Close

Atlassian Intelligence progettata per la trasparenza

Il nostro impegno per "un'azienda aperta" per una comunicazione aperta, per la responsabilità e per aiutare i team a utilizzare AI in modo responsabile.

Atlassian Intelligence è progettato per accelerare la collaborazione e consentire ai team di lavorare più rapidamente. Capire come funziona Atlassian Intelligence aiuterà i tuoi team a utilizzare questo strumento in modo più efficace. In questa pagina, spiegheremo come funzionano i nostri prodotti e funzionalità basati sull'IA, quali attività possono svolgere e come influiscono sulle modalità di utilizzo delle nostre soluzioni. Pensiamo che fornirti le informazioni su questa pagina ti aiuterà a ottenere il massimo dai nostri prodotti e dal lavoro del tuo team. Per sapere di più sul nostro impegno nella creazione sostenibile di nuove tecnologie, scopri i nostri Principi della tecnologia responsabile.

Raggruppamento degli avvisi

In che modo il raggruppamento degli avvisi utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

Il raggruppamento degli avvisi di Atlassian Intelligence è basato su modelli linguistici di grandi dimensioni sviluppati da OpenAI e altri modelli di machine learning. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli di machine learning per analizzare e generare gruppi di avvisi e fornire suggerimenti correlati (gruppi di avvisi e addetti alla risposta precedenti) all'interno dei nostri prodotti in base alla somiglianza del contenuto degli avvisi o dei tag utilizzati. Atlassian Intelligence utilizza quindi modelli linguistici di grandi dimensioni per analizzare e generare descrizioni e contenuti in linguaggio naturale per questi gruppi all'interno dei nostri prodotti.

Questi modelli linguistici di grandi dimensioni generano risposte basate sui tuoi input e sono probabilistici. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati addestrati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per il raggruppamento degli avvisi Copy link to heading Copied! Mostra
  

Il raggruppamento degli avvisi utilizza Atlassian Intelligence per identificare e raggruppare avvisi simili. Aiuta anche a identificare e consigliare gruppi di avvisi e addetti alla risposta per gli avvisi (o team di addetti alla risposta) precedenti, in base alla somiglianza semantica del contenuto o dei tag degli avvisi utilizzati.

Quando vuoi trasformare il gruppo di avvisi in un imprevisto, il raggruppamento di avvisi precompilerà anche tutte le informazioni contestuali da esaminare nell'ambito del processo di creazione dell'imprevisto.

Riteniamo che il raggruppamento degli avvisi funzioni meglio nei seguenti scenari:

  • La tua organizzazione riscontra spesso modelli di avvisi simili o duplicati che si verificano a volumi elevati, per un breve periodo o in un arco di tempo più lungo.
  • La tua organizzazione classifica costantemente gli avvisi utilizzando i tag.
  • Il tuo team spesso ritiene che avvisi simili o duplicati debbano essere trasformati in imprevisti.
Considerazioni sull'utilizzo del raggruppamento degli avvisi Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operavano sul raggruppamento degli avvisi, questi modelli possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano logici ma sono incompleti o non affidabili. Nel caso dei gruppi di avvisi che vedi, potrebbero non riflettere esattamente la somiglianza semantica dei loro tag.

Abbiamo scoperto che il raggruppamento degli avvisi è meno utile negli scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Hai bisogno del raggruppamento degli avvisi per accedere a informazioni che non sono facilmente disponibili per raggruppare correttamente gli avvisi. Il raggruppamento degli avvisi funziona entro i limiti delle autorizzazioni e dei ruoli configurati del tuo team, quindi avrai accesso ai gruppi e agli approfondimenti solo per gli avvisi che sei autorizzato a visualizzare.
  • I tag degli avvisi usati dal tuo team non sono coerenti o adeguatamente gestiti. Poiché il raggruppamento degli avvisi viene effettuato sulla base della somiglianza semantica dei titoli e dei tag degli avvisi, la qualità dei gruppi di avvisi che genera dipende dalla coerenza e dalla pulizia dei tag degli avvisi utilizzati dal tuo team e dalla tua organizzazione.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche assicurarti di seguire, insieme al tuo team, pratiche coerenti nell'uso dei tag degli avvisi.

Raggruppamento di dati e avvisi Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere delle domande sul modo in cui il raggruppamento degli avvisi utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Il contesto dell'istanza pertinente al tuo prompt, ad esempio i dati degli avvisi (titoli degli avvisi, tag degli avvisi, priorità, team di addetti alla risposta, descrizione).
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Trattiamo i tuoi dati degli avvisi per addestrare una versione del modello di machine learning a riconoscere i modelli specifici dei tuoi avvisi. Questa versione è utilizzata solo per offrirti un'esperienza migliore:

  • Archiviamo i modelli identificati per fornirti approfondimenti.
  • Non utilizziamo i tuoi dati degli avvisi per addestrare LLM.

Per quanto riguarda i tuoi dati, il raggruppamento degli avvisi applica le seguenti misure:

  • I tuoi input e output:
    • Non sono disponibili agli altri clienti
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzione segue le autorizzazioni del tuo sito. Ad esempio, se Atlassian Intelligence raggruppa 50 avvisi in base ai tag e alla somiglianza semantica e disponi dell'autorizzazione a visualizzarne solo 30, gli avvisi saranno visualizzati solo nella vista dei dettagli del gruppo. Se desideri che i tuoi avvisi non siano disponibili nelle risposte ad altri utenti del tuo sito, rivolgiti all'amministratore dell'organizzazione/del sito per avere la certezza che le autorizzazioni siano impostate in modo appropriato.

Atlassian Intelligence risponde su Jira Service Management

Come funzionano le risposte di Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Mostra
  

Le risposte di Atlassian Intelligence sono basate su ampi modelli linguistici sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per le risposte di Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Mostra
  

La funzionalità di risposta di Atlassian Intelligence si collega all'assistente virtuale del servizio di Jira Service Management. Utilizza l'intelligenza artificiale generativa per effettuare ricerche negli spazi collegati della tua knowledge base e rispondere alle domande dei clienti.

Riteniamo che le risposte di Atlassian Intelligence funzionino meglio quando:

  • Hai a disposizione una knowledge base collegata, completa e aggiornata a cui l'assistente virtuale del servizio può accedere per fornire risposte alle domande dei clienti tramite Atlassian Intelligence.
  • Le risposte di Atlassian Intelligence vengono utilizzate per rispondere alle domande dei clienti che:
    • possono essere risolte fornendo informazioni o istruzioni.
    • riguardano argomenti trattati (o di cui si può trattare) in articoli della tua knowledge base esistenti.
    • solitamente non hanno bisogno dell'intervento di uno dei tuoi agenti.
Considerazioni sull'utilizzo delle risposte di Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui i modelli utilizzati per alimentare le risposte di Atlassian Intelligence funzionano, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che le risposte di Atlassian Intelligence sono meno utili nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti servono le risposte di Atlassian Intelligence per avere accesso a informazioni che non puoi reperire direttamente (ad esempio, nella tua knowledge base collegata) per rispondere in modo adeguato alla tua richiesta.
  • La tua knowledge base è obsoleta o incompleta, quindi le ricerche potrebbero non essere utili.
  • Gli articoli della tua knowledge base non includono informazioni pertinenti o di alta qualità, quindi le risposte di Atlassian Intelligence potrebbero fornire ai clienti informazioni meno pertinenti in base a tali articoli.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esamina e aggiorna in modo proattivo la tua knowledge base collegata (e gli articoli esistenti inclusi al suo interno) per assicurarti che rimanga completa e aggiornata.
  • Esamina in modo proattivo le autorizzazioni e le restrizioni applicabili agli spazi della knowledge base collegati per assicurarti che Atlassian Intelligence abbia accesso alle informazioni giuste per fornire risposte utili.
I tuoi dati e le risposte di Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati dalle risposte di Atlassian Intelligence in Jira Service Management. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Contesto della tua istanza pertinente alla tua richiesta, come gli spazi collegati alla knowledge base.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.
  • Per quanto riguarda i tuoi dati, per le risposte di Atlassian Intelligence in Jira Service Management si applicano le seguenti misure:
  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono archiviati da OpenAI.
    • I dati non vengono utilizzati per migliorare i modelli di OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nel nostro elenco di subincaricati. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni e le restrizioni applicabili agli spazi della knowledge base collegati. Ciò significa che tutte le pagine disponibili per i clienti sul tuo portale Jira Service Management saranno disponibili tramite le risposte di Atlassian Intelligence. Ad esempio, se l'accesso a una determinata pagina di Confluence è limitato e generalmente non disponibile tramite Jira Service Management, il contenuto di quella pagina non verrà suggerito nelle risposte di Atlassian Intelligence. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Automazione tramite Atlassian Intelligence

Casi d'uso dell'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

L'automazione tramite Atlassian Intelligence è basata su modelli GPT sviluppati da OpenAI. Sono inclusi i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare l'input in linguaggio naturale e generare per te una regola di automazione in Jira e in Confluence.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso dell'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

La creazione di regole di automazione è al centro dell'esperienza di automazione quotidiana e vogliamo renderla ancora più semplice aggiungendo Atlassian Intelligence al builder di regole di automazione in Jira e in Confluence. Ora puoi creare facilmente regole di automazione semplicemente digitando e descrivendo ciò che vuoi automatizzare e lasciare che Atlassian Intelligence si occupi al posto tuo di tutto il duro lavoro della creazione della regola. Scopri di più sull'automazione tramite Atlassian Intelligence per Jira e per Confluence.

Riteniamo che l'automazione tramite Atlassian Intelligence per Jira e per Confluence funzioni meglio in scenari in cui non si ha la certezza di come iniziare o si desidera accelerare il processo di creazione delle regole.

Non sai come creare una regola di automazione in modo ottimale?

Le regole di automazione sono create da una combinazione di diversi tipi di componenti: trigger, azioni, condizioni e branch. Pensa ai componenti come ai building block i di una regola. Per creare con successo una regola con Atlassian Intelligence, la tua regola deve contenere almeno sia un trigger che un'azione. Ad esempio:

In Jira:

Ogni lunedì, trova tutti i task con una data di scadenza nei prossimi 7 giorni e invia all'assegnatario un'email di promemoria.

Quando un ticket di assistenza passa ai test, assegnalo a John Smith.

In Confluence:

  • Ogni lunedì, trova tutti i task con una data di scadenza nei prossimi 7 giorni e invia all'assegnatario un'email di promemoria.
  • Ogni 6 mesi, archivia tutte le pagine che non sono state aggiornate in quel periodo. Dopo l'archiviazione, invia un'email all'autore della pagina per farglielo sapere.
  • Quando si pubblica una pagina con il testo Product Spec nel titolo, crea una richiesta Jira per esaminare la pagina con un link alla pagina.

Inoltre, affinché una regola venga creata correttamente, tutti i suoi componenti devono essere supportati dall'automazione tramite Atlassian Intelligence. Ciò significa che qualsiasi trigger, azione, condizione o branch della tua regola deve essere compatibile con l'automazione in Jira e/o in Confluence.

Considerazioni sull'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per realizzare l'automazione tramite Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che l'automazione tramite Atlassian Intelligence è meno utile nei casi in cui:

  • Devi consentire all'automazione tramite Atlassian Intelligence di accedere a informazioni non immediatamente disponibili (ad esempio una pagina o un progetto ad accesso limitato) per rispondere adeguatamente alla tua richiesta.
  • Devi eseguire task una tantum.
  • Devi richiedere informazioni dalla tua knowledge base.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

L'automazione tramite Atlassian Intelligence funzionerà solo con il set esistente di componenti di automazione disponibili in Jira e in Confluence.

Potresti anche pensare di essere il più specifico possibile in ciò che chiedi ad Atlassian Intelligence di fare, come descritto sopra.

I tuoi dati e l'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come l'automazione tramite Atlassian Intelligence usa i tuoi dati. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto tratto dalla tua istanza pertinente al prompt, ad esempio un progetto Jira o una pagina Confluence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito dell'utilizzo di Atlassian Intelligence per l'automazione di Confluence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.

OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.

Questa funzione segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a un determinato progetto o a una pagina specifica, i contenuti di tali risorse non saranno suggeriti nella risposta che ricevi. Se desideri che i contenuti della tua istanza non siano disponibili nelle risposte ad altri utenti, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Chart Insights

In che modo Chart Insights utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

Chart Insights si basa su vasti modelli linguistici sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per Chart Insights Copy link to heading Copied! Mostra
  

Chart Insights utilizza Atlassian Intelligence per aiutarti ad accelerare la comprensione dei dati in qualsiasi grafico di Atlassian Analytics. Lo fa utilizzando il titolo della dashboard, il titolo del grafico e i dati del grafico (comprese le intestazioni delle colonne e i valori delle righe) per generare un riepilogo del grafico e dei relativi dati con un linguaggio naturale. Questo strumento mirerà, inoltre, a identificare eventuali tendenze o anomalie per fornire determinate informazioni sul grafico.

Riteniamo che Chart Insights funzioni meglio nei casi in cui:

  • I grafici hanno molte righe di dati.
  • I grafici hanno un titolo nella dashboard.
  • I grafici hanno colonne con intestazioni.
  • I grafici hanno valori in tutte le righe e colonne.

I grafici a barre, i grafici a linee e i grafici a barre e linee sono più indicati per questa funzione poiché, in genere, hanno tendenze, date e molte righe di dati.

Considerazioni sull'utilizzo di Chart Insights Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui opera Chart Insights, i modelli alla base di questa funzione possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che Chart Insights è meno utile in scenari in cui:

  • Hai grafici con una o solo poche righe di dati.
  • Hai grafici a valore singolo.
  • Hai grafici privi di titoli, etichette degli assi e intestazioni delle colonne.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Ricontrolla l'accuratezza delle informazioni insieme ad altri utenti che potrebbero avere un contesto più preciso circa i dati specifici visualizzati nel grafico.
  • Tieni conto del fatto che Atlassian Intelligence utilizza solo il contesto di un singolo grafico e non l'intera dashboard per fornire una risposta.
I tuoi dati e Chart Insights Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come Chart Insights utilizza i tuoi dati. Questa sezione integra le informazioni disponibili in questa pagina.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto estrapolato dalla tua istanza pertinente alla richiesta, come i dati presenti nel grafico.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, Chart Insights applica le misure seguenti.

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono archiviati da OpenAI
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è uno dei sub-responsabili del trattamento indicati nel nostro elenco. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzione utilizza solo le informazioni della dashboard a cui hai accesso e per cui hai richiesto approfondimenti.

Riepilogo rapido di Confluence

Come Atlassian Intelligence riassume pagine e blog in Confluence Copy link to heading Copied! Mostra
  

La funzione di riepilogo di pagine e blog offerta da Atlassian Intelligence si basa su modelli LLM sviluppati da OpenAI. Questi modelli includono i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso del riepilogo rapido di Confluence Copy link to heading Copied! Mostra
  

Risparmia tempo e ricevi i dettagli necessari per svolgere il tuo lavoro più velocemente generando un breve riepilogo di una pagina o di un blog di Confluence con Atlassian Intelligence. Scopri di più sull'utilizzo di Atlassian Intelligence in Confluence.

Riteniamo che il riepilogo di pagine e blog con Atlassian Intelligence funzioni in maniera ottimale nei seguenti casi:

  • Pagine con molto testo che richiedono almeno 5 minuti per essere lette.
  • Sono presenti molti contenuti scritti, con poche immagini e/o altra formattazione come le espansioni su una pagina.
Considerazioni sul riepilogo di pagine e blog con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, i modelli utilizzati per riassumere le pagine e i blog con Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Mentre continuiamo a migliorare il supporto per macro, tabelle e ad espandere i riepiloghi, abbiamo scoperto che riassumere pagine e blog utilizzando Atlassian Intelligence è meno utile negli scenari seguenti:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti serve un riepilogo di una pagina di Confluence molto breve in cui non ci sono contenuti sufficienti.
  • Ti serve un riepilogo di una pagina di Confluence in cui la maggior parte del contenuto è in tabelle o si espande.
  • Ti serve un riepilogo di una pagina di Confluence con la maggior parte del contenuto in macro.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Chiedere ad Atlassian Intelligence di riepilogare le pagine che sono ricche di contenuti testuali.
I tuoi dati e il riepilogo di pagine e blog con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per l'automazione di Confluence. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).

  • Il contesto della tua istanza pertinente al tuo prompt, ad esempio i contenuti della pagina di Confluence che vuoi riassumere.

  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori

  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito del riepilogo di pagine e blog con Atlassian Intelligence, si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare l'OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una pagina di Confluence, non ti verrà mostrata questa funzione né potrai riepilogare una pagina utilizzando Atlassian Intelligence. Se non vuoi che i tuoi contenuti vengano resi disponibili ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Definisci i termini utilizzando Atlassian Intelligence

Come Atlassian Intelligence definisce i termini Copy link to heading Copied! Mostra
  

La definizione dei termini utilizzando Atlassian Intelligence in Confluence e Jira è basata su ampi modelli linguistici sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare risposte basate sul linguaggio naturale all'interno di Confluence.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Casi d'uso per la definizione dei termini utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Una delle cose più difficili del consumo di contenuti su Confluence e Jira è comprendere il contesto necessario per capire cosa stai leggendo. Abbreviazioni, acronimi, termini sconosciuti e nomi specifici del team o del progetto possono portare a una lunga e tediosa ricerca delle informazioni di cui hai bisogno.

La definizione dei termini utilizzando Atlassian Intelligence fornirà la definizione di termini specifici dell'azienda (come acronimi, nomi di progetti, sistemi o team) in una pagina di Confluence o nella descrizione di un ticket in Jira. Questo garantisce agli utenti le informazioni di cui hanno bisogno, quando ne hanno bisogno, il tutto aiutando al contempo i team a lavorare meglio insieme.

Atlassian Intelligence può farti risparmiare tempo definendo queste cose per te, senza distrarti da ciò che stai leggendo.

Se trovi una definizione che ritieni imprecisa, puoi modificare o aggiungere una nuova definizione, quindi impostare la visibilità per quella pagina o ticket, per l'intero spazio o progetto, oppure accedere all'intera organizzazione.

Riteniamo che definire i termini utilizzando Atlassian Intelligence in Confluence funzioni meglio nei casi in cui:

  • un'azienda ha più pagine nella propria istanza di Confluence che menzionano, descrivono o spiegano a quale termine specifico fa riferimento Atlassian Intelligence.
Considerazioni sulla definizione di termini con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui i modelli utilizzati per definire i termini utilizzando Atlassian Intelligence in Confluence funzionano, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che definire i termini utilizzando Atlassian Intelligence in Confluence è meno utile nei casi in cui:

  • ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • non disponi di un contesto completo sul termine all'interno di quell'istanza di Confluence (ad esempio, se non ci sono pagine che menzionano il termine specifico, la definizione di quel termine non verrà generata con precisione).
  • La definizione richiede l'accesso ai contenuti di Confluence per cui non disponi delle autorizzazioni di visualizzazione
  • l'utente tenta di definire più termini anziché uno singolo alla volta.

Inoltre, in Jira, abbiamo anche scoperto che, poiché la definizione dei termini con Atlassian Intelligence si basa sulla ricerca in Confluence, la funzione sarà disponibile in Jira solo se disponi delle autorizzazioni di visualizzazione di un'istanza di Confluence nello stesso sito della tua istanza di Jira.

È anche possibile che tu scopra che la definizione di termini con Atlassian Intelligence non funzioni come previsto negli spazi di Confluence o nelle istanze di Jira che contengono contenuti scritti in più lingue.

I tuoi dati e la definizione dei termini con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per definire i termini. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Contesto tratto dalla tua istanza pertinente alla richiesta, come il termine che desideri definire.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla definizione di termini utilizzando Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nel nostro elenco di subincaricati. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni di accesso degli utenti esistenti, quindi agli utenti non verrà mostrata una definizione dei contenuti a cui non hanno accesso. Invece, la funzione esegue un pull di contenuti e definizioni solo dalle pagine e dai progetti che l'utente è autorizzato a visualizzare nell'istanza. Se desideri che i contenuti della tua istanza non siano disponibili nelle risposte ad altri utenti, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.
  • Se un utente modifica o aggiorna una definizione manualmente, la definizione viene archiviata e conservata per 1 anno.

Generazione delle descrizioni relative alle richieste pull con Atlassian Intelligence

In che modo Bitbucket Cloud utilizza Atlassian Intelligence per generare descrizioni delle richieste pull Copy link to heading Copied! Mostra
  

La generazione di descrizioni delle richieste pull con Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni (LLM) sviluppati da OpenAI. Questi modelli includono i modelli OpenAI descritti qui.

Atlassian Intelligence li utilizza per analizzare e generare linguaggio naturale e codice all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per generare descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Atlassian Intelligence può aiutarti a generare, trasformare e riepilogare i contenuti mentre scrivi descrizioni o commenti delle richieste pull nell'esperienza di revisione del codice di Bitbucket Cloud. Ciò include:

  • Generazione di una descrizione della richiesta pull in base alle modifiche del codice contenute in tale richiesta pull.
  • Riepilogo, miglioramento o modifica del tono della descrizione di una richiesta pull.
  • Riepilogo, miglioramento o modifica del tono della descrizione di un commento relativo a una richiesta pull.

Riteniamo che la generazione di descrizioni delle richieste pull di Bitbucket Cloud con Atlassian Intelligence offra risultati migliori negli scenari in cui:

  • Come autore del codice, desideri che Atlassian Intelligence ti aiuti a scrivere o migliorare la descrizione di una richiesta pull. È la soluzione migliore per i team in grado di esaminare e confermare che i contenuti generati da Atlassian Intelligence siano appropriati per descrivere la richiesta pull.
  • In qualità di revisore del codice, desideri che Atlassian Intelligence ti aiuti a migliorare il tono o il contenuto di un commento relativo a una richiesta pull che hai già redatto.
Considerazioni sulla generazione delle descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operano, i modelli alla base di questa funzione possono a volte presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che generare descrizioni delle richieste pull di Bitbucket Cloud con Atlassian Intelligence è meno utile negli scenari in cui:

  • Hai bisogno della descrizione della richiesta pull per fare riferimento a informazioni che non sono già presenti nelle modifiche al codice (ad esempio, il codice sorgente contenuto in altre posizioni del repository).
  • Non sei in grado di esaminare e confermare che i contenuti generati da Atlassian Intelligence riflettano accuratamente la richiesta pull.
  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Correggere, rivedere e modificare l'output generato dall'assistente di scrittura IA per ottenere precisione e chiarezza.
  • Collaborare con gli altri per raccogliere feedback e migliorare la qualità dell'output.
I tuoi dati e la generazione delle descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la definizione dei termini utilizzando Atlassian Intelligence in Confluence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi prompt (input) e risposte (output):
  • Il contesto della tua istanza pertinente alla tua richiesta, come:
    • le modifiche del codice e i messaggi di commit nella richiesta pull
    • il contenuto della descrizione della richiesta pull
    • il contenuto del commento relativo alla richiesta pull
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Il feedback che scegli di fornire su questa funzione

Per quanto riguarda i dati, alla generazione delle descrizioni delle richiesta pull con Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti
    • Non vengono archiviati da OpenAI
    • Non vengono utilizzati per migliorare i modelli OpenAI
    • Vengono utilizzati solo per elaborare la tua richiesta
  • OpenAI è uno dei sub-responsabili del trattamento indicati nel nostro elenco. Non utilizza i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.

Genera query SQL in Atlassian Analytics

Come Atlassian Intelligence genera query SQL in Atlassian Analytics Copy link to heading Copied! Mostra
  

La generazione di query SQL utilizzando Atlassian Intelligence in Atlassian Analytics è basata su ampi modelli linguistici sviluppati da OpenAI. Questi modelli includono i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e comprendere il linguaggio naturale, poi tradurlo in Structured Query Language (SQL) all'interno di Atlassian Analytics.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso della generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Poni una domanda ad Atlassian Intelligence utilizzando il linguaggio naturale e falla tradurre in SQL, anziché scrivere le tue query SQL da zero. Dopo aver posto una domanda, Atlassian Intelligence utilizza lo schema Atlassian Data Lake dell'origine dati selezionata per generare una query SQL che può essere utilizzata per creare grafici nelle dashboard di Atlassian Analytics e può anche aiutarti a scoprire lo schema nel Data Lake.

Riteniamo che la generazione di query SQL utilizzando Atlassian Intelligence funzioni meglio nei casi in cui:

  • vuoi creare un grafico personalizzato partendo dall'SQL generato e perfezionando la query dove necessario.
  • la domanda sul linguaggio naturale include parole e concetti a cui si fa riferimento nello schema di Atlassian Data Lake, nel modo più specifico possibile.
  • puoi esplorare e conoscere lo schema Atlassian Data Lake.

Non sei sicuro di quali domande fare?

Ecco alcuni suggerimenti:

  • Quali sono le 5 principali etichette per numero di ticket aperti su Jira?
  • Quanti ticket di Jira sono stati chiusi nel progetto x nell'ultimo mese?
  • Qual è il tempo medio di permanenza di stato per i primi 5 stati?
  • Quali sono le 5 pagine di Confluence preferite nell'ultimo mese?
  • Quante richieste sono state aperte negli ultimi 5 giorni nel nostro progetto x su Jira Service Management?
Considerazioni sulla generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per generare query SQL mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che generare query SQL utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • ti serve questa funzionalità per avere accesso a informazioni che non sono facilmente disponibili nello schema Atlassian Data Lake (ad esempio, i dati per Advanced Roadmaps) per rispondere correttamente alla domanda.
  • la domanda include riferimenti a campi personalizzati.
  • la domanda viene posta in una lingua diversa dall'inglese.
  • non hai abbastanza familiarità con SQL per convalidare il risultato SQL generato da Atlassian Intelligence.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Assicurati che la fonte di dati Atlassian Data Lake che stai utilizzando copra i dati necessari per rispondere alla tua domanda.
I tuoi dati e la generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la generazione di query in SQL tramite Atlassian Intelligence utilizzi i tuoi dati. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Contesto della tua istanza pertinente alla tua richiesta, inclusi gli schemi Atlassian Data Lake disponibili al pubblico applicabili alla tua istanza.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla generazione di query SQL tramite Atlassian Intelligence si applicano le seguenti misure.

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua connessione Atlassian Data Lake. Ad esempio, se non hai accesso a una connessione Atlassian Data Lake, non sarai in grado di creare un codice SQL per aprire query.

AI generativa nell'editor

Come funziona Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

Atlassian Intelligence nelle esperienze di modifica si basa su ampi modelli linguistici sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso dell'IA generativa nell'editor Copy link to heading Copied! Mostra
  

Atlassian Intelligence aiuta a promuovere una comunicazione efficace tra tutti i team di un'organizzazione per migliorare l'efficienza, il processo decisionale e le procedure.

Riteniamo che l'utilizzo di Atlassian Intelligence nelle esperienze di modifica funzioni meglio nei casi di:

  • trasformazione dei contenuti esistenti per diversi tipi di pubblico. Atlassian Intelligence aiuta a cambiare tono, a migliorare la scrittura e a rendere le informazioni tecniche più facili da comprendere per gli altri team. È la cosa migliore per i team che vogliono rendere la loro scrittura più professionale e concisa.
  • riepilogo dei contenuti esistenti. Con Atlassian Intelligence, puoi trasformare note approssimative in utile documentazione strategica, articoli della knowledge base, piani di campagne e altro ancora. Puoi usarlo anche per analizzare le informazioni esistenti per definire piani d'azione ed elementi. Funziona meglio per le pagine ricche di testo in cui c'è molto contesto da cui attingere.
  • generazione di nuovi contenuti. Atlassian Intelligence ti aiuta a redigere nuovi contenuti come pagine strategiche, panoramiche di progetto, note di rilascio o storie utenti. Funziona meglio quando i team utilizzano istruzioni chiare e specifiche, con un obiettivo ben definito in mente.
Considerazioni sull'utilizzo di Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del funzionamento dei modelli utilizzati per alimentare Atlassian Intelligence nelle esperienze di modifica, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che utilizzare Atlassian Intelligence nelle esperienze di modifica è meno utile nei casi in cui:

  • ti servono informazioni attuali, aggiornate e accurate su persone, luoghi e fatti.
  • devi avere accesso a informazioni che non puoi reperire direttamente (ad esempio, nella tua istanza) per rispondere correttamente alla tua richiesta.
  • devi generare contenuti in un formato diverso dal markdown standard (ad esempio, generando un pannello informativo da zero).
  • devi fare riferimento a informazioni che non sono già presenti nel documento in fase di modifica (ad esempio, contenuti presenti in un altro documento o in un altro prodotto).
  • Devi generare e trasformare i contenuti in lingue diverse dall'inglese.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Scomporre le richieste complesse in task più piccoli e gestibili.
  • Incorporare parole chiave rilevanti per migliorare la precisione dei contenuti generati.
  • Usare correttamente la grammatica e la punteggiatura nel testo inserito.
  • Correggere, rivedere e modificare l'output generato dall'assistente di scrittura IA per ottenere precisione e chiarezza.
  • Mettere in pratica diverse istruzioni o varianti del testo inserito per scoprire idee diverse.
  • Collaborare con gli altri per raccogliere feedback e migliorare la qualità dell'output.
I tuoi dati e Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence nelle esperienze di modifica. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla richiesta, come il prodotto da cui hai attivato Atlassian Intelligence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alle esperienze di modifica tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una determinata pagina di Confluence, i contenuti della pagina non saranno suggeriti nella risposta che ricevi. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Cerca risposte su Confluence

In che modo Atlassian Intelligence cerca risposte su Confluence Copy link to heading Copied! Mostra
  

La ricerca di risposte su Confluence con Atlassian Intelligence si basa su modelli LLM sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso della ricerca di risposte in Confluence Copy link to heading Copied! Mostra
  

Le knowledge base crescono rapidamente e gli utenti non riescono a rimanere al passo. La ricerca di risposte su Confluence utilizzando Atlassian Intelligence fornisce un percorso più rapido per trovare le informazioni chiave di cui i clienti hanno bisogno per portare avanti il loro lavoro. Questa funzionalità ti aiuta a trovare facilmente le informazioni di cui hai bisogno. Comprende i tipi di domande che faresti normalmente a un collega ed è in grado di rispondere all'istante. Scopri come utilizzare Atlassian Intelligence per cercare risposte su Confluence.

Riteniamo che la ricerca di risposte su Confluence utilizzando Atlassian Intelligence funzioni meglio quando i contenuti del sito Confluence sono dettagliati, completi e aggiornati.

Questa funzione non genera nuovi contenuti, ma cerca nelle pagine e nei blog di Confluence (rispettando le restrizioni) per trovare una risposta alla tua domanda. Atlassian Intelligence genera risposte esclusivamente in base ai contenuti Confluence e a ciò a cui tu hai accesso.

Non sei sicuro di quali domande fare?

Ecco alcuni suggerimenti

  • Quando sarà la prossima trasferta del team marketing?
  • Qual è la policy del lavoro da casa?
  • Cos'è Project Sunrise?
  • Quando sarà la nostra prossima campagna di marketing?
  • Dove sono le note di rilascio del nuovo prodotto di SpaceLaunch?
  • Come posso presentare le spese per il rimborso?
Considerazioni sulla ricerca di risposte su Confluence con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per cercare risposte su Confluence mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che la ricerca di risposte su Confluence utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti servono informazioni aggiornate e precise su elementi che tendono a cambiare di frequente (ad esempio, su una tabella di marcia che si aggiorna mensilmente).
  • Ti servono informazioni aggiornate e precise su persone specifiche e sul ruolo che svolgono nella tua organizzazione.
  • Hai bisogno di accedere a informazioni che non puoi reperire direttamente (ad esempio, pagine con restrizioni nella tua istanza Confluence) per rispondere correttamente alla richiesta.
  • La risposta è costituita da una gamma di valori o categorie diversi (ad esempio, metriche che si aggiornano ogni settimana).
  • Ti servono risposte che richiedano sfumature, complessità o livelli di ragionamento simili a quelli umani.

È anche possibile che tu scopra che la ricerca di risposte su Confluence tramite Atlassian Intelligence non funzioni come previsto negli spazi di Confluence che contengono documenti scritti in più lingue.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche pensare a valutare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
  • Fare domande su cose che sai essere documentate nella tua istanza di Confluence e a cui hai accesso.
I tuoi dati e le risposte di ricerca su Confluence con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la ricerca di risposte su Confluence tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto della tua istanza relativo al tuo suggerimento, ad esempio i contenuti delle prime tre pagine restituite dalla ricerca su Confluence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, la ricerca di risposte su Confluence tramite Atlassian Intelligence applica le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non sono archiviati da alcun fornitore di LLM.
    • Non vengono utilizzati per migliorare gli LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nel nostro elenco di subincaricati. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una determinata pagina di Confluence, questa funzione non utilizzerà i contenuti di quella pagina nella risposta che vedi. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Ricerca di ticket in Jira

In che modo Atlassian Intelligence cerca i ticket in Jira Copy link to heading Copied! Mostra
  

Cerca i ticket in Jira utilizzando Atlassian Intelligence basato su ampi modelli linguistici sviluppati da OpenAI. I modelli includono i modelli OpenAI descritti qui, ottimizzati da Atlassian utilizzando dati sintetici generati.

Atlassian Intelligence utilizza questi modelli per analizzare e comprendere il linguaggio naturale e poi tradurlo in codice Jira Query Language (JQL) all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli OpenAI e sulla messa a punto di OpenAI. Puoi anche leggere di più su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso della ricerca di ticket in Jira Copy link to heading Copied! Mostra
  

Ora puoi chiedere ad Atlassian Intelligence ciò che desideri utilizzando un linguaggio comune, anziché formulare query complesse. Cercando i ticket con Atlassian Intelligence, la tua richiesta viene tradotta in query JQL che ti aiuta rapidamente nella ricerca di ticket specifici.

Riteniamo che la ricerca di ticket utilizzando Atlassian Intelligence funzioni meglio nei casi in cui:

  • Stai cercando ticket di Jira utilizzando i campi ticket disponibili nel tuo progetto Jira.
  • La query contiene campi e valori specifici che possono aiutarti a restringere la ricerca di ticket.
  • I campi e i valori che stai cercando esistono nel tuo progetto Jira.
  • La tua query è in inglese.
  • La query è traducibile in JQL. Poiché Atlassian Intelligence converte le richieste in codice JQL, gli input contenenti parole chiave che possono essere tradotte in JQL possono fornire risultati migliori.
Considerazioni sulla ricerca di ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per cercare ticket mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che la ricerca di ticket utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Stai cercando entità Jira che non sono ticket, come progetti, bacheche o utenti.
  • Stai usando una lingua diversa dall'inglese.
  • La ricerca ti serve per analizzare i ticket per creare grafici, riepiloghi o altre rappresentazioni dei tuoi dati.
  • La ricerca richiede funzioni non attualmente disponibili in JQL (ad esempio, una domanda come "Trova i ticket che ho commentato" che non può essere tradotta in una funzione JQL).

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche pensare di fare ricerche in modo più specifico possibile ad Atlassian Intelligence, come descritto sopra. Assicurati di includere i campi e i valori esatti che stai cercando.

I tuoi dati e la ricerca di ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per cercare i ticket. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla richiesta, come il progetto di cui ti occupi al momento.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla ricerca di ticket tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non sono archiviati da alcun fornitore di LLM.
    • Non vengono utilizzati per migliorare gli LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Le tue risposte di ricerca si baseranno sui ticket e sui campi a cui hai accesso (ad esempio, se non hai accesso a un progetto di Jira specifico, non riceverai i risultati di ricerca di ticket e campi di quel progetto).

Suggerisci i tipi di richiesta in Jira Service Management

In che modo Atlassian Intelligence suggerisce i tipi di richiesta in Jira Service Management Copy link to heading Copied! Mostra
  

Suggerisci i tipi di richiesta utilizzando Atlassian Intelligence basato su ampi modelli linguistici sviluppati da OpenAI. Questi modelli includono i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare gli input in linguaggio naturale e generare consigli per i nomi e le descrizioni dei tipi di richiesta per te all'interno di Jira Service Management.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso dei suggerimenti dei tipi di richiesta in Jira Service Management Copy link to heading Copied! Mostra
  

Dedica meno tempo a capire che tipo di richiesta devi creare per il progetto e ricevi invece suggerimenti da Atlassian Intelligence. Per vedere quali tipi di richieste potresti creare è sufficiente descrivere il tuo lavoro e ciò che il tuo team gestisce di solito. Seleziona uno dei suggerimenti generati da Atlassian Intelligence per creare un tipo di richiesta. Scopri di più su come utilizzare Atlassian Intelligence per suggerire tipi di richieste.

Riteniamo che l'utilizzo di Atlassian Intelligence per suggerire tipi di richiesta funzioni meglio quando:

  • Hai casi d'uso molto specifici per cui i modelli di tipi di richiesta esistenti non sono adatti.
  • Hai requisiti molto generali e stai cercando qualche idea.
  • Stai usando una lingua molto diffusa (ad esempio, inglese o spagnolo).
Considerazioni sull'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per suggerire tipi di richiesta mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che l'utilizzo di Atlassian Intelligence per suggerire tipi di richiesta è meno utile in scenari in cui:

  • ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • Hai bisogno di questa funzionalità per avere accesso a informazioni che non puoi reperire direttamente (ad esempio, nella tua istanza) per rispondere correttamente alla richiesta.
  • Fornisci istruzioni troppo vaghe o irrilevanti per la gestione del servizio.
  • Non stai usando una lingua molto diffusa.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
I tuoi dati e l'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per suggerire i tipi di richiesta. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla tua richiesta.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito dell'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta si applicano le seguenti misure.

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità utilizza solo le informazioni delle tue richieste, quindi vengono rispettate tutte le autorizzazioni di Jira.

Riassumi i dettagli del ticket su Jira Service Management

In che modo Atlassian Intelligence riassume i dettagli del ticket su Jira Service Management Copy link to heading Copied! Mostra
  

Riassumi i dettagli del ticket utilizzando Atlassian Intelligence basato su ampi modelli linguistici sviluppati da OpenAI. Questi modelli includono i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso del riepilogo dei dettagli dei ticket in Jira Service Management Copy link to heading Copied! Mostra
  

Invece di leggere lunghe descrizioni e numerosi commenti su un ticket di Jira Service Management, puoi usare Atlassian Intelligence per riassumere rapidamente queste informazioni a tuo piacimento. Questo aiuta gli agenti a comprendere rapidamente il contesto del ticket e gli eventuali avanzamenti compiuti, consentendo loro di agire in modo tempestivo e fornire assistenza quanto prima.

Riteniamo che riassumere i dettagli del ticket utilizzando Atlassian Intelligence sia la soluzione migliore per:

  • Ticket con descrizione e commenti in inglese.
  • Ticket con un gran numero di commenti e/o commenti e descrizioni lunghi.
Considerazioni sul riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui i modelli utilizzati per riassumere i dettagli dei ticket tramite Atlassian Intelligence funzionano, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che riassumere i dettagli dei ticket utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • Stai usando una lingua diversa dall'inglese
  • Non è presente la cronologia o i dettagli del ticket

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

I tuoi dati e come effettuare il riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come effettuare il riepilogo dei dettagli del ticket tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Il contesto della tua istanza pertinente al tuo prompt include dettagli su Jira Service. Problema di gestione, come la descrizione del ticket, i commenti e gli utenti coinvolti in esso.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, al riepilogo dei dettagli del ticket tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e le risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nel nostro elenco di subincaricati. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Solo gli agenti e gli amministratori di progetto possono visualizzare il pulsante Riepiloga.

Scrivi formule personalizzate utilizzando Atlassian Intelligence

In che modo Atlassian Intelligence scrive formule personalizzate in Atlassian Analytics Copy link to heading Copied! Mostra
  

La scrittura di formule personalizzate utilizzando Atlassian Intelligence si basa su modelli linguistici di grandi dimensioni sviluppati da OpenAI. Tra questi troviamo i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare il linguaggio naturale e poi lo traduce in SQLite all'interno di Atlassian Analytics.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati addestrati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per la scrittura di formule personalizzate utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Chiedi o descrivi ad Atlassian Intelligence come vuoi trasformare i dati nella tua tabella dei risultati e questi saranno tradotti in un'espressione SQLite utilizzata per formule personalizzate, anziché scrivere le tue espressioni SQLite da zero. Dopo aver fatto una domanda, Atlassian Intelligence utilizza i dati nella tabella dei risultati del precedente passaggio di Visual SQL per generare un'espressione SQLite che applica calcoli oppure operazioni a quei dati per il tuo grafico. Questo può anche aiutarti a conoscere le funzioni SQLite e la loro sintassi.

La scrittura di formule personalizzate utilizzando Atlassian Intelligence funziona meglio negli scenari in cui:

  • Vuoi applicare le modifiche a una singola colonna dei dati richiesti.
  • Vuoi iniziare con un'espressione SQLite generata e perfezionarla dove necessario.
  • La domanda in linguaggio naturale include parole e concetti a cui si fa riferimento nelle intestazioni delle colonne o nei dati delle righe.
  • Vuoi saperne di più su SQLite e scoprire le funzioni SQLite disponibili.
Considerazioni sulla scrittura di formule personalizzate utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Quando usi formule personalizzate, ricorda che i modelli utilizzati in Atlassian Intelligence a volte possono comportarsi in modo impreciso, incompleto o inaffidabile.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che scrivere formule personalizzate utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • Vuoi applicare le modifiche a più colonne in una singola formula personalizzata.
  • Hai bisogno di questa funzione per avere accesso a informazioni che non sono immediatamente disponibili nei dati della tabella dei risultati.
  • La domanda viene posta in una lingua diversa dall'inglese.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Garantire che i dati che hai richiesto coprano i dati necessari per rispondere alla tua domanda
I tuoi dati e la scrittura di formule personalizzate utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come vengono utilizzati i tuoi dati quando scrivi formule personalizzate utilizzando Atlassian Intelligence. Questa sezione integra le informazioni disponibili nel nostro Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e le risposte (output).
  • Contesto della tua istanza pertinente alla tua richiesta, ad esempio l'inclusione dei dati del set di risultati nel passaggio precedente di Visual SQL.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream

Per quanto riguarda i tuoi dati, alla scrittura di formule personalizzate utilizzando Atlassian Intelligence si applicano le seguenti misure.

I tuoi suggerimenti (input) e le risposte (output):

  • Non sono disponibili per gli altri clienti.
  • Non vengono archiviati da OpenAI.
  • Non vengono utilizzati per migliorare i modelli OpenAI.
  • Vengono utilizzati solo per elaborare la tua esperienza.

OpenAI è un sub-responsabile del trattamento dei dati nel nostro elenco di sub-responsabili. Non usano i tuoi input e output per nessuno scopo oltre all'elaborazione della tua richiesta.

Logo di Atlassian AI.

Atlassian Intelligence e Rovo sono progettati per la trasparenza

Il nostro impegno per "un'azienda aperta" per una comunicazione aperta, per la responsabilità e per aiutare i team a utilizzare AI in modo responsabile.

Rovo

Seleziona una funzionalità Rovo di seguito per avere una panoramica dettagliata dei casi d'uso e dell'utilizzo dei dati.

Automazione tramite Atlassian Intelligence

In che modo AI ChatOps per la gestione degli imprevisti utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

Le funzioni di AI ChatOps per la gestione degli imprevisti si basano su modelli linguistici di grandi dimensioni sviluppati da OpenAI, nonché su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui le serie Llama e Phi) e su altri modelli di machine learning. Tra questi modelli linguistici è inclusa la serie di modelli GPT di OpenAI.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli linguistici di grandi dimensioni generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI. Per ulteriori informazioni sui modelli linguistici open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso di AI ChatOps per la gestione degli imprevisti Copy link to heading Copied! Mostra
  

AI ChatOps per la gestione degli imprevisti aiuta ad accelerare il processo di risoluzione offrendo ai nuovi utenti un riepilogo dell'imprevisto pertinente e tutte le conversazioni al riguardo quando vengono aggiunti al canale Slack collegato al ticket dell'imprevisto in Jira Service Management. Inoltre, AI ChatOps per la gestione degli imprevisti può registrare le conversazioni che avvengono su Slack in Jira Service Management come sequenza temporale per riferimento futuro.

Riteniamo che AI ChatOps per la gestione degli imprevisti funzionino meglio negli scenari in cui:

  • La tua organizzazione utilizza Slack come strumento di collaborazione principale per valutare e risolvere gli imprevisti.
  • La tua organizzazione segue un protocollo per documentare le conversazioni relative agli imprevisti nell'ambito del ticket dell'imprevisto in Jira Service Management.

Considerazioni sull'utilizzo di AI ChatOps per la gestione degli imprevisti Copy link to heading Copied! Mostra
  

Tieni presente che, a causa del modo in cui operano, i modelli utilizzati per far funzionare AI ChatOps per la gestione degli imprevisti possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili. Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che AI ChatOps per la gestione degli imprevisti è meno utile in scenari in cui:

  • Ti servono informazioni attuali e accurate su persone, luoghi e fatti.

  • Non usi Slack come principale strumento di collaborazione della tua organizzazione per valutare e risolvere gli imprevisti.

  • Il tuo team non ha accesso al ticket dell'imprevisto in Jira Service Management o nel canale Slack collegato al ticket dell'imprevisto che viene esaminato.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi AI ChatOps per la gestione degli imprevisti e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche pensare di rivedere le autorizzazioni per garantire che gli utenti abbiano livelli di accesso adeguati ai ticket degli imprevisti e ai canali Slack.

I tuoi dati e AI ChatOps per la gestione degli imprevisti Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come AI ChatOps per la gestione degli imprevisti utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto della tua istanza pertinente alla richiesta, ad esempio dati sugli imprevisti e messaggi nei tuoi canali Slack connessi.

  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.

  • Feedback che fornisci su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, AI ChatOps per la gestione degli imprevisti applica le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a fornitori terzi di LLM diversi da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare OpenAI o altri fornitori terzi di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nella nostra pagina Sub-responsabili. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della richiesta.
  • Questa funzione si attiene alle autorizzazioni del tuo prodotto. Ad esempio, se non hai accesso a un ticket relativo a un imprevisto, non troverai abbastanza contesto quando generi AI ChatOps per la gestione degli imprevisti. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nel tuo prodotto, collabora con l'amministratore dell'organizzazione per avere la certezza che le autorizzazioni del team siano configurate in modo appropriato.
In che modo le risorse relative all'IA utilizzano Atlassian Intelligence Copy link to heading Copied! Mostra
  

Le risorse relative all'IA si basano su modelli linguistici di grandi dimensioni sviluppati da OpenAI, nonché su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui le serie Llama e Phi) e su altri modelli di machine learning. Tra questi modelli linguistici è inclusa la serie di modelli GPT di OpenAI.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti e per fornire risposte pertinenti da Atlassian e dai prodotti di terze parti connessi.

Questi modelli linguistici di grandi dimensioni generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI. Per ulteriori informazioni sui modelli linguistici open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per le risorse relative all'IA Copy link to heading Copied! Mostra
  

Atlassian Intelligence consente agli utenti di accelerare il processo di risoluzione degli imprevisti suggerendo un elenco di risorse a cui possono fare riferimento negli spazi e negli articoli della tua knowledge base collegati, nei ticket di Jira e nei prodotti di terze parti che hai integrato tramite Rovo (se sei un cliente Rovo). Scopri di più su Rovo e sugli strumenti di terze parti.

Riteniamo che le risorse relative all'IA funzionino meglio nei casi in cui:

  • La tua organizzazione mette a disposizione molta documentazione negli spazi di knowledge base collegati e si connette a strumenti di terze parti pertinenti e utili per risolvere gli imprevisti che si verificano nella tua organizzazione.

  • Il tuo team deve poter accedere rapidamente alle risorse probabilmente pertinenti all'imprevisto durante la sua valutazione.

Considerazioni sull'utilizzo delle risorse relative all'IA Copy link to heading Copied! Mostra
  

Tieni presente che, a causa del modo in cui operano, i modelli utilizzati per far funzionare le risorse relative all'IA possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili. Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che le risorse relative all'IA sono meno utili in scenari in cui:

  • Ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.

  • Hai bisogno di risorse relative all'IA per accedere a informazioni non facilmente disponibili, come i documenti Confluence con restrizioni (ad esempio, pagine Confluence con accesso limitato) per rispondere correttamente a una richiesta.

  • Nella configurazione è disponibile una documentazione minima che Atlassian Intelligence può utilizzare per suggerire risorse correlate.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche pensare di:

  • Rivedere le autorizzazioni per garantire che gli utenti dispongano dei giusti livelli di accesso alla documentazione e alle risorse pertinenti da strumenti di terze parti (come i canali Slack).

  • Esaminare e confermare che la documentazione dell'organizzazione sia completa, aggiornata e precisa.

I tuoi dati e le risorse relative all'IA Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come le risorse relative all'IA utilizzano i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • Le tue richieste (input) e risposte (output).
  • Il contesto della tua istanza pertinente alla richiesta, ad esempio dati sugli imprevisti o sugli avvisi, documentazione nei prodotti Atlassian e prodotti di terze parti connessi come Google Docs.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che fornisci su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alle risorse relative all'IA si applicano le misure seguenti:

  • Le tue richieste (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a fornitori terzi di LLM diversi da OpenAI.
    • Non vengono memorizzati da OpenAI né da altri fornitori terzi di LLM.
    • Non vengono utilizzati per migliorare OpenAI o altri fornitori terzi di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nella nostra pagina Sub-responsabili. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della richiesta.
  • Questa funzione si attiene alle autorizzazioni del tuo prodotto. Ad esempio, se non hai accesso a una determinata pagina di Confluence, non troverai quella pagina nell'elenco delle risorse correlate. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nel tuo prodotto, collabora con l'amministratore dell'organizzazione per avere la certezza che le autorizzazioni del team siano configurate in modo appropriato.
Come i suggerimenti di IA di Jira Service Management utilizzano Atlassian Intelligence Copy link to heading Copied! Mostra
  

I suggerimenti di IA di Jira Service Management si basano su vasti modelli linguistici sviluppati da OpenAI e da altri modelli di machine learning. Questi modelli linguistici includono la serie di modelli GPT di OpenAI.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli linguistici di grandi dimensioni generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle capacità dei modelli di OpenAI.

Casi d'uso dei suggerimenti di IA di Jira Service Management Copy link to heading Copied! Mostra
  

Con i suggerimenti di IA di Jira Service Management, il tuo team può avere aggiornamenti rapidi perché riceve a colpo d'occhio un importante contesto su richieste di assistenza e imprevisti. Atlassian Intelligence aiuta il tuo team in queste situazioni:

  • Per le richieste di assistenza, fornisce un breve riepilogo del ticket, i dettagli del richiedente e un elenco di passaggi consigliati che potrebbero aiutare gli agenti a risolvere il problema. Atlassian Intelligence suggerisce anche modi in cui il team può aggiornare le richieste di assistenza in base a questo contesto, ad esempio modificandone la priorità o aggiungendo un assegnatario.
  • Per gli imprevisti, fornisce un breve riepilogo del ticket e i dettagli della probabile causa radice. Atlassian Intelligence suggerisce anche modi in cui il team può aggiornare gli imprevisti in base a questo contesto, ad esempio identificando un imprevisto come grave, aggiungendo addetti o servizi interessati, modificandone la gravità o la priorità o indagando sul problema creando un ticket.

I suggerimenti di IA di Jira Service Management possono anche consigliare agli agenti di riassegnare una richiesta o un imprevisto quando lo SLA applicabile sta per essere violato. Nel caso di richieste di assistenza, questa funzione può anche suggerire agli agenti di procedere con la riassegnazione laddove i modelli utilizzati per fornire questi suggerimenti identifichino, in base al testo dei commenti del richiedente, un senso di urgenza o rabbia.

Riteniamo che i suggerimenti di IA di Jira Service Management funzionino meglio negli scenari in cui:

  • I progetti ricevono molti imprevisti o richieste simili.
  • L'organizzazione registra già le richieste di assistenza e gli imprevisti in Jira Service Management con informazioni complete, corrette e aggiornate.
  • I profili utente dei membri del team sono stati popolati con informazioni sui loro ruoli, reparti e sedi.
  • I tuoi clienti e i membri del team tengono traccia scritta di tutte le conversazioni aggiungendo commenti sui ticket.
  • I tuoi progetti includono un numero di ogni tipo di richiesta di assistenza o imprevisto comunemente riscontrato dai team.
Considerazioni sull'utilizzo dei suggerimenti di IA di Jira Service Management Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operano, a volte i modelli alla base dei suggerimenti di IA di Jira Service Management possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che i suggerimenti di IA di Jira Service Management sono meno utili negli scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti servono suggerimenti per una richiesta di assistenza o un imprevisto in circostanze in cui il tuo progetto non include richieste o imprevisti simili da cui imparare.
  • Ti servono informazioni a cui non hai accesso all'interno del progetto.
  • Ti servono suggerimenti per gli assegnatari al cui profilo non sono state aggiunte informazioni su ruoli, reparti e sedi.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Chiedere ai membri del team di assicurarsi che i dettagli del loro profilo (e gli imprevisti/le richieste di assistenza precedenti) siano completi prima di utilizzare i suggerimenti di IA di Jira Service Management.
I tuoi dati e i suggerimenti di IA di Jira Service Management Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come i suggerimenti di IA di Jira Service Management usano i tuoi dati. Questa sezione integra le informazioni disponibili nell'Atlassian Trust Center.

Elaboriamo:

  • prompt (input) e risposte (output)
  • contesto della tua istanza pertinente alla funzionalità, ad esempio richieste o imprevisti simili, elenco di assegnatari o colleghi del team, risorse e dati in un ticket come valori dei campi, commenti e così via
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, i suggerimenti di IA applicano le misure seguenti.

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare l'OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Non usa i tuoi input e output per nessun altro scopo oltre all'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una determinata richiesta di assistenza o un determinato imprevisto, Atlassian Intelligence non prenderà in considerazione tale richiesta o imprevisto durante la generazione di suggerimenti. Se non vuoi che i tuoi contenuti vengano resi disponibili ad altri utenti nel tuo progetto o sito, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.
In che modo l'automazione utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

L'automazione tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare l'input in linguaggio naturale e generare per te una regola di automazione in Jira e in Confluence.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso dell'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

La creazione di regole di automazione è al centro dell'esperienza di automazione quotidiana e vogliamo renderla ancora più semplice aggiungendo Atlassian Intelligence al generatore di regole di automazione in Jira e Confluence. Ora puoi creare facilmente regole di automazione semplicemente digitando e descrivendo ciò che vuoi automatizzare e Atlassian Intelligence si occupa di tutto il lavoro pesante di creazione della regola per te. Scopri di più sull'automazione tramite Atlassian Intelligence per Jira e per Confluence.

Riteniamo che l'automazione tramite Atlassian Intelligence per Jira e Confluence funzioni meglio in scenari in cui non si ha la certezza di come iniziare o si desidera accelerare il processo di creazione delle regole.

Non sai come creare una regola di automazione in modo ottimale?

Le creazione delle regole di automazione prevede la combinazione di diversi tipi di componenti: trigger, azioni, condizioni e branch. Pensa ai componenti come ai blocchi predefiniti di una regola. Per creare con successo una regola con Atlassian Intelligence, la regola deve contenere almeno sia un trigger che un'azione. Ad esempio:

In Jira:

Ogni lunedì, trova tutti i task con una data di scadenza nei prossimi 7 giorni e invia all'assegnatario un'e-mail di promemoria.

Quando un ticket di assistenza passa ai test, assegnalo a John Smith.

In Confluence:

  • Ogni lunedì, trova tutti i task con una data di scadenza nei prossimi 7 giorni e invia all'assegnatario un'e-mail di promemoria.
  • Ogni 6 mesi, archivia tutte le pagine che non sono state aggiornate in quel periodo. Dopo l'archiviazione, invia un'e-mail all'autore della pagina per farglielo sapere.
  • Quando si pubblica una pagina con il testo Product Spec nel titolo, crea un ticket Jira per esaminare la pagina con un link alla pagina.

Inoltre, affinché una regola venga creata correttamente, tutti i suoi componenti devono essere supportati dall'automazione tramite Atlassian Intelligence. Ciò significa che qualsiasi trigger, azione, condizione o branch della regola deve essere compatibile con l'automazione in Jira e/o in Confluence.

Considerazioni sull'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per realizzare l'automazione tramite Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che l'automazione tramite Atlassian Intelligence è meno utile in scenari in cui:

  • Devi consentire all'automazione tramite Atlassian Intelligence di accedere a informazioni non immediatamente disponibili (ad esempio una pagina o un progetto con accesso limitato) per rispondere correttamente alla tua richiesta.
  • Devi eseguire task occasionali.
  • Devi consultare le informazioni contenute nella knowledge base.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

L'automazione tramite Atlassian Intelligence funzionerà solo con il set esistente di componenti di automazione disponibili in Jira e Confluence.

Potresti anche pensare di essere il più specifico possibile in ciò che chiedi ad Atlassian Intelligence di fare, come descritto sopra.

I tuoi dati e l'automazione tramite Atlassian Intelligence Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come l'automazione tramite Atlassian Intelligence usa i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • Le tue richieste (input) e risposte (output).
  • Il contesto dalla tua istanza pertinente alla richiesta, ad esempio un progetto Jira o una pagina Confluence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito dell'utilizzo di Atlassian Intelligence per l'automazione di Confluence si applicano le seguenti misure:

  • Le tue richieste (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a fornitori terzi di LLM diversi da OpenAI, Google o Anthropic su AWS Bedrock.
    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.

Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina dei Sub-responsabili. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della richiesta.

Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a un determinato progetto o a una pagina specifica, i contenuti di tali risorse non saranno suggeriti nella risposta che ricevi. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Raggruppamento degli avvisi

In che modo il raggruppamento degli avvisi utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

Il raggruppamento degli avvisi di Atlassian Intelligence è basato su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli includono un algoritmo progettato per identificare i modelli nei dati di avviso e sulla serie di modelli GPT di OpenAI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli di machine learning per analizzare e generare gruppi di avvisi e fornire suggerimenti correlati (gruppi di avvisi e addetti alla risposta precedenti) all'interno dei nostri prodotti in base alla somiglianza del contenuto degli avvisi o dei tag utilizzati. Atlassian Intelligence utilizza quindi modelli linguistici di grandi dimensioni per analizzare e generare descrizioni e contenuti in linguaggio naturale per questi gruppi all'interno dei nostri prodotti.

Questi modelli linguistici di grandi dimensioni generano risposte basate sui tuoi input e sono probabilistici. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati addestrati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per il raggruppamento degli avvisi Copy link to heading Copied! Mostra
  

Il raggruppamento degli avvisi utilizza Atlassian Intelligence per identificare e raggruppare avvisi simili. Aiuta anche a identificare e consigliare gruppi di avvisi e addetti alla risposta per gli avvisi (o team di addetti alla risposta) precedenti, in base alla somiglianza semantica del contenuto o dei tag degli avvisi utilizzati.

Quando vuoi trasformare il gruppo di avvisi in un imprevisto, il raggruppamento di avvisi precompilerà anche tutte le informazioni contestuali da esaminare nell'ambito del processo di creazione dell'imprevisto.

Riteniamo che il raggruppamento degli avvisi funzioni meglio nei seguenti scenari:

  • La tua organizzazione riscontra spesso modelli di avvisi simili o duplicati che si verificano a volumi elevati, per un breve periodo o in un arco di tempo più lungo.
  • La tua organizzazione classifica costantemente gli avvisi utilizzando i tag.
  • Il tuo team spesso ritiene che avvisi simili o duplicati debbano essere trasformati in imprevisti.
Considerazioni sull'utilizzo del raggruppamento degli avvisi Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operavano sul raggruppamento degli avvisi, questi modelli possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano logici ma sono incompleti o non affidabili. Nel caso dei gruppi di avvisi che vedi, potrebbero non riflettere esattamente la somiglianza semantica dei loro tag.

Abbiamo scoperto che il raggruppamento degli avvisi è meno utile negli scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Hai bisogno del raggruppamento degli avvisi per accedere a informazioni che non sono facilmente disponibili per raggruppare correttamente gli avvisi. Il raggruppamento degli avvisi funziona entro i limiti delle autorizzazioni e dei ruoli configurati del tuo team, quindi avrai accesso ai gruppi e agli approfondimenti solo per gli avvisi che sei autorizzato a visualizzare.
  • I tag degli avvisi usati dal tuo team non sono coerenti o adeguatamente gestiti. Poiché il raggruppamento degli avvisi viene effettuato sulla base della somiglianza semantica dei titoli e dei tag degli avvisi, la qualità dei gruppi di avvisi che genera dipende dalla coerenza e dalla pulizia dei tag degli avvisi utilizzati dal tuo team e dalla tua organizzazione.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche assicurarti di seguire, insieme al tuo team, pratiche coerenti nell'uso dei tag degli avvisi.

Raggruppamento di dati e avvisi Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere delle domande sul modo in cui il raggruppamento degli avvisi utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto dell'istanza pertinente al tuo prompt, ad esempio i dati degli avvisi (titoli degli avvisi, tag degli avvisi, priorità, team di addetti alla risposta, descrizione).
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Trattiamo i tuoi dati degli avvisi per addestrare una versione del modello di machine learning a riconoscere i modelli specifici dei tuoi avvisi. Questa versione è utilizzata solo per offrirti un'esperienza migliore:

  • Archiviamo i modelli identificati per fornirti approfondimenti.
  • Non utilizziamo i tuoi dati degli avvisi per addestrare LLM.

Per quanto riguarda i tuoi dati, il raggruppamento degli avvisi applica le seguenti misure:

  • I tuoi input e output:
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.

    • Non vengono utilizzati per migliorare i modelli di LLM.

    • Vengono utilizzati solo per elaborare la tua esperienza.

  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati come tali nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzione segue le autorizzazioni del tuo sito. Ad esempio, se Atlassian Intelligence raggruppa 50 avvisi in base ai tag e alla somiglianza semantica e disponi dell'autorizzazione a visualizzarne solo 30, gli avvisi saranno visualizzati solo nella vista dei dettagli del gruppo. Se desideri che i tuoi avvisi non siano disponibili nelle risposte ad altri utenti del tuo sito, rivolgiti all'amministratore dell'organizzazione/del sito per avere la certezza che le autorizzazioni siano impostate in modo appropriato.
Come Atlassian Intelligence riassume pagine e blog in Confluence Copy link to heading Copied! Mostra
  

La sintesi di pagine e blog di Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso del riepilogo rapido di Confluence Copy link to heading Copied! Mostra
  

Risparmia tempo e ricevi i dettagli necessari per svolgere il tuo lavoro più velocemente generando un breve riepilogo di una pagina o di un blog di Confluence con Atlassian Intelligence. Scopri di più sull'utilizzo di Atlassian Intelligence in Confluence.

Riteniamo che il riepilogo di pagine e blog con Atlassian Intelligence funzioni in maniera ottimale nei seguenti casi:

  • Pagine con molto testo che richiedono almeno 5 minuti per essere lette.
  • Sono presenti molti contenuti scritti, con poche immagini e/o altra formattazione come le espansioni su una pagina.
Considerazioni sul riepilogo di pagine e blog con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, i modelli utilizzati per riassumere le pagine e i blog con Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Mentre continuiamo a migliorare il supporto per macro, tabelle e ad espandere i riepiloghi, abbiamo scoperto che riassumere pagine e blog utilizzando Atlassian Intelligence è meno utile negli scenari seguenti:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti serve un riepilogo di una pagina di Confluence molto breve in cui non ci sono contenuti sufficienti.
  • Ti serve un riepilogo di una pagina di Confluence in cui la maggior parte del contenuto è in tabelle o si espande.
  • Ti serve un riepilogo di una pagina di Confluence con la maggior parte del contenuto in macro.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Chiedere ad Atlassian Intelligence di riepilogare le pagine che sono ricche di contenuti testuali.
I tuoi dati e il riepilogo di pagine e blog con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per l'automazione di Confluence. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).

  • Il contesto della tua istanza pertinente al tuo prompt, ad esempio i contenuti della pagina di Confluence che vuoi riassumere.

  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori

  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito del riepilogo di pagine e blog con Atlassian Intelligence, si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.
    • Non sono archiviati dai fornitori di LLM.

    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzione segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una pagina di Confluence, non ti verrà mostrata questa funzione né potrai riepilogare una pagina utilizzando Atlassian Intelligence. Se non vuoi che i tuoi contenuti vengano resi disponibili ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Definisci i termini utilizzando Atlassian Intelligence

Come Atlassian Intelligence definisce i termini Copy link to heading Copied! Mostra
  

La definizione di termini tramite Atlassian Intelligence in Confluence e Jira è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare risposte basate sul linguaggio naturale all'interno di Confluence e Jira.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per la definizione dei termini utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Una delle cose più difficili del consumo di contenuti su Confluence e Jira è comprendere il contesto necessario per capire cosa stai leggendo. Abbreviazioni, acronimi, termini sconosciuti e nomi specifici del team o del progetto possono portare a una lunga e tediosa ricerca delle informazioni di cui hai bisogno.

La definizione dei termini utilizzando Atlassian Intelligence fornirà la definizione di termini specifici dell'azienda (come acronimi, nomi di progetti, sistemi o team) in una pagina di Confluence o nella descrizione di un ticket in Jira. Questo garantisce agli utenti le informazioni di cui hanno bisogno, quando ne hanno bisogno, il tutto aiutando al contempo i team a lavorare meglio insieme.

Atlassian Intelligence può farti risparmiare tempo definendo queste cose per te, senza distrarti da ciò che stai leggendo.

Se trovi una definizione che ritieni imprecisa, puoi modificare o aggiungere una nuova definizione, quindi impostare la visibilità per quella pagina o ticket, per l'intero spazio o progetto, oppure accedere all'intera organizzazione.

Riteniamo che definire i termini utilizzando Atlassian Intelligence in Confluence e Jira funzioni meglio nei casi in cui:

  • un'azienda ha più pagine nella propria istanza di Confluence che menzionano, descrivono o spiegano a quale termine specifico fa riferimento Atlassian Intelligence.
Considerazioni sulla definizione di termini con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui i modelli utilizzati per definire i termini utilizzando Atlassian Intelligence in Confluence funzionano, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che definire i termini utilizzando Atlassian Intelligence in Confluence è meno utile nei casi in cui:

  • ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • non disponi di un contesto completo sul termine all'interno di quell'istanza di Confluence (ad esempio, se non ci sono pagine che menzionano il termine specifico, la definizione di quel termine non verrà generata con precisione).
  • La definizione richiede l'accesso ai contenuti di Confluence per cui non disponi delle autorizzazioni di visualizzazione
  • l'utente tenta di definire più termini anziché uno singolo alla volta.

Inoltre, in Jira, abbiamo anche scoperto che, poiché la definizione dei termini con Atlassian Intelligence si basa sulla ricerca in Confluence, la funzione sarà disponibile in Jira solo se disponi delle autorizzazioni di visualizzazione di un'istanza di Confluence nello stesso sito della tua istanza di Jira.

È anche possibile che tu scopra che la definizione di termini con Atlassian Intelligence non funzioni come previsto negli spazi di Confluence o nelle istanze di Jira che contengono contenuti scritti in più lingue.

I tuoi dati e la definizione dei termini con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per definire i termini. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto tratto dalla tua istanza pertinente alla richiesta, come il termine che desideri definire.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla definizione di termini utilizzando Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni di accesso degli utenti esistenti, quindi agli utenti non verrà mostrata una definizione dei contenuti a cui non hanno accesso. Invece, la funzione esegue un pull di contenuti e definizioni solo dalle pagine e dai progetti che l'utente è autorizzato a visualizzare nell'istanza. Se desideri che i contenuti della tua istanza non siano disponibili nelle risposte ad altri utenti, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.
  • Se un utente modifica o aggiorna una definizione manualmente, la definizione viene archiviata e conservata per 1 anno.

AI generativa nell'editor

Come funziona Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

L'applicazione di Atlassian Intelligence alle esperienze di modifica è possibile grazie ai modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, a una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e ad altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso dell'IA generativa nell'editor Copy link to heading Copied! Mostra
  

Atlassian Intelligence aiuta a promuovere una comunicazione efficace tra tutti i team di un'organizzazione per migliorare l'efficienza, il processo decisionale e le procedure.

Riteniamo che l'utilizzo di Atlassian Intelligence nelle esperienze di modifica funzioni meglio nei casi di:

  • trasformazione dei contenuti esistenti per diversi tipi di pubblico. Atlassian Intelligence aiuta a cambiare tono, a migliorare la scrittura e a rendere le informazioni tecniche più facili da comprendere per gli altri team. È la cosa migliore per i team che vogliono rendere la loro scrittura più professionale e concisa.
  • riepilogo dei contenuti esistenti. Con Atlassian Intelligence, puoi trasformare note approssimative in utile documentazione strategica, articoli della knowledge base, piani di campagne e altro ancora. Puoi usarlo anche per analizzare le informazioni esistenti per definire piani d'azione ed elementi. Funziona meglio per le pagine ricche di testo in cui c'è molto contesto da cui attingere.
  • generazione di nuovi contenuti. Atlassian Intelligence ti aiuta a redigere nuovi contenuti come pagine strategiche, panoramiche di progetto, note di rilascio o storie utenti. Funziona meglio quando i team utilizzano istruzioni chiare e specifiche, con un obiettivo ben definito in mente.
Considerazioni sull'utilizzo di Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del funzionamento dei modelli utilizzati per alimentare Atlassian Intelligence nelle esperienze di modifica, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che utilizzare Atlassian Intelligence nelle esperienze di modifica è meno utile nei casi in cui:

  • ti servono informazioni attuali, aggiornate e accurate su persone, luoghi e fatti.
  • devi avere accesso a informazioni che non puoi reperire direttamente (ad esempio, nella tua istanza) per rispondere correttamente alla tua richiesta.
  • devi generare contenuti in un formato diverso dal markdown standard (ad esempio, generando un pannello informativo da zero).
  • devi fare riferimento a informazioni che non sono già presenti nel documento in fase di modifica (ad esempio, contenuti presenti in un altro documento o in un altro prodotto).
  • Devi generare e trasformare i contenuti in lingue diverse dall'inglese.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
  • Scomporre le richieste complesse in task più piccoli e gestibili.
  • Incorporare parole chiave rilevanti per migliorare la precisione dei contenuti generati.
  • Usare correttamente la grammatica e la punteggiatura nel testo inserito.
  • Correggere, rivedere e modificare l'output generato dall'assistente di scrittura IA per ottenere precisione e chiarezza.
  • Mettere in pratica diverse istruzioni o varianti del testo inserito per scoprire idee diverse.
  • Collaborare con gli altri per raccogliere feedback e migliorare la qualità dell'output.
I tuoi dati e Atlassian Intelligence nelle esperienze di modifica Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence nelle esperienze di modifica. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla richiesta, come il prodotto da cui hai attivato Atlassian Intelligence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alle esperienze di modifica tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una determinata pagina di Confluence, i contenuti della pagina non saranno suggeriti nella risposta che ricevi. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.
Come lo strumento di riformattazione dei ticket utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

Lo strumento di riformattazione dei ticket si basa su vasti modelli linguistici sviluppati da OpenAI, tra cui la serie di modelli GPT di OpenAI.

Atlassian Intelligence utilizza questo modello per analizzare e generare un linguaggio naturale all'interno di Jira.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle capacità dei modelli di OpenAI.

Casi d'uso dello strumento di riformattazione dei ticket Copy link to heading Copied! Mostra
  

Lo strumento di riformattazione dei ticket aiuta a migliorare la chiarezza delle descrizioni dei ticket Jira riformattandole attraverso un modello sviluppato da Atlassian che copre i tipi di informazioni che generalmente ci aspettiamo di vedere nella descrizione di un ticket Jira, ad esempio una user story, il contesto del lavoro e i criteri di accettazione.

Riteniamo che lo strumento di riformattazione dei ticket funzioni meglio negli scenari in cui le descrizioni dei ticket contengono già informazioni utili (ad esempio criteri di accettazione o link alle fonti) che però non sono formattate utilizzando una struttura chiara o coerente.

Considerazioni sull'utilizzo dello strumento di riformattazione dei ticket Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operano, a volte i modelli alla base dello strumento di riformattazione dei ticket possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, la tua descrizione riformattata potrebbe non riflettere con precisione il contenuto su cui si basava o potrebbe includere dettagli che sembrano sensati ma sono falsi o incompleti.

Abbiamo scoperto che lo strumento di riformattazione dei ticket è meno utile in scenari in cui:

  • ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • Le descrizioni dei ticket non includono molte informazioni, perché c'è una maggiore probabilità che i modelli alla base dello strumento di riformattazione dei ticket aggiungano informazioni che non erano incluse nella descrizione originale.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare sempre la qualità delle risposte che ricevi prima di condividerle con gli altri. Prima di iniziare a usare lo strumento, potresti anche pensare di esaminare le descrizioni dei ticket e verificare che includano tutte le informazioni pertinenti.

Lo strumento di riformattazione di ticket e i dati Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come lo strumento di riformattazione dei ticket utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nell'Atlassian Trust Center.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • contesto della tua istanza pertinente al prompt, ad esempio descrizione e riepilogo del ticket Jira
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, lo strumento di riformattazione dei ticket applica le misure seguenti:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti
    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli di OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità utilizza solo le informazioni disponibili nel ticket Jira e viene richiamata dal ticket Jira. Pertanto, può essere richiamata solo da un utente che dispone dell'autorizzazione a visualizzare il ticket e non accederà a nessun'altra informazione.

Riassumi i dettagli del ticket su Jira Service Management

In che modo Atlassian Intelligence riassume i dettagli del ticket su Jira Service Management Copy link to heading Copied! Mostra
  

La sintesi dei dettagli dei ticket tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso del riepilogo dei dettagli dei ticket in Jira Service Management Copy link to heading Copied! Mostra
  

Invece di leggere lunghe descrizioni e numerosi commenti su un ticket di Jira Service Management, puoi usare Atlassian Intelligence per riassumere rapidamente queste informazioni a tuo piacimento. Questo aiuta gli agenti a comprendere rapidamente il contesto del ticket e gli eventuali avanzamenti compiuti, consentendo loro di agire in modo tempestivo e fornire assistenza quanto prima.

Riteniamo che riassumere i dettagli del ticket utilizzando Atlassian Intelligence sia la soluzione migliore per:

  • Ticket con descrizione e commenti in inglese.
  • Ticket con un gran numero di commenti e/o commenti e descrizioni lunghi.
Considerazioni sul riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui i modelli utilizzati per riassumere i dettagli dei ticket tramite Atlassian Intelligence funzionano, questi a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che riassumere i dettagli dei ticket utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • Stai usando una lingua diversa dall'inglese
  • Non è presente la cronologia o i dettagli del ticket

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

I tuoi dati e come effettuare il riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la funzionalità di riassunto dei dettagli del ticket tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto della tua istanza pertinente al tuo prompt include dettagli su Jira Service. Problema di gestione, come la descrizione del ticket, i commenti e gli utenti coinvolti in esso.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, al riepilogo dei dettagli del ticket tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Solo gli agenti e gli amministratori di progetto possono visualizzare il pulsante Riepiloga.

AI generativa nell'editor

Come Atlassian Intelligence riassume i link intelligenti Copy link to heading Copied! Mostra
  

I riassunti dei link intelligenti di Atlassian Intelligence (AI) sono basati su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per riassumere i Link intelligenti Copy link to heading Copied! Mostra
  

Dopo aver passato il mouse su un link intelligente di Jira, Confluence e Documenti Google, Atlassian Intelligence può aiutarti a riassumere il contenuto, consentendoti così di determinare l'importanza e il valore del link e di decidere la tua prossima azione. Questo riduce la necessità di lasciare la pagina corrente e cambiare contesto.

Riteniamo che Riepiloga Link intelligenti con l'IA funzioni meglio negli scenari in cui:

  • Stai visualizzando una pagina o un ticket con uno o più Link intelligenti.
  • Stai visualizzando una pagina o un ticket con uno o più Link intelligenti che contengono molte informazioni o contenuti densi, che sottrarrebbero tempo e distoglierebbero l'attenzione dai contenuti più importanti.
Considerazioni sul riepilogo di Link intelligenti con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante tenere in considerazione che, per effetto del modo in cui opera Riepiloga Link intelligenti con l'IA, i modelli alla base di questa funzione possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, i riepiloghi che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che Riepiloga Link intelligenti con l'IA è meno utile negli scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Devi riepilogare contenuti incredibilmente brevi.
  • Devi riepilogare tutti i metadati e il contenuto in un link. Ad esempio, se desideri comprendere tutti i valori dei campi di un ticket Jira, nonché la sua descrizione e il contenuto dei commenti.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

I tuoi dati e il riepilogo di Link intelligenti con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la funzionalità di riassunto dei dettagli del ticket tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto della tua istanza pertinente al tuo prompt, ad esempio i contenuti del link che vuoi riepilogare.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, Riepiloga Link intelligenti con l'IA applica le misure seguenti.

  • I tuoi riepiloghi:
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzione segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una pagina o a un ticket in Jira, Confluence o Google, non sarai in grado di riepilogare i contenuti di quella fonte. Se desideri che i contenuti della tua istanza non siano disponibili nelle risposte ad altri utenti, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Atlassian Intelligence risponde su Jira Service Management

In che modo l'assistente virtuale del servizio di Jira Service Management utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

L'assistente virtuale del servizio di Jira Service Management si basa su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui le serie Llama, Phi e Mixtral) e su altri modelli di machine learning.

L'assistente virtuale del servizio utilizza questi modelli nel seguente modo:

  • Intenti: ogni intento rappresenta un problema, una domanda o una richiesta particolare che il tuo assistente virtuale del servizio può aiutarti a risolvere per i tuoi clienti. Gli intenti vengono addestrati utilizzando un modello di machine learning su misura per l'organizzazione, basato su un set di dati per la formazione (descritto nel dettaglio di seguito, nella sezione "I tuoi dati e l'assistente virtuale del servizio"). Questo modello viene utilizzato per comprendere le domande dei clienti nel contesto dell'organizzazione. Scopri di più sugli intenti.
  • Risposte di Atlassian Intelligence utilizza l'intelligenza artificiale generativa per effettuare ricerche negli spazi della knowledge base di Confluence collegati e quindi riepilogare tali informazioni in risposta alle domande dei tuoi clienti. Risposte di Atlassian Intelligence si basa su vasti modelli linguistici sviluppati da OpenAI e da altri modelli di machine learning. Scopri di più su Risposte di Atlassian Intelligence.
  • I modelli di intenti "dai tuoi dati" vengono generati utilizzando i ticket del tuo progetto. Utilizziamo l'apprendimento automatico per raggruppare i temi più comuni, suggerire un intento per ogni gruppo, quindi generare titoli, descrizioni e frasi di formazione per ogni intento suggerito. I modelli di intenti "dai tuoi dati" sono basati su una combinazione di modelli di machine learning, inclusi i vasti modelli linguistici. Leggi di più sui modelli di intenti.

Come funzionano i modelli linguistici di grandi dimensioni: i vasti modelli linguistici generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Questi vasti modelli linguistici utilizzati per alimentare l'assistente virtuale del servizio includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per l'assistente virtuale del servizio di Jira Service Management Copy link to heading Copied! Mostra
  

L'assistente virtuale del servizio aiuta i team ad automatizzare le interazioni di supporto di primo livello, alimentate da un motore conversazionale Atlassian Intelligence che analizza e comprende l'intento, il contesto e le autorizzazioni per personalizzare le interazioni.

Utilizzando Atlassian Intelligence, l'assistente virtuale del servizio aiuta i team a scalare i propri service desk e a soddisfare i clienti con tre funzionalità chiave:

  • Intenti, creati dall'amministratore del tuo progetto e rappresentano un problema, una domanda o una richiesta specifica che il tuo assistente virtuale del servizio può aiutarti a risolvere per i tuoi clienti.
  • Risposte di Atlassian Intelligence, che utilizza l'intelligenza artificiale generativa per cercare negli spazi della tua knowledge base collegati e riepilogare le risposte alle domande dei tuoi clienti.
  • Modelli di intenti "dai tuoi dati", che sono suggerimenti di modelli di intenti personalizzati generati raggruppando i ticket di Jira Service Management del tuo progetto, rendendo ancora più veloce per gli amministratori del tuo progetto la creazione degli intenti.

L'assistente virtuale del servizio è disponibile in più canali, tra cui Slack, Microsoft Teams, il portale Jira Service Management e altro ancora. Scopri di più sui canali disponibili per l'assistente virtuale del servizio.

Riteniamo che l'assistente virtuale del servizio funzioni meglio negli scenari in cui:

  • I tuoi team di assistenza ricevono un elevato numero di domande di primo livello.
  • I tuoi agenti si ritrovano a rispondere ripetutamente alle stesse domande.
  • Hai una knowledge base collegata completa e aggiornata che l'assistente virtuale del servizio può utilizzare per offrire risposte alle domande dei clienti.
  • I tuoi team di assistenza ricevono in genere richieste con diversi possibili esiti di risoluzione, adatti a utilizzare entrambe le funzionalità chiave negli assistenti virtuali del servizio a livello di progetto: gli intenti e Risposte di Atlassian Intelligence:
    • Gli intenti funzionano meglio quando è necessario intraprendere un'azione per risolvere le richieste dei clienti (ad esempio, creare un ticket che un agente deve risolvere) o quando è necessaria una conversazione continua per raccogliere informazioni da un cliente. Gli intenti sono ideali anche per gli scenari in cui è necessario un risultato fisso e deterministico per richieste specifiche, poiché gli intenti forniscono un maggiore controllo sulle informazioni condivise con i clienti.
    • Le Risposte di Atlassian Intelligence funzionano meglio quando le richieste dei clienti possono essere risolte fornendo informazioni e istruzioni, senza bisogno dell'intervento di un agente.
  • Nel caso dei modelli "dai tuoi dati":
    • Il tuo progetto ha ricevuto almeno 50 ticket, quindi i suggerimenti sui modelli di intenti hanno accesso a informazioni sufficienti per essere utili.
    • Hai riscontrato un recente cambiamento nel comportamento dei clienti, come un evento imminente o persino un'interruzione tecnica, poiché i modelli di intenti "dai tuoi dati" identificheranno e raggrupperanno le domande recenti e comuni dei clienti.
Considerazioni sull'utilizzo delle risposte di Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui alimentavano l'assistente virtuale del servizio, questi modelli possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che l'assistente virtuale del servizio è meno utile in scenari in cui:

  • Hai un basso volume di richieste di primo livello da parte dei clienti.
  • Non hai utilizzato tutte le funzionalità dell'assistente virtuale del servizio, ad esempio creando intenti (o utilizzando modelli di intenti "dai tuoi dati") o abilitando Risposte di Atlassian Intelligence.
  • In caso di intenti:
    • Hai aggiunto frasi formative che hanno un significato troppo ampio o diverso. La corrispondenza degli intenti funziona meglio quando gli intenti sono specifici.
    • Hai aggiunto frasi formative che non riflettono accuratamente il modo in cui i clienti in genere fanno domande. La corrispondenza è semantica e cerca un significato simile tra le frasi formative e ciò che i clienti chiedono.
    • Hai creato intenti multipli troppo simili. La sovrapposizione di argomenti tra gli intenti può confondere l'assistente virtuale del servizio e indurre a suggerire l'intento sbagliato.
  • Nel caso delle risposte di Atlassian Intelligence:
    • Ai clienti servono informazioni attuali e accurate su persone, luoghi e fatti.
    • I clienti hanno bisogno di Risposte di Atlassian Intelligence per accedere a informazioni che non sono a portata di mano (ad esempio, in una knowledge base collegata a cui non hanno accesso) per rispondere a una domanda.
    • La tua knowledge base è obsoleta o incompleta oppure i suoi articoli non sono sufficientemente dettagliati per rispondere correttamente alle domande.
  • Nel caso dei modelli di intenti "dai tuoi dati", i dati disponibili nei ticket del tuo progetto Jira Service Management sono di scarsa qualità (o hai meno di 50 ticket), quindi non è possibile trovare gruppi significativi.

Ti invitiamo a pensare alle situazioni in cui utilizzeresti Atlassian Intelligence e a esaminare le prestazioni dell'assistente virtuale del servizio prima di attivarlo per i clienti. Leggi di più su come migliorare le prestazioni del tuo assistente virtuale del servizio.

Altri fattori da considerare:

I tuoi dati e l'assistente virtuale del servizio Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come vengono utilizzati i tuoi dati dall'assistente virtuale del servizio di Jira Service Management. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto della tua istanza pertinente alla tua richiesta, ad esempio un articolo di Confluence della tua knowledge base collegata riassunto in una risposta di Atlassian Intelligence, o i tuoi ticket Jira storici per generare gli intenti suggeriti.

  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.

  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, l'assistente virtuale del servizio applica le misure seguenti:

  • In caso di corrispondenza degli intenti nei canali del progetto Jira Service Management:
    • Gli intenti (inclusi i modelli di intenti "dai tuoi dati") vengono addestrati tramite un modello di machine learning personalizzato per la tua organizzazione, basato su un set di dati di formazione fornito da te. Ciò include gli intenti e le frasi di formazione creati dall'amministratore del tuo progetto o suggeriti da noi all'interno di modelli di intenti standard o modelli di intenti "dai tuoi dati".
    • I dati per la formazione e il modello di machine learning addestrato e sviluppato per la tua organizzazione non sarà condiviso con altri clienti di Atlassian.
    • La formazione viene svolta solo a livello di progetto, il che significa che gli intenti vengono formati sulle frasi di formazione fornite dagli amministratori durante il processo di creazione degli intenti e gli amministratori hanno il controllo completo sui dati di formazione. I dati non vengono utilizzati in più progetti su un singolo sito.
    • Questi modelli vengono archiviati in un sito di Jira Service Management e vengono eliminati se e quando elimini il tuo sito.
  • In caso di corrispondenza degli intenti nei centri assistenza di Jira Service Management:
    • Creiamo e archiviamo vettori, in conformità con la residenza dei dati.
    • Questi modelli vengono archiviati in un sito di Jira Service Management e vengono eliminati se e quando elimini il tuo sito.
  • Nel caso delle risposte di Atlassian Intelligence:
    • I tuoi suggerimenti (input) e risposte (output):
      • Non sono disponibili per gli altri clienti.
      • Non vengono messi a disposizione di alcun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.
      • Non sono archiviati dai fornitori di LLM.
      • Non vengono utilizzati per migliorare alcun vasto modello linguistico.
      • Vengono utilizzati solo per elaborare la tua esperienza.
    • Questa funzionalità segue le autorizzazioni e le restrizioni applicate agli spazi della knowledge base collegati. Ciò significa che tutte le pagine disponibili per i clienti sul tuo portale Jira Service Management saranno disponibili tramite le risposte di Atlassian Intelligence da utilizzare per rispondere ai clienti. Ad esempio, se l'accesso a una determinata pagina di Confluence è limitato e generalmente non disponibile tramite Jira Service Management, il contenuto di quella pagina non verrà utilizzato in una risposta di Atlassian Intelligence. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.
  • Nel caso dei modelli di intenti "dai tuoi dati":
    • I dati del tuo ticket di Jira Service Management (input) e i modelli di intenti suggeriti creati da tali dati (output):
      • Non sono disponibili per gli altri clienti.
      • Non vengono messi a disposizione di alcun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.
      • Non sono archiviati dai fornitori di LLM.
      • Non vengono utilizzati per migliorare i vasti modelli linguistici.
      • Vengono utilizzati solo per elaborare la tua esperienza.
    • L'analisi dei ticket di Jira Service Management e delle trascrizioni delle chat inviate dai tuoi clienti nel progetto connesso di Jira Service Management vengono utilizzate solo per migliorare la tua esperienza.

  • OpenAI è un subresponsabile del trattamento nella nostra pagina Subresponsabili del trattamento. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.

Riepiloga i dettagli del ticket con Atlassian Intelligence

In che modo Atlassian Intelligence riepiloga i dettagli del ticket in Jira Copy link to heading Copied! Mostra
  

I riepiloghi creati con l'IA in Jira si basano su modelli linguistici di grandi dimensioni sviluppati da OpenAI, tra cui i modelli OpenAI descritti qui.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Informazioni sul riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Invece di leggere lunghe descrizioni e una serie di commenti relativi a un ticket di Jira, puoi usare Atlassian Intelligence per ottenere rapidamente un riassunto di queste informazioni. Ciò aiuta gli agenti a comprendere rapidamente il contesto del ticket e gli eventuali avanzamenti compiuti, così che potranno agire in modo tempestivo e fornire assistenza quanto prima.

Riassumere i dettagli dei ticket con Atlassian Intelligence è la soluzione perfetta per quei ticket con un numero elevato di commenti e/o descrizioni e commenti particolarmente lunghi.

Limitazioni e considerazioni sul riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Non bisogna sottovalutare che, per loro natura, i modelli su cui si basano i riepiloghi creati con l'IA in Jira a volte si comportano in modo impreciso, incompleto o inaffidabile.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che riassumere i dettagli dei ticket utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • Non è presente la cronologia o i dettagli del ticket
  • il ticket ha più di 100 commenti (verranno riassunti solo gli ultimi 100 commenti)

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

I tuoi dati e come effettuare il riepilogo dei dettagli del ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come effettuare il riepilogo dei dettagli del ticket tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nell'Atlassian Trust Center.

Elaboriamo:

  • Le tue richieste (input) e risposte (output).
  • Contesto dell'istanza pertinente al prompt, inclusi i dettagli sul ticket di Jira, come la descrizione del ticket, i commenti e gli utenti coinvolti.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, al riepilogo dei dettagli del ticket tramite Atlassian Intelligence si applicano le seguenti misure:

  • Le tue richieste (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a fornitori terzi di LLM diversi da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento nella nostra lista di sub-responsabili del trattamento. Usa i dati che inserisci e le risposte che ricevi solo ed esclusivamente per elaborare le tue richieste.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Questa funzionalità utilizza solo le informazioni disponibili nel ticket Jira e viene richiamata dal ticket Jira. Pertanto, può essere richiamata solo da un utente che dispone dell'autorizzazione a visualizzare il ticket e non accederà a nessun'altra informazione.

Ripartizione del lavoro con l'IA

In che modo la Ripartizione del lavoro con l'IA utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

La Ripartizione del lavoro con l'IA si basa su modelli linguistici di grandi dimensioni sviluppati da OpenAI.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle capacità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Informazioni sulla Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

La Ripartizione del lavoro con l'IA suggerisce ticket subordinati in base al ticket che hai creato in Jira e semplifica la suddivisione di ticket di grandi dimensioni in sezioni più piccole. Il ticket viene utilizzato come contesto per generare suggerimenti per i riepiloghi e le descrizioni dei ticket subordinati.

A nostro avviso, la Ripartizione del lavoro con l'IA funziona meglio nei seguenti scenari:

  • Quando si parte da un ticket con un riepilogo e una descrizione dettagliati, che comprendano eventuali vincoli, istruzioni e definizioni di "completato".
  • Quando il ticket di partenza non ha nessun ticket subordinato.
Limitazioni e considerazioni sull'utilizzo della Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

Non bisogna sottovalutare che, per loro natura, i modelli su cui si basa la Ripartizione del lavoro con l'IA si comportano a volte in modo impreciso, incompleto o inaffidabile.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo riscontrato che la Ripartizione del lavoro con l'IA è meno efficace nei seguenti scenari:

  • Ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • Quando non si parte da una descrizione e un riepilogo del ticket dettagliati (ad esempio, se si tenta di generare suggerimenti relativi al ticket subordinato partendo da un ticket con una descrizione molto concisa e generale).

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Fornire quante più informazioni possibili nel riepilogo e nella descrizione del ticket di partenza.
I tuoi dati e la Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

È normale avere domande sul modo in cui la Ripartizione del lavoro con l'IA utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nell'Atlassian Trust Center.

Elaboriamo:

  • Le tue richieste (input) e risposte (output).
  • Contesto dell'istanza pertinente al prompt, inclusi i dati del ticket (come il riepilogo, la descrizione e i commenti).
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

La Ripartizione del lavoro con l'IA applica le misure seguenti per gestire i tuoi dati.

  • Le tue richieste (input) e risposte (output):
    • Non sono disponibili agli altri clienti
    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento, incluso nella lista dei nostri sub-responsabili. Usa i dati che inserisci e le risposte che ricevi solo ed esclusivamente per elaborare la tua richiesta.
  • Questa funzionalità si attiene alle autorizzazioni della tua istanza (è cioè necessario poter accedere al ticket per generare suggerimenti relativi ai ticket subordinati). Se non vuoi che i tuoi contenuti siano disponibili nelle risposte generate da altri utenti, contatta l'amministratore dell'organizzazione per verificare di aver impostato correttamente le autorizzazioni.
In che modo Crea imprevisto utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

La creazione di imprevisti tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base all'input fornito dall'utente e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per Crea imprevisto con l'IA Copy link to heading Copied! Mostra
  

Quando si trasformano uno o più avvisi o gruppi di avvisi in un imprevisto in Jira Service Management, Crea imprevisto con l'IA utilizza Atlassian Intelligence per precompilare rapidamente tutte le informazioni contestuali da esaminare nell'ambito del processo di creazione dell'imprevisto. Ciò consente agli utenti di comprendere rapidamente il contesto dell'imprevisto creato a partire da tali avvisi o gruppi di avvisi e di rivedere e confermare le informazioni precompilate, compresi il titolo, la descrizione e la priorità dell'avviso quando viene trasformato in imprevisto.

Riteniamo che Crea imprevisto con l'IA funzioni meglio negli scenari in cui:

  • Gli avvisi da trasformare in imprevisto includono titoli e descrizioni in inglese.
  • Gli avvisi da trasformare in imprevisto hanno una descrizione lunga.
  • Un imprevisto viene creato a partire da più di un avviso.
Considerazioni sull'utilizzo di Crea imprevisto con l'IA Copy link to heading Copied! Mostra
  

È importante ricordare che, a causa del modo in cui operano, i modelli alla base di Crea imprevisto con l'IA possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che Crea imprevisto con l'IA è meno utile negli scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Gli avvisi da trasformare in imprevisto includono il titolo o la descrizione (o entrambi) in una lingua diversa dall'inglese.
  • Gli avvisi da trasformare in imprevisto contengono un numero di dettagli limitato.

Per questi motivi, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Per ottenere i risultati più proficui, ti suggeriamo di fornire informazioni il più specifiche possibile quando chiedi qualcosa ad Atlassian Intelligence.

Potresti anche pensare di fare ricerche in modo più specifico possibile ad Atlassian Intelligence, come descritto sopra.

I tuoi dati e la creazione di imprevisti con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come Crea imprevisto con l'IA utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle FAQ.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto tratto dalla tua istanza pertinente al tuo prompt, ad esempio la descrizione, il titolo e la priorità dell'avviso di Jira Service Management.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, Crea imprevisto con l'IA applica le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzione segue le autorizzazioni per gli avvisi della tua istanza. Solo gli agenti autorizzati a visualizzare l'avviso e trasformarlo in un imprevisto vedranno i suggerimenti di Atlassian Intelligence per compilare i dettagli dell'imprevisto in fase di creazione.

Creare una revisione post-imprevisto

In che modo la creazione di una revisione post-imprevisto utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

La creazione di revisioni post-imprevisto (PIR) da parte di Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, che includono la serie di modelli GPT di OpenAI. Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dagli utenti e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle funzionalità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Casi d'uso per la creazione di revisioni post-imprevisto con l'IA Copy link to heading Copied! Mostra
  

Le PIR sono una parte fondamentale del processo di gestione degli imprevisti, poiché aiutano i manager e gli addetti a imparare dagli imprevisti attuali e a trasmettere informazioni per prevenire casi simili in futuro. Atlassian Intelligence aiuta ad accelerare i task, spesso dispendiosi in termini di tempo, di compilazione di una PIR suggerendo una descrizione della PIR basata su informazioni contestuali pertinenti nella tua istanza di Jira Service Management e strumenti di chat come Slack da esaminare.

Riteniamo che la creazione di PIR con l'IA funzioni meglio negli scenari in cui:

  • la tua organizzazione ha una prassi costante nella compilazione delle PIR per gli imprevisti;

  • i dettagli degli imprevisti del tuo team sono sparsi su strumenti di chat come Slack e Jira Service Management, il che richiede più tempo per la compilazione di una PIR a partire da tali fonti;

  • la tua organizzazione registra gli imprevisti in Jira Service Management con informazioni complete e aggiornate.

Considerazioni sull'utilizzo della creazione di revisioni post-imprevisto con l'IA Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operavano, i modelli alla base della creazione delle PIR possono a volte presentare comportamenti imprecisi, incompleti o inaffidabili. Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che la creazione di PIR con l'IA è meno utile in scenari in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • è necessaria la creazione di PIR per avere accesso a informazioni che non sono immediatamente disponibili (ad esempio, canali di chat a cui non hai accesso) per generare correttamente la descrizione della PIR;
  • i dati disponibili nella tua istanza di Jira Service Management sono incompleti o non sufficientemente dettagliati, quindi la creazione della PIR potrebbe non essere in grado di generare una descrizione accurata.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • esprimere nel modo più specifico possibile le azioni che desideri che Atlassian Intelligence svolga;
  • garantire che tu e il tuo team seguiate le pratiche di gestione degli imprevisti in modo coerente, ad esempio, registrando dettagli completi e accurati degli imprevisti nella tua istanza di Jira Service Management e collegando i canali di chat pertinenti all'imprevisto.
I tuoi dati e la creazione di una revisione post-imprevisto con l'IA Copy link to heading Copied! Mostra
  

Comprendiamo che potresti avere domande su come la creazione di revisioni post-imprevisto con l'IA utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • il contesto della tua istanza pertinente al prompt, ad esempio dati sugli imprevisti (come riepilogo, etichette, priorità, team di addetti alla risposta e descrizione), avvisi collegati e canali di chat Slack collegati;
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, la creazione di PIR con l'IA applica le misure seguenti.

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.

    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.

    • Non vengono archiviati da OpenAI.

    • Non vengono utilizzati per migliorare i modelli OpenAI.

    • Vengono utilizzati solo per elaborare la tua esperienza.

  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica.

  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso agli avvisi collegati all'imprevisto o ai canali Slack collegati, nella risposta che riceverai non ti verranno suggeriti contenuti da queste fonti. Se desideri che i contenuti della tua istanza non siano disponibili nelle risposte ad altri utenti, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Generazione delle descrizioni relative alle richieste pull con Atlassian Intelligence

In che modo Bitbucket Cloud utilizza Atlassian Intelligence per generare descrizioni delle richieste pull Copy link to heading Copied! Mostra
  

La generazione di descrizioni delle pull request tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence li utilizza per analizzare e generare linguaggio naturale e codice all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per generare descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Atlassian Intelligence può aiutarti a generare, trasformare e riepilogare i contenuti mentre scrivi descrizioni o commenti delle richieste pull nell'esperienza di revisione del codice di Bitbucket Cloud. Ciò include:

  • Generazione di una descrizione della richiesta pull in base alle modifiche del codice contenute in tale richiesta pull.
  • Riepilogo, miglioramento o modifica del tono della descrizione di una richiesta pull.
  • Riepilogo, miglioramento o modifica del tono della descrizione di un commento relativo a una richiesta pull.

Riteniamo che la generazione di descrizioni delle richieste pull di Bitbucket Cloud con Atlassian Intelligence offra risultati migliori negli scenari in cui:

  • Come autore del codice, desideri che Atlassian Intelligence ti aiuti a scrivere o migliorare la descrizione di una richiesta pull. È la soluzione migliore per i team in grado di esaminare e confermare che i contenuti generati da Atlassian Intelligence siano appropriati per descrivere la richiesta pull.
  • In qualità di revisore del codice, desideri che Atlassian Intelligence ti aiuti a migliorare il tono o il contenuto di un commento relativo a una richiesta pull che hai già redatto.
Considerazioni sulla generazione delle descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui operano, i modelli alla base di questa funzione possono a volte presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che generare descrizioni delle richieste pull di Bitbucket Cloud con Atlassian Intelligence è meno utile negli scenari in cui:

  • Hai bisogno della descrizione della richiesta pull per fare riferimento a informazioni che non sono già presenti nelle modifiche al codice (ad esempio, il codice sorgente contenuto in altre posizioni del repository).
  • Non sei in grado di esaminare e confermare che i contenuti generati da Atlassian Intelligence riflettano accuratamente la richiesta pull.
  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
  • Correggere, rivedere e modificare l'output generato dall'assistente di scrittura IA per ottenere precisione e chiarezza.
  • Collaborare con gli altri per raccogliere feedback e migliorare la qualità dell'output.
I tuoi dati e la generazione delle descrizioni delle richieste pull con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la definizione dei termini utilizzando Atlassian Intelligence in Confluence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi prompt (input) e risposte (output):
  • Il contesto della tua istanza pertinente alla tua richiesta, come:
    • le modifiche del codice e i messaggi di commit nella richiesta pull
    • il contenuto della descrizione della richiesta pull
    • il contenuto del commento relativo alla richiesta pull
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Il feedback che scegli di fornire su questa funzione

Per quanto riguarda i dati, alla generazione delle descrizioni delle richiesta pull con Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica.

Genera query SQL in Atlassian Analytics

Come Atlassian Intelligence genera query SQL in Atlassian Analytics Copy link to heading Copied! Mostra
  

La generazione di query SQL in Atlassian Analytics tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e comprendere il linguaggio naturale, poi tradurlo in Structured Query Language (SQL) all'interno di Atlassian Analytics.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso della generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Poni una domanda ad Atlassian Intelligence utilizzando il linguaggio naturale e falla tradurre in SQL, anziché scrivere le tue query SQL da zero. Dopo aver posto una domanda, Atlassian Intelligence utilizza lo schema Atlassian Data Lake dell'origine dati selezionata per generare una query SQL che può essere utilizzata per creare grafici nelle dashboard di Atlassian Analytics e può anche aiutarti a scoprire lo schema nel Data Lake.

Riteniamo che la generazione di query SQL utilizzando Atlassian Intelligence funzioni meglio nei casi in cui:

  • vuoi creare un grafico personalizzato partendo dall'SQL generato e perfezionando la query dove necessario.
  • la domanda sul linguaggio naturale include parole e concetti a cui si fa riferimento nello schema di Atlassian Data Lake, nel modo più specifico possibile.
  • puoi esplorare e conoscere lo schema Atlassian Data Lake.

Non sei sicuro di quali domande fare?

Ecco alcuni suggerimenti:

  • Quali sono le 5 principali etichette per numero di ticket aperti su Jira?
  • Quanti ticket di Jira sono stati chiusi nel progetto x nell'ultimo mese?
  • Qual è il tempo medio di permanenza di stato per i primi 5 stati?
  • Quali sono le 5 pagine di Confluence preferite nell'ultimo mese?
  • Quante richieste sono state aperte negli ultimi 5 giorni nel nostro progetto x su Jira Service Management?
Considerazioni sulla generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per generare query SQL mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che generare query SQL utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • ti serve questa funzionalità per avere accesso a informazioni che non sono facilmente disponibili nello schema Atlassian Data Lake (ad esempio, i dati per Advanced Roadmaps) per rispondere correttamente alla domanda.
  • la domanda include riferimenti a campi personalizzati.
  • la domanda viene posta in una lingua diversa dall'inglese.
  • non hai abbastanza familiarità con SQL per convalidare il risultato SQL generato da Atlassian Intelligence.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
  • Assicurati che la fonte di dati Atlassian Data Lake che stai utilizzando copra i dati necessari per rispondere alla tua domanda.
I tuoi dati e la generazione di query SQL utilizzando Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la generazione di query in SQL tramite Atlassian Intelligence utilizzi i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto della tua istanza pertinente alla tua richiesta, inclusi gli schemi Atlassian Data Lake disponibili al pubblico applicabili alla tua istanza.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla generazione di query SQL tramite Atlassian Intelligence si applicano le seguenti misure.

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono elencati nella nostra pagina Sub-responsabili del trattamento. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua connessione Atlassian Data Lake. Ad esempio, se non hai accesso a una connessione Atlassian Data Lake, non sarai in grado di creare un codice SQL per aprire query.

Cerca risposte su Confluence

In che modo Atlassian Intelligence cerca risposte su Confluence Copy link to heading Copied! Mostra
  

La ricerca di risposte in Confluence tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso della ricerca di risposte in Confluence Copy link to heading Copied! Mostra
  

Le knowledge base crescono rapidamente e gli utenti non riescono a rimanere al passo. La ricerca di risposte su Confluence utilizzando Atlassian Intelligence fornisce un percorso più rapido per trovare le informazioni chiave di cui i clienti hanno bisogno per portare avanti il loro lavoro. Questa funzionalità ti aiuta a trovare facilmente le informazioni di cui hai bisogno. Comprende i tipi di domande che faresti normalmente a un collega ed è in grado di rispondere all'istante. Scopri come utilizzare Atlassian Intelligence per cercare risposte su Confluence.

Riteniamo che la ricerca di risposte su Confluence utilizzando Atlassian Intelligence funzioni meglio quando i contenuti del sito Confluence sono dettagliati, completi e aggiornati.

Questa funzione non genera nuovi contenuti, ma cerca nelle pagine e nei blog di Confluence (rispettando le restrizioni) per trovare una risposta alla tua domanda. Atlassian Intelligence genera risposte esclusivamente in base ai contenuti Confluence e a ciò a cui tu hai accesso.

Non sei sicuro di quali domande fare?

Ecco alcuni suggerimenti

  • Quando sarà la prossima trasferta del team marketing?
  • Qual è la policy del lavoro da casa?
  • Cos'è Project Sunrise?
  • Quando sarà la nostra prossima campagna di marketing?
  • Dove sono le note di rilascio del nuovo prodotto di SpaceLaunch?
  • Come posso presentare le spese per il rimborso?
Considerazioni sulla ricerca di risposte su Confluence con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per cercare risposte su Confluence mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che la ricerca di risposte su Confluence utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Ti servono informazioni aggiornate e precise su elementi che tendono a cambiare di frequente (ad esempio, su una tabella di marcia che si aggiorna mensilmente).
  • Ti servono informazioni aggiornate e precise su persone specifiche e sul ruolo che svolgono nella tua organizzazione.
  • Hai bisogno di accedere a informazioni che non puoi reperire direttamente (ad esempio, pagine con restrizioni nella tua istanza Confluence) per rispondere correttamente alla richiesta.
  • La risposta è costituita da una gamma di valori o categorie diversi (ad esempio, metriche che si aggiornano ogni settimana).
  • Ti servono risposte che richiedano sfumature, complessità o livelli di ragionamento simili a quelli umani.

È anche possibile che tu scopra che la ricerca di risposte su Confluence tramite Atlassian Intelligence non funzioni come previsto negli spazi di Confluence che contengono documenti scritti in più lingue.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
  • Fare domande su cose che sai essere documentate nella tua istanza di Confluence e a cui hai accesso.
I tuoi dati e le risposte di ricerca su Confluence con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come la ricerca di risposte in Confluence tramite Atlassian Intelligence utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Contesto della tua istanza relativo al tuo suggerimento, ad esempio i contenuti delle prime tre pagine restituite dalla ricerca su Confluence.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, la ricerca di risposte su Confluence tramite Atlassian Intelligence applica le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità segue le autorizzazioni della tua istanza. Ad esempio, se non hai accesso a una determinata pagina di Confluence, questa funzione non utilizzerà i contenuti di quella pagina nella risposta che vedi. Se non vuoi che i tuoi contenuti vengano resi disponibili nelle risposte ad altri utenti nella tua istanza, collabora con l'amministratore dell'organizzazione per avere la certezza che le tue autorizzazioni siano impostate in modo appropriato.

Ricerca di ticket in Jira

In che modo Atlassian Intelligence cerca i ticket in Jira Copy link to heading Copied! Mostra
  

La ricerca di ticket in Jira tramite Atlassian Intelligence è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e comprendere il linguaggio naturale e poi tradurlo in codice Jira Query Language (JQL) all'interno dei nostri prodotti.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso della ricerca di ticket in Jira Copy link to heading Copied! Mostra
  

Ora puoi chiedere ad Atlassian Intelligence ciò che desideri utilizzando un linguaggio comune, anziché formulare query complesse. Cercando i ticket con Atlassian Intelligence, la tua richiesta viene tradotta in query JQL che ti aiuta rapidamente nella ricerca di ticket specifici.

Riteniamo che la ricerca di ticket utilizzando Atlassian Intelligence funzioni meglio nei casi in cui:

  • Stai cercando ticket di Jira utilizzando i campi ticket disponibili nel tuo progetto Jira.
  • La query contiene campi e valori specifici che possono aiutarti a restringere la ricerca di ticket.
  • I campi e i valori che stai cercando esistono nel tuo progetto Jira.
  • La tua query è in inglese.
  • La query è traducibile in JQL. Poiché Atlassian Intelligence converte le richieste in codice JQL, gli input contenenti parole chiave che possono essere tradotte in JQL possono fornire risultati migliori.
Considerazioni sulla ricerca di ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per cercare ticket mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che la ricerca di ticket utilizzando Atlassian Intelligence è meno utile nei casi in cui:

  • ti servono informazioni aggiornate e accurate su persone, luoghi e fatti.
  • Stai cercando entità Jira che non sono ticket, come progetti, bacheche o utenti.
  • Stai usando una lingua diversa dall'inglese.
  • La ricerca ti serve per analizzare i ticket per creare grafici, riepiloghi o altre rappresentazioni dei tuoi dati.
  • La ricerca richiede funzioni non attualmente disponibili in JQL (ad esempio, una domanda come "Trova i ticket che ho commentato" che non può essere tradotta in una funzione JQL).

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Potresti anche pensare di fare ricerche in modo più specifico possibile ad Atlassian Intelligence, come descritto sopra. Assicurati di includere i campi e i valori esatti che stai cercando.

I tuoi dati e la ricerca di ticket con Atlassian Intelligence Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per cercare i ticket. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla richiesta, come il progetto di cui ti occupi al momento.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, alla ricerca di ticket tramite Atlassian Intelligence si applicano le seguenti misure:

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
    • Sono archiviati nel nostro database per 90 giorni e i tuoi prompt verranno presentati come parte della cronologia delle tue ricerche.

  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati come tali nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Le tue risposte di ricerca si baseranno sui ticket e sui campi a cui hai accesso (ad esempio, se non hai accesso a un progetto di Jira specifico, non riceverai i risultati di ricerca di ticket e campi di quel progetto).

Ripartizione del lavoro con l'IA

In che modo la Ripartizione del lavoro con l'IA utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

La Ripartizione del lavoro con l'IA si basa su modelli linguistici di grandi dimensioni sviluppati da OpenAI.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Scopri di più sulle capacità dei modelli di OpenAI o su questo approccio nei documenti di ricerca di OpenAI.

Informazioni sulla Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

La Ripartizione del lavoro con l'IA suggerisce ticket subordinati in base al ticket che hai creato in Jira e semplifica la suddivisione di ticket di grandi dimensioni in sezioni più piccole. Il ticket viene utilizzato come contesto per generare suggerimenti per i riepiloghi e le descrizioni dei ticket subordinati.

A nostro avviso, la Ripartizione del lavoro con l'IA funziona meglio nei seguenti scenari:

  • Quando si parte da un ticket con un riepilogo e una descrizione dettagliati, che comprendano eventuali vincoli, istruzioni e definizioni di "completato".
  • Quando il ticket di partenza non ha nessun ticket subordinato.
Limitazioni e considerazioni sull'utilizzo della Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

Non bisogna sottovalutare che, per loro natura, i modelli su cui si basa la Ripartizione del lavoro con l'IA si comportano a volte in modo impreciso, incompleto o inaffidabile.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo riscontrato che la Ripartizione del lavoro con l'IA è meno efficace nei seguenti scenari:

  • Ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • Quando non si parte da una descrizione e un riepilogo del ticket dettagliati (ad esempio, se si tenta di generare suggerimenti relativi al ticket subordinato partendo da un ticket con una descrizione molto concisa e generale).

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Esprimere nel modo più specifico possibile ciò che chiedi di fare ad Atlassian Intelligence.
  • Fornire quante più informazioni possibili nel riepilogo e nella descrizione del ticket di partenza.
I tuoi dati e la Ripartizione del lavoro con l'IA Copy link to heading Copied! Mostra
  

È normale avere domande sul modo in cui la Ripartizione del lavoro con l'IA utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nell'Atlassian Trust Center.

Elaboriamo:

  • Le tue richieste (input) e risposte (output).
  • Contesto dell'istanza pertinente al prompt, inclusi i dati del ticket (come il riepilogo, la descrizione e i commenti).
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

La Ripartizione del lavoro con l'IA applica le misure seguenti per gestire i tuoi dati.

  • Le tue richieste (input) e risposte (output):
    • Non sono disponibili agli altri clienti
    • Non vengono inviati a nessun provider LLM di terze parti diverso da OpenAI.
    • Non vengono archiviati da OpenAI.
    • Non vengono utilizzati per migliorare i modelli OpenAI.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un sub-responsabile del trattamento, incluso nella lista dei nostri sub-responsabili. Usa i dati che inserisci e le risposte che ricevi solo ed esclusivamente per elaborare la tua richiesta.
  • Questa funzionalità si attiene alle autorizzazioni della tua istanza (è cioè necessario poter accedere al ticket per generare suggerimenti relativi ai ticket subordinati). Se non vuoi che i tuoi contenuti siano disponibili nelle risposte generate da altri utenti, contatta l'amministratore dell'organizzazione per verificare di aver impostato correttamente le autorizzazioni.
How suggested topics in knowledge base use Atlassian Intelligence Copy link to heading Copied! Mostra
  

Suggested topics in knowledge base is powered by large language models developed by OpenAI and Anthropic, as well as a combination of open-source transformer-based language models and other machine learning models. These large language models include OpenAI’s GPT series of models and Anthropic’s Claude series of models.

Atlassian Intelligence uses these models to analyze and generate natural language within our products. The open-source encoder models convert your textual inputs into numerical forms (embeddings) which are used for identifying and forming topics from your inputs.

Questi modelli linguistici di grandi dimensioni generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Read more about the capabilities of OpenAI’s models and Anthropic’s models. For more information on open-source language models, see information on Multi-QA-miniLM and E5-Multilingual.

Use cases for suggested topics in knowledge base Copy link to heading Copied! Mostra
  

This feature helps admins and agents understand the gaps in their knowledge base by analyzing the service requests received in a project. This feature clearly highlights the topics for which help seekers are raising requests (based on data in the last 30 days) but there’s no existing knowledge. By suggesting topics, we want to give project admins and agents visibility into how many requests can be deflected or at least resolved with knowledge.

We believe that increasing the number of knowledge articles will influence the performance of other features in Jira Service Management such as Virtual Service Agent’s AI answers. When admins or agents create articles on the suggested topics, it can also help improve the resolution rate of requests resolved using AI answers.

We believe that suggested topics work best in scenarios where:

  • There are at least 40-100 requests raised in a span of 30 days.
  • The content in requests, such as summary, description, field values, etc., is primarily in English. The quality of suggested topics may vary for other languages.
Considerations when using suggested topics in knowledge base Copy link to heading Copied! Mostra
  

It’s important to remember that because of the way that the models used to power suggested topics in knowledge base work, these models can sometimes behave in ways that are inaccurate, incomplete or unreliable.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

We’ve found that suggested topics in knowledge base is less useful in scenarios where:

  • You need topics for a project that receives less than 40 requests in a month.
  • Your project creates requests automatically from alerts as these might not require a knowledge base article.
  • You need topics for requests where summary, description, field values, etc., are in languages other than English.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Asking team members to review the suggested topics before creating articles.
  • Asking project admins to identify experts in their teams to create high quality knowledge base articles.
Your data and suggested topics in knowledge base Copy link to heading Copied! Mostra
  

We understand you may have questions about how suggested topics uses your data. This section supplements the information available on our Trust Center.

Elaboriamo:

  • Context from your instance relevant to the feature, such as data in a request like field values, summary, and description to identify topics.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

When it comes to your data, suggested topics in knowledge base applies the following measures.

Your suggested topics in knowledge base:

  • Non sono disponibili agli altri clienti
  • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.
  • Non sono archiviati dai fornitori di LLM.
  • Are not used to improve any third-party LLMs.
  • Vengono utilizzati solo per elaborare la tua esperienza.
  • OpenAI è un subresponsabile del trattamento nel nostro elenco di subresponsabili del trattamento. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della richiesta.
  • We only process requests that are accessible to everyone in a service project for your site. Any requests with issue-level permissions are not considered to suggest topics.
  • We refresh the list of suggested topics every 7 days to ensure that the suggestions are up-to-date.

Ottieni informazioni utili dai dati

Seleziona una funzionalità di Atlassian Intelligence di seguito per avere una panoramica dettagliata dei casi d'uso e dell'utilizzo dei dati.

Chart Insights

In che modo Chart Insights utilizza Atlassian Intelligence Copy link to heading Copied! Mostra
  

La generazione di chart insights è basata su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare e generare un linguaggio naturale all'interno dei nostri prodotti.

Questi modelli generano risposte in base agli input forniti dall'utente e sono di natura probabilistica. Ciò significa che le risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso per Chart Insights Copy link to heading Copied! Mostra
  

Chart Insights utilizza Atlassian Intelligence per aiutarti ad accelerare la comprensione dei dati in qualsiasi grafico di Atlassian Analytics. Lo fa utilizzando il titolo della dashboard, il titolo del grafico e i dati del grafico (comprese le intestazioni delle colonne e i valori delle righe) per generare un riepilogo del grafico e dei relativi dati con un linguaggio naturale. Questo strumento mirerà, inoltre, a identificare eventuali tendenze o anomalie per fornire determinate informazioni sul grafico.

Riteniamo che Chart Insights funzioni meglio nei casi in cui:

  • I grafici hanno molte righe di dati.
  • I grafici hanno un titolo nella dashboard.
  • I grafici hanno colonne con intestazioni.
  • I grafici hanno valori in tutte le righe e colonne.

I grafici a barre, i grafici a linee e i grafici a barre e linee sono più indicati per questa funzione poiché, in genere, hanno tendenze, date e molte righe di dati.

Considerazioni sull'utilizzo di Chart Insights Copy link to heading Copied! Mostra
  

È importante ricordare che, per effetto del modo in cui opera Chart Insights, i modelli alla base di questa funzione possono talvolta presentare comportamenti imprecisi, incompleti o inaffidabili.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che Chart Insights è meno utile in scenari in cui:

  • Hai grafici con una o solo poche righe di dati.
  • Hai grafici a valore singolo.
  • Hai grafici privi di titoli, etichette degli assi e intestazioni delle colonne.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Ricontrolla l'accuratezza delle informazioni insieme ad altri utenti che potrebbero avere un contesto più preciso circa i dati specifici visualizzati nel grafico.
  • Tieni conto del fatto che Atlassian Intelligence utilizza solo il contesto di un singolo grafico e non l'intera dashboard per fornire una risposta.
I tuoi dati e Chart Insights Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come Chart Insights utilizza i tuoi dati. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto estrapolato dalla tua istanza pertinente alla richiesta, come i dati presenti nel grafico.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, Chart Insights applica le misure seguenti.

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili per gli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono come tali nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzione utilizza solo le informazioni della dashboard a cui hai accesso e per cui hai richiesto approfondimenti.

Suggerisci i tipi di richiesta in Jira Service Management

In che modo Atlassian Intelligence suggerisce i tipi di richiesta in Jira Service Management Copy link to heading Copied! Mostra
  

Il suggerimento di tipi richieste tramite Atlassian Intelligence è basato su modelli linguistici di grandi dimensioni sviluppati da OpenAI, Google e Anthropic, su una combinazione di modelli linguistici di grandi dimensioni open source (tra cui la serie Llama, la serie Phi e la serie Mixtral) e su altri modelli di machine learning. Questi modelli linguistici di grandi dimensioni includono la serie di modelli GPT di Open AI, la serie di modelli Gemini di Google e la serie di modelli Claude di Anthropic.

Atlassian Intelligence utilizza questi modelli per analizzare gli input in linguaggio naturale e generare consigli per i nomi e le descrizioni dei tipi di richiesta per te all'interno di Jira Service Management.

Questi modelli generano risposte in base ai tuoi input e sono di natura probabilistica. Ciò significa che le loro risposte vengono generate prevedendo la parola o il testo successivo più probabile, in base ai dati su cui sono stati formati.

Leggi di più sulle funzionalità dei modelli di OpenAI, dei modelli di Google e dei modelli di Anthropic. Per ulteriori informazioni sui modelli di linguaggio open source, vedi le informazioni sulla serie Llama e sulla serie Phi.

Casi d'uso dei suggerimenti dei tipi di richiesta in Jira Service Management Copy link to heading Copied! Mostra
  

Dedica meno tempo a capire che tipo di richiesta devi creare per il progetto e ricevi invece suggerimenti da Atlassian Intelligence. Per vedere quali tipi di richieste potresti creare è sufficiente descrivere il tuo lavoro e ciò che il tuo team gestisce di solito. Seleziona uno dei suggerimenti generati da Atlassian Intelligence per creare un tipo di richiesta. Scopri di più su come utilizzare Atlassian Intelligence per suggerire tipi di richieste.

Riteniamo che l'utilizzo di Atlassian Intelligence per suggerire tipi di richiesta funzioni meglio quando:

  • Hai casi d'uso molto specifici per cui i modelli di tipi di richiesta esistenti non sono adatti.
  • Hai requisiti molto generali e stai cercando qualche idea.
  • Stai usando una lingua molto diffusa (ad esempio, inglese o spagnolo).
Considerazioni sull'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta Copy link to heading Copied! Mostra
  

È importante ricordare che i modelli utilizzati per suggerire tipi di richiesta mediante Atlassian Intelligence a volte possono presentare comportamenti imprecisi, incompleti o inaffidabili a causa del modo in cui funzionano.

Ad esempio, le risposte che ricevi potrebbero non riflettere con precisione i contenuti su cui si basano o potrebbero includere contenuti che sembrano ragionevoli ma sono incompleti o non affidabili.

Abbiamo scoperto che l'utilizzo di Atlassian Intelligence per suggerire tipi di richiesta è meno utile in scenari in cui:

  • ti servono informazioni attuali e accurate su persone, luoghi e fatti.
  • Hai bisogno di questa funzionalità per avere accesso a informazioni che non puoi reperire direttamente (ad esempio, nella tua istanza) per rispondere correttamente alla richiesta.
  • Fornisci istruzioni troppo vaghe o irrilevanti per la gestione del servizio.
  • Non stai usando una lingua molto diffusa.

Per questo motivo, ti invitiamo a pensare alle situazioni in cui usi Atlassian Intelligence e a verificare la qualità delle risposte che ricevi prima di condividerle con gli altri.

Altri fattori da considerare:

  • Essere più specifico possibile in ciò che chiedi di fare ad Atlassian Intelligence.
I tuoi dati e l'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta Copy link to heading Copied! Mostra
  

Sappiamo che potresti avere domande su come vengono utilizzati i tuoi dati da Atlassian Intelligence per suggerire i tipi di richiesta. Questa sezione integra le informazioni disponibili nella nostra pagina delle domande frequenti.

Elaboriamo:

  • I tuoi suggerimenti (input) e risposte (output).
  • Il contesto tratto dalla tua istanza pertinente alla tua richiesta.
  • Dati su come interagisci con le nostre funzionalità, come i dati clickstream e le persone con cui lavori.
  • Feedback che scegli di fornire su questa funzionalità, inclusi eventuali suggerimenti o risposte che scegli di condividere come parte del tuo commento.

Per quanto riguarda i tuoi dati, nell'ambito dell'utilizzo di Atlassian Intelligence per suggerire i tipi di richiesta si applicano le seguenti misure.

  • I tuoi suggerimenti (input) e risposte (output):
    • Non sono disponibili agli altri clienti.
    • Non vengono inviati a nessun fornitore di LLM di terze parti diverso da OpenAI, Google o Anthropic su AWS Bedrock.

    • Non sono archiviati dai fornitori di LLM.
    • Non vengono utilizzati per migliorare i modelli di LLM.
    • Vengono utilizzati solo per elaborare la tua esperienza.
  • Tutti i fornitori terzi di LLM sono sub-responsabili del trattamento dei dati e sono elencati nella nostra pagina specifica. Questi fornitori usano i dati che inserisci e le risposte che ricevi solo ed esclusivamente per l'elaborazione della tua richiesta.
  • Questa funzionalità utilizza solo le informazioni delle tue richieste, quindi vengono rispettate tutte le autorizzazioni di Jira.

Riferimenti

Ricevi aggiornamenti in tempo reale sullo stato dei prodotti Atlassian nella nostra pagina di stato dedicata.

Scopri di più su Atlassian Intelligence

Scopri come Atlassian gestisce i dati dei clienti.

Scopri di più su Atlassian Rovo