--- title: "Data agent w Microsoft Fabric: pytania do firmowych danych" url: "https://majchrzycki.com/blog/data-agent-w-microsoft-fabric-ai-które-rozumie-twoje-dane" description: "Jak sprawdzić data agenta w Fabric? Poznaj rolę źródeł, uprawnień i zestawu pytań kontrolnych przed udostępnieniem go zespołowi." --- # Data agent w Microsoft Fabric: pytania do firmowych danych 13 kwietnia 2025· Aktualizacja: 29 września 2026·4 min czytania·Krzysztof Majchrzycki Temat: [Microsoft AI](https://majchrzycki.com/blog/filar/microsoft-ai) Czy możesz zapytać firmowe dane o opóźnione projekty i od razu wykorzystać odpowiedź na spotkaniu zarządu? **Data agent w Microsoft Fabric może ułatwić wyszukiwanie odpowiedzi, lecz nie zastąpi uzgodnionych definicji ani sprawdzenia wyniku.** Zanim udostępnisz go zespołowi, określ, na jakie pytania ma odpowiadać i po czym poznasz, że zrobił to poprawnie. To szczególnie ważne, gdy różne działy inaczej rozumieją słowo „opóźniony”. Dla sprzedaży może oznaczać brak podpisu, dla realizacji przekroczenie terminu, a dla finansów niezapłaconą fakturę. Agent potrzebuje kontekstu, który pozwoli odróżnić te sytuacje. ## Co robi agent danych Fabric data agent umożliwia zadawanie pytań do wybranych źródeł danych i przygotowuje zapytania potrzebne do uzyskania odpowiedzi. Dokumentacja określa podstawową funkcję jako ogólnie dostępną. Agent pracuje w trybie odczytu: nie służy do zmieniania rekordów. Nie czyta bezpośrednio dokumentów PDF, DOCX ani TXT. Co istotne dla polskiej firmy, Microsoft nadal wskazuje brak wsparcia języków innych niż angielski. Sprawdź aktualne [możliwości i ograniczenia](https://learn.microsoft.com/en-us/fabric/data-science/concept-data-agent) przed przyjęciem założeń wdrożenia. Jeśli warunkiem projektu jest obsługa pytań po polsku, potraktuj tę informację jako kryterium wyboru rozwiązania. Pojedyncza poprawna odpowiedź po polsku nie stanowi potwierdzenia wsparcia produktu. Nie buduj firmowego zobowiązania na udanej demonstracji. Rozmowa z danymi ma największy sens wtedy, gdy pytania się zmieniają, ale korzystają z dobrze opisanego zakresu. Dla stałego comiesięcznego zestawienia zatwierdzony raport może pozostać wygodniejszym punktem odniesienia. ## Zacznij od małego zakresu Wybierz jedno zastosowanie, na przykład analizę realizacji projektów. Przygotuj definicje dat, statusów i wartości. Usuń niejednoznaczność pojęć, zanim spróbujesz poprawiać instrukcję kolejnymi ogólnymi poleceniami. Pytanie biznesowe Co trzeba doprecyzować Wzorzec do porównania Które projekty są opóźnione? Termin bazowy, status zamknięcia i dzień oceny Lista wyliczona z zatwierdzonej reguły Gdzie przekroczono budżet? Budżet pierwotny czy po zmianach Uzgodniony raport kosztów Kto ma najwięcej pracy? Plan godzin czy rzeczywiste obciążenie Zestawienie dla tego samego okresu Jak zmieniła się rentowność? Definicja marży i sposób rozliczenia kosztów Obliczenie z modelu finansowego Nie pytaj od razu o wszystkie działy i lata historii. W małym zakresie łatwiej ustalisz, czy błąd wynika z danych, rozumienia pytania czy dobrania niewłaściwego źródła. Zapisuj te przyczyny oddzielnie: każda wymaga innej poprawki. Konfiguracja obejmuje wybór źródeł i tabel oraz instrukcje. Microsoft opisuje te kroki w [instrukcji tworzenia agenta](https://learn.microsoft.com/en-us/fabric/data-science/how-to-create-data-agent). Przed rozpoczęciem administrator powinien także sprawdzić wymagania pojemności i ustawienia przetwarzania AI dla środowiska, w którym odbędzie się próba. ## Dostęp do agenta i dostęp do danych Udostępnienie rozmowy nie oznacza automatycznego nadania praw do jej źródeł. Dla modeli semantycznych Power BI zapytania przez agenta wymagają uprawnienia Read do modelu; nie wymagają z tego powodu roli w obszarze roboczym ani Build. Reguły zabezpieczeń danych nadal obowiązują. Rozdzielenie tych zakresów wyjaśnia [dokumentacja udostępniania](https://learn.microsoft.com/en-us/fabric/data-science/data-agent-sharing). Przeprowadź próbę na zwykłym koncie kierownika. Sprawdź własne projekty, projekty innego działu i pytanie łączące oba zakresy. Nie zwiększaj uprawnień tylko po to, aby usunąć błąd odpowiedzi. Najpierw potwierdź, czy żądane dane w ogóle powinny być dostępne tej osobie. W opisie agenta umieść temat, zakres czasowy i osobę odpowiedzialną za zgłoszenia. Odbiorca powinien rozumieć, czy rozmawia o zamkniętych danych miesięcznych, czy o roboczych zapisach, które jeszcze się zmieniają. ## Jak ocenić odpowiedzi Przygotuj zestaw pytań przed dopracowaniem instrukcji. Część wykorzystaj do poprawiania konfiguracji, a część zachowaj na niezależny odbiór. Powtarzanie wyłącznie przykładów użytych podczas budowy nie pokaże, jak agent poradzi sobie z nową sytuacją. Próba Oceniany element Sygnał problemu Pytanie z jednoznacznym okresem Liczba i zakres danych Wynik dotyczy innego miesiąca Pytanie bez definicji marży Sposób obsługi niejasności Pewna odpowiedź oparta na złym wzorze Pytanie poza zakresem Rozpoznanie braku podstaw Dopowiedziane, nieistniejące wartości Pytanie po zmianie dostępu Widoczność danych Ujawnienie wykluczonego projektu Ponowienie w nowej rozmowie Wpływ poprzedniego kontekstu Niewyjaśniona zmiana wyniku W syntetycznym przykładzie analityk przygotował odpowiedzi wzorcowe na 30 pytań. Agent poprawnie odpowiedział na 26, w dwóch wskazał brak podstaw, a w dwóch podał błędny wynik. Nie łącz tych kategorii w samo „28 sukcesów”. Sprawdź osobno poprawność odpowiedzi oraz trafność odmów. Błąd w terminie projektu może mieć inne konsekwencje niż pominięcie pomocniczej kolumny. Ograniczenia prezentacji również mają znaczenie: dokumentacja podaje limit odpowiedzi do 25 wierszy i 25 kolumn. Wyświetlona lista nie musi więc być kompletnym zbiorem. Nie wykorzystuj jej jako pełnego eksportu do rozliczenia bez potwierdzenia kompletności inną drogą. ## Test pięciu pytań przed udostępnieniem agenta Zanim dasz pracownikom dostęp, przygotuj niewielki zestaw z zatwierdzoną odpowiedzią i osobą odpowiedzialną za dane. Dla modelu sprzedaży mogą to być: przychód za zamknięty miesiąc, ten sam wynik z korektami, pytanie o klienta spoza uprawnień użytkownika, pytanie z niejednoznacznym słowem „sprzedaż” i pytanie o okres bez danych. Typ pytania Oczekiwane zachowanie Jednoznaczna miara Wynik z nazwą miary i okresem Korekta po zamknięciu Jawna reguła, czy korekta wchodzi do wyniku Dane poza dostępem Odmowa bez ujawnienia cudzej wartości Niejasna definicja Prośba o wybór definicji, nie zgadywanie Brak danych Informacja o luce i wskazanie źródła Test wykonaj co najmniej dwoma kontami o różnych rolach. [Microsoft opisuje](https://learn.microsoft.com/en-us/fabric/data-science/data-agent-sharing), że dostęp do agenta i do źródła danych trzeba rozliczyć osobno, a ograniczenia wierszy i kolumn mają nadal obowiązywać. Porównuj wersję roboczą z opublikowaną na tej samej próbie. Gdy pytanie wymaga wspólnej semantyki między obszarami firmy, przeczytaj też [opis Fabric IQ](https://majchrzycki.com/blog/microsoft-fabric-iq-semantyka-danych-biznesowych); nie zakładaj, że sam agent ustanowi definicje miar. Szerszą decyzję o platformie opisuje [poradnik Fabric](https://majchrzycki.com/blog/co-to-jest-microsoft-fabric-poradnik-dla-firm). ## Co utrzymywać po uruchomieniu Zapisuj wersję konfiguracji wykorzystaną w odbiorze. Zmiana nazwy kolumny, reguły kosztowej lub źródła powinna uruchamiać ponowne sprawdzenie pytań związanych z tym obszarem. Użytkownik potrzebuje też sposobu zgłoszenia odpowiedzi, której nie potrafi uzgodnić z raportem. W pilotażu mierz czas od pytania do zatwierdzonej odpowiedzi, łącznie z kontrolą i poprawkami. Szybkość wygenerowania tekstu nie mówi jeszcze, czy analityk ma mniej pracy. Jeżeli każda odpowiedź wymaga odtworzenia całego obliczenia, warto ograniczyć zakres lub poprawić model przed zwiększeniem liczby użytkowników. Agent powinien mieć określoną rolę w [systemie pracy firmy](https://majchrzycki.com/system). Zasady ochrony jego źródeł rozwiniesz w materiale o [Microsoft Purview w Fabric](https://majchrzycki.com/blog/co-to-jest-purview-w-microsoft-fabric). Zbierz teraz pięć rzeczywistych pytań kierowników i przygotuj zatwierdzone odpowiedzi wraz z definicjami. Sprawdź możliwość pracy w wymaganym języku, a następnie wybierz jedno źródło do kontrolowanej próby. - Agenci AI - Dane i analityka - Modele i LLM - Zarządzanie zmianą ## Przełóż temat na projekt w Twojej firmie Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI. [Zobacz współpracę](https://majchrzycki.com/wspolpraca) ## Czytaj dalej - [Microsoft Power BI: raport, któremu można zaufać](https://majchrzycki.com/blog/co-to-jest-microsoft-power-bi) - [Microsoft Fabric: jak ocenić platformę danych dla firmy](https://majchrzycki.com/blog/co-to-jest-microsoft-fabric-poradnik-dla-firm) - [Fabric i Copilot Studio: jak przygotować dane dla AI](https://majchrzycki.com/blog/budowanie-fundamentów-dla-ai-w-firmie-z-microsoft-fabric-i-copilot-studio) - [Lakehouse w Microsoft Fabric: kiedy ma sens](https://majchrzycki.com/blog/data-lakehouse-i-nowoczesna-platforma-danych-microsoft-fabric-dla-ai)