Como criar um Data Summarizer por coluna no Copilot do Fabric
Este tutorial mostra como criar um Data Summarizer por coluna no Copilot do Fabric — uma ferramenta que gera automaticamente estatísticas descritivas, valores únicos e sinais de anomalia por cada coluna de uma tabela. É útil para explorar dados rapidamente, detetar problemas e preparar relatórios ou regras de qualidade.
Pré-requisitos
- Conta com acesso ao Microsoft Fabric e permissões para criar Workspaces e OneLake.
- Tabela de exemplo carregada no Lakehouse (por ex.: dados_vendas) ou acesso a uma origem suportada.
- Noções básicas de Power Query/Notebooks e familiaridade com o Copilot no Fabric.
Passo 1: Preparar a tabela e contexto no Fabric
Abra o Workspace onde se encontra a tabela (ex.: Lakehouse). Confirme o nome da tabela e a coluna-chave. O Copilot precisa de contexto claro: nome da tabela, tipo de cada coluna e uma amostra de linhas funciona bem.
Passo 2: Iniciar um novo Copilot Prompt
No Fabric, abra o Copilot e escolha o modo de interação com dados (Data view). Introduza um prompt inicial que descreva a tarefa: gerar um resumo por coluna incluindo contagem, missing, únicos, média/mediana (para numéricas), valores mais frequentes (para categóricas) e potenciais anomalias.
Gera um Data Summarizer para a tabela 'dados_vendas'. Para cada coluna, devolve: nome, tipo, count, missing_count, unique_count, top_3_values (com proporção), mean, median, std (se numérica), e sinaliza potenciais anomalias (valores extremos ou formatos inválidos). Usa exemplo das primeiras 100 linhas.
Passo 3: Fornecer amostra e esquema ao Copilot
Copie uma amostra de 50-200 linhas e o esquema (nomes e tipos). Colar isto no prompt ajuda o modelo a não fazer suposições. Se preferir, ligue o Copilot directamente à tabela se a integração permitir.
Esquema:
- id: integer
- data_venda: datetime
- produto: string
- preco: decimal
- quantidade: integer
Amostra (5 linhas):
1, 2026-01-05, Camisola, 19.99, 2
2, 2026-01-06, Calças, 39.50, 1
...
Passo 4: Refinar o prompt para saídas estruturadas (JSON/Table)
Para automatizar o consumo, peça ao Copilot que devolva o resumo em formato JSON ou como uma tabela Markdown. Isto permite transformar o resultado em regras, relatórios ou importá‑lo para o Power BI. Defina o esquema de saída por campo.
Output format: JSON array, cada item:
{
"column": "nome_coluna",
"type": "string|integer|decimal|datetime",
"count": 1000,
"missing": 5,
"unique": 120,
"top_values": [{"value":"X","pct":0.12}],
"mean": 12.34, // null se não aplicável
"median": 10.0,
"std": 3.21,
"anomalies": ["valores negativos","formato inválido"]
}
Passo 5: Executar e validar o Summarizer
Envie o prompt com a amostra e o esquema. O Copilot irá devolver o JSON/tabela. Verifique alguns campos manualmente (ex.: contagem de missing e top_values) usando uma consulta simples para garantir que os números coincidem.
-- Exemplo SQL para validar missing e top values
SELECT
COUNT(*) AS total,
SUM(CASE WHEN preco IS NULL THEN 1 ELSE 0 END) AS missing_preco,
COUNT(DISTINCT produto) AS unique_produto
FROM dados_vendas;
SELECT produto, COUNT(*)*1.0/COUNT(*) OVER() AS pct
FROM dados_vendas
GROUP BY produto
ORDER BY COUNT(*) DESC
LIMIT 3;
Passo 6: Transformar o Summarizer num Prompt reutilizável
Crie um template de prompt com placeholders para tabela, esquema e número de amostra. Guarde‑o no Copilot como Template para reutilizar com outras tabelas. Inclua instruções para o formato de saída (JSON) e o limiar para anomalias (ex.: z-score > 3).
Template:
"Gera um Data Summarizer para a tabela '{tabela}'. Usa {n_amostra} linhas. Output em JSON. Marca anomalias quando z-score > {z_threshold}."
Verificar o resultado
Confirme que o JSON contém uma entrada por coluna com os campos preenchidos. Valide estatísticas chave (count, missing, unique) com consultas directas. Teste o template com outra tabela para verificar a reutilização. Se as proporções/valores mais frequentes divergirem, aumente a amostra ou ajuste o prompt.
Conclusão
Com este Data Summarizer no Copilot do Fabric obtém uma visão rápida e estruturada das colunas, útil para profiling, criação de regras de qualidade e preparação de relatórios. Próximo passo: automatizar a execução periódica do prompt e integrar a saída numa tabela de métricas. Dica: comece por uma amostra representativa e ajuste o z_threshold para reduzir falsos positivos.