Le regroupement des alertes par Atlassian Intelligence repose sur de grands modèles linguistiques développés par OpenAI et d'autres modèles d'apprentissage machine. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles d'apprentissage machine pour analyser et générer des groupes d'alertes et proposer des suggestions connexes (anciens groupes d'alertes et anciens intervenants en cas d'alertes) au sein de nos produits en fonction de la similitude du contenu des alertes ou des tags utilisés. Atlassian Intelligence utilise ensuite de grands modèles linguistiques pour analyser et générer des descriptions et du contenu en langage naturel pour ces groupes dans nos produits.

Ces grands modèles linguistiques génèrent des réponses en fonction de vos saisies et sont probabilistes. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Le regroupement des alertes utilise Atlassian Intelligence pour identifier et regrouper les alertes similaires. Il vous aide également en identifiant et en recommandant d'anciens groupes d'alertes similaires et d'anciens intervenants (ou équipes d'intervenants) en cas d'alertes, en fonction de la similitude sémantique du contenu des alertes ou des tags utilisés.

Lorsque vous souhaitez transformer le groupe d'alertes en incident, le regroupement des alertes prérenseigne également toutes les informations contextuelles que vous pourrez consulter dans le cadre du processus de création de l'incident.

Nous pensons que le regroupement des alertes fonctionne mieux dans les scénarios suivants :

• Votre organisation est fréquemment confrontée à des alertes similaires ou dupliquées qui se produisent à un volume élevé, que ce soit sur une courte période ou sur une période plus longue.
• Votre organisation classe systématiquement les alertes à l'aide de tags.
• Votre équipe constate souvent que des alertes similaires ou dupliquées doivent être remontées en tant qu'incidents.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour alimenter le regroupement des alertes, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet. Dans le cas des groupes d'alertes que vous voyez, ils ne reflètent peut-être pas exactement la similitude sémantique de leurs tags.

Nous avons découvert que le regroupement des alertes est moins utile dans les scénarios suivants :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• Vous avez besoin du regroupement des alertes pour accéder à des informations qui ne vous sont pas facilement accessibles pour regrouper correctement les alertes. Le regroupement des alertes fonctionne dans les limites des rôles et des autorisations configurés par votre équipe. Vous n'aurez donc accès aux groupes et aux informations que pour les alertes que vous avez l'autorisation de consulter.
• Les tags d'alerte utilisés par votre équipe ne sont ni cohérents ni bien gérés. Comme le regroupement des alertes rassemble les alertes en fonction de la similitude sémantique de leurs titres et tags, la qualité des groupes d'alertes qu'il génère dépend de la cohérence et de la qualité des tags des alertes utilisés par votre équipe et votre organisation.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Envisagez également de vous assurer que vous et votre équipe suiviez des pratiques cohérentes en matière d'utilisation des tags d'alerte.

Vous avez probablement des questions sur la façon dont le regroupement des alertes utilise vos données. Cette section complète les informations disponibles sur notre page de FAQ.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• Le contexte de votre instance par rapport à votre invite, comme les données de vos alertes (titres des alertes, tags des alertes, priorité, équipes d'intervenants, description).
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

Nous traitons les données de vos alertes pour créer une version du modèle d'apprentissage machine afin de reconnaître des modèles spécifiques à vos alertes. Cette version n'est utilisée que dans le cadre de votre expérience :

• Nous stockons les modèles identifiés pour vous fournir des informations.
• Nous n'utilisons pas les données de vos alertes pour former un LLM.

En ce qui concerne vos données, le regroupement des alertes applique les mesures suivantes.

• Vos entrées et sorties :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre site. Par exemple, si Atlassian Intelligence regroupe 50 alertes en fonction de leurs tags et de leur similitude sémantique et que vous n'êtes autorisé à en consulter que 30, vous ne verrez que ces 30 alertes dans la vue des informations du groupe. Si vous ne souhaitez pas que vos alertes soient disponibles en réponse aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

Les réponses d'Atlassian Intelligence reposent sur de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

La fonction de réponses d'Atlassian Intelligence se connecte à l'agent de service virtuel de Jira Service Management. Elle utilise l'intelligence artificielle générative pour réaliser des recherches dans vos espaces de base de connaissances liés et répondre aux questions de vos clients.

Nous pensons que les réponses d'Atlassian Intelligence fonctionnent mieux dans les scénarios où :

• Vous disposez d'une base de connaissances liée complète et à jour à laquelle l'agent de service virtuel peut accéder pour répondre aux questions des clients à l'aide des réponses d'Atlassian Intelligence.
• La fonctionnalité de réponses d'Atlassian Intelligence est utilisée pour répondre aux questions des clients qui :
  • peuvent être résolues grâce à des informations ou à des instructions ;
  • sont abordées dans les articles existants de votre base de connaissances (ou peuvent y être ajoutées) ;
  • ne doivent généralement pas être remontées à un agent humain.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour alimenter les réponses d'Atlassian Intelligence, ils peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que les réponses d'Atlassian Intelligence sont moins utiles dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• vous avez besoin des réponses d'Atlassian Intelligence pour avoir accès à des informations auxquelles vous n'avez pas facilement accès (par exemple, dans votre base de connaissances liée) afin de répondre correctement à votre demande ;
• votre base de connaissances est obsolète ou incomplète, les recherches peuvent donc ne pas être utiles.
• Les articles de votre base de connaissances ne contiennent pas d'informations pertinentes ou de grande qualité. Il est donc possible que les réponses d'Atlassian Intelligence, en se basant sur ces articles, fournissent des informations peu pertinentes aux clients.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Réviser et mettre à jour de manière proactive votre base de connaissances liée (ainsi que les articles existants qu'elle contient) de manière à vous assurer qu'elle est à la fois complète et actualisée.
• Réviser de manière proactive les autorisations et restrictions applicables à vos espaces de base de connaissances liés, de manière à vous assurer que les réponses d'Atlassian Intelligence peuvent accéder aux informations adéquates afin d'améliorer leur pertinence.

Vous avez probablement des questions sur la façon dont les réponses d'Atlassian Intelligence utilisent vos données dans Jira Service Management. Cette section complète les informations disponibles sur notre page de FAQ.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, comme les espaces de la base de connaissances liés
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.
• En ce qui concerne vos données, les réponses d'Atlassian Intelligence dans Jira Service Management appliquent les mesures suivantes :
• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations et les restrictions applicables à vos espaces de base de connaissances liés. Cela signifie que toutes les pages accessibles aux clients sur votre portail Jira Service Management seront accessibles via les réponses d'Atlassian Intelligence. Par exemple, si l'accès à une page Confluence est restreint et qu'il n'est pas en disponibilité générale sur Jira Service Management, le contenu de cette page ne sera pas suggéré dans les réponses d'Atlassian Intelligence. Si vous ne voulez pas que votre contenu soit disponible dans les réponses aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

L'automatisation avec Atlassian Intelligence se base sur les modèles GPT développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles afin d'analyser les saisies en langage naturel et générer pour vous une règle d'automatisation dans Jira et Confluence.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

La création de règles d'automatisation est au cœur de l'expérience d'automatisation quotidienne, et nous voulons vous faciliter la tâche en ajoutant Atlassian Intelligence au générateur de règles d'automatisation de Jira et Confluence. Vous pouvez désormais facilement créer des règles d'automatisation en saisissant et en décrivant ce que vous souhaitez automatiser, puis en laissant Atlassian Intelligence prendre en charge l'essentiel des tâches de création des règles. En savoir plus sur l'automatisation à l'aide d'Atlassian Intelligence pour Jira et fou Confluence.

Nous estimons que l'automatisation avec Atlassian Intelligence pour Jira et Confluence est particulièrement adaptée à des situations dans lesquelles vous ne savez pas par où commencer, ou bien lorsque vous souhaitez accélérer le processus de création de règles.

Il est important de se rappeler qu'en raison du fonctionnement propre aux modèles utilisés pour alimenter l'automatisation avec Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que l'automatisation avec Atlassian Intelligence était moins utile dans les scénarios où :

• Vous devez accorder à l'automatisation avec Atlassian Intelligence l'accès à des informations auxquelles vous n'avez pas facilement accès (par exemple, une page ou un projet restreint) pour obtenir une réponse correcte à votre demande.
• vous devez effectuer des tâches ponctuelles
• vous devez consulter des informations contenues dans votre base de connaissances

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

L'automatisation avec Atlassian Intelligence ne fonctionnera qu'avec les composants d'automatisation disponibles dans Jira et Confluence.

Il vous sera également utile d'être aussi précis que possible dans les demandes adressées à Atlassian Intelligence, tel que décrit ci-dessus.

Vous avez probablement des questions sur la façon dont l'automatisation avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, comme un projet Jira ou une page Confluence.
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, Atlassian Intelligence pour l'automatisation Confluence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.

OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.

Cette fonctionnalité respecte les autorisations de votre instance. Par exemple, si vous n'avez pas accès à un projet ou à une page spécifique, la réponse que vous recevrez ne vous suggèrera pas de contenu de ces actifs. Si vous ne voulez pas que votre contenu soit disponible en réponse aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

Chart Insights repose sur de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Chart Insights utilise Atlassian Intelligence pour vous aider à mieux comprendre les données des graphiques dans Atlassian Analytics. Pour ce faire, il utilise le titre du tableau de bord, le titre du graphique et les données du graphique (y compris les en-têtes de colonne et les valeurs des lignes) pour générer un résumé en langage naturel de ce graphique et de ses données. Il visera également à identifier les tendances ou les anomalies afin de vous donner un aperçu de ce graphique.

Nous pensons que Chart Insights fonctionne mieux dans les scénarios où :

• Les graphiques contiennent de nombreuses lignes de données.
• Les graphiques ont un titre de tableau de bord.
• Les graphiques ont des en-têtes de colonnes.
• Les graphiques contiennent des valeurs sur toutes les lignes et dans toutes les colonnes.

Les graphiques à barres, les diagrammes linéaires et les graphiques mêlant ces deux modalités fonctionnent mieux avec cette fonctionnalité, car ils contiennent généralement des tendances, des dates et de nombreuses lignes de données.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour alimenter le travail de Chart Insights, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que Chart Insights est moins utile dans les scénarios où :

• Vous disposez de graphiques contenant une ou quelques lignes de données.
• Vous disposez de graphiques qui sont du type à valeur unique.
• Vous disposez de graphiques où il manque des titres, les étiquettes des axes et des en-têtes de colonne.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Vérifiez l'exactitude des informations auprès d'autres utilisateurs qui peuvent avoir plus de contexte sur les données spécifiques affichées dans le graphique.
• Tenez compte du fait qu'Atlassian Intelligence utilise uniquement le contexte d'un seul graphique et non l'intégralité du tableau de bord pour fournir une réponse.

Vous avez probablement des questions sur la façon dont Chart Insights utilise vos données. Cette section complète les informations disponibles sur cette page.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• Le contexte de votre instance pertinent pour votre prompt, par exemple les données dans votre graphique.
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, Chart Insights applique les mesures suivantes.

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • Ne sont pas stockées par OpenAI
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité utilise uniquement les informations du tableau de bord auquel vous avez accès et au sujet duquel vous avez demandé des informations.

Résumez les pages et les blogs à l'aide d'Atlassian Intelligence grâce à de grands modèles de langage développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Gagnez du temps et obtenez les informations dont vous avez besoin pour travailler plus rapidement en générant un résumé rapide d'une page ou d'un blog Confluence avec Atlassian Intelligence. En savoir plus sur l'utilisation d'Atlassian Intelligence dans Confluence.

Nous pensons que le fait de résumer les pages et les blogs à l'aide d'Atlassian Intelligence est la meilleure solution dans les scénarios suivants :

• Présence d'une page contenant beaucoup de texte, qui prend 5 minutes ou plus à lire.
• Présence importante de contenus textuels, avec peu de visuels et/ou d'autres types de mise en forme, comme des extensions de page.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour résumer les pages et les blogs à l'aide d'Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Bien que nous améliorions la prise en charge des macros, des tableaux et des extensions dans le cadre des résumés, nous estimons que le résumé de pages et de blogs via Atlassian Intelligence présente une utilité moindre dans les scénarios suivants :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• Vous souhaitez résumer une très courte page Confluence dont le contenu est insuffisant.
• Vous souhaitez résumer une page Confluence dont la majeure partie du contenu se situe dans des tableaux ou des extensions.
• Vous avez besoin d'un résumé d'une page Confluence dont la majeure partie du contenu se présente sous forme de macros.

Nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• demander à Atlassian Intelligence de résumer les pages dont vous savez qu'elles contiennent beaucoup de contenu textuel

Vous avez probablement des questions sur la façon dont Atlassian Intelligence pour l'automatisation Confluence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).

• le contexte de votre instance pertinent pour votre invite, comme du contenu de la page Confluence que vous souhaitez résumer

• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.

• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la fonction de résumé de pages et de blogs dans Confluence à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer OpenAI
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre instance. Par exemple, si vous n'avez pas accès à une page Confluence, cette fonctionnalité ne vous sera pas proposée, et vous ne pourrez pas résumer une page à l'aide d'Atlassian Intelligence. Si vous ne voulez pas que votre contenu soit disponible aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

La définition de termes avec Atlassian Intelligence dans Confluence et Jira repose sur de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer des réponses en langage naturel dans Confluence.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

L'un des plus grands défis liés à la consommation de contenu dans Confluence et Jira implique de trouver le contexte dont vous avez besoin pour comprendre ce que vous lisez. Les abréviations, les acronymes, les termes inconnus et les noms spécifiques à une équipe ou à un projet peuvent donner lieu à une longue recherche pour trouver les informations nécessaires.

La définition des termes à l'aide d'Atlassian Intelligence permettra de définir les termes spécifiques à l'entreprise (tels que les acronymes et les noms de projets, de systèmes ou d'équipes) sur une page de Confluence ou dans la description d'un ticket dans Jira. Cela fournit aux utilisateurs les informations dont ils ont besoin, quand ils en ont besoin, tout en aidant les équipes à mieux travailler ensemble.

Atlassian Intelligence peut vous faire gagner du temps en définissant ces éléments pour vous, directement depuis le contenu que vous lisez.

Si une définition vous semble inexacte, vous pouvez la modifier ou en ajouter une nouvelle, puis définir la visibilité pour cette page ou ce ticket, l'ensemble de l'espace ou du projet, ou l'accès à l'ensemble de votre organisation.

Nous pensons que la définition de termes à l'aide d'Atlassian Intelligence dans Confluence fonctionne mieux dans les scénarios où :

• dans son instance Confluence, une entreprise possède plusieurs pages qui mentionnent, décrivent ou expliquent le terme spécifique utilisé par Atlassian Intelligence.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour définir des termes avec Atlassian Intelligence dans Confluence, ils peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la définition de termes à l'aide d'Atlassian Intelligence dans Confluence était moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• vous ne disposez pas de suffisamment de contexte dans cette instance Confluence (par exemple, si aucune page ne mentionne le terme en question, la définition de ce terme ne sera pas générée correctement) ;
• La définition nécessite l'accès à du contenu Confluence que vous ne pouvez pas consulter.
• vous essayez de définir plusieurs termes au lieu d'un seul terme à la fois.

De plus, nous avons également découvert que, du fait que la définition de termes à l'aide d'Atlassian Intelligence repose sur la recherche dans Confluence, la fonctionnalité ne fonctionnera dans Jira que si vous disposez de l'autorisation de consulter une instance Confluence sur le même site que la vôtre.

Il est également possible que la définition de termes à l'aide d'Atlassian Intelligence ne fonctionne pas comme prévu dans les instances Confluence ou Jira qui hébergent des documents écrits en plusieurs langues.

Vous avez probablement des questions sur la façon dont la définition de termes avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, par exemple le terme que vous souhaitez définir ;
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la définition de termes à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations d'accès utilisateur existantes. Les utilisateurs ne verront donc pas une définition tirée de contenu auquel ils n'ont pas accès. Au lieu de cela, cette fonctionnalité extrait uniquement du contenu et des définitions des pages et projets que l'utilisateur est autorisé à consulter dans l'instance. Si vous ne voulez pas que votre contenu soit disponible en réponse aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.
• Si un utilisateur modifie ou met à jour une définition manuellement, celle-ci est stockée et conservée pendant 1 an.

La génération de descriptions de pull requests avec Atlassian Intelligence repose sur de grands modèles linguistiques (LLM) développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel et du code dans nos produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Atlassian Intelligence peut vous aider à générer, transformer et résumer du contenu pendant que vous rédigez des descriptions de pull requests ou des commentaires dans le cadre de l'expérience de revue de code Bitbucket Cloud. Ceci inclut :

• Génération d'une description de pull request en fonction des changements de code contenues dans la pull request.
• Résumer, améliorer ou changer le ton de la description de pull request.
• Résumer, améliorer ou changer le ton du commentaire de pull request.

Nous pensons que la génération de descriptions de pull requests Bitbucket Cloud avec Atlassian Intelligence fonctionne mieux dans les scénarios suivants :

• En tant qu'auteur de code, vous souhaitez qu'Atlassian Intelligence vous aide à rédiger ou à améliorer la description de pull request. Cela fonctionne mieux pour les équipes qui sont en mesure de vérifier et de confirmer que le contenu généré par Atlassian Intelligence est approprié pour décrire la pull request.
• En tant que réviseur de code, vous souhaitez qu'Atlassian Intelligence vous aide à améliorer le ton ou le contenu d'un commentaire sur la pull request que vous avez déjà rédigé.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour alimenter ce travail sur les fonctionnalité, ils peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la génération de descriptions de pull requests Bitbucket Cloud à l'aide d'Atlassian Intelligence était moins utile dans les scénarios suivants :

• Vous avez besoin de la description de votre pull request pour faire référence à des informations qui ne figurent pas déjà dans les changements de code (par exemple, le code source contenu ailleurs dans le dépôt).
• Vous n'êtes pas en mesure de vérifier et de confirmer que le contenu généré par Atlassian Intelligence reflète fidèlement la pull request.
• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.
• Relisez, révisez et modifiez les résultats générés par l'assistant de rédaction d'AI afin de gagner en précision et en clarté.
• Collaborez avec d'autres personnes afin de recueillir du feedback et d'améliorer la qualité de vos résultats.

Nous comprenons que vous avez peut-être des questions sur la façon dont la définition de termes avec Atlassian Intelligence dans Confluence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties)
• Contexte de votre instance pertinent pour votre invite, notamment :
  • Changements de code et messages de commit dans votre pull request
  • Contenu de la description de votre pull request
  • Contenu du commentaire sur votre pull request
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Feedback que vous décidez de fournir à propos de cette fonctionnalité

En ce qui concerne vos données, la génération de descriptions de pull requests à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • Ne sont pas stockées par OpenAI
  • Ne sont pas utilisées pour améliorer les modèles OpenAI
  • Sont uniquement utilisées pour améliorer votre expérience
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos données à d'autres fins que le traitement de votre demande.

La génération de requêtes SQL avec Atlassian Intelligence dans Atlassian Analytics repose sur de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et comprendre le langage naturel, puis le traduit en langage de requête structuré (SQL) dans Atlassian Analytics.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Posez une question à Atlassian Intelligence en langage naturel et faites-la traduire en requête SQL, plutôt que d'écrire entièrement vos propres requêtes SQL. Lorsque vous lui avez posé une question, Atlassian Intelligence utilise le schéma Atlassian Data Lake de la source de données sélectionnée pour générer une requête SQL qui peut être utilisée pour créer des graphiques dans vos tableaux de bord Atlassian Analytics et qui peut également vous aider à en savoir plus sur le schéma dans le Data Lake (lac de données).

Nous pensons que la génération de requêtes SQL à l'aide d'Atlassian Intelligence fonctionne mieux dans les scénarios où :

• vous devez créer un graphique personnalisé en commençant par le code SQL généré, puis en affinant la requête si nécessaire ;
• la question en langage naturel inclut des mots et des concepts qui sont référencés dans le schéma Atlassian Data Lake, où vous êtes aussi précis que possible ;
• vous souhaitez explorer et en savoir plus sur le schéma Atlassian Data Lake.

Il est important de se rappeler qu'en raison du fonctionnement propre aux modèles utilisés pour générer des requêtes SQL à l'aide d'Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la génération de requêtes SQL à l'aide d'Atlassian Intelligence était moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• vous avez besoin de cette fonctionnalité pour accéder à des informations qui ne sont pas facilement disponibles dans le schéma Atlassian Data Lake (p. ex., des données pour Advanced Planning) afin de répondre correctement à la question ;
• la question fait référence à des champs personnalisés ;
• la question est posée dans une langue autre que l'anglais ;
• vous ne maîtrisez pas suffisamment SQL pour valider le code SQL renvoyé par Atlassian Intelligence.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.
• Assurez-vous que la source de données Atlassian Data Lake que vous utilisez couvre les données nécessaires pour répondre à votre question.

Nous comprenons que vous avez peut-être des questions sur la façon dont la génération de requêtes SQL avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, y compris les schémas Atlassian Data Lake publics applicables à votre instance ;
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la génération de requêtes SQL à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre connexion à Atlassian Data Lake. Par exemple, si vous n'avez pas accès à une connexion Atlassian Data Lake, vous ne pourrez pas générer de requête SQL pour l'interroger.

Les expériences d'édition avec Atlassian Intelligence reposent sur de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Atlassian Intelligence contribue à une communication efficace entre toutes les équipes d'une organisation afin d'améliorer l'efficacité, la prise de décisions et les processus.

Nous pensons que l'utilisation d'Atlassian Intelligence dans des expériences d'édition fonctionne mieux dans les scénarios suivants :

• Transformation de contenu existant pour différents publics. Atlassian Intelligence aide à changer de ton, à améliorer la rédaction et à rendre les informations techniques plus faciles à comprendre pour les autres équipes. C'est une solution idéale pour les équipes qui souhaitent rendre leur rédaction plus professionnelle et plus concise.
• Résumé de contenu existant. Avec Atlassian Intelligence, vous pouvez transformer des notes approximatives en documentation stratégique utile, en articles de base de connaissances, en plans de campagne, et bien plus encore. Vous pouvez également l'utiliser pour analyser des informations existantes afin de définir des plans d'action et des tâches. C'est une solution parfaite pour les pages riches en texte offrant beaucoup de contexte à exploiter.
• Génération de nouveau contenu. Atlassian Intelligence vous aide à rédiger de nouveaux contenus, tels que des pages de stratégie, des aperçus de projets, des notes de version ou des user stories. C'est une solution idéale quand des équipes utilisent des instructions claires et spécifiques, avec un objectif précis en tête.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour alimenter Atlassian Intelligence dans les expériences d'édition, ils peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que l'utilisation d'Atlassian Intelligence dans des expériences d'édition était moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles, précises et à jour sur des personnes, des lieux et des faits ;
• vous devez avoir accès à des informations qui ne sont pas facilement accessibles (par exemple, dans votre instance) pour répondre correctement à votre demande ;
• vous devez générer du contenu dans un format autre que Markdown standard (p. ex., générer entièrement un volet d'information) ;
• vous devez faire référence à des informations qui ne figurent pas déjà dans le document en cours d'édition (par exemple, le contenu d'un autre document ou d'un autre produit) ;
• vous devez générer et transformer du contenu dans d'autres langues que l'anglais.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.
• Divisez les demandes complexes en tâches plus petites et plus facilement gérables.
• Intégrez des mots clés pertinents afin d'améliorer la précision du contenu généré.
• Utilisez une grammaire et une ponctuation correctes dans le texte saisi.
• Relisez, révisez et modifiez les résultats générés par l'assistant de rédaction d'AI afin de gagner en précision et en clarté.
• Testez différentes instructions ou variantes sur votre texte saisi, afin d'explorer différentes idées.
• Collaborez avec d'autres personnes afin de recueillir du feedback et d'améliorer la qualité de vos résultats.

Vous avez probablement des questions sur la façon dont Atlassian Intelligence utilise vos données dans les expériences d'édition. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, par exemple le produit à partir duquel vous avez déclenché Atlassian Intelligence
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, les réponses d'Atlassian Intelligence dans les expériences d'édition appliquent les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre instance. Par exemple, si vous n'avez pas accès à une certaine page Confluence, la réponse que vous recevrez ne vous suggèrera pas de contenu de cette page. Si vous ne voulez pas que votre contenu soit disponible dans les réponses aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

Recherchez des réponses dans Confluence à l'aide d'Atlassian Intelligence grâce à de grands modèles de langage développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Les bases de connaissances se développent trop vite pour que les utilisateurs puissent suivre le rythme. La recherche de réponses dans Confluence à l'aide d'Atlassian Intelligence permet d'accéder plus rapidement aux informations clés dont les clients ont besoin afin de faire avancer leur travail. Cette fonctionnalité vous permet de trouver facilement les informations dont vous avez besoin. Elle comprend les types de questions que vous poseriez à un collègue et y répond instantanément. Plus d'informations sur l'utilisation d'Atlassian Intelligence pour rechercher des réponses dans Confluence.

Nous estimons que la recherche de réponses dans Confluence à l'aide d'Atlassian Intelligence fonctionne au mieux lorsque votre site Confluence propose du contenu détaillé, complet et actualisé.

Cette fonctionnalité ne génère pas de nouveau contenu, mais permet de parcourir les pages et les blogs de Confluence, dans le respect des restrictions, afin de trouver la réponse à votre question. Atlassian Intelligence génère des réponses basées uniquement sur le contenu de votre Confluence, et sur ce à quoi vous avez spécifiquement accès.

Il est important de se rappeler qu'en raison du fonctionnement propre aux modèles utilisés pour rechercher des réponses dans Confluence à l'aide d'Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la recherche de réponses dans Confluence à l'aide d'Atlassian Intelligence était moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• vous avez besoin d'informations actualisées et précises concernant des informations qui ont tendance à changer fréquemment (une feuille de route mise à jour tous les mois, par exemple)
• vous avez besoin d'informations actualisées et précises sur des personnes spécifiques et sur le rôle que celles-ci jouent dans votre organisation
• vous devez avoir accès à des informations qui ne vous sont pas facilement accessibles (des pages restreintes dans votre instance Confluence, par exemple) afin de répondre correctement à votre question
• la réponse consiste en une série de valeurs ou de catégories différentes (des statistiques mises à jour chaque semaine, par exemple)
• vous avez besoin de réponses nuancées, complexes ou d'un niveau de raisonnement semblable à celui d'un humain

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.
• Poser des questions sur des éléments dont vous savez qu'ils sont documentés dans votre instance Confluence et auxquels vous avez accès.

Nous comprenons que vous avez peut-être des questions sur la façon dont la recherche de réponses dans Confluence avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• Le contexte de votre instance pertinent pour votre invite, comme le contenu des trois premières pages renvoyées par la recherche Confluence.
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la recherche de réponses dans Confluence à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • Are not available to other customers.
  • Are not stored by any LLM provider.
  • Are not used to improve LLM models.
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre instance. Par exemple, si vous n'avez pas accès à une certaine page Confluence, cette fonctionnalité n'utilisera pas le contenu de cette page dans la réponse que vous recevrez. Si vous ne voulez pas que votre contenu soit disponible en réponse aux autres utilisateurs de votre instance, demandez à l'administrateur de votre organisation de vérifier que vos autorisations sont correctement définies.

Recherchez des tickets dans Jira à l'aide d'Atlassian Intelligence grâce à de grands modèles de langage développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici, affinés par Atlassian à l'aide de données synthétiques générées.

Atlassian Intelligence utilise ces modèles pour analyser et comprendre le langage naturel, puis le traduit en code Jira Query Language (JQL) à l'intérieur de nos produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

En savoir plus sur les capacités des modèles OpenAI, ainsi que sur la personnalisation d'OpenAI. Vous pouvez également obtenir davantage d'informations sur cette approche dans les articles de recherche d'OpenAI.

Vous pouvez désormais demander à Atlassian Intelligence ce que vous désirez en langage courant au lieu d'envoyer des requêtes complexes. En recherchant des tickets avec Atlassian Intelligence, votre message sera traduit en une requête JQL qui vous permettra de rechercher rapidement des problèmes spécifiques.

Nous pensons que la recherche de tickets à l'aide d'Atlassian Intelligence fonctionne mieux dans les scénarios où :

• vous recherchez des tickets Jira à l'aide des champs de ticket disponibles dans votre projet Jira
• la requête contient des champs et des valeurs spécifiques qui peuvent vous aider à affiner votre recherche de ticket
• vous recherchez des champs et des valeurs qui existent dans votre projet Jira
• votre requête est en anglais
• la requête est traduisible en JQL Comme Atlassian Intelligence convertit les invites en code JQL, il est probable que les entrées contenant des mots clés pouvant être traduits en JQL généreront de meilleurs résultats.

Il est important de rappeler qu'en raison du fonctionnement propre aux modèles utilisés pour rechercher des tickets à l'aide d'Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la recherche de tickets à l'aide d'Atlassian Intelligence était moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits ;
• vous recherchez des entités Jira ne constituant pas des tickets, comme des projets, des tableaux ou des utilisateurs
• vous recherchez dans une autre langue que l'anglais
• vous avez besoin de la recherche pour analyser les tickets et créer des graphiques, des résumés ou d'autres représentations de vos données
• la recherche nécessite des fonctions qui ne sont pas actuellement disponibles en JQL (par exemple, une question telle que « Trouver des tickets que j'ai commentés » qui ne peut pas être traduite en fonction JQL)

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Il vous sera également utile d'être aussi précis que possible dans les demandes adressées à Atlassian Intelligence. Veillez à inclure les champs et les valeurs exacts que vous recherchez.

Vous avez probablement des questions sur la façon dont la recherche de tickets avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite, par exemple le projet dans lequel vous vous trouvez actuellement
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la recherche de tickets à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • Are not available to other customers.
  • Are not stored by any LLM provider.
  • Are not used to improve LLM models.
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Les réponses à vos recherches seront basées sur les tickets et les champs auxquels vous avez accès (si vous n'avez pas accès à un projet Jira spécifique, par exemple, vous ne recevrez pas de résultats de recherche pour les tickets et les champs relatifs à ce projet).

Suggérez des types de demande à l'aide d'Atlassian Intelligence grâce à de grands modèles de langage développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles afin d'analyser les saisies en langage naturel et générer pour vous des recommandations concernant les noms et les descriptions des types de demande dans Jira Service Management.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Passez moins de temps à réfléchir aux types de demande qu'il vous faut créer dans votre projet en bénéficiant de suggestions proposées par Atlassian Intelligence. Décrivez simplement vos activités ainsi que ce que gère votre équipe habituellement, afin de voir les types de demande que vous pourriez créer. Sélectionnez l'une des suggestions générées par Atlassian Intelligence afin de créer un type de demande. En savoir plus sur l'utilisation d'Atlassian Intelligence pour suggérer des types de demande.

Nous pensons que l'utilisation d'Atlassian Intelligence pour suggérer des types de demande fonctionne au mieux dans les scénarios où :

• vous disposez de cas d'utilisation très spécifiques auxquels les modèles de types de demande existants ne sont pas adaptés
• vous disposez d'exigences très générales et recherchez de nouvelles idées
• vous utilisez une langue parlée par un grand nombre de personnes (l'anglais ou l'espagnol, par exemple)

Il est important de rappeler qu'en raison du fonctionnement propre aux modèles utilisés pour suggérer des types de demande à l'aide d'Atlassian Intelligence, ces modèles peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que l'utilisation d'Atlassian Intelligence pour suggérer des types de demande est moins utile dans les scénarios où :

• vous avez besoin d'informations actuelles et précises sur des personnes, des lieux et des faits
• vous avez besoin de cette fonctionnalité pour accéder à des informations qui ne sont pas facilement accessibles (par exemple, dans votre instance) pour répondre correctement à votre demande
• vos instructions sont trop vagues ou ne sont pas pertinentes dans le cadre de la gestion des services
• la langue que vous utilisez n'est pas parlée par un grand nombre de personnes

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.

Vous avez probablement des questions sur la façon dont Atlassian Intelligence utilise vos données pour suggérer des types de demande. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• le contexte de votre instance pertinent pour votre invite
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, la fonction de suggestion de types de demande d'Atlassian Intelligence applique les mesures qui suivent.

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité utilise uniquement les informations provenant de vos instructions, de sorte que toutes les autorisations de Jira sont respectées.

Résumez les informations de tickets à l'aide d'Atlassian Intelligence grâce à de grands modèles linguistiques développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser et générer du langage naturel dans ses produits.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Au lieu de parcourir de longues descriptions et une multitude de commentaires concernant un ticket Jira Service Management, vous pouvez utiliser Atlassian Intelligence afin d'obtenir rapidement un résumé de ces informations. Cela permet aux agents de comprendre rapidement le contexte du ticket et l'avancement réalisé, ce qui leur permet d'agir rapidement et de fournir un support rapide.

Nous pensons que le fait de résumer les informations des tickets à l'aide d'Atlassian Intelligence est la meilleure solution pour :

• les tickets dont la description et les commentaires sont en anglais ;
• les tickets liés à un grand nombre de commentaires et/ou à de longs commentaires et descriptions.

Il est important de se rappeler qu'en raison du fonctionnement des modèles utilisés pour résumer les informations des tickets à l'aide d'Atlassian Intelligence, ils peuvent parfois se comporter de manière inexacte, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert qu'il est moins utile de résumer les informations du ticket à l'aide d'Atlassian Intelligence dans les scénarios où :

• vous utilisez une autre langue que l'anglais ;
• le ticket ne contient ni historique ni information.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Nous comprenons que vous avez peut-être des questions sur la façon dont le résumé des informations de tickets avec Atlassian Intelligence utilise vos données. Cette section complète les informations disponibles dans notre Trust Center.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• Le contexte de votre instance pertinent pour votre invite inclut des informations sur le service Jira. Ticket de gestion, comme la description du ticket, les commentaires et les utilisateurs concernés par le ticket.
• Des données concernant la façon dont vous interagissez avec nos fonctionnalités, telles que les données relatives au parcours de navigation et aux personnes avec qui vous travaillez.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.

En ce qui concerne vos données, le résumé d'informations de tickets à l'aide d'Atlassian Intelligence applique les mesures suivantes :

• Vos invites (entrées) et les réponses (sorties) :
  • ne sont pas disponibles pour les autres clients ;
  • ne sont pas envoyées à d'autres fournisseurs LLM tiers autre qu'OpenAI ;
  • ne sont pas stockées par OpenAI ;
  • ne sont pas utilisées pour améliorer les modèles OpenAI ;
  • sont uniquement utilisées pour améliorer votre expérience.
• OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.
• Cette fonctionnalité respecte les autorisations de votre instance. Seuls les agents et les administrateurs de projet ont accès au bouton Résumer.

La rédaction de formules personnalisées à l'aide d'Atlassian Intelligence est optimisée par de grands modèles de langage développés par OpenAI. Ces modèles incluent les modèles OpenAI décrits ici.

Atlassian Intelligence utilise ces modèles pour analyser le langage naturel, puis le traduit en SQLite dans Atlassian Analytics.

Ces modèles génèrent des réponses en fonction de vos entrées et suivent une approche probabiliste. En d'autres termes, ils génèrent leurs réponses en prédisant le mot ou le texte suivant le plus probable, sur la base des données qui ont permis de les former.

Pour en savoir plus sur les capacités des modèles d'OpenAI ou sur cette approche, consultez les articles de recherche d'OpenAI.

Au lieu d'écrire vos propres expressions SQLite de zéro, demandez ou décrivez à Atlassian Intelligence comment vous souhaitez transformer les données de votre tableur de résultats et il les traduira en une expression SQLite utilisée pour les formules personnalisées. Une fois que vous avez posé une question, Atlassian Intelligence utilise les données du tableur des résultats de l'étape précédente de Visual SQL pour générer une expression SQLite qui applique des calculs ou des opérations à ces données pour votre graphique. Cela peut également vous aider à découvrir les fonctions SQLite et leur syntaxe.

La rédaction de formules personnalisées à l'aide d'Atlassian Intelligence fonctionne mieux dans les scénarios où :

• Vous souhaitez apporter des changements à une seule colonne des données que vous demandez.
• Vous souhaitez commencer par une expression SQLite générée et l'affiner si nécessaire.
• La question en langage naturel inclut des mots et des concepts qui sont référencés dans vos en-têtes de colonnes ou vos données de lignes.
• Vous souhaitez en savoir plus sur SQLite et découvrir les fonctions SQLite disponibles.

Lorsque vous utilisez des formules personnalisées, n'oubliez pas que les modèles utilisés dans Atlassian Intelligence peuvent parfois se comporter de manière imprécise, incomplète ou peu fiable.

Par exemple, les réponses que vous recevrez peuvent ne pas refléter exactement le contenu sur lequel elles sont basées ou inclure du contenu qui semble raisonnable, mais qui est faux ou incomplet.

Nous avons découvert que la rédaction de formules personnalisées à l'aide d'Atlassian Intelligence était moins utile dans les scénarios où :

• Vous souhaitez appliquer des changements à plus d'une colonne dans une seule formule personnalisée.
• Vous avez besoin de cette fonction pour accéder à des informations qui ne sont pas facilement disponibles dans les données du tableau des résultats.
• L'invite est posée dans une langue autre que l'anglais.

C'est pourquoi nous vous encourageons à réfléchir aux situations dans lesquelles vous utilisez Atlassian Intelligence et à évaluer la qualité des réponses reçues avant de les partager avec d'autres personnes.

Considérez également les points suivants :

• Soyez aussi précis que possible dans les demandes que vous formulez à Atlassian Intelligence.
• Veillez à ce que les données que vous demandez soient celles nécessaires pour répondre à votre question

Nous savons que vous pouvez avoir des questions sur la manière dont vos données sont utilisées lors de la rédaction de formules personnalisées à l'aide d'Atlassian Intelligence. Cette section complète les informations disponibles dans notre centre de confiance.

Ce que nous traitons :

• Vos invites (entrées) et les réponses (sorties).
• Le contexte de votre instance par rapport à votre invite, par exemple en incluant les données du jeu de résultats de l'étape précédente de Visual SQL.
• Les commentaires que vous choisissez de fournir à propos de cette fonctionnalité, y compris les questions ou réponses que vous choisissez de partager dans le cadre de vos commentaires.
• Des données sur la façon dont vous interagissez avec nos fonctions, telles que les données relatives à votre parcours

En ce qui concerne vos données, la rédaction de formules personnalisées à l'aide d'Atlassian Intelligence applique les mesures suivantes.

Vos invites (entrées) et les réponses (sorties) :

• ne sont pas disponibles pour les autres clients ;
• ne sont pas stockées par OpenAI ;
• ne sont pas utilisées pour améliorer les modèles OpenAI ;
• sont uniquement utilisées pour améliorer votre expérience.

OpenAI est un sous-traitant figurant sur notre liste de sous-traitants. Il n'utilise pas vos entrées et sorties à d'autres fins que le traitement de votre demande.