免疫システムです 新たに導入されたデジタルツインモデリングはこれをさらに推し進めます

00:20:04.480 --> 00:20:15.140
物理的またはビジネス環境のライブデジタルコピーを構築するのです コパイロットはこれらのツインにクエリを実行し工場の生産高が輸送の遅延に与える影響といった関係性を理解します

00:20:15.140 --> 00:20:22.520
これにより古くなったデータではなく同期された現実に根差した推論が可能になります しかしどんなに優れたアーキテクチャでも時間の経過とともに境外化します

00:20:22.520 --> 00:20:33.660
だからこそ ai の出力を真実のソースと照らし合わせて検証する定期的な真実の監査 真実性チェックを行うのです代表的なクエリを選び手動または保存された sql で再実行し結果を比較します

00:20:33.660 --> 00:20:42.780
乖離があればそれはアーキテクチャの劣化データの不整合指標のズレ または系統の陳腐化を意味しますこれはコパイロットに対する嘘発見機テストのようなものだと考えてください

00:20:42.780 --> 00:20:48.540
市販機ごとに実施することで不信感が経営人の端へと発展する前に指示セットや意味論を再調整できます

00:20:48.540 --> 00:20:55.240
重要なのは bi コパイロットファブリックワークスペースといった分析スタックの全レイヤーが単一のセマンティックソースから情報を得ることです

00:20:55.240 --> 00:21:02.120
シャドーデータセットは敵です意欲的な部門がスピードアップのためにモデルを複製するたび 真実の別の方言が生まれてしまいます

00:21:02.120 --> 00:21:07.940
その結果パワー bi コパイロット excel コパイロットが同じ売上数値について微妙に異なる言語で語り始めるのです

00:21:07.940 --> 00:21:16.580
解決策は統合の強制です一つのモデルにセマンティクスを集約しダウンストリームの消費者には読み取り専用で公開しデータセット認証によってポリシーコンプライアンスを固定します

00:21:16.580 --> 00:21:21.340
営業担当のジョニーが独自の指標を必要とするなら裏ルートではなくガバナンスを通じて交渉させるべきです

00:21:21.340 --> 00:21:28.300
最後に学習ループを閉じましょうガバナンスとは性的な書類仕事ではなく人間のアナリストと ai エージェントとの間で続く対話です

00:21:28.300 --> 00:21:37.580
人間が調整しコパイロットが実行し人間が検証しコパイロットが更新されたコンテキストを通じて改善していくのです この繰り返しが真実に基づいた実行とはどういうものかをシステムに教え込みます

00:21:37.580 --> 00:21:44.940
時間が経つにつれこのフィードバックは目に見えないインフラとなり正確さを支える足場となります この成熟度に達した時波外れたことが起こります

00:21:44.940 --> 00:21:51.520
コパイロットは予測不可能なオラクル神託のように感じられなくなり迅速で一貫性がありポリシーに従順なジュニアアナリストのように振る舞い始めます

00:21:51.520 --> 00:21:57.900
AIが突然マサナオになったからではなく不誠実さが構造的に許容されなくなるため ハルシネーション幻覚は消滅します

00:21:57.900 --> 00:22:07.820
真実が最も抵抗の少ない道となりシステム上の解決策は華やかさではなくガバナンスであることがわかります スキーマの強制が基盤を正しセマンティックなバージョン管理が履歴を保持し

00:22:07.820 --> 00:22:17.400
パービュー認証が整合性を守り単一のセマンティックソースが守備一貫性を保ちます ミラーリングが現実と繁栄を結びつけ真実の監査が両者を同期させ続けます

00:22:17.400 --> 00:22:25.120
その両者があるおかげでコパイロットは捏造する必要がなくただ報告するだけで済みます 構造的に真実を強制できればインサイトを自動化する権利を得たことになります

00:22:25.120 --> 00:22:34.680
そしてこれが最後の教訓です説得によってではなく設計によって機械に真実を語らせるということです コパイロットに真実を語るよう教えることコパイロットは最初から信頼できなかったわけではありません

00:22:34.680 --> 00:22:42.980
ただ忠実だっただけですあなたが高度化したあらゆる混沌に忠実に応えていたのです 規律あるアーキテクチャ一貫したセマンティクス明確な指示を与えればコパイロットは

00:22:42.980 --> 00:22:49.340
道徳心ではなく必然性によってハルシネーションを止めるのです 普遍の法則はこれですクリーンなメダリオン層セマンティックの規律

00:22:49.340 --> 00:22:56.760
管理された指示これらが揃って初めて ai の真実が証明されます ソースから曖昧さを排除し意味を正確に記録し出力を定期的にテストする

00:22:56.760 --> 00:23:04.540
そうすればコパイロットは事実のみを映し出す磨き抜かれた鏡となります あなたのファブリック環境で矛盾が囁かれているなら今すぐ監査を行うべきです

00:23:04.540 --> 00:23:10.120
スキーマ契約を強制しデータセットを認定しセマンティクスをバージョン管理し 市販機ごとに真実性の監査を実行してください

00:23:10.120 --> 00:23:16.760
そうすればコパイロットは自信満々のアドリブやから計算可能な同僚へと変貌を遂げます 正確さは魔法ではなくメンテナンスの賜物です

00:23:16.760 --> 00:23:23.880
嘘が物理的に入り込めないほど強固な構造を構築しましょう そうすればこれからのプロンプトは物語ではなく事実を導き出すようになります

00:23:23.880 --> 00:23:32.520
もしこれで数時間の節約や恥をかかずに済んだならそのねぎらいにm365章への登録をお願いします 私たちはマイクロソフトのaiを真に信頼できるものにすることに特化しています

00:23:32.520 --> 00:23:38.660
次回のチュートリアルではコパイロットの精度エンジニアリングをさらに深く掘り下げます 効率性は規律あるものの手にこそ宿りますお見逃しなく
