For the complete documentation index, see llms.txt. This page is also available as Markdown.

Aderência de IA

A Aderência de IA é uma análise automática que avalia o quão bem o seu modelo de dados do Power BI está preparado para ser utilizado por um assistente de IA. A pontuação gerada indica o nível de qualidade e clareza do dataset quanto maior o score, mais precisas e confiáveis serão as respostas do assistente.

Aderência de IA

Um modelo mal estruturado ou com nomenclaturas confusas dificulta a geração de consultas DAX corretas pela IA, impactando diretamente na experiência do usuário final.

Para verificar Aderência à IA: Power Pilot – IA > Assistente Gen2 > Ações > Aderência à IA

Score geral e categorias

O resultado é apresentado como um score de 0 a 100, composto por seis categorias com pesos distintos:

Categoria
Peso
O que avalia

Modelagem

15%

Estrutura do modelo: relacionamentos, tabelas isoladas e organização geral

Nomenclatura

30%

Clareza dos nomes de tabelas, colunas e medidas

Descrições

20%

Presença de descrições em tabelas, colunas e medidas visíveis

Redundância

15%

Existência de colunas ou medidas duplicadas ou desnecessárias

Higiene dos dados

10%

Qualidade dos dados: nulos, formatação e consistência

Medidas explícitas

10%

Uso de medidas DAX em vez de agregações implícitas

Escala de classificação:

Faixa
Classificação

90 – 100

Excelente

75 – 89

Bom

50 – 74

Regular

0 – 49

Crítico

Informações da execução

Cada análise registra os seguintes metadados:

Campo
Descrição

Analisado em

Data e hora da execução

Versão do analisador

Versão do motor de análise utilizado

Modelo de IA

Modelo LLM utilizado para interpretar o dataset

Tokens utilizados

Quantidade de tokens consumidos (entrada / saída)

Custo estimado

Custo aproximado em dólar da análise

Duração

Tempo total de execução em milissegundos

Problemas detectados

Abaixo do score são listados todos os problemas identificados, organizados por categoria e severidade. Cada item inclui a localização (tabela, coluna ou medida afetada), a descrição do problema e uma sugestão da IA de como corrigi-lo.

Exemplos de problemas comuns:

Categoria
Problema
Sugestão

Modelagem

Tabela sem nenhum relacionamento

Conecte-a ao modelo ou remova-a tabelas isoladas raramente permitem cruzamento de dados pela IA

Nomenclatura

Nome com caracteres especiais (ex: Atingimento de meta comp.)

Use apenas letras, dígitos e espaços

Nomenclatura

Nome pouco claro (ex: AnoMesINT, Coluna 1, Texto)

Renomeie para algo descritivo e explícito sobre o conteúdo

Descrições

Tabela sem descrição

Documente o que cada tabela representa a IA usa isso para escolher as tabelas corretas ao gerar DAX

Descrições

Coluna visível sem descrição

Descreva o significado e a unidade da coluna

Atualizado