Cómo generar consultas KQL con Copilot en Fabric

João Barros 06 de July de 2026 4 min de lectura

Escribir consultas KQL (Kusto Query Language) desde cero puede resultar intimidante cuando empiezas en el análisis de datos en tiempo real. Copilot en Fabric lo resuelve: describes tu pregunta en lenguaje natural y él genera la consulta KQL por ti, dentro de la experiencia Real-Time Intelligence, ideal para explorar datos sin memorizar sintaxis.

Requisitos previos

Una capacidad Fabric de pago (F2 o superior) con Copilot habilitado por el administrador del tenant.
Un workspace asignado a esa capacidad.
Un Eventhouse con una base de datos KQL que ya contenga datos (puedes usar datos de ejemplo).
Permisos para crear elementos, como un KQL Queryset, en ese workspace.

Paso 1: Abrir el Eventhouse en Real-Time Intelligence

En el portal de Fabric, cambia a la experiencia Real-Time Intelligence con el selector de la parte inferior izquierda. Abre tu workspace y haz clic en el Eventhouse que contiene la base de datos KQL con tus datos. Asegúrate de ver, en el árbol lateral, al menos una tabla con filas: esa es la tabla sobre la que vas a preguntar. En este ejemplo usaremos una tabla llamada Readings con lecturas de dispositivos.

Paso 2: Crear un KQL Queryset

Dentro del Eventhouse, haz clic en New related item y elige KQL Queryset (como alternativa, usa el botón + New del workspace). Ponle un nombre, por ejemplo consultas-copilot, y conéctalo a la base de datos KQL del Eventhouse. En este editor es donde vas a escribir, o dejar que Copilot escriba, tus consultas.

Paso 3: Abrir el panel de Copilot

En la cinta del KQL Queryset, haz clic en el botón Copilot. Se abre un panel a la derecha con un cuadro de texto. La primera vez, Copilot muestra sugerencias de preguntas basadas en las tablas disponibles. Este paso solo funciona bien si la base de datos tiene datos: Copilot lee el esquema (nombres de tablas y columnas) para generar KQL correcto y adaptado a tu modelo.

Paso 4: Escribir la pregunta en lenguaje natural

En el cuadro de Copilot, escribe una pregunta clara y específica. Cuanto más concreto seas — indicando la tabla, el periodo de tiempo y la métrica — mejor será el resultado. Por ejemplo:

Muestra los 5 dispositivos con más lecturas en la última hora, a partir de la tabla Readings.

Al pulsar Enter, tras unos segundos Copilot devuelve una consulta KQL parecida a esta:

Readings
| where Timestamp > ago(1h)
| summarize TotalReadings = count() by DeviceId
| top 5 by TotalReadings desc

Fíjate en cómo cada línea de KQL corresponde a una parte de tu pregunta: el filtro de tiempo con ago(1h), la agregación con summarize y el límite de cinco resultados con top 5. Esta correspondencia te ayuda a aprender el lenguaje mientras trabajas.

Paso 5: Insertar y ejecutar la consulta

En el panel de Copilot tienes tres opciones para la consulta generada: Copy, Insert y Replace. Haz clic en Insert para colocar el KQL en el editor. Después, selecciona la consulta y haz clic en Run (o pulsa Shift+Enter). Los resultados aparecen en la cuadrícula inferior, listos para analizar.

Paso 6: Refinar con preguntas de seguimiento

La primera versión rara vez es perfecta, y no pasa nada. Copilot mantiene el contexto de la conversación, así que puedes pedir ajustes en lenguaje natural, por ejemplo:

Ahora agrupa también por la columna DeviceType y ordena por el total de forma descendente.

Copilot reescribe la consulta con las nuevas condiciones. Si la respuesta es ambigua o devuelve un error, sé más explícito: indica el nombre exacto de la tabla y de las columnas para eliminar la duda.

Verificar el resultado

Para confirmar que la consulta hace lo que querías, ejecútala y comprueba tres cosas: si la cuadrícula devuelve el número de filas esperado (aquí, como máximo cinco), si los nombres de las columnas coinciden con lo que pediste (DeviceId y TotalReadings) y si los valores tienen sentido. Como prueba rápida, ejecuta Readings | count para ver el total de filas de la tabla y confirmar que el filtro de tiempo está reduciendo realmente los datos.

Conclusión

En unos pocos clics has convertido una pregunta en lenguaje corriente en una consulta KQL funcional, sin memorizar sintaxis. El siguiente paso natural es fijar (Pin) el resultado en un Real-Time Dashboard, donde Copilot también te ayuda a crear mosaicos a partir de lenguaje natural. Pruébalo ahora: ¿cuál es la primera pregunta sobre tus datos que le pedirás a Copilot que responda?