Die Warnungsgruppierung von Atlassian Intelligence basiert auf großen Sprachmodellen, die von OpenAI und anderen Modellen für maschinelles Lernen entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle für maschinelles Lernen, um Warnungsgruppen zu analysieren und zu generieren und entsprechende Vorschläge (frühere Warnungsgruppen und Reagierende) innerhalb unserer Produkte zu unterbreiten, die auf der Ähnlichkeit des Warnmeldungsinhalts oder der verwendeten Tags basieren. Atlassian Intelligence verwendet dann große Sprachmodelle, um Beschreibungen und Inhalte in natürlicher Sprache für diese Gruppen in unseren Produkten zu analysieren und zu generieren.

Diese großen Sprachmodelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Die Warnungsgruppierung verwendet Atlassian Intelligence, um ähnliche Warnmeldungen zu identifizieren und zu gruppieren. Außerdem unterstützt dich die Funktion, indem sie frühere ähnliche Warnungsgruppen und Reagierende (oder entsprechende Teams) identifiziert und vorschlägt, basierend auf der semantischen Ähnlichkeit des Warnmeldungsinhalts oder der verwendeten Tags.

Wenn du die Warnungsgruppe zu einem Vorfall eskalieren möchtest, füllt die Warnungsgruppierung auch alle Kontextinformationen vorab aus. Im Rahmen der Vorfallerstellung kannst du diese dann überprüfen.

Die Warnungsgruppierung funktioniert am besten in den folgenden Szenarien:

• Deine Organisation stößt häufig auf Muster ähnlicher oder doppelter Warnmeldungen, die in großer Anzahl auftreten, unabhängig davon, ob sie über einen kurzen Zeitraum oder über einen längeren Zeitraum erfasst werden.
• Deine Organisation kategorisiert Warnmeldungen durchgängig anhand von Tags.
• Dein Team ist oft der Meinung, dass ähnliche oder doppelte Warnmeldungen zu Vorfällen eskaliert werden sollten.

Die Modelle zur Verwendung dieser Funktion können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind. Die Warnungsgruppen, die dir angezeigt werden, entsprechen möglicherweise nicht genau der semantischen Ähnlichkeit der zugehörigen Tags.

Wir haben festgestellt, dass die Warnungsgruppierung in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du benötigst die Warnungsgruppierung, um Zugriff auf Informationen zu erhalten, die dir zur Gruppierung der Warnmeldungen nicht ohne Weiteres zur Verfügung stehen. Die Warnungsgruppierung funktioniert innerhalb der Grenzen der konfigurierten Rollen und Berechtigungen deines Teams, sodass du nur Zugriff auf Gruppen und Einblicke für Warnmeldungen hast, die du auch aufrufen kannst.
• Die von deinem Team verwendeten Warnungs-Tags sind nicht einheitlich oder gut gepflegt. Da die Warnungsgruppierung Warnmeldungen auf der Grundlage der semantischen Ähnlichkeit von Warnungstiteln und -Tags gruppiert, hängt die Qualität der generierten Warnungsgruppen von der Konsistenz und Fehlerfreiheit der von deinem Team und deiner Organisation verwendeten Warnungs-Tags.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Außerdem solltest du sicherstellen, dass du und dein Team einheitliche Verfahren bei der Verwendung von Warnungs-Tags befolgen.

Du fragst dich vielleicht, wie die Warnmeldungsgruppierung deine Daten verwendet. Dieser Abschnitt ergänzt die Informationen auf unserer FAQ-Seite.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für dein Prompt relevant ist, z. B. deine Warnmeldungsdaten (Warnungstitel, Warnungs-Tags, Priorität, verantwortliche Teams, Beschreibung).
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Wir verarbeiten deine Warnmeldungsdaten, um eine Version des Modells für maschinelles Lernen dafür zu trainieren, spezifische Muster in deinen Warnmeldungen zu erkennen. Diese Version wird nur verwendet, um dein Erlebnis zu verbessern:

• Wir speichern die identifizierten Muster, um dir Einblicke zu gewähren.
• Wir verwenden deine Warnmeldungsdaten nicht, um große Sprachmodelle zu trainieren.

In Bezug auf deine Daten wendet die Warnungsgruppierung folgende Maßnahmen an:

• Deine Ein- und Ausgaben:
  • Sie werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen auf deiner Website. Wenn Atlassian Intelligence zum Beispiel 50 Warnmeldungen basierend auf ihren Tags und ihrer semantischen Ähnlichkeit gruppiert und du nur 30 davon aufrufen kannst, siehst du in der Gruppendetailansicht auch nur diese 30. Wenn du nicht möchtest, dass deine Warnmeldungen in Antworten für andere Benutzer deiner Site verfügbar sind, wende dich an deinen Organisations-/Site-Administrator, um die Berechtigungen richtig einzustellen.

Atlassian Intelligence-Antworten basieren auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Die Funktion "Atlassian Intelligence-Antworten" kann mit dem virtuellen Service-Agenten in Jira Service Management verbunden werden. Sie nutzt künstliche Intelligenz, um in deinen verknüpften Wissensdatenbanken zu suchen und Kundenfragen zu beantworten.

Die Funktion "Atlassian Intelligence-Antworten" funktioniert am besten in folgenden Szenarien:

• Du hast eine vollständige, aktuelle verlinkte Wissensdatenbank, auf die der virtuelle Service-Agent zugreifen kann, um mit Atlassian Intelligence-Antworten Kundenfragen zu beantworten.
• Atlassian Intelligence-Antworten eignen sich für Kundenfragen, die folgende Merkmale haben:
  • Sie können durch die Bereitstellung von Informationen oder Anweisungen gelöst werden.
  • Sie werden in deinen vorhandenen Wissensdatenbank-Artikeln behandelt (oder können hinzugefügt werden).
  • Sie müssen in der Regel nicht an einen deiner Agenten eskaliert werden.

Die Modelle zur Verwendung von Atlassian Intelligence-Antworten können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Verwendung von Atlassian Intelligence-Antworten in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du musst der Funktion "Atlassian Intelligence-Antworten" Zugriff auf Informationen gewähren, die dir nicht ohne Weiteres zur Verfügung stehen (z. B. in deiner verlinkten Wissensdatenbank), damit deine Anfrage richtig beantwortet werden kann.
• Deine Wissensdatenbank ist veraltet oder unvollständig, weswegen Suchanfragen möglicherweise nicht hilfreich sind.
• Die Artikel in deiner Wissensdatenbank liefern keine relevanten oder qualitativ hochwertigen Informationen. In diesem Fall kann es passieren, dass die Atlassian Intelligence-Antworten Kunden auf Basis dieser Artikel möglicherweise noch weniger relevante Informationen bieten.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• die proaktive Überprüfung und Aktualisierung deiner verknüpften Wissensdatenbank (und der darin enthaltenen Artikel), um sicherzustellen, dass sie vollständig und aktuell bleibt,
• die proaktive Überprüfung der Berechtigungen und Einschränkungen, die für deine verknüpften Wissensdatenbankbereiche gelten. So stellst du sicher, dass Atlassian Intelligence-Antworten Zugriff auf die richtigen Informationen hat, damit sie auch nützlich sind.

Du fragst dich vielleicht, wie Atlassian Intelligence-Antworten in Jira Service Management deine Daten verwendet. Dieser Abschnitt ergänzt die Informationen auf unserer FAQ-Seite.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, wie deine verknüpften Wissensdatenbankbereiche.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.
• Was deine Daten angeht, wendet Atlassian Intelligence-Antworten in Jira Service Management die folgenden Maßnahmen an:
• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion berücksichtigt die Berechtigungen und Einschränkungen, die für deine verknüpften Wissensdatenbankbereiche gelten. Das bedeutet, dass alle Seiten, die Kunden auf deinem Jira Service Management-Portal zur Verfügung stehen, über Atlassian Intelligence-Antworten verfügbar gemacht werden. Wenn zum Beispiel der Zugriff auf eine bestimmte Confluence-Seite eingeschränkt und diese nicht allgemein über Jira Service Management verfügbar ist, werden daraus keine Inhalte von Atlassian Intelligence-Antworten vorgeschlagen. Wenn du nicht möchtest, dass deine Inhalte in Antworten für andere Benutzer in deiner Instanz verfügbar sind, wende dich an deinen Organisationsadministrator, um die Berechtigungen entsprechend einzustellen.

Die Automatisierung mit Atlassian Intelligence basiert auf GPT-Modellen, die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um Eingaben in natürlicher Sprache zu analysieren und für dich eine Automatisierungsregel in Jira und Confluence zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Das Erstellen von Automatisierungsregeln steht bei täglichen Automatisierungsanwendungen im Mittelpunkt. Wir haben Atlassian Intelligence zum Automatisierungsregel-Builder in Jira und Confluence hinzugefügt, um diese Aufgabe für dich noch einfacher machen. Du kannst jetzt mühelos Automatisierungsregeln erstellen, indem du einfach eingibst und beschreibst, was du automatisieren möchtest. Die komplexe Erstellung der Regel kannst du dann Atlassian Intelligence überlassen. Erfahre mehr über Automatisierung mit Atlassian Intelligence für Jira und für Confluence.

Wir sind der Meinung, dass die Automatisierung mit Atlassian Intelligence für Jira und Confluence am besten in Situationen funktioniert, in denen du dir nicht sicher bist, wie du anfangen sollst, oder wenn du den Prozess der Regelerstellung beschleunigen möchtest.

Bitte beachte, dass die Modelle, die zur Unterstützung der Automatisierung mit Atlassian Intelligence verwendet werden, unter Umständen ungenaue, unvollständige oder unzuverlässige Ergebnisse liefern können.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Die Automatisierung mit Atlassian Intelligence ist in folgenden Fällen weniger geeignet:

• Du musst der Automatisierung mit Atlassian Intelligence Zugriff auf Informationen gewähren, die dir nicht ohne Weiteres zur Verfügung stehen (z. B. eine eingeschränkte Seite oder ein Projekt), um deine Anfrage richtig beantworten zu können.
• Du musst einmalige Tasks bearbeiten.
• Du musst Informationen aus deiner Wissensdatenbank abfragen.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Die Automatisierung mit Atlassian Intelligence funktioniert nur mit den vorhandenen verfügbaren Automatisierungskomponenten in Jira und Confluence.

Denke auch daran, dass du für Atlassian Intelligence möglichst spezifische Aufforderungen formulierst, wie oben beschrieben.

Du fragst dich vielleicht, wie die Automatisierung mit Atlassian Intelligence deine Daten verwendet. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deinen Prompt relevant ist, beispielsweise eine Confluence-Seite.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, werden für die Nutzung von Atlassian Intelligence für die Confluence-Automatisierung die folgenden Maßnahmen angewendet:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.

OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.

Diese Funktion richtet sich nach den Berechtigungen in deiner Instanz. Wenn du zum Beispiel keinen Zugriff auf ein bestimmtes Projekt oder eine bestimmte Seite hast, werden dir in der Antwort, die du erhältst, keine Inhalte aus diesen Ressourcen vorgeschlagen. Wenn du nicht möchtest, dass deine Inhalte in Antworten für andere Nutzer in deiner Instanz verfügbar sind, wende dich an deinen Organisationsadministrator, um die Berechtigungen richtig einzustellen.

Chart Insights basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, für ihre Antworten prognostizieren die Modelle anhand der Daten, mit denen sie trainiert wurden, welches Wort oder welcher Text wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Chart Insights nutzt Atlassian Intelligence, um dir schnellere Dateneinblicke in Atlassian-Analytics-Diagrammen zu bieten. Dazu werden der Dashboard-Titel, der Diagrammtitel und die Diagrammdaten (einschließlich Spaltenüberschriften und Zeilenwerte) verwendet, um eine Zusammenfassung des Diagramms und der enthaltenen Daten in natürlicher Sprache zu generieren. Außerdem versucht es, Trends oder Anomalien zu identifizieren, um dir spezifische Einblicke in das Diagramm zu geben.

Chart Insights funktioniert am besten in den folgenden Szenarien:

• Diagramme mit einer großen Anzahl von Datenzeilen
• Diagramme mit einem Dashboard-Titel
• Diagramme mit Spaltenüberschriften
• Diagramme mit Werten in allen Zeilen und Spalten

Balkendiagramme, Liniendiagramme und Balken-Linien-Kombinationen funktionieren am besten mit dieser Funktion, da sie in der Regel Trends, Daten und viele Datenzeilen enthalten.

Die Modelle zur Verwendung dieser Funktion können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass Chart Insights in den folgenden Szenarien weniger nützlich ist:

• Diagramme mit einer oder wenigen Datenzeilen
• Diagramme mit einem einzigen Wert
• Diagramme ohne Titel, Achsenbeschriftungen und Spaltenüberschriften

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Lass die Richtigkeit der Erkenntnisse noch einmal von anderen Benutzern überprüfen, die möglicherweise mehr Kontext zu den Daten im Diagramm haben.
• Berücksichtige, dass Atlassian Intelligence bei der Beantwortung nur den Kontext eines einzelnen Diagramms und nicht das gesamte Dashboard verwendet.

Du fragst dich vielleicht, wie Chart Insights deine Daten verwendet. Dieser Abschnitt ergänzt die Informationen, die auf dieser Seite verfügbar sind.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, zum Beispiel die Daten in deinem Diagramm.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, wendet Chart Insights die folgenden Maßnahmen an.

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Sie werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter auf unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion verwendet nur Informationen aus dem Dashboard, auf das du Zugriff hast und für das du Einblicke angefordert hast.

Die Zusammenfassung von Seiten und Blogs mit Atlassian Intelligence wird durch LLM-Modelle unterstützt, die von OpenAI entwickelt wurden. Diese Modelle beinhalten OpenAI-Modelle, die hier beschrieben werden.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Spare Zeit und erhalte genau die Informationen, die du für schnelleres Arbeiten benötigst. Lasse dir hierzu mit Atlassian Intelligence eine kurze Zusammenfassung einer Confluence-Seite oder eines Confluence-Blogs generieren. Weitere Informationen zur Verwendung von Atlassian Intelligence in Confluence

Wir sind der Meinung, dass das Zusammenfassen von Seiten und Blogs mit Atlassian Intelligence in den folgenden Situationen am besten funktioniert:

• Es handelt sich um eine textlastige Seite, deren Lesezeit mindestens fünf Minuten beträgt.
• Eine Seite weist eine Menge Text, nur wenig Bildmaterial und/oder unterschiedliche Formatierungen wie Erweiterungen auf.

Bitte beachte, dass die Funktionsweise der Modelle, die für die Zusammenfassungen von Seiten und Blogs mit Atlassian Intelligence eingesetzt werden, unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen kann.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir arbeiten zwar an einer besseren Unterstützung für Makros und Tabellen und weiten diese auf Zusammenfassungen aus, haben jedoch festgestellt, dass das Zusammenfassen von Seiten und Blogs mit Atlassian Intelligence in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du benötigst eine Zusammenfassung einer sehr kurzen Confluence-Seite, die nicht genügend Inhalte aufweist.
• Du benötigst eine Zusammenfassung einer Confluence-Seite, bei der ein Großteil des Inhalts in Tabellen oder Erweiterungen enthalten ist.
• Du benötigst eine Zusammenfassung einer Confluence-Seite, bei der ein Großteil des Inhalts in Makros enthalten ist.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Atlassian Intelligence zu bitten, Seiten zusammenzufassen, von denen du weißt, dass sie viele textbasierte Inhalte aufweisen.

Du fragst dich vielleicht, wie deine Daten für die Nutzung von Atlassian Intelligence für die Confluence-Automatisierung verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).

• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, beispielsweise Inhalte der Confluence-Seite, die du zusammenfassen möchtest.

• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.

• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, werden für die Zusammenfassung von Seiten und Blogs mit Atlassian Intelligence folgende Maßnahmen angewendet:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen in deiner Instanz. Wenn du zum Beispiel keinen Zugriff auf eine Confluence-Seite hast, wird dir diese Funktion nicht angezeigt und du kannst keine Seite mit Atlassian Intelligence zusammenfassen. Wenn du nicht möchtest, dass deine Inhalte für andere Nutzer in deiner Instanz verfügbar sind, wende dich an deinen Organisationsadministrator, um die Berechtigungen richtig einzustellen.

Die Definition von Begriffen mithilfe von Atlassian Intelligence in Confluence und Jira basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in Confluence zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Eine der größten Herausforderungen bei der Nutzung von Inhalten in Confluence und Jira kann darin bestehen, den nötigen Kontext zu finden, um das Gelesene zu verstehen. Abkürzungen, Akronyme, unbekannte Begriffe und team- oder projektspezifische Namen können zu einer langwierigen Suche nach den nötigen Informationen führen.

Durch die Definition von Begriffen mithilfe von Atlassian Intelligence werden unternehmensspezifische Begriffe (wie Akronyme, Projekt-, System- oder Teamnamen) auf einer Seite in Confluence oder in einer Vorgangsbeschreibung in Jira definiert. Dadurch erhalten Benutzer jederzeit die von ihnen benötigten Informationen – und deine Teams können besser zusammenarbeiten.

Mit Atlassian Intelligence sparst du Zeit durch automatische Definitionen, ohne die gerade geöffnete Seite verlassen zu müssen.

Wenn du auf eine Definition stößt, die du für ungenau hältst, kannst du sie bearbeiten oder eine neue Definition hinzufügen. Anschließend kannst du festlegen, ob sie für die jeweilige Seite oder den jeweiligen Vorgang, den gesamten Bereich oder das gesamte Projekt oder für deine gesamte Organisation sichtbar sein soll.

Die Definition von Begriffen mithilfe von Atlassian Intelligence in Confluence funktioniert am besten in folgenden Szenarien:

• Ein Unternehmen hat mehrere Seiten in seiner Confluence-Instanz, auf denen ein bestimmter Begriff erwähnt, beschrieben oder erklärt wird, auf den Atlassian Intelligence verweisen soll.

Die Modelle, die zur Definition von Begriffen mit Atlassian Intelligence in Confluence verwendet werden, können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Definition von Begriffen mithilfe von Atlassian Intelligence in Confluence in folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du hast in dieser Confluence-Instanz nicht ausreichend Kontext zu dem Begriff (wenn es zum Beispiel keine Seiten gibt, auf denen der bestimmte Begriff erwähnt wird, wird die Definition dieses Begriffs nicht korrekt generiert).
• Die Definition erfordert Zugriff auf Confluence-Inhalte, zu deren Ansicht du nicht berechtigt bist.
• Du versuchst, mehrere Begriffe statt jeweils einen einzelnen Begriff zu definieren.

Da die Definition von Begriffen mithilfe von Atlassian Intelligence von der Suche in Confluence abhängt, funktioniert sie in Jira nur, wenn du berechtigt bist, eine Confluence-Instanz auf derselben Site wie deine Jira-Instanz anzusehen.

Vielleicht wirst du auch feststellen, dass das Definieren von Begriffen mithilfe von Atlassian Intelligence in bestimmten Confluence-Bereichen oder Jira-Instanzen nicht wie erwartet funktioniert, weil die darin enthaltenen Inhalte in mehreren Sprachen verfasst sind.

Du fragst dich vielleicht, wie deine Daten für die Definition von Begriffen mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen, die in unserem Trust Center verfügbar sind.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, wie zum Beispiel der Begriff, den du definieren möchtest.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, werden bei der Definition von Begriffen mit Atlassian Intelligence folgende Maßnahmen angewendet:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Sie werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach bestehenden Benutzerzugriffsberechtigungen. Es werden Benutzern also keine Definitionen von Inhalten angezeigt, auf die sie keinen Zugriff haben. Stattdessen ruft die Funktion nur Inhalte und Definitionen von Seiten und Projekten ab, zu deren Ansicht der Benutzer in der Instanz berechtigt ist. Wenn du nicht möchtest, dass deine Inhalte in Antworten für andere Benutzer in deiner Instanz verfügbar sind, wende dich an deinen Organisationsadministrator, um die Berechtigungen richtig einzustellen.
• Wenn ein Benutzer eine Definition manuell bearbeitet oder aktualisiert, wird die Definition gespeichert und ein Jahr lang aufbewahrt.

Die Generierung von Pull-Anfragen-Beschreibungen mit Atlassian Intelligence basiert auf Large Language Models (LLM), die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache und Code in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Weitere Informationen: Funktionen von OpenAI-Modellen und OpenAI-Forschungsberichte

Atlassian Intelligence kann dir helfen, Inhalte zu generieren, zu transformieren und zusammenzufassen, während du im Rahmen der Code-Prüfung von Bitbucket Cloud Beschreibungen für oder Kommentare zu Pull-Anfragen verfasst. Dazu gehört beispielsweise:

• Auf der Grundlage der Codeänderungen in der Pull-Anfrage eine Pull-Anfragen-Beschreibung generieren
• Den Ton einer Pull-Anfragen-Beschreibung zusammenfassen, verbessern oder ändern
• Den Ton eines Pull-Anfragen-Kommentars zusammenfassen, verbessern oder ändern

Wir sind der Meinung, dass das Generieren von Pull-Anfragen-Beschreibungen für Bitbucket Cloud mit Atlassian Intelligence am besten in folgenden Szenarien funktioniert:

• Du bist Programmierer und möchtest dich beim Schreiben oder Verbessern von Beschreibungen für Pull-Anfragen von Atlassian Intelligence unterstützen lassen. Das funktioniert am besten für Teams, die überprüfen und bestätigen können, dass der von Atlassian Intelligence generierte Inhalt für die jeweilige Pull-Anfragen-Beschreibung angemessen ist.
• Du bist Codeprüfer und möchtest dich von Atlassian Intelligence dabei unterstützen lassen, den Ton oder den Inhalt eines bereits verfassten Kommentars zu einer Pull-Anfrage zu verbessern.

Die Modelle zur Verwendung dieser Funktion können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass das Generieren von Pull-Anfragen-Beschreibungen für Bitbucket Cloud mit Atlassian Intelligence in folgenden Szenarien weniger nützlich ist:

• Du benötigst die Pull-Anfragen-Beschreibung, um auf Informationen zu verweisen, die noch nicht in den Codeänderungen enthalten sind (zum Beispiel Quellcode, der sich an anderer Stelle im Repository befindet).
• Du bist nicht in der Lage zu überprüfen und zu bestätigen, dass die von Atlassian Intelligence generierten Inhalte die Pull-Anfrage korrekt wiedergeben.
• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.
• Korrigiere, prüfe und bearbeite die vom AI-Schreibassistenten generierten Ergebnisse, um Genauigkeit und Klarheit zu gewährleisten.
• Arbeite mit anderen zusammen, um Feedback einzuholen und die Qualität deiner Ergebnisse zu verbessern.

Du fragst dich vielleicht, wie deine Daten für die Definition von Begriffen mit Atlassian Intelligence in Confluence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben)
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, beispielsweise:
  • die Codeänderungen und Commit-Nachrichten in der Pull-Anfrage
  • der Inhalt deiner Pull-Anfragen-Beschreibung
  • der Inhalt deines Pull-Anfragen-Kommentars
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du für diese Funktion abgibst

In Bezug auf deine Daten gilt beim Generieren von Pull-Anfragen-Beschreibungen mit Atlassian Intelligence Folgendes:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Sie werden nicht anderen Kunden zur Verfügung gestellt.
  • Sie werden nicht von OpenAI gespeichert.
  • Sie werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Sie werden nur verwendet, um deine Benutzererfahrung zu verbessern.
• OpenAI ist ein Unterauftragsverarbeiter auf unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich zur Verarbeitung deiner Anfrage.

Das Generieren von SQL-Abfragen mit Atlassian Intelligence in Confluence basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Zu diesen Modellen gehören die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache zu analysieren und zu verstehen, und übersetzt sie dann innerhalb von Atlassian Analytics in SQL (Structured Query Language).

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Stelle Atlassian Intelligence eine Frage in natürlicher Sprache und lass sie in SQL übersetzen, anstatt deine eigenen SQL-Abfragen von Grund auf neu zu schreiben. Nachdem du eine Frage gestellt hast, verwendet Atlassian Intelligence das Atlassian Data Lake-Schema deiner ausgewählten Datenquelle, um eine SQL-Abfrage zu generieren, mit der du Diagramme in deinen Atlassian Analytics-Dashboards erstellen kannst. Außerdem kannst du damit mehr über das Schema im Data Lake erfahren.

Das Generieren von SQL-Abfragen mit Atlassian Intelligence funktioniert am besten in folgenden Szenarien:

• Du möchtest ein benutzerdefiniertes Diagramm auf Basis der generierten SQL-Abfragen erstellen und diese bei Bedarf verfeinern.
• Die Frage in natürlicher Sprache beinhaltet Wörter und Konzepte, auf die im Atlassian Data Lake-Schema verwiesen wird, und ist möglichst spezifisch.
• Du möchtest mehr über das Atlassian Data Lake-Schema erfahren.

Die Modelle, die zum Generieren von SQL-Abfragen mit Atlassian Intelligence verwendet werden, können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Das Generieren von SQL-Abfragen mit Atlassian Intelligence ist in folgenden Fällen weniger geeignet:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du benötigst diese Funktion, um Zugriff auf Informationen zu erhalten, die im Atlassian Data Lake-Schema nicht ohne Weiteres verfügbar sind (z. B. Daten für Advanced Roadmaps), um die Frage richtig beantworten zu können.
• Die Frage beinhaltet Verweise auf benutzerdefinierte Felder.
• Die Frage wird in einer anderen Sprache als Englisch gestellt.
• Du bist mit SQL nicht ausreichend vertraut, um das von Atlassian Intelligence zurückgegebene SQL zu validieren.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.
• Stelle sicher, dass die verwendete Atlassian Data Lake-Datenquelle die nötigen Daten zur Beantwortung deiner Frage enthält.

Du fragst dich vielleicht, wie deine Daten für das Generieren von SQL-Abfragen mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, einschließlich der öffentlich verfügbaren Atlassian Data Lake-Schemas, die für deine Instanz gelten.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

In Bezug auf deine Daten gilt beim Generieren von SQL-Abfragen mit Atlassian Intelligence Folgendes:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen in deiner Atlassian Data Lake-Verbindung. Wenn du zum Beispiel keinen Zugriff auf eine Atlassian Data Lake-Verbindung hast, kannst du keine SQL-Abfrage dafür generieren.

Atlassian Intelligence in einem Editor basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Zu diesen Modellen gehören die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Atlassian Intelligence hilft dabei, eine effektive Kommunikation zwischen allen Teams in einer Organisation zu fördern, um Effizienz, Entscheidungsfindung und Prozesse zu verbessern.

Die Verwendung von Atlassian Intelligence in einem Editor funktioniert am besten in folgenden Szenarien:

• Transformation vorhandener Inhalte für verschiedene Zielgruppen. Atlassian Intelligence hilft dabei, Ton und Schreibstil zu verbessern und technische Informationen für andere Teams verständlicher zu machen. Das funktioniert am besten für Teams, die ihre Texte professioneller und prägnanter verfassen möchten.
• Zusammenfassung vorhandener Inhalte. Mit Atlassian Intelligence kannst du grobe Notizen in nützliche Strategiedokumente, Wissensdatenbankartikel, Kampagnenpläne und mehr umwandeln. Du kannst damit auch bestehende Informationen analysieren, um Aktionspläne und Maßnahmen zu definieren. Das funktioniert am besten für textlastige Seiten, auf denen es viel Kontext gibt, aus dem man schöpfen kann.
• Generieren neuer Inhalte. Atlassian Intelligence hilft dir dabei, neue Inhalte wie Strategieseiten, Projektübersichten, Versionshinweise oder User Storys zu verfassen. Das funktioniert am besten, wenn Teams klare, spezifische Aufforderungen mit einem bestimmten Ziel verwenden.

Die Modelle zur Verwendung von Atlassian Intelligence in einem Editor können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Verwendung von Atlassian Intelligence in einem Editor in den folgenden Szenarien weniger nützlich ist:

• Du benötigst genaue und aktuelle Informationen über Personen, Orte und Fakten.
• Du benötigst Zugriff auf Informationen, die dir nicht ohne Weiteres zur Verfügung stehen (zum Beispiel in deiner Instanz), um deine Anfrage richtig beantworten zu können.
• Du musst Inhalte in einem Format generieren, das über Standard-Markdown hinausgeht (zum Beispiel, um ein Info-Panel von Grund auf neu zu erstellen).
• Du musst auf Informationen verweisen, die noch nicht in dem Dokument enthalten sind, das gerade bearbeitet wird (zum Beispiel Inhalte eines anderen Dokuments oder Produkts).
• Du musst Inhalte in anderen Sprachen als Englisch generieren und transformieren.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.
• Teile komplexe Anfragen in kleinere, besser handhabbare Aufgaben ein.
• Verwende relevante Schlüsselwörter, um die Genauigkeit der generierten Inhalte zu verbessern.
• Verwende die korrekte Grammatik und Zeichensetzung in deinem Eingabetext.
• Korrigiere, prüfe und bearbeite die vom AI-Schreibassistenten generierten Ergebnisse, um Genauigkeit und Klarheit zu gewährleisten.
• Experimentiere mit verschiedenen Aufforderungen oder Varianten deines Eingabetextes, um verschiedene Ideen durchzuspielen.
• Arbeite mit anderen zusammen, um Feedback einzuholen und die Qualität deiner Ergebnisse zu verbessern.

Du fragst dich vielleicht, wie Atlassian Intelligence deine Daten in der Bearbeitungsumgebung verwendet. Dieser Abschnitt ergänzt die Informationen, die in unserem Trust Center verfügbar sind.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, beispielsweise das Produkt, von dem aus du Atlassian Intelligence getriggert hast.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, wendet Atlassian Intelligence in der Bearbeitungsumgebung die folgenden Maßnahmen an:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen in deiner Instanz. Wenn du zum Beispiel keinen Zugriff auf eine bestimmte Confluence-Seite hast, verwendet diese Funktion keine Inhalte von dieser Seite in der angezeigten Antwort. Wenn du nicht möchtest, dass deine Inhalte in Antworten für andere Benutzer in deiner Instanz verfügbar sind, wende dich an deinen Organisationsadministrator, um die Berechtigungen entsprechend einzustellen.

Die Suche von Antworten in Confluence mit Atlassian Intelligence wird durch LLM-Modelle unterstützt, die von OpenAI entwickelt wurden. Diese Modelle beinhalten OpenAI-Modelle, die hier beschrieben werden.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Der Umfang der Wissensdatenbanken nimmt zu schnell zu, als dass Benutzer mit dieser Entwicklung Schritt halten könnten. Dank der Suche nach Antworten in Confluence mit Atlassian Intelligence gelangen Kunden schneller an wichtige Informationen, mit denen sie ihre Aufgaben besser erledigen können. Die Funktion hilft dir dabei, die benötigten Informationen problemlos zu finden. Atlassian Intelligence versteht die Art von Fragen, die du Teamkollegen stellen würdest, und beantwortet sie sofort. Erfahre mehr über die Suche nach Antworten in Confluence mit Atlassian Intelligence.

Unserer Meinung nach eignet sich Atlassian Intelligence für die Suche nach Antworten in Confluence am besten, wenn deine Confluence-Site detaillierte, umfassende und aktuelle Inhalte umfasst.

Diese Funktion erzeugt keine neuen Inhalte, sondern durchsucht Confluence-Seiten und -Blogs (unter Beachtung von Einschränkungen), um eine Antwort auf deine Frage zu finden. Atlassian Intelligence generiert Antworten ausschließlich auf der Grundlage dessen, was in deiner Confluence-Site enthalten ist und worauf du tatsächlich Zugriff hast.

Bitte beachte, dass die Modelle, die für die Suche nach Antworten in Confluence mit Atlassian Intelligence verwendet werden, aufgrund ihrer Funktionsweise ungenaue, unvollständige oder unzuverlässige Ergebnisse liefern können.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Verwendung von Atlassian Intelligence für die Suche nach Antworten in Confluence in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du benötigst aktuelle und korrekte Informationen zu Daten, die sich häufig ändern (zum Beispiel zu einer Roadmap, die monatlich aktualisiert wird).
• Du benötigst aktuelle und korrekte Informationen über bestimmte Personen und die Rolle, die sie in deinem Unternehmen spielen.
• Du benötigst Zugriff auf Informationen, die dir nicht ohne Weiteres zur Verfügung stehen (etwa auf eingeschränkte Seiten in deiner Confluence-Instanz), um deine Frage richtig beantworten zu können.
• Die Antwort besteht aus einer Reihe verschiedener Werte oder Kategorien wie Metriken, die jede Woche aktualisiert werden.
• Du brauchst Antworten, die nuanciert sind, Komplexitäten erfassen oder eine menschliche Denkweise erfordern.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.
• Stelle Fragen zu Dingen, von denen du weißt, dass sie in deiner Confluence-Instanz dokumentiert sind und auf die du Zugriff hast.

Du fragst dich vielleicht, wie deine Daten für die Suche nach Antworten in Confluence mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, z. B. Inhalte von den ersten drei Seiten, die von der Confluence-Suche zurückgegeben wurden.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

In Bezug auf deine Daten gilt bei der Suche nach Antworten in Confluence mit Atlassian Intelligence Folgendes:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden von keinem LLM-Anbieter gespeichert.
  • Werden nicht zur Verbesserung von LLM-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter auf unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen in deiner Instanz. Wenn du zum Beispiel keinen Zugriff auf eine bestimmte Confluence-Seite hast, verwendet diese Funktion keine Inhalte von dieser Seite in der angezeigten Antwort. Wenn du nicht möchtest, dass deine Inhalte in Antworten für andere Nutzer in deiner Instanz verfügbar sind, wende dich an deinen Unternehmensadministrator, um die Berechtigungen richtig einzustellen.

Die Suche nach Vorgängen mit Atlassian Intelligence in Jira basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Zu den Modellen gehören die hier beschriebenen OpenAI-Modelle, die von Atlassian mithilfe generierter synthetischer Daten optimiert wurden.

Atlassian Intelligence wendet diese Modelle an, um natürliche Sprache zu analysieren und zu verstehen, und übersetzt sie dann innerhalb unserer Produkte in JQL-Code (Jira Query Language).

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Erfahre mehr über die Funktionen von OpenAI-Modellen und die OpenAI-Optimierung. In den Forschungsberichten von OpenAI kannst du ebenfalls mehr über diesen Ansatz lesen.

Du kannst Atlassian Intelligence jetzt auch alles Mögliche in der Alltagssprache fragen, anstatt dir komplexe Abfragen ausdenken zu müssen. Bei der Suche nach Vorgängen mit Atlassian Intelligence wird deine Eingabeaufforderung in eine JQL-Abfrage übersetzt, die deine Suche nach bestimmten Vorgängen beschleunigt.

Unserer Meinung nach eignet sich Atlassian Intelligence für die Suche nach Vorgängen am besten in den folgenden Szenarien:

• Du fragst Jira-Vorgänge mithilfe von Vorgangsfeldern ab, die in deinem Jira-Projekt verfügbar sind.
• Die Abfrage weist bestimmte Felder und Werte auf, die eine Eingrenzung deiner Vorgangssuche ermöglichen.
• Die von dir durchsuchten Felder und Werte sind in deinem Jira-Projekt enthalten.
• Deine Abfrage ist auf Englisch.
• Die Abfrage kann in JQL übersetzt werden. Da Atlassian Intelligence Eingabeaufforderungen in JQL-Code konvertiert, liefern Eingaben mit Schlüsselwörtern, die in JQL übersetzt werden können, bessere Ergebnisse.

Bitte beachte, dass die Modelle, die für die Suche nach Vorgängen mit Atlassian Intelligence verwendet werden, aufgrund ihrer Funktionsweise ungenaue, unvollständige oder unzuverlässige Ergebnisse liefern können.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Verwendung von Atlassian Intelligence für die Suche nach Vorgängen in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du suchst nach Jira-Entitäten, bei denen es sich nicht um Vorgänge handelt, beispielsweise Projekte, Boards oder Benutzer.
• Du verwendest eine andere Sprache als Englisch für die Suche.
• Du nutzt die Suche, um Vorgänge zu analysieren und anschließend Diagramme, Zusammenfassungen oder andere Darstellungen deiner Daten zu erstellen.
• Für die Suche sind Funktionen erforderlich, die derzeit in JQL nicht verfügbar sind (zum Beispiel eine Frage wie "Suche Vorgänge, die ich kommentiert habe", die nicht in eine JQL-Funktion übersetzt werden kann).

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Denke auch daran, dass du für Atlassian Intelligence möglichst spezifische Aufforderungen formulierst. Stelle sicher, dass du genau die Felder und Werte eingibst, nach denen du suchst.

Du fragst dich vielleicht, wie deine Daten für die Suche nach Vorgängen mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, wie zum Beispiel das aktuelle Projekt, in dem du dich befindest.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, werden bei der Suche nach Vorgängen mit Atlassian Intelligence folgende Maßnahmen angewendet:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden von keinem LLM-Anbieter gespeichert.
  • Werden nicht zur Verbesserung von LLM-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Deine Suchergebnisse basieren auf den Vorgängen und Feldern, auf die du Zugriff hast (wenn du zum Beispiel keinen Zugriff auf ein bestimmtes Jira-Projekt hast, erhältst du keine Suchergebnisse für Vorgänge und Felder aus diesem Projekt).

Das Vorschlagen von Anfragetypen mit Atlassian Intelligence basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Dazu gehören die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence wendet diese Modelle an, um Eingaben in natürlicher Sprache zu analysieren und Empfehlungen für Anfragetypen und Beschreibungen für dich in Jira Service Management zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Verbringe weniger Zeit damit herauszufinden, welche Anfragetypen du für dein Projekt erstellen musst, und lasse dir stattdessen Vorschläge von Atlassian Intelligence geben. Beschreibe einfach deine Arbeit und welche Aufgaben dein Team normalerweise erledigt, um zu sehen, welche Arten von Anfragen du erstellen könntest. Wähle einen der von Atlassian Intelligence generierten Vorschläge aus, um einen Anfragetyp zu erstellen. Erfahre mehr darüber, wie du Atlassian Intelligence nutzen kannst, um Anfragetypen vorzuschlagen.

Unserer Meinung nach eignet sich Atlassian Intelligence für Vorschläge zu Anfragetypen am besten in den folgenden Szenarien:

• Du hast sehr spezielle Anwendungsfälle, die die vorhandenen Vorlagen für Anfragetypen nicht abdecken.
• Du hast sehr allgemeine Anforderungen und bist auf der Suche nach Ideen.
• Du verwendest eine weit verbreitete Sprache wie Englisch oder Spanisch.

Bitte beachte, dass die Modelle, die zum Vorschlagen von Anfragetypen mit Atlassian Intelligence verwendet werden, aufgrund ihrer Funktionsweise ungenaue, unvollständige oder unzuverlässige Ergebnisse liefern können.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Wir haben festgestellt, dass die Verwendung von Atlassian Intelligence für Vorschläge zu Anfragetypen in den folgenden Szenarien weniger nützlich ist:

• Du benötigst aktuelle und genaue Informationen über Personen, Orte und Fakten.
• Du benötigst diese Funktion für den Zugriff auf Informationen, die dir nicht ohne Weiteres zur Verfügung stehen (zum Beispiel in deiner Instanz), um deine Anfrage richtig beantworten zu können.
• Deine gemachten Eingabeaufforderungen sind für das Servicemanagement zu vage oder irrelevant.
• Du verwendest keine weit verbreitete Sprache.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.

Du fragst dich vielleicht, wie deine Daten bei der Nutzung von Atlassian Intelligence für Vorschläge zu Anfragetypen verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

Was deine Daten angeht, werden bei der Nutzung von Atlassian Intelligence für Vorschläge zu Anfragetypen die folgenden Maßnahmen angewendet:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion nutzt nur die Informationen aus deinen Eingabeaufforderungen. Es werden also alle Jira-Berechtigungen respektiert.

Die Zusammenfassung von Vorgangsdetails mit Atlassian Intelligence basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Zu diesen Modellen gehören die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache in unseren Produkten zu analysieren und zu generieren.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Anstatt lange Beschreibungen und zahlreiche Kommentare zu einem Vorgang in Jira Service Management durchzulesen, kannst du Atlassian Intelligence nutzen, um diese Informationen schnell für dich zusammenzufassen. Das hilft Agenten, den Vorgangskontext zu verstehen und den bisherigen Fortschritt nachzuvollziehen. Sie können so schnell Maßnahmen ergreifen und Hilfe leisten.

Das Zusammenfassen von Vorgangsdetails mit Atlassian Intelligence ist besonders geeignet für:

• Vorgänge, deren Beschreibung und Kommentare in englischer Sprache verfasst wurden.
• Vorgänge mit einer großen Zahl von Kommentaren und/oder langen Kommentaren und Beschreibungen.

Die Modelle, die zur Zusammenfassung von Vorgangsdetails mit Atlassian Intelligence verwendet werden, können unter Umständen zu ungenauen, unvollständigen oder unzuverlässigen Ergebnissen führen.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Das Zusammenfassen von Vorgangsdetails mit Atlassian Intelligence ist in folgenden Fällen weniger geeignet:

• Du verwendest eine andere Sprache als Englisch.
• Der Vorgang hat keinen Verlauf oder Details

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Du fragst dich vielleicht, wie deine Daten für die Zusammenfassung von Vorgangsdetails mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deine Aufforderung relevant ist, z. B. Details über den Vorgang in Jira Service Management, wie die Vorgangsbeschreibung, Kommentare und am Ticket beteiligte Benutzer.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten und die Personen, mit denen du zusammenarbeitest.
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.

In Bezug auf deine Daten gilt bei der Zusammenfassung von Vorgangsdetails mit Atlassian Intelligence Folgendes:

• Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):
  • Werden nicht anderen Kunden zur Verfügung gestellt.
  • Werden nicht an andere LLM-Drittanbieter außer OpenAI gesendet.
  • Werden nicht von OpenAI gespeichert.
  • Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
  • Werden nur verwendet, um dich zu unterstützen.
• OpenAI ist ein Unterauftragsverarbeiter aus unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.
• Diese Funktion richtet sich nach den Berechtigungen in deiner Instanz. Die Schaltfläche "Zusammenfassen" wird nur Agenten und Projektadministratoren angezeigt.

Das Erstellen von benutzerdefinierten Formeln mit Atlassian Intelligence basiert auf großen Sprachmodellen, die von OpenAI entwickelt wurden. Dazu zählen die hier beschriebenen OpenAI-Modelle.

Atlassian Intelligence verwendet diese Modelle, um natürliche Sprache zu analysieren, und übersetzt sie dann innerhalb von Atlassian Analytics in SQLite.

Diese Modelle generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, sie generieren Antworten basierend auf den Daten, mit denen sie trainiert wurden. Die Modelle prognostizieren also das Wort oder den Text, das/der wahrscheinlich als Nächstes folgt.

Lies mehr über die Funktionen der OpenAI-Modelle oder informiere dich in den OpenAI-Forschungsberichten über den Ansatz.

Beschreibe Atlassian Intelligence, wie du die Daten aus deiner Ergebnistabelle transformieren möchtest. AI übersetzt dies in einen SQLite-Ausdruck, der für benutzerdefinierte Formeln verwendet wird. So musst du deine SQLite-Ausdrücke nicht von Grund auf neu verfassen. Wenn du eine Frage gestellt hast, verwendet Atlassian Intelligence die Daten aus der Ergebnistabelle des vorherigen Visual SQL-Schritts, um einen SQLite-Ausdruck zu generieren, der Berechnungen oder Operationen auf diese Daten für dein Diagramm anwendet. Das kann dir auch helfen, SQLite-Funktionen und ihre Syntax besser zu verstehen.

Unserer Meinung nach funktioniert das Erstellen von benutzerdefinierten Formeln mit Atlassian Intelligence am besten in Szenarien, in denen Folgendes zutrifft:

• Du möchtest Änderungen auf eine einzelne Spalte deiner abgefragten Daten anwenden.
• Du möchtest mit einem generierten SQLite-Ausdruck beginnen und ihn bei Bedarf präzisieren.
• Die Frage in natürlicher Sprache beinhaltet Wörter und Konzepte, auf die in deinen Spaltenüberschriften oder Zeilendaten verwiesen wird.
• Du möchtest mehr über SQLite erfahren und die verfügbaren SQLite-Funktionen entdecken.

Denke bei der Verwendung benutzerdefinierter Formeln daran, dass die in Atlassian Intelligence verwendeten Modelle manchmal ungenaue, unvollständige oder unzuverlässige Ergebnisse generieren können.

Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln, oder Inhalte umfassen, die sinnvoll klingen, aber falsch oder unvollständig sind.

Unserer Erfahrung nach ist das Erstellen von benutzerdefinierten Formeln mit Atlassian Intelligence in folgenden Fällen weniger geeignet:

• Du möchtest Änderungen auf mehr als eine Spalte in einer einzelnen benutzerdefinierten Formel anwenden.
• Die Funktion soll auf Informationen zugreifen, die in den Daten der Ergebnistabelle nicht ohne Weiteres verfügbar sind.
• Der Prompt wird in einer anderen Sprache als Englisch formuliert.

Überlege dir also, in welchen Situationen du Atlassian Intelligence verwenden möchtest. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Wir empfehlen dir außerdem:

• Beschreibe so genau wie möglich, was Atlassian Intelligence machen soll.
• So stellst du sicher, dass die abgefragten Daten die Daten abdecken, die zur Beantwortung deiner Frage benötigt werden

Du fragst dich vielleicht, wie deine Daten für das Erstellen von benutzerdefinierten Formeln mit Atlassian Intelligence verwendet werden. Dieser Abschnitt ergänzt die Informationen aus unserem Trust Center.

Wir verarbeiten:

• Deine Prompts (Eingaben) und Antworten (Ausgaben).
• Kontext aus deiner Instanz, der für deinen Prompt relevant ist, beispielsweise Daten aus dem Ergebnissatz des vorherigen Visual SQL-Schritts
• Feedback, das du zu dieser Funktion gibst, einschließlich aller Aufforderungen oder Antworten, die du als Teil deines Feedbacks teilst.
• Daten darüber, wie du mit unseren Funktionen interagierst, zum Beispiel Clickstream-Daten

Für deine Daten gilt beim Erstellen von benutzerdefinierten Formeln mit Atlassian Intelligence Folgendes:

Deine Aufforderungen (Eingaben) und Antworten (Ausgaben):

• Werden nicht anderen Kunden zur Verfügung gestellt.
• Werden nicht von OpenAI gespeichert.
• Werden nicht zur Verbesserung von OpenAI-Modellen verwendet.
• Werden nur verwendet, um dich zu unterstützen.

OpenAI ist ein Unterauftragsverarbeiter auf unserer Liste der Unterauftragsverarbeiter. Das Unternehmen verwendet deine Ein- und Ausgaben ausschließlich für die Bearbeitung deiner Anfrage.