WEBVTT

00:00:00.000 --> 00:00:07.340
Kopilot nie jest zdezorientowany. Jest posłuszny. Ten radosny akapit o nieistniejącym, spektakularnym wzroście Twojej firmy w czwartym kwartale nie był błędem.

00:00:07.500 --> 00:00:13.000
To Ewangelia według Twoich własnych, źle skonfigurowanych danych. To efekt śmieci na wejściu, pewność na wyjściu.

00:00:13.160 --> 00:00:17.060
Uprzejmy sposób Microsoft Fabric na powiedzenie, że sam wytrenowałeś swojego kłamcę.

00:00:17.240 --> 00:00:22.080
Kopilot chętnie zmyśli wzorce, bo Twoje tabele szepnęły mu do kontekstu sprzeczne informacje.

00:00:22.300 --> 00:00:27.680
Oto co się dzieje. Masz zduplikowane złączenia, brakującą semantykę i niedopracowane warstwy danych udające prawdę.

00:00:27.680 --> 00:00:31.900
Potem wzywasz kopilota i prosisz o analizę. On nie rozumuje, on przekształca.

00:00:32.100 --> 00:00:37.120
Fabric karmi go błędnymi metadanymi, a kopilot zwraca świadomy sen przebrany za analizę.

00:00:37.520 --> 00:00:44.020
Dziś pokażę Ci, dlaczego tak się dzieje, gdzie Twój model danych Cię zawiódł i jak go przebudować, by kopilot przestał wymyślać historię.

00:00:44.220 --> 00:00:49.140
Na końcu otrzymasz sztuczną inteligencję, która jest dokładna, zrozumiała i wreszcie godna zaufania.

00:00:49.340 --> 00:00:50.580
Iluzja inteligencji.

00:00:51.080 --> 00:00:52.300
Dlaczego kopilot kłamie?

00:00:52.520 --> 00:00:54.360
Ludzie oczekują, że kopilot coś wie.

00:00:54.360 --> 00:01:00.200
Nie wie. Dopasowuje wzorce na podstawie Twoich metadanych, kontekstu i kruchych relacji, które zdefiniowałeś wewnątrz Fabric.

00:01:00.380 --> 00:01:03.560
Myślisz, że rozmawiasz z inteligencją, a w rzeczywistości rozmawiasz z odbiciem.

00:01:03.780 --> 00:01:07.680
Daj mu niejednoznaczność, a on odbije ją prosto do Ciebie, tyle że w ładniejszym opakowaniu.

00:01:07.860 --> 00:01:08.820
Oto prawdziwy problem.

00:01:09.100 --> 00:01:12.620
Większość wdrożeń Fabric traktuje projektowanie schematu po macoszemu.

00:01:12.760 --> 00:01:17.280
Tabele faktów łączone nieodpowiednim kluczem, niespójne miary, brakujące opisy.

00:01:17.520 --> 00:01:20.360
Kopilot czyta ten chaos jak dziecko czytające zdanie bez interpunkcji.

00:01:20.360 --> 00:01:23.640
Po prostu zgaduje, gdzie powinno znaleźć się znaczenie.

00:01:23.880 --> 00:01:26.600
Rezultat brzmi spójnie, ale może być krytycznie błędny.

00:01:26.840 --> 00:01:32.240
Załóżmy, że Twoja warstwa gold zawiera przychody z jednego źródła i całkowitą sprzedaż z innego oba niespójne.

00:01:32.380 --> 00:01:36.480
Kopilot widzi podobne nazwy kolumn i w swojej nieskończonej uprzejmości łączy je.

00:01:36.660 --> 00:01:38.920
Pytasz, jaki był przychód w ostatnim kwartale?

00:01:39.120 --> 00:01:45.340
Łączy miary o niedopasowanej ziarnistości, oblicza średnią dla niekompatybilnych skal i przedstawia to z pełną pewnością.

00:01:45.600 --> 00:01:48.240
Wykres wygląda profesjonalnie, matematyka to fikcja.

00:01:48.240 --> 00:01:55.200
Iluzja bierze się z tonu. Język naturalny sprawia wrażenie zrozumienia, ale odpowiedzi kopilota jedynie maskują statystyczne naśladownictwo.

00:01:55.440 --> 00:01:57.920
Gdy zadajesz pytanie, model nie weryfikuje faktów.

00:01:58.100 --> 00:02:02.060
Wyszukuje wzorce, prawdopodobne złączenia, sensowne kolumny, strawny tekst.

00:02:02.220 --> 00:02:06.620
Bez ścisłego pochodzenia danych i zarządzania semantycznego zmyśla to, czego nie może wywnioskować.

00:02:06.820 --> 00:02:09.380
Jest w efekcie Twoim schematem z estradową charyzmą.

00:02:09.380 --> 00:02:22.760
Fabrik potęguje te iluzje. Ponieważ agenci danych w Fabrik przekazują kontekst poprzez metadane, wszelkie luki w relacjach, brakujące klucze obce, nieoznaczone wymiary czy niejednoznaczne nazwy miar są traktowane jako opcjonalne wskazówki, a nie wytyczne.

00:02:23.040 --> 00:02:26.380
Model wypełnia te pustki przez dopełnianie wzorców, a nie przez logikę.

00:02:26.580 --> 00:02:28.820
Chciałeś połączyć sprzedaż według regionu i daty?

00:02:29.060 --> 00:02:32.460
Może to zinterpretować jako połączenie sprzedaży z czymkolwiek, co brzmi geograficznie.

00:02:32.460 --> 00:02:35.500
A generowany kod SQL potulnie współpracuje z tym nonsensem.

00:02:35.600 --> 00:02:38.560
Użytkownicy dają się nabrać, bo interfejs demokratyzuje składnie zapytań.

00:02:38.700 --> 00:02:40.460
Wpisujesz zdanie, a w odpowiedzi dostajesz wizualizację.

00:02:41.240 --> 00:02:44.280
Zakładasz, że model rozumie, podczas gdy on porusza się w statystycznej mgle.

00:02:44.520 --> 00:02:47.780
Im mniej określisz ograniczeń, tym bardziej przyjazne stają się jego kłamstwa.

00:02:47.960 --> 00:02:50.920
Kluczowa zmiana myślenia jest taka, ko pilot nie jest wyrocznią.

00:02:51.120 --> 00:02:54.820
Nie ma epistemologii, nie zna prawdy, tworzy jedynie lustra z Twoich metadanych.

00:02:55.080 --> 00:02:58.140
Zamienia Twój model danych w przestrzeń prawdopodobieństwa językowego.

00:02:58.140 --> 00:03:01.360
Każda wada strukturalna staje się semantyczną halucynacją.

00:03:01.580 --> 00:03:06.080
Tam, gdzie Twój schemat jest niespójny, a i halucynuje spójność, która nie istnieje.

00:03:06.400 --> 00:03:08.120
A tragedia jest przewidywalna.

00:03:08.300 --> 00:03:13.260
Kierownicy podejmują decyzje oparte na fikcji, która wydaje się wiarygodna, bo pochodzi z Microsoft Fabric.

00:03:13.420 --> 00:03:16.460
Jeśli Twoja warstwa złota chwieje się przez niespójne transformacje,

00:03:16.580 --> 00:03:18.860
ko pilot zamienia to chwianie w pewną siebie narrację.

00:03:19.080 --> 00:03:21.920
Elokwencja modelu ukrywa zgniliznę Twoich potoków danych.

00:03:22.100 --> 00:03:23.940
Traktuj ko pilota jak silnik odbić.

00:03:24.140 --> 00:03:27.200
Jego inteligencja zaczyna się i kończy na jakości Twojego schematu.

00:03:27.200 --> 00:03:33.280
Jeśli Twoje połączenia są krzywe, pochodzenie danych zerwane, a semantyka niejasna odzwierciedla niepewność jako pewność.

00:03:33.440 --> 00:03:37.440
Dlatego lekarstwo nie zaczyna się od inżynierii promptów, lecz od higieny architektonicznej.

00:03:37.680 --> 00:03:42.180
Skoro kopilot jest tak prawdziwy jak Twoja architektura, przeanalizujmy, gdzie zaczyna się gnicie.

00:03:42.360 --> 00:03:44.640
Mit medalionu, kiedy brąz zanieczyszcza złoto.

00:03:44.820 --> 00:03:48.160
Każdy inżynier danych cytuje architekturę medalionową jak święte pisma.

00:03:48.320 --> 00:03:51.360
Brąz, srebro, złoto, surowe, przetworzone, rzetelne.

00:03:51.360 --> 00:03:58.840
Teoretycznie to pielgrzymka od chaosu do jasności, gdzie każda warstwa usuwa niejednoznaczność, aż dane zyskają aureole prawdy.

00:03:59.880 --> 00:04:07.080
W praktyce większość ludzi buduje zjeżdżalnie, gdzie surowa niespójność pędzi z brązu prosto do złota, bez żadnego czyszczenia po drodze.

00:04:07.080 --> 00:04:08.520
Zacznijmy od podstaw.

00:04:08.780 --> 00:04:14.380
Brąz to Twoja strefa lądowania, pliki parke, CSV, dane i od, zapis kopalny Twojej organizacji.

00:04:14.620 --> 00:04:17.120
Nie musi być ładny, ma być tylko w pełni zarejestrowany.

00:04:17.360 --> 00:04:20.800
Ludzie zapominają jednak, że brąz to kwarantanna, a nie aktywny składnik.

00:04:21.000 --> 00:04:28.600
Kiedy ten surowy szlam przecieka wyżej przez leniwe skróty, bezpośrednie zapytania lub brak logiki transformacji, dajesz kopilotowi nieprzetworzony szum jako kontekst.

00:04:28.600 --> 00:04:30.080
Tak, będzie halucynować.

00:04:30.300 --> 00:04:31.020
Ma ku temu powód.

00:04:31.140 --> 00:04:33.520
Wręczyłeś mu dziennik snów i poprosiłeś o audyt.

00:04:33.720 --> 00:04:35.620
Srebro ma za zadanie oczyścić ten szlam.

00:04:35.620 --> 00:04:42.140
To tutaj znikają duplikaty, schematy się wyrównują, typy danych pasują, a klucze uniwersalne wreszcie zgadzają się co do tego, czym jest klient.

00:04:42.300 --> 00:04:44.300
Ale spójrz na większość konfiguracji fabrik.

00:04:44.420 --> 00:04:49.700
Srebro to tylko wymuszona uprzejmość, szybkie połączenia, kruche wyszukiwania, nieudokumentowane konwersje.

00:04:49.920 --> 00:04:52.480
Wymówka jest zawsze taka sama, naprawimy to w złocie.

00:04:52.620 --> 00:04:55.820
To odpowiednik poprawiania gramatyki poprzez opóźnioną publikację słownika.

00:04:56.060 --> 00:04:58.780
Gdy docierasz do warstwy złotej, pojawia się złudzenie zaufania.

00:04:59.020 --> 00:05:03.840
Wszystko w złocie wygląda analitycznie, czyste tabele, przyjazne dla biznesu nazwy, pulpity emanujące pewnością.

00:05:03.840 --> 00:05:10.960
Jednak pod spodem masz stertę niedopasowanych konwersji, niesynchronicznych znaczników czasu i kolizji identyfikatorów sięgających aż po warstwę brązową.

00:05:11.160 --> 00:05:17.520
Metadane Fabrik śledzą te relacje automatycznie, a zgadni, na których relacjach kopilot polega podczas interpretacji języka naturalnego?

00:05:17.740 --> 00:05:21.320
Na wszystkich, więc gdy pochodzenie danych kłamie, model dziedziczy to oszustwo.

00:05:21.500 --> 00:05:22.980
Oto scenariusz z życia wzięty.

00:05:23.220 --> 00:05:25.760
Masz dane transakcyjne z dwóch systemów rezerwacyjnych.

00:05:25.920 --> 00:05:28.400
Oba zasilają brąz z nieco innymi formatami kluczy.

00:05:28.620 --> 00:05:31.900
Jeden używa numerycznego identyfikatora podróży, drugi miesza go z literami.

00:05:31.900 --> 00:05:36.720
W srebrze ktoś połączył je poprzez wewnętrzne złączenie na uciętych podciągach, by je ustandaryzować.

00:05:36.880 --> 00:05:41.180
Technicznie masz ujednolicone dane, semantycznie stworzyłeś właśnie fantomowe dopasowania.

00:05:41.420 --> 00:05:47.040
Teraz kopilot pewnie oblicza średni przychód z podróży, który obejmuje transakcje z zupełnie innych kontekstów.

00:05:47.160 --> 00:05:49.900
To precyzyjny nonsens, dokładna składnia, zmyślona semantyka.

00:05:50.620 --> 00:05:55.080
To mit modelu medalionowego, przekonanie, że posiadanie warstw automatycznie zapewnia czystość.

00:05:55.260 --> 00:05:58.020
Warstwy są tylko tak prawdziwe, jak dyscyplina w nich panująca.

00:05:58.020 --> 00:06:00.180
Brąz powinien eksponować surową entropię.

00:06:00.400 --> 00:06:02.180
Srebro musi wymuszać dekontaminację.

00:06:02.420 --> 00:06:05.100
Złoto musi reprezentować certyfikowaną logikę biznesową.

00:06:05.340 --> 00:06:07.960
Żadnych ręcznych obejść, żadnych tymczasowych poprawek.

00:06:08.080 --> 00:06:11.520
Przerwij ten łańcuch, a zastąpisz udoskonalanie rekurencyjnym zanieczyszczeniem.

00:06:11.680 --> 00:06:13.360
Kopilot oczywiście nic o tym nie wie.

00:06:13.580 --> 00:06:17.400
Bierze wszystko, co model Fabric ogłasza jako pochodzenie i zakłada przyczynowość.

00:06:17.560 --> 00:06:22.700
Jeśli kolumna w złocie odnosi się do hybrydy trzech niespójnych źródeł, a i widzi jedną koncepcję.

00:06:22.700 --> 00:06:25.120
Zapytaj, dlaczego sprzedaż wzrosła w marcu?

00:06:25.360 --> 00:06:33.140
Wesoło wygeneruje SQL, który zagreguje każdy rekord oznaczony jako marzec w różnych regionach, walutach i strefach czasowych, bo nigdy nie kazałeś srebru wymusić tych granic.

00:06:33.280 --> 00:06:34.060
A i nie kłamie.

00:06:34.240 --> 00:06:36.980
Przekłada wasze zbiorowe zaniedbanie na płynną fikcję.

00:06:37.220 --> 00:06:39.720
Dlatego pochodzenie danych nie jest opcjonalną metadaną.

00:06:39.880 --> 00:06:41.300
To GPS dla kopilota.

00:06:41.540 --> 00:06:46.380
Każda transformacja, każde złączenie, każda definicja miary to okruszki prowadzące do źródła prawdy.

00:06:46.580 --> 00:06:51.320
Fabrik śledzi pochodzenie wizualnie, ale pochodzenie bez walidacji jest jak mapa narysowana ołówkiem.

00:06:51.320 --> 00:06:55.320
A i odczytuje te niewyraźne linie jak Ewangelię, więc wymuszaj walidację.

00:06:55.540 --> 00:06:58.280
Między brązem a srebrem uruchamiaj automatyczne testy schematu.

00:06:58.360 --> 00:06:59.680
Czy identyfikatory są zgodne?

00:06:59.820 --> 00:07:01.260
Czy wartości nal są obsługiwane?

00:07:01.400 --> 00:07:02.340
Czy typy są spójne?

00:07:02.520 --> 00:07:04.680
Między srebrem a złotem wdrażaj audyty złączeń.

00:07:04.840 --> 00:07:06.680
Weryfikuj oczekiwania relacji 1 do 1.

00:07:07.020 --> 00:07:10.440
Monitoruj dryw agregacji i sprawdzaj ciągłość pochodzenia na poziomie kolumn.

00:07:10.620 --> 00:07:12.200
To nie są biurokratyczne rytuały.

00:07:12.380 --> 00:07:14.520
To narzędzia przetrwania dla dokładności AI.

00:07:14.520 --> 00:07:19.320
Kiedy zapytanie kopilota przechodzi przez zweryfikowane warstwy, dziedziczy dyscypliny zamiast chaosu.

00:07:19.480 --> 00:07:20.840
Ironia jest wyśmienita.

00:07:21.060 --> 00:07:25.900
Chciałeś, by kopilot zautomatyzował analizę, a fundament, od którego zależy, wciąż wymaga staroświeckiej higieny.

00:07:26.060 --> 00:07:27.900
Śmieci na wejściu, pewność na wyjściu.

00:07:28.080 --> 00:07:33.620
Dopóki nie potraktujesz architektury jak filozofii moralnej, a udoskonalania jak obowiązku, a nie sugestii, nigdy nie uzyskasz rzetelnej sztucznej inteligencji.

00:07:33.820 --> 00:07:38.780
Nawet przy nieskazitelnych warstwach kopilot może się potknąć, ponieważ wiedza o tym, jakie dane istnieją, nie oznacza rozumienia.

00:07:38.780 --> 00:07:49.060
Co one znaczą? Idealny potok danych może zasilać semantycznie pusty model, co prowadzi nas do brakującego tłumacza między liczbami a znaczeniem warstwy semantycznej, mózgu, którego Twoje dane zapomniały zbudować.

00:07:49.300 --> 00:07:52.580
Brakujący mózg, warstwy semantyczne i deficyt kontekstu.

00:07:52.700 --> 00:07:55.600
To tutaj większość wdrożeń fabrik dosłownie traci rozum.

00:07:55.880 --> 00:08:00.800
Warstwa semantyczna to mózg Twojego modelu danych, ale wiele organizacji traktuje ją jako zdobny dodatek.

00:08:00.980 --> 00:08:04.020
Myślą, że jeśli istnieją tabele, znaczenie pojawi się automatycznie.

00:08:04.240 --> 00:08:04.640
Błąd.

00:08:04.640 --> 00:08:07.120
Tabele to pamięć, semantyka to zrozumienie.

00:08:07.120 --> 00:08:14.380
Bez tej warstwy kopilot czyta liczby jak turysta czytający znaki drogowe w obcym języku, fonetycznie, pewnie i zupełnie bez kontekstu.

00:08:14.580 --> 00:08:15.740
Zdefiniujmy to właściwie.

00:08:16.100 --> 00:08:20.920
Model semantyczny w fabrik mówi kopilotowi, co oznaczają Twoje dane, a nie tylko jak się nazywają.

00:08:21.120 --> 00:08:24.500
To słownik, który tłumaczy etykiety kolumn na logikę biznesową.

00:08:24.760 --> 00:08:27.800
Przychód staje się sumą sprzedaży z wyłączeniem zwrotów.

00:08:28.020 --> 00:08:31.920
Klient staje się unikalnym identyfikatorem kupującego w ramach roku obrotowego.

00:08:32.220 --> 00:08:35.480
Bez niego kopilot traktuje te słowa jedynie jako przypadkowe tokeny.

00:08:35.480 --> 00:08:40.740
Możesz zapytać o całkowitą sprzedaż i pewnego dnia otrzymać wpływy brutto, a następnego przychód netto.

00:08:40.880 --> 00:08:42.780
To nie kaprys, to językowe zagubienie.

00:08:43.040 --> 00:08:48.500
Prawda jest taka, że model semantyczny działa jak dwujęzyczny tłumacz między językiem naturalnym a logiką DAX lub SQL.

00:08:48.800 --> 00:08:50.320
Dopasowuje intencje do obliczeń.

00:08:50.560 --> 00:08:52.360
Gdy go brakuje, kopilot musi zgadywać.

00:08:52.500 --> 00:08:55.320
A duże modele językowe są znane z tego, że są dumnymi zgadywaczami.

00:08:55.540 --> 00:09:00.180
Składają prawdopodobne połączenia, a nie dokładne i ufają nazwom kolumn znacznie bardziej niż Twoim definicjom biznesowym.

00:09:00.180 --> 00:09:04.880
W jednym modelu rezerwacje odnoszą się do wstępnych zapisów, w innym liczą zakończone podróże.

00:09:05.120 --> 00:09:06.300
Dla kopilota to synonimy.

00:09:06.540 --> 00:09:10.720
Właśnie poprosiłeś o rezerwację według kwartałów, a on podał Ci obie wartości, skutecznie wprowadzając w błąd.

00:09:10.800 --> 00:09:12.140
Porównajmy dwie architektury.

00:09:12.380 --> 00:09:15.320
W surowym magazynie danych kopilot zagląda bezpośrednio do tabel.

00:09:15.540 --> 00:09:16.740
Widzi datę, kwotę, typ.

00:09:16.900 --> 00:09:18.800
To ładne rzeczowniki, zero kontekstu.

00:09:19.000 --> 00:09:20.440
Następnie dopasowuje wzorce.

00:09:20.680 --> 00:09:21.740
Sprzedaż równa się kwota.

00:09:21.900 --> 00:09:24.180
Według regionu równa się dowolne pole, które brzmi jak geografia.

00:09:24.180 --> 00:09:27.180
W modelu semantycznym te pola zostały jednak ucywilizowane.

00:09:28.040 --> 00:09:32.480
Kwota sprzedaży zawiera miarę DAX definiującą zakres, walutę i logikę agregacji.

00:09:32.740 --> 00:09:38.000
Region ma wyraźnie przypisane relacje, więc gdy zadajesz to samo pytanie, kopilot nie błądzi po omacku.

00:09:38.160 --> 00:09:40.360
Kroczy oświetloną ścieżką, którą wybrukowałeś.

00:09:40.500 --> 00:09:44.060
Przybornik Fabrik na rok 2025 daje Ci nawet narzędzia do walki z tym problemem.

00:09:44.260 --> 00:09:47.800
Direct Lake dla modelowania o niskim opóźnieniu DAX dla logiki miar,

00:09:48.020 --> 00:09:51.800
synonimy dla elastyczności językowej i grupy obliczeniowe dla spójności.

00:09:51.800 --> 00:09:54.180
Traktuj synonimy jako elastyczny słownik.

00:09:54.380 --> 00:09:58.520
Jeśli użytkownicy mówią dochód netto, a Twoja miara to zysk, nie zmieniasz nazwy kolumny.

00:09:58.680 --> 00:09:59.920
Uczysz kopilota tłumaczenia.

00:10:00.200 --> 00:10:05.100
Grupy obliczeń wymuszają gramatykę, zapewniając spójne stosowanie analizy czasowej lub przeliczników walut.

00:10:05.320 --> 00:10:07.780
Razem tworzą one system ugruntowania modelu językowego.

00:10:08.020 --> 00:10:10.480
Jednak niewielu ludzi zadaje sobie trud, by właściwie to połączyć.

00:10:10.680 --> 00:10:14.300
Wrzucają tabelę do fabrik i zakładają, że sztuczna inteligencja kopilota zrozumie niuanse.

00:10:14.500 --> 00:10:15.640
Spoiler, nie zrozumie.

00:10:15.880 --> 00:10:18.520
Model nie wywnioskuje Twoich kpi na podstawie intuicji.

00:10:18.520 --> 00:10:20.880
Wnioskuje je na podstawie tagów metadanych.

00:10:21.100 --> 00:10:26.220
Jeśli nie oznaczyłeś miar, nie opisałeś relacji ani nie określiłeś kolejności obliczeń, kopilot improwizuje.

00:10:26.460 --> 00:10:30.600
Improwizacja jest urocza w klubach jazzowych, ale katastrofalna w analityce korporacyjnej.

00:10:30.800 --> 00:10:32.180
Jak więc wymusić semantykę?

00:10:32.420 --> 00:10:34.500
Zacznij od audytu słownictwa swojego modelu.

00:10:34.660 --> 00:10:38.600
Każda miara wymaga spójnej definicji, przechowywanej centralnie i uniwersalnie przywoływanej.

00:10:38.720 --> 00:10:41.340
Oprzyj się pokusie zmiany nazw kolumn dla każdego raportu.

00:10:41.540 --> 00:10:43.940
Zamiast tego użyj aliasów w warstwie semantycznej.

00:10:43.940 --> 00:10:49.400
Stwórz grupy obliczeń dla całej wspólnej logiki, sumy od początku roku, średnie kroczące, kursy wymiany.

00:10:49.540 --> 00:10:54.020
Następnie dodaj synonimy, aby silnik języka naturalnego kopilota nie wymyślał własnych korelacji.

00:10:54.240 --> 00:10:57.060
Teraz połącz semantykę z architekturą instrukcji kopilota.

00:10:57.260 --> 00:11:01.220
Fabrik oferuje dwa poziomy kontroli instrukcji źródła danych oraz instrukcji agenta.

00:11:01.440 --> 00:11:05.740
Instrukcje źródła danych wyjaśniają szczegóły schematu złączenia odniesienia do miar i preferowane nazwy,

00:11:05.860 --> 00:11:08.640
podczas gdy instrukcje agenta określają ton, format i ograniczenia.

00:11:08.880 --> 00:11:13.120
Współpracują one poprzez prompty ugruntowujące, które całkowicie zależą od dopasowania semantycznego.

00:11:13.940 --> 00:11:19.820
Model semantyczny jasno definiuje sprzedaż całkowitą instrukcję źródła danych mogą wymusić te definicje, gdy kopilot pisze zapytanie.

00:11:20.000 --> 00:11:24.060
Instrukcja agenta zapewnia, że odpowiedź pozostanie zwięzła, tabelaryczna lub podsumowana.

00:11:24.260 --> 00:11:26.380
Połącz je, a zastąpisz chaos protokołem.

00:11:26.620 --> 00:11:29.560
Bez semantyki każda odpowiedź kopilota to improwizacja.

00:11:29.840 --> 00:11:32.340
Dzięki semantyce każda odpowiedź staje się dowodem.

00:11:32.560 --> 00:11:34.620
Nie dostrajasz promptów, uczysz logiki.

00:11:34.940 --> 00:11:40.360
Gdy dasz kopilotowi spójny słownik, jego dokładność wzrośnie, bo niepewność nie będzie miała gdzie się ukryć.

00:11:40.360 --> 00:11:45.740
Skoro kopilot rozumie już język, nauczymy go dyscypliny zasad zachowania, które utrzymają go w ryzach.

00:11:45.960 --> 00:11:48.580
Dyscyplina dla maszyn, danych i instrukcji agenta.

00:11:48.780 --> 00:11:52.540
Kopilot może wreszcie rozumieć Twoje słownictwo, ale nadal musi mieć maniery.

00:11:52.800 --> 00:11:55.640
Semantyka uczy znaczenia, instrukcje uczą zachowania.

00:11:55.860 --> 00:12:01.980
A w Microsoft Fabric zachowania te są kształtowane przez dwie różne smycze, instrukcje źródła danych i instrukcje agenta.

00:12:02.240 --> 00:12:05.060
Jedna strukturyzuje psa, druga uczy go, by nie gryzł mebli.

00:12:05.060 --> 00:12:08.700
Zacznij od instrukcji źródła danych, czyli przykazań specyficznych dla schematu.

00:12:08.880 --> 00:12:12.740
Znajdują się one najbliżej danych i mówią kopilotowi dokładnie, jak interpretować Twój model.

00:12:12.940 --> 00:12:15.260
Pamiętasz nasz wcześniejszy chaos ze złączeniami pogodowymi?

00:12:15.400 --> 00:12:17.640
Instrukcje źródła danych to miejsce, w którym to naprawisz.

00:12:17.800 --> 00:12:22.880
Określasz, że dane o temperaturze i opadach muszą łączyć się według identyfikatora geograficznego odbioru i identyfikatora daty.

00:12:23.000 --> 00:12:25.680
To usuwa z modelu zgadywanie i zastępuje je wymogiem.

00:12:25.920 --> 00:12:32.540
Fabric odczytuje te deklaracje, gdy kopilot tworzy zapytania SQL lub DAX, zapewniając, że każde zapytanie korzysta z właściwych kluczy.

00:12:32.540 --> 00:12:38.040
Traktuj je jak relacyjną konstytucję, niezmienne teksty prawne definiujące, jak jednostki mogą się łączyć.

00:12:38.240 --> 00:12:41.160
Instrukcje te obsługują również synonimy i definicje miar.

00:12:41.360 --> 00:12:46.140
Załóżmy, że Twoi analitycy używają zamiennie terminów, całkowita sprzedaż, uczciwa kwota i przychody brutto.

00:12:46.380 --> 00:12:48.520
Dla ludzi wszystkie oznaczają z grubsza to samo.

00:12:48.760 --> 00:12:51.200
Dla kopilota to odrębne, zmienne, walczące o uwagę.

00:12:51.480 --> 00:12:53.800
W instrukcjach źródła danych możesz je ujednolicić.

00:12:54.000 --> 00:12:57.100
Ilekroć wspomniana jest całkowita sprzedaż, użyj całkowitej, uczciwej kwoty.

00:12:57.100 --> 00:13:01.300
Teraz Twoja sztuczna inteligencja przestaje bawić się w semantyczną ruletkę i zaczyna odpowiadać konsekwentnie.

00:13:01.500 --> 00:13:04.600
Można w nich nawet zdefiniować logikę grupowania dla analiz kategorycznych.

00:13:04.800 --> 00:13:08.700
Gdy użytkownik pyta o sprzedaż według temperatury, możesz wstępnie określić zakresy.

00:13:08.800 --> 00:13:14.880
Poniżej 32 stopni to mrus, do 53 zimno, od 53 do 72 łagodnie i tak dalej.

00:13:15.180 --> 00:13:20.400
Bez tego kopilot zwraca nieskończone wartości liczbowe, zalewając użytkownika drobiazgowymi informacjami.

00:13:20.400 --> 00:13:26.040
Osadzając te grupy bezpośrednio w instrukcjach, tworzysz przewidywalną agregację i powtarzalną logikę.

00:13:26.220 --> 00:13:29.420
W rzeczywistości przekształcasz ukryte metadane w wyraźne reguły.

00:13:29.600 --> 00:13:34.400
Agent danych Fabric przekazuje je przed konstruowaniem zapytań, traktując je jako niezmienną prawdę obiektywną.

00:13:34.600 --> 00:13:37.640
Ich brak jest powodem, dla którego wcześniejsze zapytania dawały wypaczone wyniki.

00:13:37.900 --> 00:13:40.660
Generował idealnie poprawny kod SQL dla niewłaściwego pytania.

00:13:40.900 --> 00:13:46.540
Dzięki poprawnie napisanym instrukcjom danych zapytania kopilota pozostają zakotwiczone w regułach biznesowych, a nie w prawdopodobieństwie językowym.

00:13:46.540 --> 00:13:51.000
Przejdźmy teraz poziom wyżej do instrukcji agenta – Szkoły Etykiety dla Zachowań LLM.

00:13:51.180 --> 00:13:56.640
Podczas gdy instrukcje źródła danych mówią kopilotowi, co oznaczają dane, instrukcje agenta dyktują, jak ma reagować.

00:13:56.860 --> 00:13:59.520
Definiują prezentację, styl i zakres analityczny.

00:13:59.760 --> 00:14:02.900
Możesz nakazać – zawsze podsumowuj za pomocą zwięzłej tabeli.

00:14:03.140 --> 00:14:06.940
Lub, gdy istnieje wiele źródeł, wyjaśnij ich pochodzenie przed agregacją.

00:14:07.560 --> 00:14:12.280
W zasadzie przekształcasz kopilota z nadgorliwego stażysty w zdyscyplinowanego analityka.

00:14:12.280 --> 00:14:16.140
Rozważ zasadę pięciu pierwszych wierszy z dostrajania agenta danych.

00:14:16.140 --> 00:14:22.020
Zamiast zwracać tysiące rekordów, mówisz mu – wyświetl tylko pięć pierwszych, chyba że użytkownik zażąda inaczej.

00:14:22.220 --> 00:14:27.260
A i wymusza zwięzłość, oszczędzając menedżerowi konieczności przewijania danych niczym powieści.

00:14:27.700 --> 00:14:32.440
Kolejna przydatna dyrektywa – zawsze podawaj podsumowanie na początku każdej odpowiedzi.

00:14:33.200 --> 00:14:34.140
Działa to jak metakomentarz.

00:14:34.840 --> 00:14:41.080
Kopilot wyjaśnia, co pokazuje, pozwalając użytkownikom sprawdzić, czy miary, złączenia i filtry są zgodne z oczekiwaniami.

00:14:41.080 --> 00:14:45.380
Zamienia niewidoczne rozumowanie w widoczne potwierdzenie, co jest kluczowe dla zaufania.

00:14:45.380 --> 00:14:47.280
Zauważ tę wzajemną zależność.

00:14:47.460 --> 00:14:51.200
Instrukcje danych definiują fakty, instrukcje agenta definiują głos.

00:14:51.460 --> 00:14:53.440
Razem tworzą kodeks etyczny kopilota.

00:14:53.700 --> 00:14:57.680
Agent danych łączy je w złożony komunikat za każdym razem, gdy odpowiada na pytanie.

00:14:58.000 --> 00:14:59.620
Model językowy nie improwizuje.

00:14:59.880 --> 00:15:01.560
Modeluje się poprzez Twoje reguły.

00:15:01.780 --> 00:15:03.520
Teraz do gry wchodzi ład korporacyjny.

00:15:03.660 --> 00:15:06.880
Te instrukcje nie mogą istnieć w formie chaotycznych, indywidualnych kopii.

00:15:06.880 --> 00:15:12.600
Jeśli każdy użytkownik Fabric dostosuje synonimy do własnego gustu, przywrócisz zamęt, który eliminowałeś miesiącami.

00:15:12.800 --> 00:15:17.020
Uzyskasz pięć definicji zysku i brak porozumienia podczas kwartalnych przeglądów.

00:15:17.400 --> 00:15:24.140
Centralizuj zestawy instrukcji, publikuj je w obszarze zarządzania Fabric, zatwierdzaj przez recenzję i chroń kontrolą wersji.

00:15:24.380 --> 00:15:27.500
Elastyczność bez nadzoru to rebelia przebrana za innowacje.

00:15:27.740 --> 00:15:31.060
Oczywiście nawet te reguły tracą ważność, jeśli ich nie weryfikujesz.

00:15:31.060 --> 00:15:34.820
Inteligentne podejście polega na traktowaniu jakości instrukcji jak jakości kodu.

00:15:35.000 --> 00:15:37.100
Po każdej edycji przetestuj zachowanie kopilota.

00:15:37.320 --> 00:15:39.540
Zadaj to samo pytanie dwa razy po wyczyszczeniu pamięci podręcznej.

00:15:39.760 --> 00:15:41.520
Sprawdź, czy powtarza ten sam kod SQL.

00:15:41.800 --> 00:15:43.380
Przeanalizuj wygenerowane zapytania.

00:15:43.580 --> 00:15:46.280
Upewnij się, że odzwierciedlają wymagane złączenia i poprawne miary.

00:15:46.520 --> 00:15:48.920
Jeśli wyniki odbiegają od normy, popraw instrukcję.

00:15:49.120 --> 00:15:54.860
Nawet inżynierowie Microsoftu przyznają, że to strojenie to bardziej sztuka niż nauka, co jest uprzejmym określeniem ciągłego debugowania.

00:15:54.860 --> 00:15:57.280
Tutaj z pomocą przychodzą przykładowe zapytania.

00:15:57.280 --> 00:16:03.700
To odpowiedź fabrik na bariery ochronne, pozwalająca zakodować kanoniczne fragmenty SQL dla typowych zadań analitycznych.

00:16:03.900 --> 00:16:09.260
Załóżmy, że wiesz, iż całkowity przychód według zakresów temperatury musi zawsze wykonywać podwójne złączenie geograficzne i daty.

00:16:09.460 --> 00:16:11.320
Zapisujesz to jako przykładowe zapytanie.

00:16:11.580 --> 00:16:17.060
Gdy użytkownicy zadają pytanie w tej formie, kopilot pomija improwizację i wykorzystuje Twoją dokładną logikę.

00:16:17.200 --> 00:16:23.600
To odpowiednik wydawania wstępnie zatwierdzonych formularzy, zawsze poprawnie wypełnionych i odpornych na kreatywny sabotaż.

00:16:23.600 --> 00:16:29.180
Z czasem zbudujesz bibliotekę takich zapytań, zmieniając kopilota z generalisty w eksperta dziedzinowego.

00:16:29.400 --> 00:16:36.620
Pomyśl o tym jak o pamięci mięśniowej, a i stopniowo uczy się, co jest poprawne, poprzez powtarzalność i ograniczenia, a nie przez swobodny geniusz.

00:16:36.780 --> 00:16:40.080
Mimo to najmądrzejsze instrukcje nie naprawią błędów architektury.

00:16:40.320 --> 00:16:47.820
Jeśli Twój potok danych chwieje się przez niespójne warstwy medallion lub brak semantyki, te bariery to tylko stanowcze przemowy na tonącym statku.

00:16:47.820 --> 00:16:51.080
Instrukcje ograniczają język, nie potrafią stworzyć prawdy.

00:16:51.280 --> 00:16:56.820
Dlatego dostrajanie to zamknięta pętla, architektura definiuje niezawodność, semantyka znaczenie, a instrukcje posłuszeństwo.

00:16:57.620 --> 00:16:59.620
Pragmatyczny przepływ pracy wygląda tak.

00:16:59.840 --> 00:17:09.600
Buduj czyste warstwy medallion, definiuj precyzyjny model semantyczny, koduj te definicje w źródłach danych, temperuj osobowość kopilota instrukcjami agenta i testuj bez przerwy.

00:17:09.820 --> 00:17:15.560
Każda anomalia wykryta wcześnie oszczędza Ci gniewnego e-maila od przełożonego później, więc tak dyscyplina ma znaczenie.

00:17:15.560 --> 00:17:17.960
Nie jest to efektowne. To nie magia AI.

00:17:18.180 --> 00:17:27.940
To egzekwowanie reguł, czyszczenie pamięci, testy spójności i okazjonalne sprawdzanie własnego zdrowego rozsądku, gdy AI nadal twierdzi, że suma sprzedaży równa się przychód plus zwroty plus cuda.

00:17:28.140 --> 00:17:31.720
Ale gdy dyscyplina wejdzie w krew, kopilot staje się przerażająco niezawodny.

00:17:31.980 --> 00:17:35.960
Jego halucynacje znikają, złączenia działają, a pulpity przestają Cię oszukiwać.

00:17:36.200 --> 00:17:44.720
Możesz ustalić reguły wewnątrz fabrik, ale uczciwość kopilota wciąż zależy od architektury wykraczającej poza fabrik, czyli systemowego ładu, który strzeże prawdy w całym Twoim środowisku danych.

00:17:44.720 --> 00:17:46.980
I właśnie tam kierujemy się w następnej kolejności.

00:17:47.220 --> 00:17:49.820
Systemowe rozwiązanie, budowanie fundamentów pod weryfikowalną prawdę.

00:17:50.000 --> 00:17:51.460
Spójrzmy na to z szerszej perspektywy.

00:17:51.600 --> 00:17:55.560
Po wszystkich poprawkach, synonimach i szkoleniach z posłuszeństwa, AI pozostaje jeden brutalny fakt.

00:17:55.740 --> 00:17:59.020
Prawdomówność kopilota zależy od integralności całego Twojego ekosystemu.

00:17:59.220 --> 00:18:06.060
Możesz go szkolić, upominać i nagradzać, ale jeśli architektura otaczająca fabrik generuje nieład w danych, AI nadal będzie uprzejmie kłamać.

00:18:06.060 --> 00:18:13.080
Potrzebujesz systemowego lekarstwa ładu, egzekwowania pochodzenia danych i dyscypliny architektonicznej, które uczynią kłamstwo fizycznie niemożliwym.

00:18:13.260 --> 00:18:19.540
Na poziomie architektury fabrik odnosi sukces tylko wtedy, gdy wszystko powyżej i poniżej dzieli ten sam kompas moralny w kwestii higieny danych.

00:18:19.820 --> 00:18:21.660
Zaczyna się to od egzekwowania schematów.

00:18:21.820 --> 00:18:26.780
Każdy zestaw danych w Twoim lake house i hurtowni potrzebuje zdefiniowanych kluczy, typów danych i relacji.

00:18:27.020 --> 00:18:29.860
Niezmienne kontrakty opisujące, jak elementy do siebie pasują.

00:18:29.860 --> 00:18:33.240
Dryw w jednej tabeli nie powinien po cichu przenosić się do warstwy gold.

00:18:33.440 --> 00:18:38.640
Zamiast tego egzekwowanie schematu wyłapuje go niczym linter kodu, wstrzymując przyjmowanie danych, dopóki definicje się nie zgodzą.

00:18:38.880 --> 00:18:44.340
W praktyce nie spowalnia to rozwoju, lecz zapobiega cichej korupcji, zanim rozprzestrzeni się ona w odpowiedziach kopilota.

00:18:44.580 --> 00:18:46.660
Następnie wprowadź wersjonowanie semantyczne.

00:18:46.820 --> 00:18:48.900
Traktuj swoje modele danych jak oprogramowanie.

00:18:49.180 --> 00:18:55.180
Za każdym razem, gdy modyfikujesz definicję, zmieniasz nazwę kolumny, formuły miary lub relacje, zwiększaj wersję.

00:18:55.180 --> 00:19:03.260
Fabrik nie rozpoznaje automatycznie filozoficznego wpływu zmiany definicji przychodu z kwoty brutto minus rabaty na przychód netto po opodatkowaniu.

00:19:03.640 --> 00:19:04.720
Ludzie muszą to zrobić.

00:19:04.960 --> 00:19:10.600
Wersjonowanie zachowuje historię pochodzenia, umożliwiając śledzenie, które odpowiedzi kopilota opierały się na nieaktualnej semantyce.

00:19:10.840 --> 00:19:13.640
Bez tego nigdy nie sprawdzisz, kiedy kłamstwo weszło do obiegu.

00:19:13.820 --> 00:19:15.880
Teraz połącz egzekwowanie z dokumentacją.

00:19:16.140 --> 00:19:19.160
Microsoft Perview czy katalog danych o Nellake to nie tylko ozdoba.

00:19:19.340 --> 00:19:22.440
To pamięć instytucjonalna, która zapobiega amnezji schematów.

00:19:22.440 --> 00:19:27.520
Certyfikowane zestawy danych w tych katalogach stanowią jedyne dopuszczalne źródła dla kopilota i Power BI.

00:19:27.700 --> 00:19:31.540
Traktuj je jak notarialnie poświadczone byty, prawnie wiążące reprezentacje prawdy.

00:19:31.780 --> 00:19:35.080
Jeśli zestaw danych nie jest certyfikowany, kopilot nie powinien go dotykać.

00:19:35.240 --> 00:19:41.360
Integrując metadane Perview z agentami danych Fabrik, zapewniasz, że każde zapytanie i podaje weryfikowalne pochodzenie.

00:19:41.600 --> 00:19:45.500
Kiedy ktoś zapyta, skąd wzięła się ta liczba, będziesz w stanie udzielić odpowiedzi.

00:19:45.500 --> 00:19:50.000
Aby zachować ciągłość kontekstu między systemami, włącz mirrorowanie i modelowanie cyfrowego bliźniaka.

00:19:50.200 --> 00:19:57.320
Mirrorowanie replikuje zewnętrzne źródła, takie jak SQL Server, Cosmos DB czy PostgreSQL, do fabrik w czasie rzeczywistym, zachowując schemat i aktualność.

00:19:57.480 --> 00:20:00.820
To system odpornościowy Fabrik przeciwko opóźnieniom i niespójności danych.

00:20:01.060 --> 00:20:04.360
Modelowanie cyfrowego bliźniaka, nowo wprowadzone, idzie o krok dalej.

00:20:04.600 --> 00:20:08.260
Tworzy żywy cyfrowy odpowiednik środowisk fizycznych lub biznesowych.

00:20:08.260 --> 00:20:15.120
Kopilot może wtedy odpytywać te cyfrowe bliźniaki, rozumiejąc zależności, takie jak wpływ wydajności fabryki na opóźnienia w transporcie.

00:20:15.120 --> 00:20:19.580
Dzięki temu jego rozumowanie opiera się na zsynchronizowanej rzeczywistości, a nie na przestarzałych wyciągach.

00:20:19.740 --> 00:20:22.320
Jednak nawet najlepsza architektura z czasem ulega degradacji.

00:20:22.540 --> 00:20:28.180
Dlatego należy przeprowadzać okresowe audyty prawdy, rytualne kontrole, podczas których wyniki AI są weryfikowane z jedynym źródłem prawdy.

00:20:28.380 --> 00:20:33.700
Wybierasz reprezentatywne zapytania, uruchamiasz je ponownie ręcznie lub przez zapisany kod SQL i porównujesz wyniki.

00:20:33.700 --> 00:20:39.680
Każda rozbieżność sygnalizuje entropię architektury, uszkodzone połączenia, przesunięcia w miarach lub przestarzałą linię danych.

00:20:39.880 --> 00:20:42.540
Potraktuj to jak test na wykrywaczu kłamstw dla kopilota.

00:20:42.540 --> 00:20:48.680
Wykonywany kwartalnie pozwala na rekalibrację zestawów instrukcji i semantyki, zanim brak zaufania przerodzi się w wstyd przed zarządem.

00:20:48.820 --> 00:20:55.140
Co najważniejsze, wszystkie warstwy stosu analitycznego B, kopilot, obszar roboczy, fabrik muszą czerpać z jednego źródła semantycznego.

00:20:55.320 --> 00:20:56.920
Cieniowane zbiory danych to wróg.

00:20:57.140 --> 00:21:02.140
Za każdym razem, gdy ambitny dział klonuje model, by działać szybciej, tworzy kolejny dialekt prawdy.

00:21:02.140 --> 00:21:08.120
Nagle Power B, kopilot i Excel kopilot zaczynają mówić trzema nieco innymi językami o tej samej liczbie przychodów.

00:21:08.300 --> 00:21:16.460
Lekarstwem jest wymuszona jedność, scentralizowana semantyka w jednym modelu, udostępniana w trybie tylko do odczytu i powiązania zgodności z polityką z certyfikacją zbiorów danych.

00:21:16.680 --> 00:21:21.220
Jeśli Jan z działu sprzedaży chce własną metrykę, negocjuje to poprzez ład korporacyjny, a nie kanały boczne.

00:21:21.460 --> 00:21:23.180
Na koniec zamknij pętlę uczenia się.

00:21:23.380 --> 00:21:28.280
Ład korporacyjny to niestatyczna papierologia, to ciągły dialog między ludzkimi analitykami a agentami AI.

00:21:28.280 --> 00:21:33.280
Ludzie dostrajają, kopilot wykonuje, ludzie weryfikują, a kopilot doskonali się dzięki zaktualizowanemu kontekstowi.

00:21:33.980 --> 00:21:37.460
Każda iteracja uczy system, jak wygląda rzetelne wykonywanie zadań.

00:21:37.660 --> 00:21:41.900
Z czasem ta informacja zwrotna staje się niewidzialną infrastrukturą, rusztowaniem dokładności.

00:21:42.160 --> 00:21:44.980
Gdy osiągniesz ten poziom dojrzałości, wydarzy się coś niezwykłego.

00:21:45.180 --> 00:21:51.560
Kopilot przestaje przypominać nieprzewidywalną wyrocznie i zaczyna zachowywać się jak młodszy analityk, szybko, konsekwentnie i zgodnie z zasadami.

00:21:51.820 --> 00:21:57.960
Halucynacje znikają nie dlatego, że a i nagle stało się uczciwe, ale dlatego, że nieuczciwość nie pasuje już do struktury.

00:21:57.960 --> 00:22:03.100
Prawda stała się ścieżką najmniejszego oporu, więc systemowym lekiem nie jest czar, lecz ład.

00:22:03.320 --> 00:22:12.700
Wymuszanie schematu utrzymuje stabilność, wersjonowanie semantyczne pamięta historię, certyfikacja perwiu chroni integralność, a pojedyncze źródło semantyki zapewnia spójność.

00:22:13.080 --> 00:22:17.780
Mirroring wiąże rzeczywistość z jej odbiciem, a audyty prawdy utrzymują je w synchronizacji.

00:22:18.080 --> 00:22:21.220
Dzięki temu kopilot nie musi zmyślać, on po prostu raportuje.

00:22:21.220 --> 00:22:30.460
Gdy strukturalnie wymusisz prawdę, zyskasz prawo do automatyzacji wglądu, co prowadzi nas do ostatniej lekcji uczenia maszyn mówienia prawdy z założenia, a nie przez perswazję.

00:22:30.800 --> 00:22:32.520
Uczenie kopilota mówienia prawdy.

00:22:32.800 --> 00:22:35.500
Kopilot nigdy nie był niewiarygodny, był posłuszny.

00:22:35.500 --> 00:22:38.500
Odpowiadał wiernie na każdy chaos, który zakodowałeś.

00:22:38.700 --> 00:22:45.660
Gdy dasz mu zdyscyplinowaną architekturę, spójną semantykę i jasne instrukcje, przestaje halucynować nie z moralności, lecz z nieuchronności.

00:22:45.900 --> 00:22:52.680
Oto niezmienne równanie, czyste warstwy typu Medalion Plus, dyscyplina semantyczna i kontrolowane instrukcje równają się weryfikowalnej prawdzie AI.

00:22:52.920 --> 00:22:59.900
Wyeliminuj dwuznaczność u źródła, precyzyjnie dokumentuj znaczenia i regularnie testuj wyniki, a kopilot stanie się lustrem odbijającym tylko fakty.

00:22:59.900 --> 00:23:04.660
Jeśli Twoje środowisko Fabrik wciąż podpowiada sprzeczności, to najwyższy czas, by poddać je audytowi.

00:23:04.660 --> 00:23:10.020
Wymuszaj kontrakty schematów, certyfikuj zbiory danych, wersjonuj semantykę i przeprowadzaj kwartalne audyty prawdziwości.

00:23:10.260 --> 00:23:14.240
Wtedy zobaczysz, jak kopilot zmienia się z pewnego siebie improwizatora w przewidywalnego współpracownika.

00:23:14.520 --> 00:23:16.400
Dokładność to nie magia, to konserwacja.

00:23:16.640 --> 00:23:19.860
Zbuduj strukturę tak szczelną, by kłamstwa fizycznie nie mogły się przez nią przedostać.

00:23:20.020 --> 00:23:23.560
Jeśli to zrobisz, każdy przyszły monit przyniesie nie opowieści, lecz konkretne stwierdzenia.

00:23:23.780 --> 00:23:27.340
Jeśli oszczędziło Ci to godziny pracy lub potencjalnego zażenowania, odwdzięcz się za ten wysiłek.

00:23:27.620 --> 00:23:29.420
Zasubskrybuj M365 Show.

00:23:29.420 --> 00:23:37.820
Wydajność należy do zdyscyplinowanych.

00:23:37.960 --> 00:23:38.640
Zostań z nami.
