在本文中，了解
适用于数据科学的 Microsoft Copilot
的工作原理，其如何保护业务数据的安全并遵守隐私要求，以及如何负责任地使用生成式 AI。 有关 Fabric 中的 Copilot 的这些主题概述，请参阅
Copilot 的隐私性、安全性和负责任使用（预览版）
。
通过 Microsoft Fabric 中的数据科学 Copilot 和其他生成式 AI 功能（预览版），Microsoft Fabric 为数据科学和其他工作负载带来了一种全新的数据转换和分析、见解生成以及可视化效果和报告创建方式。
若要了解相关注意事项和限制，请参阅
限制
。
数据科学 Copilot 的数据使用
在笔记本中，Copilot 只能访问用户当前笔记本可访问的数据，无论数据是在附加的湖屋中，还是由用户直接加载或导入到该笔记本中。 在笔记本中，Copilot 无法访问笔记本无法访问的任何数据。
默认情况下，Copilot 可以访问以下数据类型：
之前在该会话中用户与 Copilot 的往来消息。
用户已执行的单元的内容。
用户已执行的单元的输出。
笔记本中数据源的架构。
来自笔记本中数据源的示例数据。
附加湖屋中外部数据源的架构。
数据科学 Copilot 的评估
产品团队对 Copilot 进行了测试，以了解该系统在笔记本上下文中的表现，以及 AI 响应是否具有见解和有用性。
该团队还投资了额外的危害缓解措施，包括重点介绍 Copilot 对数据科学相关主题的输出的技术方法。
使用数据科学 Copilot 的提示
Copilot 最适合处理数据科学主题，因此请将问题限制在该领域。
明确想要 Copilot 检查的数据。 如果描述数据资产，例如命名文件、表或列，Copilot 更有可能检索相关数据并生成有用的输出。
如果想要更精细的响应，请尝试将数据作为数据帧加载到笔记本中或将数据锁定在湖屋中。 这为 Copilot 提供了更多进行分析的上下文。 如果资源太大而无法加载，锁定它是一个有用的选择。
适用于数据工厂的 Copilot 的隐私性、安全性和负责任使用（预览版）
适用于数据科学和数据工程的 Copilot 概述（预览版）
适用于数据工厂的 Copilot 概述
Fabric 中的 Copilot：常见问题解答
即将发布：在整个 2024 年，我们将逐步淘汰作为内容反馈机制的“GitHub 问题”，并将其取代为新的反馈系统。 有关详细信息，请参阅：
https://aka.ms/ContentUserFeedback
。
提交和查看相关反馈
