La agrupación de alertas con Atlassian Intelligence se basa en modelos de lenguaje de gran tamaño desarrollados por OpenAI y otros modelos de aprendizaje automático. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos de aprendizaje automático para analizar y generar grupos de alertas y ofrecer sugerencias relacionadas (grupos de alertas anteriores y personas encargadas de responder a alertas anteriormente) en nuestros productos en función de la similitud del contenido de las alertas o de las etiquetas utilizadas. Luego, Atlassian Intelligence utiliza modelos de lenguaje de gran tamaño para analizar y generar descripciones y contenido en lenguaje natural para estos grupos en nuestros productos.

Estos modelos de lenguaje de gran tamaño generan respuestas en función de tus entradas y son probabilísticos. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

La agrupación de alertas utiliza Atlassian Intelligence para identificar y agrupar alertas similares. También te ayuda a identificar y recomendar grupos de alertas similares anteriores y personas encargadas de responder a alertas anteriormente (o equipos de estas personas) en función de la similitud semántica del contenido de la alerta o de las etiquetas utilizadas.

Cuando quieras escalar el grupo de alertas a un incidente, la agrupación de alertas también rellenará automáticamente toda la información contextual para que la revises como parte del proceso de creación del incidente.

Creemos que la agrupación de alertas funciona mejor en los siguientes casos:

• Tu organización encuentra con frecuencia patrones de alertas similares o duplicadas que se producen en un volumen elevado, ya sea que se produzcan durante un periodo corto o más prolongado.
• Tu organización clasifica las alertas de forma coherente mediante etiquetas.
• Tu equipo descubre a menudo que alertas similares o duplicadas deberían convertirse en incidentes.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para la agrupación de alertas, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto. En el caso de los grupos de alertas que ves, puede que no reflejen con precisión la similitud semántica de sus etiquetas.

Hemos descubierto que la agrupación de alertas es menos útil en los siguientes casos:

• Si se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Necesitas que la agrupación de alertas tenga acceso a información que no está disponible para agrupar las alertas correctamente. La agrupación de alertas funciona dentro de los límites de las funciones y permisos configurados por tu equipo, por lo que solo tendrás acceso a los grupos y datos relevantes de las alertas que tengas permiso para ver.
• Las etiquetas de alerta que utiliza tu equipo no son coherentes ni están bien mantenidas. Como la agrupación de alertas agrupa las alertas en función de la similitud semántica de los títulos y las etiquetas de las alertas, la calidad de los grupos de alertas que genera depende de la coherencia y el orden de las etiquetas de alerta que utilizan tu equipo y tu organización.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

También deberías asegurarte de que tú y tu equipo seguís prácticas coherentes en cuanto al uso de las etiquetas de alerta.

Entendemos que puedas tener preguntas sobre cómo utiliza tus datos la agrupación de alertas. Esta sección complementa la información disponible en nuestra página de preguntas frecuentes.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia pertinente para tu instrucción, como los datos de las alertas (títulos, etiquetas, prioridad, equipos de personas encargadas de responder, descripción).
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

Procesamos los datos de tus alertas para entrenar una versión del modelo de aprendizaje automático para que reconozca los patrones específicos de tus alertas. Esta versión se usa únicamente para tu experiencia:

• Almacenamos los patrones identificados para proporcionarte datos relevantes.
• No utilizamos los datos de tus alertas para entrenar ningún modelo de lenguaje de gran tamaño.

En lo que respecta a tus datos, la agrupación de alertas aplica las siguientes medidas:

• Tus entradas y salidas:
  • No están a disposición de otros clientes
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu sitio. Por ejemplo, si Atlassian Intelligence agrupa 50 alertas según sus etiquetas y su similitud semántica y tú tienes permiso para ver solo 30 de ellas, solo verás esas 30 en la vista de detalles del grupo. Si no quieres que tus alertas estén disponibles en las respuestas de otros usuarios de tu sitio, ponte en contacto con el administrador de tu organización o sitio para comprobar la configuración de tus permisos.

Las respuestas de Atlassian Intelligence se basan en extensos modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguiente más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

La función de respuestas de Atlassian Intelligence se conecta a Virtual Service Agent de Jira Service Management. Utiliza la inteligencia artificial generativa para buscar en la base de conocimientos vinculada y responder a las preguntas de los clientes.

Creemos que la función de respuestas de Atlassian Intelligence funciona mejor en los siguientes casos:

• Así tiene una base de conocimientos enlazada completa y actualizada a la que Virtual Service Agent puede acceder para responder a las preguntas de los clientes mediante la función de respuestas de Atlassian Intelligence.
• Cuando la función de respuestas de Atlassian Intelligence se utilizan para las preguntas de los clientes que:
  • Se pueden resolver proporcionando información o instrucciones.
  • Están incluidas en los artículos de tu base de conocimientos actual (o se pueden añadir fácilmente).
  • No suelen tener que escalarse a un agente humano.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para la función de respuestas de Atlassian Intelligence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que la función de respuestas de Atlassian Intelligence resulta menos práctica en estos casos:

• Necesitas información actualizada y precisa sobre personas, lugares y hechos.
• Si es necesario que la función de respuestas de Atlassian Intelligence tenga acceso a información que no está a tu disposición (por ejemplo, en tu base de conocimientos vinculada) para responder correctamente a tu solicitud.
• Tu base de conocimientos está anticuada o incompleta, por lo que las búsquedas pueden no ser útiles.
• Los artículos de tu base de conocimientos no incluyen información relevante o de alta calidad, por lo que las respuestas de Atlassian Intelligence pueden proporcionar información menos relevante a los clientes según esos artículos.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Revisar y actualizar de forma proactiva tu base de conocimientos enlazada (y los artículos existentes que incluye) para asegurarte de que sigue estando completa y actualizada.
• Revisar de forma proactiva los permisos y restricciones aplicables a los espacios de tu base de conocimientos enlazada para asegurarte de que las respuestas de Atlassian Intelligence tienen acceso a la información adecuada para ser útiles.

Entendemos que puedas tener preguntas sobre cómo utilizan tus datos las respuestas de Atlassian Intelligence en Jira Service Management. Esta sección complementa la información disponible en nuestra página de preguntas frecuentes.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia relevante para tu solicitud, como los espacios de tu base de conocimientos enlazada.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.
• En lo que respecta a tus datos, las respuestas de Atlassian Intelligence en Jira Service Management aplican las siguientes medidas:
• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utiliza tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos y restricciones aplicables a los espacios de tu base de conocimientos enlazada. Esto significa que todas las páginas disponibles para los clientes de tu portal de Jira Service Management estarán disponibles a través de las respuestas de Atlassian Intelligence. Por ejemplo, si el acceso a una determinada página de Confluence está restringido y no está disponible de forma general a través de Jira Service Management, el contenido de esa página no se sugerirá en las respuestas de Atlassian Intelligence. Si no quieres que tu contenido esté disponible en las respuestas para otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la adecuada configuración de tus permisos.

La Automatización de Confluence mediante Atlassian Intelligence se basa en modelos GPT desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar las entradas en lenguaje natural y generar una regla de automatización para ti dentro de Jira y Confluence.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

La creación de reglas de automatización es la base de la experiencia de automatización diaria, por lo que queremos facilitarte aún más añadiendo Atlassian Intelligence al creador de reglas de automatización de Jira y Confluence. Ahora puedes crear reglas de automatización fácilmente con solo escribir y describir lo que quieres automatizar, y dejar que Atlassian Intelligence se encargue de todo para crear la regla por ti. Consulta más información sobre la Automatización mediante Atlassian Intelligence para Jira y para Confluence.

Creemos que la Automatización mediante Atlassian Intelligence para Jira y Confluence funciona mejor en situaciones en las que no estás seguro de cómo empezar o quieres acelerar el proceso de creación de reglas.

Es importante recordar que, por la forma como funcionan los modelos utilizados para potenciar la Automatización mediante Atlassian Intelligence, estos modelos a veces pueden comportarse de manera inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que la automatización mediante Atlassian Intelligence es menos práctica en estos casos:

• Tienes que permitir que la Automatización, que utiliza Atlassian Intelligence, tenga acceso a información que no está a tu disposición (por ejemplo, una página o un proyecto restringidos) para responder correctamente a tu solicitud.
• Tienes que realizar tareas puntuales.
• Tienes que consultar la información en tu base de conocimientos.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

La Automatización mediante Atlassian Intelligence solo funcionará con el conjunto actual de componentes de automatización disponibles en Jira y Confluence.

También puedes pensar en ser lo más específico posible en lo que le pidas a Atlassian Intelligence que haga, como se ha descrito anteriormente.

Entendemos que puedes tener dudas sobre cómo utiliza tus datos la Automatización mediante Atlassian Intelligence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• Contexto de tu instancia relevante para tu solicitud, como un proyecto de Jira o una página de Confluence.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, el uso de Atlassian Intelligence para la automatización de Confluence aplica las siguientes medidas:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.

OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.

Esta función sigue los permisos de tu instancia. Por ejemplo, si no tienes acceso a una página o un proyecto concretos, no se te sugerirán contenidos de esos activos en la respuesta que recibas. Si no quieres que tu contenido esté disponible en las respuestas de otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la configuración de tus permisos.

Chart Insights se basa en extensos modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Chart Insights utiliza Atlassian Intelligence para ayudarte a entender mejor los datos de cualquier gráfico de Atlassian Analytics. Lo hace utilizando el título del panel, el título del gráfico y los datos del gráfico (incluidos los encabezados de las columnas y los valores de las filas) para generar un resumen en lenguaje natural de ese gráfico y sus datos. También tendrá como objetivo identificar cualquier tendencia o anomalía para darte una idea determinada de ese gráfico.

Creemos que Chart Insights funciona mejor en los siguientes casos:

• Cuando los gráficos tienen muchas filas de datos.
• Cuando los gráficos tienen un título de panel.
• Cuando los gráficos tienen encabezados de columna.
• Cuando los gráficos tienen valores en todas las filas y columnas.

Los gráficos de barras, los gráficos de líneas y los gráficos de barras con una línea funcionan mejor con esta función, ya que normalmente tienen tendencias, fechas y muchas filas de datos.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para Chart Insights, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos descubierto que Chart Insights es menos útil en los siguientes casos:

• Cuando tienes gráficos con una o solo unas cuantas filas de datos.
• Cuando tienes gráficos del tipo de valor único.
• Cuando tienes gráficos en los que faltan los títulos, las etiquetas de los ejes y los encabezados de las columnas.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Comprobar la precisión de la información con otros usuarios que pueden tener más contexto sobre los datos específicos que aparecen en el gráfico.
• Teniendo en cuenta que Atlassian Intelligence solo utiliza el contexto de un único gráfico y no de todo el panel a la hora de dar una respuesta.

Entendemos que puedes tener dudas sobre la forma en que Chart Insights utiliza tus datos. Esta sección complementa la información disponible en esta página

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• Contexto de tu instancia pertinente para el prompt, como los datos de tu gráfico.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, Chart Insights aplica las siguientes medidas.

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función solo utiliza la información del panel a la que tienes acceso y para la que has solicitado datos relevantes.

El resumen de páginas y blogs mediante Atlassian Intelligence se basa en modelos LLM desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Ahorra tiempo y obtén más rápidamente los detalles que necesitas para realizar tu trabajo más deprisa generando un resumen rápido de una página o blog de Confluence con Atlassian Intelligence. Más información sobre el uso de Atlassian Intelligence en Confluence.

Creemos que resumir páginas y blogs con Atlassian Intelligence funciona mejor en los siguientes casos:

• Cuando hay una página con mucho texto que se tarda 5 minutos o más en leer.
• Cuando hay mucho contenido escrito, con pocos elementos visuales u otros formatos, como las ampliaciones de una página.

Es importante recordar que, debido a la forma en que funcionan los modelos utilizados para impulsar el resumen de páginas y blogs con Atlassian Intelligence, a veces estos pueden comportarse de manera inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Si bien seguimos mejorando la compatibilidad con las macros, las tablas y ampliando los resúmenes, hemos descubierto que resumir páginas y blogs con Atlassian Intelligence es menos útil en situaciones donde:

• Si se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Necesitas un resumen de una página de Confluence muy corta en la que no hay suficiente contenido.
• Necesitas un resumen de una página de Confluence en la que la mayoría del contenido está en tablas o ampliaciones.
• Necesitas un resumen de una página de Confluence con la mayoría del contenido en macros.

Es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Pide a Atlassian Intelligence que resuma las páginas que sabes que tienen mucho contenido basado en texto.

Entendemos que puedes tener dudas sobre cómo utiliza tus datos Atlassian Intelligence para la automatización de Confluence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).

• Contexto de tu instancia relevante para tu solicitud, como el contenido de la página de Confluence que quieres resumir.

• Datos sobre cómo interactúas con nuestras funciones, como los datos del flujo de clics y las personas con las que trabajas

• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, al resumir páginas y blogs con Atlassian Intelligence, se aplican las siguientes medidas:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu instancia. Por ejemplo, si no tienes acceso a una página de Confluence, no se te mostrará esta función ni podrás resumir una página con Atlassian Intelligence. Si no quieres que tu contenido esté disponible para otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la configuración de tus permisos.

La definición de términos con Atlassian Intelligence en Confluence y Jira funciona con grandes modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar respuestas en lenguaje natural en Confluence.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Una de las cosas más difíciles de consumir contenido en Confluence y Jira puede ser conseguir el contexto que necesitas para entender lo que lees. Las abreviaturas, los acrónimos, los términos desconocidos y los nombres específicos de equipos o proyectos pueden hacerte perder mucho tiempo buscando la información que necesitas.

La definición de términos con Atlassian Intelligence proporcionará la definición de términos específicos de la empresa (como acrónimos, nombres de proyecto, sistemas o equipos) en una página de Confluence o en la descripción de una incidencia en Jira. De esta forma, los usuarios tendrán la información que necesitan y cuando la necesitan y mejorará la colaboración de los equipos.

Atlassian Intelligence puede ahorrarte tiempo, ya que hace estas definiciones por ti, sin que tengas que apartarte de la lectura.

Si encuentras una definición que te parezca inexacta, puedes editarla o añadir una nueva y, después, establecer que la visibilidad sea para esa página o incidencia, para todo el espacio o proyecto, o para acceder a toda tu organización.

La definición de términos con Atlassian Intelligence en Confluence funciona mejor en estos casos:

• Una empresa tiene varias páginas en su instancia de Confluence en las que se menciona, describe o explica qué es un término determinado para que Atlassian Intelligence pueda referirlo.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para definir términos con Atlassian Intelligence en Confluence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que la definición de términos con Atlassian Intelligence en Confluence funciona mejor en estos casos:

• Se necesita información actualizada y precisa sobre personas, lugares y hechos.
• No tienes contexto amplio sobre el término en esa instancia de Confluence (por ejemplo, si no hay páginas que mencionen el término específico, la definición no se generará con precisión).
• La definición requiere acceso a contenido de Confluence que no tienes permiso para ver
• Intentas definir varios términos en lugar de uno solo a la vez.

Además, en Jira, hemos descubierto que, dado que la definición de términos con Atlassian Intelligence depende de la búsqueda en Confluence, la función solo funcionará en Jira si tienes permiso para ver una instancia de Confluence en el mismo sitio que tu instancia de Jira.

Puede que descubras que la definición de términos con Atlassian Intelligence no funciona como esperabas en los espacios de Confluence o las instancias de Jira que tienen contenido escrito en varios idiomas.

Entendemos que puedes tener dudas sobre cómo utiliza tus datos Atlassian Intelligence para definir términos. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• Contexto de tu instancia pertinente para el prompt, como el término que quieres definir.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

Al definir términos con Atlassian Intelligence, se aplican las siguientes medidas en lo que respecta a tus datos:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de acceso de usuario existentes, por lo que los usuarios no podrán ver una definición del contenido al que no tienen acceso. La función extrae el contenido y las definiciones únicamente de las páginas y proyectos que el usuario tiene permisos para ver en la instancia. Si no quieres que tu contenido esté disponible en las respuestas de otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la configuración de tus permisos.
• Si un usuario edita o actualiza una definición manualmente, esta se almacena y conserva durante 1 año.

La generación de descripciones de solicitudes de extracción con Atlassian Intelligence funciona con grandes modelos lingüísticos (LLM) desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un código y un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Atlassian Intelligence puede ayudarte a generar, transformar y resumir el contenido mientras escribes comentarios o descripciones de solicitudes de extracción en la experiencia de revisión de código de Bitbucket Cloud. Esto incluye lo siguiente:

• Generar la descripción de una solicitud de extracción basada en los cambios de código incluidos en la solicitud de extracción.
• Resumir, mejorar o cambiar el tono de la descripción de una solicitud de extracción.
• Resumir, mejorar o cambiar el tono del comentario de una solicitud de extracción.

Creemos que la generación de descripciones de solicitudes de extracción de Bitbucket Cloud con Atlassian Intelligence funciona mejor en estos casos:

• Como autor de código, querrás que Atlassian Intelligence te ayude a escribir o mejorar las descripciones de solicitudes de extracción. Esto funciona mejor con los equipos que pueden revisar y confirmar que el contenido generado por Atlassian Intelligence es adecuado para describir la solicitud de extracción.
• Como revisor de código, querrás que Atlassian Intelligence te ayude a mejorar el tono o el contenido de los comentarios de solicitudes de extracción que hayas redactado.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para esta función, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos descubierto que la generación de solicitudes de extracción de Bitbucket Cloud con Atlassian Intelligence no es tan útil en estos casos:

• Necesitas que la descripción de tu solicitud de extracción haga referencia a la información que aún no está presente en los cambios de código (por ejemplo, el código fuente incluido en otras partes del repositorio).
• No puedes revisar ni confirmar que el contenido generado por Atlassian Intelligence refleje con precisión la solicitud de extracción.
• Necesitas información actualizada y precisa sobre personas, lugares y hechos.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.
• Revisar, corregir y editar el resultado generado por el asistente de escritura por IA para que sea claro y preciso.
• Colaborar con otras personas para recopilar comentarios y mejorar la calidad de tus resultados.

Entendemos que puedes tener dudas sobre cómo se utilizan tus datos al definir términos con Atlassian Intelligence en Confluence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas)
• El contexto de tu instancia pertinente para el prompt, por ejemplo:
  • los cambios de código y los mensajes de confirmación de tu solicitud de extracción
  • el contenido de la descripción de tu solicitud de extracción
  • el contenido del comentario de tu solicitud de extracción
• Datos sobre cómo interactúas con nuestras funciones, como los datos del flujo de clics y las personas con las que trabajas
• El feedback que decidas ofrecer sobre esta función

Al generar descripciones de solicitudes de extracción con Atlassian Intelligence se aplican las siguientes medidas en lo que respecta a tus datos:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes
  • OpenAI no los almacena
  • No se utilizan para mejorar los modelos de OpenAI
  • Solamente se utilizan para cuidar de tu experiencia
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No pueden utilizar tus datos para ningún otro fin que no sea procesar tu solicitud.

La generación de consultas de SQL con Atlassian Intelligence en Atlassian Analytics funciona con grandes modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y entender el lenguaje natural y, a continuación, lo traduce al lenguaje de consulta estructurada (SQL) en Atlassian Analytics.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Plantea una pregunta a Atlassian Intelligence en lenguaje natural y haz que se traduzca a SQL, en lugar de escribir tus propias consultas de SQL desde cero. Cuando haces una pregunta, Atlassian Intelligence utiliza el esquema de Atlassian Data Lake de la fuente de datos seleccionada para generar una consulta de SQL que se puede utilizar para crear gráficos en los paneles de Atlassian Analytics y también puede ayudarte a obtener información sobre el esquema en el Data Lake.

La generación de consultas de SQL con Atlassian Intelligence funciona mejor en estos casos:

• Quieres crear un gráfico personalizado a partir del SQL generado y ajustando la consulta cuando sea necesario.
• La pregunta en lenguaje natural incluye palabras y conceptos a los que se hace referencia en el esquema de Atlassian Data Lake, donde eres lo más concreto posible.
• Quieres explorar y obtener más información sobre el esquema de Atlassian Data Lake.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para generar consultas de SQL con Atlassian Intelligence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que generar consultas de SQL con Atlassian Intelligence es menos práctico en estos casos:

• Necesitas información actualizada y precisa sobre personas, lugares y hechos.
• Necesitas esta función para tener acceso a información que no está a tu disposición en el esquema de Atlassian Data Lake (por ejemplo, datos para Advanced Roadmaps) para responder correctamente a la pregunta.
• La pregunta incluye referencias a campos personalizados.
• La pregunta está hecha en un idioma que no es el inglés.
• No estás lo bastante familiarizado con SQL como para validar el SQL que devuelve Atlassian Intelligence.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.
• Asegúrate de que la fuente de datos del Atlassian Data Lake que utilizas incluye los datos necesarios para responder a tu pregunta.

Entendemos que puedes tener dudas sobre cómo se utilizan tus datos al generar consultas de SQL con Atlassian Intelligence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• Contexto de tu instancia pertinente para el prompt, incluidos los esquemas de Atlassian Data Lake disponibles de forma pública y aplicables a tu instancia.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

Al generar consultas de SQL con Atlassian Intelligence se aplican las siguientes medidas en lo que respecta a tus datos.

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu conexión a Atlassian Data Lake. Por ejemplo, si no tienes acceso a una conexión de Atlassian Data Lake, no podrás compilar SQL para consultarla.

El uso de Atlassian Intelligence en experiencias de edición se basa en extensos modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Atlassian Intelligence ayuda a impulsar una comunicación eficaz en todos los equipos de una organización para mejorar la eficiencia, la toma de decisiones y los procesos.

El uso de Atlassian Intelligence en experiencias de edición funciona mejor en estos casos:

• Transformar contenido existente para diferentes públicos. Atlassian Intelligence ayuda a cambiar el tono, a mejorar la redacción y a facilitar la comprensión de la información técnica para los demás equipos. Es muy práctico con equipos que buscan una redacción más profesional y concisa.
• Resumir contenido existente. Con Atlassian Intelligence, puedes convertir notas preliminares en práctica documentación de estrategia, artículos de base de conocimientos o planes de campaña, entre otras cosas. También puedes usarlo para analizar información existente y definir planes de acción y elementos. Es muy práctico en páginas con mucho texto, en las que hay mucho contexto del recuperar información.
• Generar contenido nuevo. Atlassian Intelligence te ayuda a redactar contenido nuevo, como páginas de estrategia, resúmenes de proyectos, notas de publicación o historias de usuarios. Es muy práctico cuando los equipos utilizan indicaciones claras y concretas, con un objetivo específico en mente.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para Atlassian Intelligence en experiencias de edición, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que usar Atlassian Intelligence en experiencias de edición resulta menos práctico en estos casos:

• Se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Necesitas acceder a información que no está a tu disposición (por ejemplo, en tu instancia) para responder correctamente a tu solicitud.
• Tienes que generar contenido en un formato que supere el markdown estándar (por ejemplo, generar un panel de información desde cero).
• Tienes que referir información que no está aún presente en el documento que se está editando (por ejemplo, contenido de otro documento u otro producto).
• Cuando tienes que generar y transformar el contenido en otros idiomas aparte del inglés.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.
• Dividir las solicitudes complejas en tareas más pequeñas y gestionables.
• Incorporar palabras clave pertinentes para aumentar la adecuación del contenido generado.
• Usar la gramática y la puntuación adecuadas en el texto de entrada.
• Revisar, corregir y editar el resultado generado por el asistente de escritura por IA para que sea claro y preciso.
• Experimentar con diversas instrucciones o variaciones del texto de entrada para explorar ideas distintas.
• Colaborar con otras personas para recopilar comentarios y mejorar la calidad de tus resultados.

Entendemos que puedas tener dudas sobre cómo utiliza tus datos Atlassian Intelligence en experiencias de edición. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia pertinente para tu instrucción como, por ejemplo, el producto desde el que activaste Atlassian Intelligence.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, Atlassian Intelligence en experiencias de edición aplica las siguientes medidas:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu instancia. Por ejemplo, si no tienes acceso a una página de Confluence en particular, no se te sugerirán contenidos de esa página en la respuesta que recibas. Si no quieres que tu contenido esté disponible en las respuestas para otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la adecuada configuración de tus permisos.

La búsqueda de respuestas en Confluence mediante Atlassian Intelligence se nutre de modelos de LLM desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Las bases de conocimientos crecen demasiado rápido para que los usuarios puedan mantenerse al día. La búsqueda de respuestas en Confluence mediante Atlassian Intelligence proporciona una vía de acceso más rápida a información clave que los clientes necesitan para sacar el trabajo adelante. Esta función te ayuda a encontrar fácilmente la información que necesitas. Comprende los tipos de preguntas que le harías a un compañero de equipo y las responde al instante. Más información sobre cómo utilizar Atlassian Intelligence para buscar respuestas en Confluence.

Consideramos que la búsqueda de respuestas en Confluence mediante Atlassian Intelligence funciona especialmente bien cuando el sitio de Confluence está repleto de contenidos detallados, completos y actualizados.

Esta función no genera contenido nuevo, sino que busca en las páginas y blogs de Confluence (aunque respetando las restricciones) para encontrar una respuesta a tu pregunta. Atlassian Intelligence genera respuestas basándose solo en lo que hay en tu Confluence y en el contenido al que tú, específicamente, puedes acceder.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para buscar respuestas en Confluence mediante Atlassian Intelligence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos observado que buscar respuestas en Confluence mediante Atlassian Intelligence resulta menos útil en los siguientes casos:

• Si se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Cuando necesitas datos actualizados y precisos sobre la información que tiende a cambiar con frecuencia (por ejemplo, una hoja de ruta que se actualiza mensualmente).
• Cuando necesitas información actual y precisa sobre personas concretas y el rol que desempeñan en tu organización.
• Cuando necesitas acceder a información que no está a tu disposición (por ejemplo, páginas restringidas de tu instancia de Confluence) para obtener una respuesta correcta a tu pregunta.
• Cuando la respuesta consta de un rango de valores o categorías diferentes (por ejemplo, métricas que se actualizan cada semana).
• Cuando necesitas respuestas que requieran matices, complejidades o niveles de razonamiento similares a los humanos.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.
• Hacer preguntas sobre cosas que sabes que están documentadas en tu instancia de Confluence y a las que tienes acceso.

Entendemos que puedes tener dudas sobre cómo se utilizan tus datos al buscar respuestas en Confluence con Atlassian Intelligence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• Contexto de tu instancia que sea pertinente para el mensaje, como el contenido de las tres páginas principales del resultado de la búsqueda de Confluence.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

Al buscar respuestas en Confluence con Atlassian Intelligence se aplican las siguientes medidas en lo que respecta a tus datos:

• Tus prompts (entradas) y respuestas (salidas):
  • Are not available to other customers.
  • Are not stored by any LLM provider.
  • Are not used to improve LLM models.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu instancia. Por ejemplo, si no tienes acceso a una página de Confluence determinada, esta función no utilizará el contenido de esa página en la respuesta que te muestre. Si no quieres que tu contenido esté disponible en las respuestas de otros usuarios de tu instancia, ponte en contacto con el administrador de la organización para comprobar la configuración de tus permisos.

La búsqueda de incidencias en Jira mediante Atlassian Intelligence se nutre de grandes modelos lingüísticos desarrollados por OpenAI. Entre estos modelos se incluyen los modelos OpenAI que se detallan aquí, perfeccionados por Atlassian mediante datos sintéticos generados.

Atlassian Intelligence utiliza estos modelos para analizar y entender el lenguaje natural y, a continuación, lo traduce al código de Jira Query Language (JQL) en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probables a partir de los datos con los que se han entrenado.

Más información sobre las capacidades de los modelos OpenAI y el perfeccionamiento de OpenAI. También puedes informarte mejor sobre este enfoque en los artículos de investigación de OpenAI.

Ahora puedes preguntarle lo que quieras a Atlassian Intelligence en lenguaje cotidiano en lugar de hacer consultas complejas. Cuando buscas incidencias mediante Atlassian Intelligence, tu instrucción se traduce en una consulta de JQL que te ayuda rápidamente a buscar incidencias concretas.

Consideramos que la búsqueda de incidencias mediante Atlassian Intelligence funciona especialmente bien en los siguientes casos:

• Cuando consultas incidencias en Jira mediante los campos de incidencias disponibles en tu proyecto de Jira.
• Cuando la consulta tiene campos y valores específicos que pueden ayudar a delimitar la búsqueda de incidencias.
• Cuando los campos y valores que buscas están en tu proyecto de Jira.
• Cuando tu consulta está en inglés.
• Cuando la consulta se puede traducir a JQL. Dado que Atlassian Intelligence convierte las instrucciones a código JQL, las entradas que contienen palabras clave traducibles a JQL pueden ofrecer resultados de mayor calidad.

Es importante recordar que, por la forma en que funcionan los modelos utilizados para buscar incidencias mediante Atlassian Intelligence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no reflejen fielmente el contenido en el que se basan, o que incluyan contenido en apariencia razonable pero falso o incompleto.

Hemos observado que buscar incidencias mediante Atlassian Intelligence resulta menos útil en los siguientes casos:

• Si se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Cuando buscas entidades de Jira que no son incidencias como, por ejemplo, proyectos, tableros o usuarios.
• Cuando realizas la búsqueda en un idioma que no es el inglés.
• Cuando necesitas la búsqueda para analizar las incidencias con el fin de crear gráficos, resúmenes u otras representaciones de tus datos.
• Cuando la búsqueda requiere funciones que no están disponibles actualmente en JQL (por ejemplo, una pregunta como "Busca incidencias que haya comentado" que no se puede traducir a una función de JQL).

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Puede que también te interese plantearte cómo ser lo más específico posible en lo que le pidas a Atlassian Intelligence que haga. Asegúrate de incluir los campos y valores exactos que estás buscando.

Entendemos que puedes tener dudas sobre cómo utiliza tus datos Atlassian Intelligence para buscar incidencias. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia pertinente para tu instrucción como, por ejemplo, el proyecto en el que estás actualmente.
• Datos sobre cómo interactúas con nuestras funciones, como los datos del flujo de clics y las personas con las que trabajas
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, buscar incidencias mediante Atlassian Intelligence aplica las siguientes medidas:

• Tus prompts (entradas) y respuestas (salidas):
  • Are not available to other customers.
  • Are not stored by any LLM provider.
  • Are not used to improve LLM models.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Las respuestas de la búsqueda se basarán en las incidencias y campos a los que tengas acceso (por ejemplo, si no tienes acceso a un proyecto de Jira específico, tu búsqueda no arrojará resultados para las incidencias y campos de ese proyecto).

La sugerencia de tipos de solicitud mediante Atlassian Intelligence funciona con grandes modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar las entradas en lenguaje natural y generar recomendaciones de nombres y descripciones de los tipos de solicitud para que los uses en Jira Service Management.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Dedica menos tiempo a averiguar qué tipos de solicitud necesitas crear para tu proyecto y, en su lugar, recibe sugerencias de Atlassian Intelligence. Basta con describir tu trabajo y lo que tu equipo suele gestionar para ver qué tipos de solicitudes puedes crear. Selecciona una de las sugerencias generadas por Atlassian Intelligence para crear un tipo de solicitud. Más información sobre cómo utilizar Atlassian Intelligence para sugerir tipos de solicitud.

Creemos que usar Atlassian Intelligence para sugerir tipos de solicitud funciona especialmente bien en los siguientes casos:

• Cuando tienes casos de uso muy específicos que las plantillas de tipos de solicitud existentes no atienden.
• Cuando tienes requisitos muy generales y estás buscando ideas.
• Cuando utilizas un idioma muy hablado (por ejemplo, el inglés o el español).

Es importante recordar que, por la forma en que funcionan los modelos utilizados para sugerir tipos de solicitud mediante Atlassian Intelligence, estos modelos a veces pueden comportarse de forma inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos observado que el uso de Atlassian Intelligence para sugerir tipos de solicitud resulta menos práctico en los siguientes casos:

• Se necesita información actualizada y precisa sobre personas, lugares y hechos.
• Cuando necesitas esta función para acceder a información que no está a tu disposición (por ejemplo, en tu instancia) para responder correctamente a tu solicitud.
• Cuando das instrucciones que son demasiado vagas o irrelevantes para la gestión del servicio.
• Cuando no utilizas un idioma muy hablado.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.

Entendemos que puedas tener dudas sobre cómo utiliza tus datos Atlassian Intelligence para sugerir tipos de solicitud. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia pertinente para tu instrucción.
• Datos sobre cómo interactúas con nuestras funciones, por ejemplo, datos del flujo de clics y personas con las que trabajas.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

En lo que respecta a tus datos, utilizar Atlassian Intelligence para sugerir tipos de solicitud aplica las siguientes medidas:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función solo utiliza la información de tus instrucciones, por lo que se respetan todos los permisos de Jira.

El resumen de los detalles de la incidencia con Atlassian Intelligence funciona con grandes modelos lingüísticos desarrollados por OpenAI. Estos modelos incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar y generar un lenguaje natural en nuestros productos.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que generan sus respuestas prediciendo el texto o la palabra siguientes más probables, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

En lugar de leer descripciones largas y numerosos comentarios sobre una incidencia de Jira Service Management, puedes utilizar Atlassian Intelligence para que resuma rápidamente esta información. De esta forma, los agentes pueden conocer rápidamente el contexto de la incidencia y los progresos realizados, para tomar medidas rápidas y prestar asistencia de forma puntual.

Creemos que resumir los detalles de la incidencia con Atlassian Intelligence es una opción idónea en estos casos:

• Incidencias con la descripción y los comentarios en inglés.
• Incidencias con un gran número de comentarios o comentarios y descripciones extensos.

Es importante recordar que, por la forma como funcionan los modelos utilizados para resumir los detalles de las incidencias con Atlassian Intelligence, estos modelos a veces pueden comportarse de manera inexacta, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no se correspondan de forma precisa con el contenido en el que se basan o que generen contenido que parezca razonable pero que sea falso o esté incompleto.

Hemos determinado que resumir los detalles de la incidencia con Atlassian Intelligence es menos práctico en estos casos:

• Se utiliza un idioma que no es el inglés.
• La incidencia no tiene historial ni detalles.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Entendemos que puedes tener dudas sobre cómo se utilizan tus datos al resumir los detalles de la incidencia con Atlassian Intelligence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de la instancia pertinente para el prompt incluye detalles sobre el servicio de Jira. Incidencia de gestión, como la descripción de la incidencia, los comentarios y los usuarios que participan en el ticket.
• Datos sobre cómo interactúas con nuestras funciones, como los datos del flujo de clics y las personas con las que trabajas
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.

Al resumir los detalles de la incidencia con Atlassian Intelligence se aplican las siguientes medidas en lo que respecta a tus datos:

• Tus prompts (entradas) y respuestas (salidas):
  • No están a disposición de otros clientes.
  • No se envían a ningún proveedor de LLM externo que no sea OpenAI.
  • OpenAI no los almacena.
  • No se utilizan para mejorar los modelos de OpenAI.
  • Solamente se utilizan para cuidar de tu experiencia.
• OpenAI es un encargado del tratamiento de datos personales subcontratado de los que se incluyen en nuestra lista. No utilizan tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.
• Esta función sigue los permisos de tu instancia. Solo los agentes y los administradores del proyecto pueden ver el botón de resumen.

La escritura de fórmulas personalizadas mediante Atlassian Intelligence funciona con grandes modelos lingüísticos desarrollados por OpenAI. Entre ellos, se incluyen los modelos de OpenAI que se detallan aquí.

Atlassian Intelligence utiliza estos modelos para analizar el lenguaje natural y, a continuación, lo traduce a SQLite en Atlassian Analytics.

Estos modelos generan respuestas en función de tus entradas y son de naturaleza probabilística. Esto significa que sus respuestas se generan prediciendo la siguiente palabra o texto más probable, en función de los datos con los que se han entrenado.

Obtén más información sobre las competencias de los modelos de OpenAI o sobre este concepto en los artículos de investigación de OpenAI.

Pregunta o describe a Atlassian Intelligence cómo quieres transformar los datos de tu tabla de resultados y los traducirá en una expresión de SQLite que se utiliza para fórmulas personalizadas, en lugar de escribir tus propias expresiones de SQLite desde cero. Tras hacer una pregunta, Atlassian Intelligence utiliza los datos de la tabla de resultados del paso anterior de Visual SQL para generar una expresión de SQLite que aplica cálculos u operaciones a los datos de tu gráfico. Esto también puede ayudarte a aprender sobre las funciones de SQLite y su sintaxis.

Consideramos que la escritura de fórmulas personalizadas mediante Atlassian Intelligence funciona mejor en los siguientes casos:

• Aplicar cambios a una sola columna de los datos consultados.
• Empezar con una expresión de SQLite generada y ajustarla cuando sea necesario.
• La pregunta en lenguaje natural incluye palabras y conceptos a los que se hace referencia en los encabezados de las columnas o en los datos de las filas.
• Obtener más información sobre SQLite y descubrir las funciones de SQLite disponibles.

Cuando utilices fórmulas personalizadas, recuerda que los modelos utilizados en Atlassian Intelligence a veces pueden comportarse de forma imprecisa, incompleta o poco fiable.

Por ejemplo, puede que las respuestas que recibas no reflejen fielmente el contenido en el que se basan, o que incluyan contenido en apariencia razonable, pero falso o incompleto.

Hemos determinado que escribir fórmulas personalizadas mediante Atlassian Intelligence es menos práctico en estos casos:

• Aplicar los cambios a más de una columna de una sola fórmula personalizada.
• Acceder a información que no está disponible fácilmente en los datos de la tabla de resultados.
• La pregunta se escribe en un idioma diferente al inglés.

Por ello, es recomendable que pienses en las situaciones en las que utilizas Atlassian Intelligence y que compruebes la calidad de las respuestas que recibes antes de presentarlas a otras personas.

Quizá también quieras pensar en lo siguiente:

• Ser lo más concreto posible en lo que le pidas a Atlassian Intelligence.
• Asegurarte de que los datos consultados incluyan los datos necesarios para responder a tu pregunta.

Entendemos que puedas tener preguntas sobre cómo se utilizan tus datos cuando escribes fórmulas personalizadas mediante Atlassain Intelligence. Esta sección complementa la información disponible en nuestro Trust Center.

Tratamos los siguientes datos:

• Tus prompts (entradas) y respuestas (salidas).
• El contexto de tu instancia es relevante para tu pregunta, como incluir los datos del conjunto de resultados en el paso anterior de Visual SQL.
• Comentarios que decidas hacer sobre esta función, incluidos los prompts o las respuestas que decidas compartir junto con tus comentarios.
• Datos de interacción con nuestras funciones, como los datos del flujo de clics

Al escribir fórmulas personalizadas con Atlassian Intelligence, se aplican las siguientes medidas en lo que respecta a tus datos:

Tus prompts (entradas) y respuestas (salidas):

• No están a disposición de otros clientes.
• OpenAI no los almacena.
• No se utilizan para mejorar los modelos de OpenAI.
• Solamente se utilizan para cuidar de tu experiencia.

OpenAI es una empresa encargada del tratamiento de datos personales subcontratada de las que se incluyen en nuestra lista. No utiliza tus entradas ni salidas para ningún otro fin que no sea procesar tu solicitud.