Запросы на естественном языке

Генеративный ИИ в Dashboards и Notebooks преобразует запросы на естественном языке в DQL с учётом контекста среды. Можно автоматически выполнять или только генерировать DQL.

Предварительные требования

Настройка из раздела Начало работы с агентным и генеративным ИИ.

В Notebooks

1. Notebooks > откройте/создайте блокнот.
2. Add > Prompt.
3. Введите запрос (пример: average cpu usage percentage by host).
4. Опционально: задайте временной диапазон (по умолчанию Last 2 hours).
5. Нажмите Run (или Generate DQL only для предварительного просмотра).
6. Результат: разверните DQL для просмотра запроса. Запрос можно скопировать или создать DQL-раздел через меню.

В Dashboards

1. Dashboards > откройте/создайте панель.
2. Add > Prompt.
3. Введите запрос, нажмите Run.
4. Запрос можно скопировать или создать DQL-плитку через меню.

Использование генеративного ИИ бесплатно, но выполняемые запросы учитываются в лицензии.

Запросы с учётом среды

Обогащение ИИ данными среды для точных запросов. Настройка: см. Включение.

Пример: запрос "Show me average money made" корректно маппится на поле profit, даже если имя не совпадает. Без учёта среды -- некорректный DQL.

Семантический индекс

ИИ периодически сканирует Grail, создавая семантический индекс (ключи метрик, измерения, имена полей). При запросе -- сначала поиск релевантных фрагментов, затем отправка в Azure OpenAI.

Доступ на основе прав

Разные пользователи получают разные ответы в зависимости от прав доступа.

Генерация ответов NL2DQL

1. Получение запроса пользователя.
2. Сопоставление с контентом Dynatrace + фрагменты данных среды (при включении).
3. LLM генерирует и проверяет DQL.
4. Результат возвращается в Notebooks/Dashboards.

Обратная связь

Кнопки оценки под запросом. Не передавайте персональную информацию в обратной связи.

Связанные темы

• Обзор агентного и генеративного ИИ
• Начало работы
• FAQ
• Советы по промптам
• Примеры быстрого анализа