Close

Atlassian Intelligence is ontworpen voor transparantie

Onze eerlijke toewijding aan open communicatie, verantwoordelijkheid en het helpen van teams om AI op een verantwoorde manier te gebruiken.

Atlassian Intelligence is ontworpen om de samenwerking een boost te geven en teams te helpen hun werk te versnellen. En net zoals je moet leren wat de beste manier is om samen te werken met je team, helpt het teams effectiever gebruik te maken van Atlassian Intelligence als ze weten hoe het werkt. Op deze pagina leggen we uit hoe onze AI-gestuurde producten en functies werken, inclusief wat ze wel en niet kunnen en hoe ze bijdragen aan de manier waarop je onze producten ervaart. We geloven dat je met de informatie op deze pagina het meeste uit onze producten — en je teamwork — kunt halen. Ga naar onze principes voor verantwoorde technologie om meer te weten te komen over onze toewijding aan het verantwoord bouwen van technologie.

Groepering van waarschuwingen

Hoe er bij het groeperen van waarschuwingen gebruik wordt gemaakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Groepering van waarschuwingen door Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI en andere modellen van zelflerende systemen. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen van zelflerende systemen voor het analyseren en genereren van waarschuwingsgroepen, en om gerelateerde suggesties te geven (eerdere waarschuwingsgroepen en -respondenten) binnen onze producten op basis van de overeenkomst tussen de inhoud van de waarschuwing of van de gebruikte tags. Vervolgens gebruikt Atlassian Intelligence grote taalmodellen om omschrijvingen en inhoud in natuurlijke taal te analyseren en te genereren voor deze groepen binnen onze producten.

Deze grote taalmodellen genereren reacties op basis van jouw input en zijn probabilistisch. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak in de onderzoeksdocumenten van OpenAI.

Usecases voor het groeperen van waarschuwingen Copy link to heading Copied! Tonen
  

Groepering van waarschuwingen maakt gebruik van Atlassian Intelligence om soortgelijke waarschuwingen te identificeren en te groeperen. Het helpt je ook door eerdere soortgelijke waarschuwingsgroepen en -respondenten (of respondententeams) te identificeren en aan te bevelen, op basis van de semantische overeenkomst van de waarschuwingsinhoud of gebruikte tags.

Als je de waarschuwingsgroep naar een incident wilt laten escaleren, wordt bij het groeperen van waarschuwingen ook alle contextuele informatie vooraf ingevuld, zodat je deze kunt bekijken als onderdeel van het aanmaakproces van incidenten.

We zijn van mening dat waarschuwingen groeperen het beste werkt in scenario's waarin:

  • je organisatie regelmatig te maken krijgt met soortgelijke of dubbele meldingen die zich in grote hoeveelheden voordoen, of ze nu gedurende een korte of langere periode worden ontvangen.
  • je organisatie meldingen consequent categoriseert met behulp van tags.
  • je team vaak ontdekt dat soortgelijke of dubbele meldingen omgezet moeten worden in incidenten.
Overwegingen bij het gebruik van waarschuwingsgroepering Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om groeperen van waarschuwingen mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is. In het geval van de waarschuwingsgroepen die je ziet, geven ze mogelijk niet precies de semantische overeenkomst van hun tags weer.

We hebben ontdekt dat groepering van waarschuwingen minder nuttig is in situaties waarin:

  • je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • je groepering van waarschuwingen nodig hebt om toegang te hebben tot informatie die niet direct beschikbaar is om de waarschuwingen goed te kunnen groeperen. Het groeperen van waarschuwingen werkt binnen de grenzen van de door je team geconfigureerde rollen en rechten. Je hebt dus alleen toegang tot groepen en inzichten voor waarschuwingen die je mag bekijken.
  • De waarschuwingstags die door je team worden gebruikt, zijn niet consistent en worden niet goed onderhouden. Omdat waarschuwingen worden gegroepeerd op basis van de semantische overeenkomst tussen de titels en tags van waarschuwingen, hangt de kwaliteit van de waarschuwingsgroepen die worden gegenereerd af van de consistentie en hygiëne van de waarschuwingstags die door je team en je organisatie worden gebruikt.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de responses die je krijgt te beoordelen voordat je deze met anderen deelt.

Je zou ook kunnen overwegen om te zorgen dat jij en je team consistente werkwijzen volgen bij het gebruik van waarschuwingstags.

Groepering van je gegevens en waarschuwingen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe je gegevens worden gebruikt bij het groeperen van waarschuwingen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context van je installatie die relevant is voor je prompt, zoals je waarschuwingsgegevens (waarschuwingstitels, waarschuwingstags, prioriteit, responsteams, omschrijving).
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

We verwerken je waarschuwingsgegevens om een versie van het model zelflerend systeem te trainen om patronen te herkennen die specifiek zijn voor je meldingen. Deze versie wordt enkel gebruikt om je ervaring te tonen:

  • We slaan de geïdentificeerde patronen op om je inzichten te geven.
  • We gebruiken je waarschuwingsgegevens niet om LLM's te trainen.

Wat je gegevens betreft, past het groeperen van waarschuwingen de volgende maatregelen toe:

  • Je in- en outputs:
    • Zijn niet beschikbaar voor andere klanten
    • Worden niet naar externe LLM-providers verzonden, met uitzondering van OpenAI.
    • worden niet opgeslagen door OpenAI;
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en uitvoer alleen voor het verwerken van je verzoek, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van je site. Als Atlassian Intelligence bijvoorbeeld 50 meldingen groepeert op basis van hun tags en semantische overeenkomsten en je mag er slechts 30 bekijken, zie je alleen die 30 in de detailweergave van de groep. Als je niet wilt dat je waarschuwingen beschikbaar zijn in het antwoord naar andere gebruikers in je site, overleg dan met je organisatie-/sitebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Atlassian Intelligence-antwoorden in Jira Service Management

Hoe Atlassian Intelligence-antwoorden werken in Jira Service Management Copy link to heading Copied! Tonen
  

Atlassian Intelligence-antwoorden worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor Atlassian Intelligence-antwoorden in Jira Service Management Copy link to heading Copied! Tonen
  

De antwoordfunctie van Atlassian Intelligence maakt verbinding met de virtuele service-agent in Jira Service Management. De functie maakt gebruik van generatieve kunstmatige intelligentie om in je gekoppelde kennisdatabases te zoeken en vragen van je klanten te beantwoorden.

We hebben ondervonden dat Atlassian Intelligence-antwoorden het beste werken in scenario's waarbij:

  • Je hebt een complete, actuele gekoppelde kennisdatabase waar de virtuele service-agent toegang tot heeft om antwoorden te geven op vragen van klanten met behulp van Atlassian Intelligence-antwoorden.
  • Atlassian Intelligence-antwoorden worden gebruikt om vragen van klanten te beantwoorden die:
    • kunnen worden opgelost met informatie of instructies.
    • worden beantwoord in (of eenvoudig toe te voegen zijn aan) je bestaande kennisdatabase-artikelen.
    • niet geëscaleerd hoeven te worden naar een van je agents.
Overwegingen bij het gebruik van Atlassian Intelligence-antwoorden in Jira Service Management Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om Atlassian Intelligence-antwoorden mogelijk te maken, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ondervonden dat Atlassian Intelligence-antwoorden minder nuttig zijn in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Atlassian Intelligence-antwoorden toegang moeten hebben tot informatie die niet direct beschikbaar is (bijvoorbeeld in je gekoppelde kennisdatabase) om je aanvraag goed te kunnen beantwoorden.
  • Je kennisdatabase is verouderd of niet compleet. Zoekopdrachten leveren hierom mogelijk niet het gewenste resultaat op.
  • De artikelen in je kennisdatabase bevatten geen relevante of hoogwaardige informatie. De antwoorden van Atlassian Intelligence bieden klanten mogelijk minder relevante informatie op basis van deze artikelen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Je gekoppelde kennisdatabase (en de bestaande artikelen die erin zijn opgenomen) proactief bekijken en bijwerken om ervoor te zorgen dat deze volledig en up-to-date blijft.
  • De rechten en beperkingen proactief bekijken die van toepassing zijn op je gekoppelde kennisdatabase om er zeker van te zijn dat de antwoorden van Atlassian Intelligence de juiste informatie bevatten en dus zinvol te zijn.
Je gegevens en antwoorden van Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe de antwoorden van Atlassian Intelligence je gegevens gebruiken in Jira Service Management. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, zoals je gekoppelde spaces in de kennisdatabase.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.
  • Als het op je gegevens aankomt, worden de volgende maatregelen toegepast op de antwoorden van Atlassian Intelligence in Jira Service Management:
  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren;
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie hanteert de van toepassing zijnde rechten en beperkingen voor je gekoppelde kennisdatabase. Dit betekent dat alle pagina's die voor klanten beschikbaar zijn in de Jira Service Management-portal beschikbaar zullen zijn via de antwoorden van Atlassian Intelligence. Als bijvoorbeeld de toegang tot een bepaalde Confluence-pagina is beperkt en deze niet algemeen beschikbaar is via Jira Service Management, wordt de inhoud van die pagina niet voorgesteld in de antwoorden van Atlassian Intelligence. Als je niet wilt dat je inhoud beschikbaar is in antwoorden naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Automatisering met behulp van Atlassian Intelligence

Usecases voor automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Automatisering met Atlassian Intelligence wordt aangedreven door GPT-modellen ontwikkeld met OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om de natuurlijke taalinvoer te analyseren en automatiseringsregels voor je te genereren binnen Jira en Confluence.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van de modellen van OpenAI, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Automatiseringsregels aanmaken is essentieel voor de dagelijkse automatiseringservaring. We willen dit nog gemakkelijker voor je maken door Atlassian Intelligence toe te voegen aan de samensteller voor automatiseringsregels in Jira en Confluence. Nu kun je eenvoudig automatiseringsregels aanmaken door simpelweg in te voeren wat je wilt automatiseren. Atlassian Intelligence doet vervolgens het zware werk om de regel voor je aan te maken. Meer informatie over automatisering met behulp van Atlassian Intelligence voor Jira en voor Confluence.

We zijn ervan overtuigd dat het gebruik van automatisering met behulp van Atlassian Intelligence voor Jira en Confluence het beste werkt in scenario's wanneer je niet zeker weet hoe je van start gaat of wanneer je het aanmaken van regels wilt versnellen.

Weet je niet zeker hoe je het beste een automatiseringsregel kunt aanmaken?

Automatiseringsregels worden aangemaakt door een combinatie van verschillende soorten componenten: triggers, acties, voorwaarden en branches. Je kunt componenten zien als de bouwsteen van een regel. Om een effectieve regel aan te maken met Atlassian Intelligence, moet je regel ten minste zowel een trigger als een actie bevatten. Bijvoorbeeld:

In Jira:

Zoek elke maandag alle taken met een vervaldatum in de komende 7 dagen en stuur de uitvoerder ervan een herinneringse-mail.

Als een ticket naar Testen gaat, wijs het ticket dan toe aan John Smith.

In Confluence:

  • Zoek elke maandag alle taken met een vervaldatum in de komende 7 dagen en stuur de uitvoerder ervan een herinneringse-mail.
  • Archiveer elke zes maanden alle pagina's die in die tijd niet zijn bijgewerkt. Stuur na het archiveren een e-mail naar de auteur van de pagina om hem of haar op de hoogte te stellen.
  • Als een pagina wordt gepubliceerd met een productspecificatie in de titel, maak dan een Jira-ticket aan om de pagina te bekijken met een link naar de pagina.

Bovendien moeten, om een effectieve regel aan te maken, alle componenten ervan worden ondersteund door automatisering met behulp van Atlassian Intelligence. Dit betekent dat alle triggers, acties, voorwaarden of branches in je regel compatibel moeten zijn met automatisering in Jira en/of Confluence.

Overwegingen voor automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om automatisering aan te drijven met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat automatisering met behulp van Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je moet automatisering met behulp van Atlassian Intelligence toegang geven tot informatie die niet direct voor jou beschikbaar is (bijvoorbeeld een beperkte pagina of beperkt project) om je aanvraag goed te kunnen beantwoorden.
  • je eenmalige taken moet uitvoeren;
  • je informatie moet opvragen vanuit je kennisdatabase.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Automatisering met behulp van Atlassian Intelligence werkt alleen met de bestaande set beschikbare automatiseringscomponenten in Jira en Confluence.

Je zou ook kunnen overwegen om zo specifiek mogelijk te zijn over wat je Atlassian Intelligence vraagt te doen, zoals hierboven beschreven.

Je gegevens en automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe automatisering met behulp van Atlassian Intelligence je gegevens gebruikt bij het zoeken naar issues. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context uit je installatie die relevant is voor je vraag, zoals een Jira-project of een Confluence-pagina.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor Confluence-automatisering:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten;
    • worden niet naar een andere externe AI-provider verzonden, behalve naar OpenAI;
    • worden niet opgeslagen door OpenAI;
    • worden niet gebruikt om OpenAI-modellen te verbeteren;
    • worden alleen gebruikt om je ervaring te verbeteren.

OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en uitvoer alleen voor het verwerken van je verzoek, en niet voor andere doeleinden.

Deze functie volgt de rechten van je installatie. Als je bijvoorbeeld geen toegang hebt tot een specifiek project of pagina, wordt er geen inhoud van die assets voorgesteld in het antwoord dat je ontvangt. Als je niet wilt dat je inhoud beschikbaar is in het antwoord naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Diagraminzichten

Hoe Diagraminzichten gebruik maakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Diagramnzichten worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usercases voor Diagraminzichten Copy link to heading Copied! Tonen
  

Diagraminzichten maakt gebruik van Atlassian Intelligence om je meer inzicht te geven in gegevens van elk diagram in Atlassian Analytics. Dit wordt gedaan door de titel van het dashboard, de titel van het diagram en de gegevens van het diagram (waaronder kolomkoppen en rijwaarden) te gebruiken om een samenvatting in natuurlijke taal te genereren van deze diagram en de bijbehorende gegevens. Het is ook bedoeld om trends of afwijkingen te identificeren om je bepaalde inzichten in deze diagram te geven.

Wij zijn van mening dat Diagraminzichten het beste werkt in scenario's waarin:

  • Diagrammen veel rijen met gegevens bevatten.
  • Diagrammen een dashboard-titel hebben.
  • Diagrammen kolomkoppen hebben.
  • Diagrammen waarden hebben in alle rijen en kolommen.

Staafdiagrammen, lijndiagrammen en staaf-lijndiagrammen werken het beste met deze functie, omdat ze meestal trends, datums en veel rijen gegevens bevatten.

Overwegingen bij het gebruik van Diagraminzichten Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om Diagraminzichten mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat Diagraminzichten minder nuttig zijn in situaties waarin:

  • Je diagrammen hebt met één of slechts enkele rijen gegevens.
  • Je diagrammen hebt van het type met één waarde.
  • Je ontbrekende titels, axis-labels en kolomkoppen hebt van diagrammen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Dubbele controle van de nauwkeurigheid van de inzichten met andere gebruikers die mogelijk meer context hebben over de specifieke gegevens die in de diagram worden weergegeven.
  • Rekening houden met het feit dat Atlassian Intelligence slechts de context van één diagram gebruikt en niet het hele dashboard om een antwoord te geven.
Jouw gegevens en Diagraminzichten Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Diagraminzichten je gegevens gebruikt. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op deze pagina

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals de gegevens in je diagram.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Wat je gegevens betreft, past Diagraminzichten de volgende maatregelen toe.

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie gebruikt alleen informatie van het dashboard waar je toegang tot hebt en waarvoor je om inzichten hebt gevraagd.

Korte samenvatting van Confluence

Hoe Atlassian Intelligence pagina's en blogs samenvat in Confluence Copy link to heading Copied! Tonen
  

Het samenvatten van pagina's en blogs met Atlassian Intelligence wordt aangedreven door LLM-modellen ontwikkeld met OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI's modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Korte samenvatting van de usercases voor Confluence Copy link to heading Copied! Tonen
  

Bespaar tijd en verkrijg de informatie die je nodig hebt om je werk sneller te doen door een korte samenvatting van een Confluence-pagina of -blog te genereren met behulp van Atlassian Intelligence. Meer informatie over het gebruik van Atlassian Intelligence in Confluence.

Wij zijn van mening dat het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • er een pagina is met veel tekst die vijf minuten of langer duurt om te lezen;
  • er veel geschreven inhoud is met beperkt beeldmateriaal en/of andere opmaak zoals uitgevouwen tekst op een pagina.
Overwegingen bij het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om pagina's en blogs samen te vatten met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

Terwijl we blijven werken aan een betere ondersteuning voor macro's, tabellen en uitbreidingen in samenvattingen, hebben we gemerkt dat het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence minder zinvol is in scenario's waarbij:

  • je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten;
  • je een samenvatting nodig hebt van een zeer korte Confluence-pagina met niet genoeg inhoud;
  • je een samenvatting nodig hebt van een Confluence-pagina waarop de meeste inhoud in tabellen staat of kan worden uitgevouwen;
  • je een samenvatting nodig hebt van een Confluence-pagina met de meeste inhoud in macro's.

We sporen je aan om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de antwoorden die je krijgt te beoordelen voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Atlassian Intelligence vragen om pagina's samen te vatten waarvan je weet dat ze veel tekst bevatten.
Je gegevens en het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt voor Confluence-automatisering. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).

  • Context uit je installatie die relevant is voor je vraag, zoals de inhoud van de Confluence-pagina die je wilt samenvatten.

  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt

  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het samenvatten van pagina's en blogs:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie hanteert de rechten in jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een Confluence-pagina, krijg je deze functie niet te zien en kun je een pagina niet samenvatten met behulp van Atlassian Intelligence. Als je niet wilt dat je inhoud beschikbaar is voor andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Definieer termen met behulp van Atlassian Intelligence

Hoe Atlassian Intelligence termen definieert Copy link to heading Copied! Tonen
  

Het definiëren van termen met behulp van Atlassian Intelligence in Confluence en Jira wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om antwoorden in de natuurlijke taal binnen Confluence te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door de meest waarschijnlijke volgende woorden of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Usecases voor het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Een van de moeilijkste dingen aan het consumeren van inhoud in Confluence en Jira is het verkrijgen van de context die je nodig hebt om te begrijpen wat je leest. Afkortingen, acroniemen, onbekende termen en team- of projectspecifieke namen kunnen leiden tot een lange zoektocht naar de informatie die je nodig hebt.

Als je termen definieert met behulp van Atlassian Intelligence, krijg je de definitie van bedrijfsspecifieke termen (zoals acroniemen, project-, systeem- en teamnamen) op een pagina in Confluence of in een probleembeschrijving in Jira. Dit geeft gebruikers de informatie die ze nodig hebben, wanneer ze die nodig hebben en dat alles terwijl teams beter kunnen samenwerken.

Atlassian Intelligence kan je tijd besparen door deze dingen voor je te definiëren, zonder dat je wat je aan het lezen bent hoeft te sluiten.

Als je een definitie tegenkomt die volgens jou onjuist is, kun je een definitie bewerken of een nieuwe toevoegen. Je kunt vervolgens de zichtbaarheid instellen voor die pagina of dat issue, de hele space of het project, of de toegang tot je hele organisatie.

Wij zijn van mening dat het definiëren van termen met behulp van Atlassian Intelligence in Confluence het beste werkt in deze situaties:

  • Een bedrijf heeft meerdere pagina's in zijn Confluence-installatie waarin wordt vermeld, beschreven of uitgelegd wat een specifieke term is waar Atlassian Intelligence naar verwijst.
Overwegingen bij het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om termen te definiëren met behulp van Atlassian Intelligence in Confluence-werk, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld de inhoud waarop ze zijn gebaseerd niet altijd nauwkeurig weer of bevatten inhoud die logisch klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het definiëren van termen met Atlassian Intelligence minder nuttig is in de scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je niet voldoende context hebt over de term in die Confluence-installatie (als er bijvoorbeeld geen pagina's zijn waarin de specifieke term wordt genoemd, wordt de definitie van die term niet nauwkeurig gegenereerd).
  • Voor de definitie is toegang vereist tot Confluence-inhoud waarvoor je geen toestemming hebt om deze te bekijken
  • Je meerdere termen probeert te definiëren in plaats van één afzonderlijke term tegelijk.

Daarnaast hebben we in Jira ook ontdekt dat, omdat je voor het definiëren van termen met behulp van Atlassian Intelligence afhankelijk bent van zoeken in Confluence, de functie alleen werkt in Jira als je toestemming hebt om een Confluence-installatie te bekijken op dezelfde site als je Jira-installatie.

Mogelijk ervaar je dat het definiëren van termen met Atlassian Intelligence niet werkt zoals verwacht in Confluence-spaces en Jira-installaties die content in meerdere talen bevatten.

Je gegevens en het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe je gegevens worden gebruikt bij het definiëren van termen met behulp van Atlassian Intelligence. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context van je installatie die relevant is voor je prompt, zoals de term die je wilt definiëren.
  • Gegevens over je interactie met onze functies, zoals gegevens over je klikgedrag en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het definiëren van termen:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten
    • worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie volgt de bestaande toegangsrechten van gebruikers, zodat gebruikers geen definitie te zien krijgen op basis van inhoud waartoe ze geen toegang hebben. In plaats daarvan haalt de functie alleen inhoud en definities op van pagina's en projecten die de gebruiker in de installatie mag bekijken. Als je niet wilt dat je inhoud beschikbaar is in het antwoord naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.
  • Als een gebruiker een definitie handmatig bewerkt of bijwerkt, wordt de definitie gedurende één jaar bewaard.

Genereer omschrijvingen van pull requests met Atlassian Intelligence

Hoe Bitbucket Cloud Atlassian Intelligence gebruikt om omschrijvingen van pull requests te genereren Copy link to heading Copied! Tonen
  

Het genereren van pull request-omschrijvingen met Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen (LLM) die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal en codes in onze producten te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het genereren van pull request-omschrijvingen met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Met Atlassian Intelligence kun je inhoud genereren, transformeren en samenvatten terwijl je omschrijvingen of opmerkingen van pull requests schrijft in de codebeoordelingservaring van Bitbucket Cloud. Dit omvat:

  • Een omschrijving van een pull request genereren op basis van de codewijzigingen in de pull request.
  • De toon van een pull request-omschrijving samenvatten, verbeteren of veranderen.
  • De toon van een pull request-opmerking samenvatten, verbeteren of veranderen.

We zijn van mening dat het genereren van pull-request-omschrijvingen van Bitbucket Cloud met Atlassian Intelligence het beste werkt in scenario's waarin:

  • Als code-auteur wil je dat Atlassian Intelligence je helpt bij het schrijven of verbeteren van een pull request-omschrijving. Dit werkt het beste voor teams die kunnen beoordelen en bevestigen dat de inhoud die door Atlassian Intelligence wordt gegenereerd geschikt is om de pull request te omschrijven.
  • Als code-beoordelaar wil je dat Atlassian Intelligence je helpt bij het verbeteren van de toon of de inhoud van een pull request-opmerking die je al hebt opgesteld.
Overwegingen bij het genereren van pull request-omschrijvingen met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om deze functie mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het genereren van pull request-omschrijvingen van Bitbucket Cloud met Atlassian Intelligence minder goed werkt in scenario's waarin:

  • Je hebt je pull request-omschrijving nodig om te verwijzen naar informatie die nog niet aanwezig is in de codewijzigingen (bijvoorbeeld de broncode die ergens anders in de repository staat).
  • Je kunt niet beoordelen en bevestigen dat de inhoud die door Atlassian Intelligence wordt gegenereerd een nauwkeurige weergave is van de pull request.
  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Proeflees, beoordeel en bewerk de output die wordt gegenereerd door de AI-schrijfassistent om te zorgen voor een goede nauwkeurigheid en duidelijkheid.
  • Werk samen met anderen om feedback te verzamelen en de kwaliteit van je output te verbeteren.
Je gegevens en pull request-omschrijvingen genereren met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe het definiëren van termen met behulp van Atlassian Intelligence in Confluence je gegevens gebruikt. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs)
  • Context van je installatie die relevant is voor je vraag, zoals:
    • de codewijzigingen en commit-berichten in je pull request
    • de inhoud van je pull request-omschrijving
    • de inhoud van je pull request-opmerking
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je wilt geven over deze functie

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van pull request-omschrijvingen:

  • Je vragen (inputs) en antwoorden (outputs):
    • zijn niet beschikbaar voor andere klanten
    • worden niet naar een andere externe AI-provider naast OpenAI verzonden
    • worden niet opgeslagen door OpenAI
    • worden niet gebruikt om OpenAI-modellen te verbeteren
    • worden alleen gebruikt om je ervaring te verbeteren
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers mogen alleen gebruik maken van je gegevens voor het verwerken van je aanvraag en niet voor andere doeleinden.

Genereer SQL-query's in Atlassian Analytics

Hoe Atlassian Intelligence SQL-query's genereert in Atlassian Analytics Copy link to heading Copied! Tonen
  

Het genereren van SQL-query's met behulp van Atlassian Intelligence in Atlassian Analytics wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier zijn beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en te begrijpen, en vertaalt deze vervolgens naar gestructureerde zoekopdrachten (SQL) binnen Atlassian Analytics.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door de meest waarschijnlijke volgende woorden of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak in de onderzoeksdocumenten van OpenAI.

Usercases voor het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Stel Atlassian Intelligence een vraag in natuurlijke taal en laat die vertalen naar SQL, in plaats van je eigen SQL-query's helemaal opnieuw te schrijven. Nadat je een vraag hebt gesteld, gebruikt Atlassian Intelligence het Atlassian Data Lake-schema van de door jou geselecteerde gegevensbron om een SQL-query te genereren die kan worden gebruikt om diagrammen te maken op je Atlassian Analytics-dashboards, en die je ook kan helpen meer te weten te komen over het schema in de Data Lake.

Wij zijn van mening dat het genereren van SQL-query's met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • Je een aangepaste grafiek wilt maken die begint met de gegenereerde SQL en waar nodig de query verfijnen.
  • De vraag over natuurlijke taal woorden en concepten omvat waarnaar wordt verwezen in het Atlassian Data Lake-schema, waarbij je zo specifiek mogelijk bent.
  • Je het Atlassian Data Lake-schema wilt ontdekken en er meer over leren.

Weet je niet zeker welke vragen je moet stellen?

Hier zijn enkele suggesties:

  • Wat zijn de top 5 labels op basis van het aantal open Jira-issues?
  • Hoeveel Jira-issues zijn er de afgelopen maand in het x-project afgerond?
  • Wat is de gemiddelde statustijd voor de status Top 5?
  • Wat zijn de 5 meest favoriete Confluence-pagina's van de afgelopen maand?
  • Hoeveel aanvragen zijn er in de afgelopen 5 dagen ingediend in ons Jira Service Management-project van x?
Overwegingen bij het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om SQL-query's te genereren met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld de inhoud waarop ze zijn gebaseerd niet altijd nauwkeurig weer of bevatten inhoud die logisch klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het genereren van SQL-query's met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je deze functie nodig hebt om toegang te verkrijgen tot informatie die niet direct beschikbaar is in het Atlassian Data Lake-schema (bijvoorbeeld gegevens voor Advanced Roadmaps) om de vraag goed te kunnen beantwoorden.
  • De vraag bevat verwijzingen naar aangepaste velden.
  • De vraag wordt gesteld in een andere taal dan in het Engels.
  • Je bent niet voldoende vertrouwd met SQL om de SQL te valideren die door Atlassian Intelligence wordt teruggegeven.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de antwoorden die je krijgt te beoordelen voordat je deze met anderen deelt.

Denk ook aan het volgende:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Zorg ervoor dat de Atlassian Data Lake-gegevensbron die je gebruikt de gegevens bevat die nodig zijn om je vraag te beantwoorden.
Jouw gegevens en het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het genereren van SQL-query's. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context van je installatie die relevant is voor je prompt, inclusief de openbaar beschikbare Atlassian Data Lake-schema's die van toepassing zijn op je installatie.
  • Gegevens over je interactie met onze functies, zoals gegevens over je klikgedrag en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van SQL-query's.

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe AI-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie volgt de rechten in je Atlassian Data Lake-verbinding. Als je bijvoorbeeld geen toegang hebt tot een Atlassian Data Lake-verbinding, kun je geen SQL bouwen om die op te vragen.

Generatieve AI in de editor

Hoe Atlassian Intelligence in de bewerkingservaringen werkt Copy link to heading Copied! Tonen
  

Atlassian Intelligence in bewerkingservaringen wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier zijn beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door de meest waarschijnlijke volgende woorden of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak in de onderzoeksdocumenten van OpenAI.

Usecases voor generatieve AI in de editor Copy link to heading Copied! Tonen
  

Atlassian Intelligence helpt bij het stimuleren van effectieve communicatie tussen alle teams in een organisatie om de efficiëntie, besluitvorming en processen te verbeteren.

Wij zijn van mening dat het gebruik van Atlassian Intelligence in bewerkingservaringen het beste werkt in scenario's waarbij:

  • Bestaande inhoud wordt getransformeerd voor verschillende doelgroepen. Atlassian Intelligence helpt om de toon te veranderen, het schrijven te verbeteren en technische informatie begrijpelijker te maken voor andere teams. Dit werkt het beste voor teams die hun schrijfstijl professioneler en beknopter willen maken.
  • Een samenvatting wordt gemaakt van de bestaande inhoud. Met Atlassian Intelligence kun je ruwe notities omzetten in nuttige strategiedocumentatie, artikelen uit de kennisdatabase, campagneplannen en meer. Je kunt het ook gebruiken om bestaande informatie te analyseren om actieplannen en items te definiëren. Dit werkt het beste voor pagina's met veel tekst en waar er veel context is om uit te zoeken.
  • Nieuwe inhoud wordt gegenereerd. Atlassian Intelligence helpt je bij het opstellen van nieuwe inhoud, zoals strategiepagina's, projectoverzichten, releasenotes of userstory's. Dit werkt het beste als teams duidelijke, specifieke aanwijzingen gebruiken, met een specifiek doel voor ogen.
Overwegingen bij het gebruik van Atlassian Intelligence in bewerkingservaringen Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt voor Atlassian Intelligence in bewerkingservaringen, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het minder nuttig is om Atlassian Intelligence in bewerkingservaringen te gebruiken in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je toegang nodig hebt tot informatie die niet direct beschikbaar is (bijvoorbeeld in jouw installatie) om je aanvraag goed te kunnen beantwoorden.
  • Je inhoud moet genereren in een formaat dat verder gaat dan de standaard markdown (bijvoorbeeld door een volledig nieuw informatiepaneel te genereren).
  • Je moet verwijzen naar informatie die nog niet aanwezig is in het document dat wordt bewerkt (bijvoorbeeld inhoud die aanwezig is in een ander document of een ander product).
  • Je moet inhoud genereren en transformeren in andere talen naast het Engels.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Denk ook aan het volgende:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Verdeel complexe aanvragen in kleinere, beheersbare taken.
  • Gebruik relevante trefwoorden om de nauwkeurigheid van gegenereerde inhoud te verbeteren.
  • Gebruik de juiste grammatica en interpunctie in je invoertekst.
  • Proeflees, beoordeel en bewerk de output die wordt gegenereerd door de AI-schrijfassistent om te zorgen voor een goede nauwkeurigheid en duidelijkheid.
  • Experimenteer met verschillende vragen en variaties van je invoertekst om verschillende ideeën te overwegen.
  • Werk samen met anderen om feedback te verzamelen en de kwaliteit van je output te verbeteren.
Jouw gegevens en Atlassian Intelligence in bewerkingservaringen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij bewerkingservaringen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je vraag, zoals het product waarmee je Atlassian Intelligence hebt geactiveerd.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, past Atlassian Intelligence de volgende maatregelen toe tijdens bewerkingservaringen:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en outputs alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een specifieke Confluence-pagina, wordt er geen inhoud van die pagina voorgesteld in het antwoord dat je ontvangt. Als je niet wilt dat je inhoud beschikbaar is in antwoorden op andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Zoek antwoorden in Confluence

Hoe Atlassian Intelligence antwoorden zoekt in Confluence Copy link to heading Copied! Tonen
  

Het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence wordt mogelijk gemaakt door LLM-modellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usercases voor het zoeken naar antwoorden in Confluence Copy link to heading Copied! Tonen
  

De kennisdatabases groeien zo snel dat gebruikers het niet bij kunnen houden. Het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence biedt een snellere weg naar belangrijke informatie die klanten nodig hebben om verder te kunnen met hun werk. Met deze functie kun je gemakkelijk de informatie vinden die je nodig hebt. Atlassian Intelligence begrijpt wat voor soort vragen je aan een teamgenoot zou stellen en beantwoordt ze meteen. Meer informatie over hoe je Atlassian Intelligence kunt gebruiken om antwoorden te zoeken in Confluence.

Wij zijn van mening dat het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence het beste werkt als je Confluence-site vol staat met gedetailleerde, volledige en actuele inhoud.

Deze functie genereert geen nieuwe inhoud, maar doorzoekt Confluence-pagina's en -blogs (met inachtneming van de beperkingen) om een antwoord op je vraag te vinden. Atlassian Intelligence genereert antwoorden uitsluitend op basis van wat er in je Confluence-installatie staat en waar jij specifiek toegang tot hebt.

Weet je niet zeker welke vragen je moet stellen?

Hier zijn enkele suggesties

  • Wanneer is het volgende marketingteam offsite?
  • Wat is het beleid voor thuiswerken?
  • Wat is Project Sunrise?
  • Wanneer is onze volgende marketingcampagne?
  • Waar zijn de releasenotes voor het nieuwste product van SpaceLaunch?
  • Hoe dien ik claims in voor onkostenvergoeding?
Overwegingen bij het zoeken naar antwoorden met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om antwoorden te zoeken in Confluence met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het zoeken naar antwoorden in Confluence met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je hebt actuele en nauwkeurige gegevens nodig over gegevens die vaak veranderen (bijvoorbeeld een roadmap die maandelijks wordt bijgewerkt).
  • Je hebt actuele en nauwkeurige gegevens nodig over specifieke mensen en de rol die ze spelen in je organisatie.
  • Je hebt toegang nodig tot gegevens die niet direct beschikbaar zijn (bijvoorbeeld beperkte pagina's in je Confluence-installatie) om je vraag goed te kunnen beantwoorden.
  • Het antwoord bestaat uit een reeks verschillende waarden of categorieën (bijvoorbeeld statistieken die elke week worden bijgewerkt).
  • Je hebt antwoorden nodig die nuancering, complexiteit of een menselijke manier van redeneren vereisen.

Mogelijk ondervind je dat het zoeken naar antwoorden in Confluence met Atlassian Intelligence niet werkt zoals verwacht in Confluence-spaces met documenten in meerdere talen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de antwoorden die je krijgt te beoordelen voordat je deze met anderen deelt.

Denk ook aan het volgende:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Stel vragen over dingen waarvan je weet dat ze zijn gedocumenteerd in je Confluence-installatie en waartoe je toegang hebt.
Je gegevens en het zoeken naar antwoorden in Confluence met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het zoeken naar antwoorden in Confluence. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context uit je installatie die relevant is voor je vraag, zoals de inhoud van de drie bovenste pagina's die omhoog komen bij een Confluence-zoekopdracht.
  • Gegevens over je interactie met onze functies, zoals gegevens over je klikgedrag en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het zoeken naar antwoorden in Confluence:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een specifieke Confluence-pagina, gebruikt deze functie geen inhoud van die pagina in het antwoord dat je ziet. Als je niet wilt dat je inhoud beschikbaar is in antwoorden naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Zoek issues in Jira

Hoe Atlassian Intelligence issues in Jira zoekt Copy link to heading Copied! Tonen
  

Het zoeken van issues met behulp van Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. De modellen omvatten de OpenAI-modellen die hier worden beschreven en die zijn verfijnd door Atlassian op basis van gegenereerde synthetische gegevens.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en te begrijpen, en vertaalt deze vervolgens naar Jira Query Language-code (JQL) in onze producten.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen en de verfijning van OpenAI. Je kunt ook meer over deze aanpak lezen in de onderzoeksdocumenten van OpenAI.

Usecases voor het zoeken van issues in Jira Copy link to heading Copied! Tonen
  

Je kunt Atlassian Intelligence nu vragen wat je wilt in alledaagse taal in plaats van dat je complexe vragen moet stellen. Door issues te zoeken met behulp van Atlassian Intelligence, wordt je vraag vertaald in een JQL-zoekopdracht die je snel helpt bij het zoeken naar specifieke issues.

Wij zijn van mening dat het zoeken naar issues met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • Je zoekt naar Jira-issues met behulp van issuevelden die beschikbaar zijn in je Jira-project.
  • De zoekopdracht specifieke velden en waarden bevat die je kunnen helpen om je zoektocht naar een issue specifieker te maken.
  • De velden en waarden waar je naar op zoek bent in je Jira-project staan.
  • Je zoekopdracht Engelstalig is.
  • De zoekopdracht kan worden vertaald naar JQL. Aangezien Atlassian Intelligence vragen omzet in JQL-code, kan input met trefwoorden die naar JQL kunnen worden vertaald, betere resultaten opleveren.
Overwegingen bij het zoeken naar issues met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om issues te zoeken met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het zoeken naar issues met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je op zoek bent naar Jira-entiteiten die geen issues zijn, zoals projecten, borden of gebruikers.
  • Je zoekt in een andere taal dan het Engels.
  • Je hebt de zoekfunctie nodig om issues te analyseren en zo grafieken, samenvattingen of andere representaties van je gegevens te maken.
  • De zoekopdracht vereist functies die momenteel niet beschikbaar zijn in JQL (bijvoorbeeld een vraag zoals 'Vind problemen waar ik een opmerking over heb gemaakt' die niet kunnen worden vertaald naar een JQL-functie).

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je zou ook kunnen overwegen om zo specifiek mogelijk te zijn in wat je Atlassian Intelligence vraagt te doen. Zorg ervoor dat je de exacte velden en waarden invult die je zoekt.

Je gegevens en het zoeken naar issues met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het zoeken naar issues. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context uit je installatie die relevant is voor je vraag, zoals het huidige project waarin je je bevindt.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het zoeken naar issues:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Je antwoorden op zoekopdrachten zijn gebaseerd op de issues en velden waartoe je toegang hebt (als je bijvoorbeeld geen toegang hebt tot een specifiek Jira-project, ontvang je geen zoekresultaten voor issues en velden van dat project).

Aanvraagtypen voorstellen in Jira Service Management

Hoe Atlassian Intelligence aanvraagtypen voorstelt in Jira Service Management Copy link to heading Copied! Tonen
  

De voorgestelde aanvraagtypes van Atlassian Intelligence worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om input in natuurlijke taal te analyseren en aanbevelingen te genereren voor namen en beschrijvingen van aanvraagtypen binnen Jira Service Management.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het voorstellen van aanvraagtypen in Jira Service Management Copy link to heading Copied! Tonen
  

Besteed minder tijd aan het uitzoeken welke aanvraagtypen je moet maken voor je project en krijg in plaats daarvan suggesties van Atlassian Intelligence. Beschrijf gewoon je werk en wat je team doorgaans beheert om te zien welke aanvraagtypen je zou kunnen indienen. Selecteer een van de suggesties die door Atlassian Intelligence zijn gegenereerd om een aanvraagtype te maken. Meer informatie over hoe je Atlassian Intelligence kunt gebruiken om aanvraagtypen voor te stellen.

Wij zijn van mening dat het gebruik van Atlassian Intelligence om aanvraagtypes voor te stellen het beste werkt in scenario's waarbij:

  • Je heel specifieke gebruiksscenario's hebt waar bestaande sjablonen van het aanvraagtype niet aan voldoen.
  • Je zeer algemene vereisten hebt en op zoek bent naar ideeën.
  • Je een veel gesproken taal gebruikt (bijvoorbeeld Engels of Spaans).
Overwegingen bij het gebruik van Atlassian Intelligence om aanvraagtypen voor te stellen Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om aanvraagtypen voor te stellen met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het minder nuttig is om Atlassian Intelligence te gebruiken om aanvraagtypen voor te stellen in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je hebt deze functie nodig om toegang te hebben tot informatie die niet direct beschikbaar is (bijvoorbeeld in jouw installatie) om je aanvraag goed te kunnen beantwoorden.
  • Je geeft vragen op die te vaag of niet relevant zijn voor het servicebeheer.
  • Je gebruikt geen veelgesproken taal

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
Je gegevens en het gebruik van Atlassian Intelligence om aanvraagtypen voor te stellen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt om aanvraagtypen voor te stellen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context van je installatie die relevant is voor je vraag.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt om soorten aanvragen voor te stellen.

  • Je vragen (invoer) en antwoorden (uitvoer):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Bij deze functie wordt er alleen informatie gebruikt uit je vragen, dus alle Jira-rechten worden gerespecteerd.

Issuegegevens samenvatten in Jira Service Management

Hoe Atlassian Intelligence issuegegevens samenvat in Jira Service Management Copy link to heading Copied! Tonen
  

Het samenvatten van issuegegevens met Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door de meest waarschijnlijke volgende woorden of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak in de onderzoeksdocumenten van OpenAI.

Usecases voor het samenvatten van issuegegevens in Jira Service Management Copy link to heading Copied! Tonen
  

In plaats van lange omschrijvingen en talloze opmerkingen over een Jira Service Management-issue te lezen, kun je Atlassian Intelligence gebruiken om deze informatie snel voor je samen te vatten. Hierdoor krijgen agents snel inzicht in de context en de voortgang van de issue en kunnen ze rap actie ondernemen en hulp bieden.

We hebben ondervonden dat het samenvatten van issuegegevens met Atlassian Intelligence het beste werkt voor:

  • issues met een omschrijving en opmerkingen in het Engels.
  • issues met veel opmerkingen en/of lange opmerkingen en omschrijvingen.
Overwegingen bij het samenvatten van issuegegevens met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om issuegegevens samen te vatten met Atlassian Intelligence soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld de inhoud waarop ze zijn gebaseerd niet altijd nauwkeurig weer of bevatten inhoud die logisch klinkt, maar onjuist of onvolledig is.

We hebben ondervonden dat het samenvatten van issuegegevens met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je zoekt in een andere taal dan het Engels.
  • De issue geen geschiedenis of gegevens bevat.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de antwoorden die je krijgt te beoordelen voordat je deze met anderen deelt.

Je gegevens en het samenvatten van issuegegevens met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het samenvatten van issuegegevens. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (invoer) en antwoorden (uitvoer).
  • Context uit je installatie die relevant is voor je vraag, inclusief gegevens over de Jira-service. Het beheer van de issue, zoals de issue-omschrijving, opmerkingen en gebruikers die zijn betrokken bij het ticket.
  • Gegevens over je interactie met onze functies, zoals gegevens over je klikgedrag en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het samenvatten van issuegegevens:

  • Je vragen (invoer) en antwoorden (uitvoer):
    • zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren.
    • worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Alleen agents en projectbeheerders zien de knop Samenvatten.

Aangepaste formules schrijven met behulp van Atlassian Intelligence

Hoe Atlassian Intelligence aangepaste formules schrijft in Atlassian Analytics Copy link to heading Copied! Tonen
  

Aangepaste formules schrijven met behulp van Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en vertaalt deze vervolgens naar SQLite binnen Atlassian Analytics.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het schrijven van aangepaste formules met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Vraag of beschrijf aan Atlassian Intelligence hoe je de gegevens in je resultatentabel wilt omzetten. Deze worden vervolgens omgezet in een SQLite-expressie die wordt gebruikt voor aangepaste formules. Zo hoef je je eigen SQLite-expressies niet helemaal opnieuw te schrijven. Nadat je een vraag hebt gesteld, gebruikt Atlassian Intelligence de gegevens in de resultatentabel van de vorige Visual SQL-stap om een SQLite-expressie te genereren die berekeningen of bewerkingen toepast op die gegevens voor je diagram. Dit kan je ook helpen meer te weten te komen over de functies van SQLite en de syntax.

Het schrijven van aangepaste formules met behulp van Atlassian Intelligence werkt het beste in scenario's waarbij:

  • Je wijzigingen wilt aanbrengen in één kolom in je opgevraagde gegevens.
  • Je met een gegenereerde SQLite-expressie wilt beginnen en deze waar nodig wilt verfijnen.
  • De vraag over natuurlijke taal woorden en concepten omvat waarnaar wordt verwezen in de kopteksten van je kolommen of rijgegevens.
  • Je meer te weten wilt komen over SQLite en beschikbare SQLite-functies wilt ontdekken.
Overwegingen bij het schrijven van aangepaste formules met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Houd er bij het gebruik van aangepaste formules rekening mee dat de modellen die worden gebruikt in Atlassian Intelligence soms onnauwkeurig, onvolledig of onbetrouwbaar zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar die onjuist of onvolledig is.

We hebben ontdekt dat het schrijven van aangepaste formules met behulp van Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je wijzigingen wilt aanbrengen in meer dan één kolom in één aangepaste formule.
  • Je deze functie nodig hebt om toegang te krijgen tot informatie die niet direct beschikbaar is in de gegevens van de resultatentabel.
  • De prompt wordt voorgesteld in een andere taal dan in het Engels.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Ervoor zorgen dat de gegevens die je hebt opgevraagd ook de gegevens bevatten die nodig zijn om je vraag te beantwoorden
Je gegevens en het schrijven van aangepaste formules met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe je gegevens worden gebruikt bij het schrijven van aangepaste formules met behulp van Atlassian Intelligence. Dit gedeelte is een aanvulling op de informatie die beschikbaar is in ons Trust Center.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals het opnemen van de gegevens van de resultatenset in de vorige Visual SQL-stap.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.
  • Gegevens over hoe je omgaat met onze functies, zoals clickstreamgegevens

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het schrijven van aangepaste formules.

Je vragen (inputs) en antwoorden (outputs):

  • Zijn niet beschikbaar voor andere klanten.
  • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
  • Worden niet opgeslagen door OpenAI.
  • Worden niet gebruikt om OpenAI-modellen te verbeteren.
  • Worden alleen gebruikt om je ervaring te verbeteren.

OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.

Atlassian AI-logo.

Atlassian Intelligence en Rovo zijn ontworpen voor transparantie

Onze eerlijke toewijding aan open communicatie, verantwoordelijkheid en het helpen van teams om AI op een verantwoorde manier te gebruiken.

Rovo

Selecteer hieronder een Rovo-functie om een duidelijk overzicht te krijgen van de usecases en het gegevensgebruik.

Atlassian Intelligence-antwoorden in Jira Service Management

Hoe Atlassian Intelligence-antwoorden werken in Jira Service Management Copy link to heading Copied! Tonen
  

Atlassian Intelligence-antwoorden worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor Atlassian Intelligence-antwoorden in Jira Service Management Copy link to heading Copied! Tonen
  

De antwoordfunctie van Atlassian Intelligence maakt verbinding met de virtuele service-agent in Jira Service Management. De functie maakt gebruik van generatieve kunstmatige intelligentie om in je gekoppelde kennisdatabases te zoeken en vragen van je klanten te beantwoorden.

We hebben ondervonden dat Atlassian Intelligence-antwoorden het beste werken in scenario's waarbij:

  • Je hebt een complete, actuele gekoppelde kennisdatabase waar de virtuele service-agent toegang tot heeft om antwoorden te geven op vragen van klanten met behulp van Atlassian Intelligence-antwoorden.
  • Atlassian Intelligence-antwoorden worden gebruikt om vragen van klanten te beantwoorden die:
    • kunnen worden opgelost met informatie of instructies.
    • worden beantwoord in (of eenvoudig toe te voegen zijn aan) je bestaande kennisdatabase-artikelen.
    • niet geëscaleerd hoeven te worden naar een van je agents.
Overwegingen bij het gebruik van Atlassian Intelligence-antwoorden in Jira Service Management Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om Atlassian Intelligence-antwoorden mogelijk te maken, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ondervonden dat Atlassian Intelligence-antwoorden minder nuttig zijn in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Atlassian Intelligence-antwoorden toegang moeten hebben tot informatie die niet direct beschikbaar is (bijvoorbeeld in je gekoppelde kennisdatabase) om je aanvraag goed te kunnen beantwoorden.
  • Je kennisdatabase is verouderd of niet compleet. Zoekopdrachten leveren hierom mogelijk niet het gewenste resultaat op.
  • De artikelen in je kennisdatabase bevatten geen relevante of hoogwaardige informatie. De antwoorden van Atlassian Intelligence bieden klanten mogelijk minder relevante informatie op basis van deze artikelen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Je gekoppelde kennisdatabase (en de bestaande artikelen die erin zijn opgenomen) proactief bekijken en bijwerken om ervoor te zorgen dat deze volledig en up-to-date blijft.
  • De rechten en beperkingen proactief bekijken die van toepassing zijn op je gekoppelde kennisdatabase om er zeker van te zijn dat de antwoorden van Atlassian Intelligence de juiste informatie bevatten en dus zinvol te zijn.
Je gegevens en antwoorden van Atlassian Intelligence in Jira Service Management Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe de antwoorden van Atlassian Intelligence je gegevens gebruiken in Jira Service Management. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, zoals je gekoppelde spaces in de kennisdatabase.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.
  • Als het op je gegevens aankomt, worden de volgende maatregelen toegepast op de antwoorden van Atlassian Intelligence in Jira Service Management:
  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI-modellen te verbeteren;
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie hanteert de van toepassing zijnde rechten en beperkingen voor je gekoppelde kennisdatabase. Dit betekent dat alle pagina's die voor klanten beschikbaar zijn in de Jira Service Management-portal beschikbaar zullen zijn via de antwoorden van Atlassian Intelligence. Als bijvoorbeeld de toegang tot een bepaalde Confluence-pagina is beperkt en deze niet algemeen beschikbaar is via Jira Service Management, wordt de inhoud van die pagina niet voorgesteld in de antwoorden van Atlassian Intelligence. Als je niet wilt dat je inhoud beschikbaar is in antwoorden naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Automatisering met behulp van Atlassian Intelligence

Hoe automatisering gebruikmaakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Automatisering met Atlassian Intelligence wordt aangedreven door GPT-modellen ontwikkeld met OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om de natuurlijke taalinvoer te analyseren en automatiseringsregels voor je te genereren binnen Jira en Confluence.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Automatiseringsregels aanmaken is essentieel voor de dagelijkse automatiseringservaring. We willen dit nog gemakkelijker voor je maken door Atlassian Intelligence toe te voegen aan de samensteller voor automatiseringsregels in Jira en Confluence. Nu kun je eenvoudig automatiseringsregels aanmaken door simpelweg in te voeren wat je wilt automatiseren. Atlassian Intelligence doet vervolgens het zware werk om de regel voor je aan te maken. Meer informatie over automatisering met behulp van Atlassian Intelligence voor Jira en voor Confluence.

We zijn ervan overtuigd dat het gebruik van automatisering met behulp van Atlassian Intelligence voor Jira en Confluence het beste werkt in scenario's wanneer je niet zeker weet hoe je van start gaat of wanneer je het aanmaken van regels wilt versnellen.

Weet je niet zeker hoe je het beste een automatiseringsregel kunt aanmaken?

Automatiseringsregels worden aangemaakt door een combinatie van verschillende soorten componenten: triggers, acties, voorwaarden en branches. Je kunt componenten zien als de bouwsteen van een regel. Om een effectieve regel aan te maken met Atlassian Intelligence, moet je regel ten minste zowel een trigger als een actie bevatten. Bijvoorbeeld:

In Jira:

Zoek elke maandag alle taken met een vervaldatum in de komende 7 dagen en stuur de uitvoerder ervan een herinneringse-mail.

Als een ticket naar Testen gaat, wijs het ticket dan toe aan John Smith.

In Confluence:

  • Zoek elke maandag alle taken met een vervaldatum in de komende 7 dagen en stuur de uitvoerder ervan een herinneringse-mail.
  • Archiveer elke zes maanden alle pagina's die in die tijd niet zijn bijgewerkt. Stuur na het archiveren een e-mail naar de auteur van de pagina om hem of haar op de hoogte te stellen.
  • Als een pagina wordt gepubliceerd met een productspecificatie in de titel, maak dan een Jira-ticket aan om de pagina te bekijken met een link naar de pagina.

Bovendien moeten, om een effectieve regel aan te maken, alle componenten ervan worden ondersteund door automatisering met behulp van Atlassian Intelligence. Dit betekent dat alle triggers, acties, voorwaarden of branches in je regel compatibel moeten zijn met automatisering in Jira en/of Confluence.

Overwegingen voor automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om automatisering aan te drijven met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat automatisering met behulp van Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je moet automatisering met behulp van Atlassian Intelligence toegang geven tot informatie die niet direct voor jou beschikbaar is (bijvoorbeeld een beperkte pagina of beperkt project) om je aanvraag goed te kunnen beantwoorden.
  • je eenmalige taken moet uitvoeren;
  • je informatie moet opvragen vanuit je kennisdatabase.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Automatisering met behulp van Atlassian Intelligence werkt alleen met de bestaande set beschikbare automatiseringscomponenten in Jira en Confluence.

Je zou ook kunnen overwegen om zo specifiek mogelijk te zijn over wat je Atlassian Intelligence vraagt te doen, zoals hierboven beschreven.

Je gegevens en automatisering met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe automatisering met behulp van Atlassian Intelligence je gegevens gebruikt bij het zoeken naar issues. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, zoals een Jira-project of een Confluence-pagina.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor Confluence-automatisering:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe AI-provider verzonden, behalve naar OpenAI;
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.

OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.

Deze functie volgt de rechten van je installatie. Als je bijvoorbeeld geen toegang hebt tot een specifiek project of pagina, wordt er geen inhoud van die assets voorgesteld in het antwoord dat je ontvangt. Als je niet wilt dat je inhoud beschikbaar is in het antwoord naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Groepering van waarschuwingen

Hoe er bij het groeperen van waarschuwingen gebruik wordt gemaakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Groepering van waarschuwingen door Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI en andere modellen van zelflerende systemen. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen van zelflerende systemen voor het analyseren en genereren van waarschuwingsgroepen, en om gerelateerde suggesties te geven (eerdere waarschuwingsgroepen en -respondenten) binnen onze producten op basis van de overeenkomst tussen de inhoud van de waarschuwing of van de gebruikte tags. Vervolgens gebruikt Atlassian Intelligence grote taalmodellen om omschrijvingen en inhoud in natuurlijke taal te analyseren en te genereren voor deze groepen binnen onze producten.

Deze grote taalmodellen genereren reacties op basis van jouw input en zijn probabilistisch. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het groeperen van waarschuwingen Copy link to heading Copied! Tonen
  

Groepering van waarschuwingen maakt gebruik van Atlassian Intelligence om soortgelijke waarschuwingen te identificeren en te groeperen. Het helpt je ook door eerdere soortgelijke waarschuwingsgroepen en -respondenten (of respondententeams) te identificeren en aan te bevelen, op basis van de semantische overeenkomst van de waarschuwingsinhoud of gebruikte tags.

Als je de waarschuwingsgroep naar een incident wilt laten escaleren, wordt bij het groeperen van waarschuwingen ook alle contextuele informatie vooraf ingevuld, zodat je deze kunt bekijken als onderdeel van het aanmaakproces van incidenten.

We zijn van mening dat waarschuwingen groeperen het beste werkt in scenario's waarin:

  • je organisatie regelmatig te maken krijgt met soortgelijke of dubbele meldingen die zich in grote hoeveelheden voordoen, of ze nu gedurende een korte of langere periode worden ontvangen.
  • je organisatie meldingen consequent categoriseert met behulp van tags.
  • je team vaak ontdekt dat soortgelijke of dubbele meldingen omgezet moeten worden in incidenten.
Overwegingen bij het gebruik van waarschuwingsgroepering Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om groeperen van waarschuwingen mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is. In het geval van de waarschuwingsgroepen die je ziet, geven ze mogelijk niet precies de semantische overeenkomst van hun tags weer.

We hebben ontdekt dat groepering van waarschuwingen minder nuttig is in situaties waarin:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • je groepering van waarschuwingen nodig hebt om toegang te hebben tot informatie die niet direct beschikbaar is om de waarschuwingen goed te kunnen groeperen. Het groeperen van waarschuwingen werkt binnen de grenzen van de door je team geconfigureerde rollen en rechten. Je hebt dus alleen toegang tot groepen en inzichten voor waarschuwingen die je mag bekijken.
  • De waarschuwingstags die door je team worden gebruikt, zijn niet consistent en worden niet goed onderhouden. Omdat waarschuwingen worden gegroepeerd op basis van de semantische overeenkomst tussen de titels en tags van waarschuwingen, hangt de kwaliteit van de waarschuwingsgroepen die worden gegenereerd af van de consistentie en hygiëne van de waarschuwingstags die door je team en je organisatie worden gebruikt.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je zou ook kunnen overwegen om te zorgen dat jij en je team consistente werkwijzen volgen bij het gebruik van waarschuwingstags.

Groepering van je gegevens en waarschuwingen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe je gegevens worden gebruikt bij het groeperen van waarschuwingen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals je waarschuwingsgegevens (waarschuwingstitels, waarschuwingstags, prioriteit, responsteams, omschrijving).
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

We verwerken je waarschuwingsgegevens om een versie van het model zelflerend systeem te trainen om patronen te herkennen die specifiek zijn voor je meldingen. Deze versie wordt enkel gebruikt om je ervaring te tonen:

  • We slaan de geïdentificeerde patronen op om je inzichten te geven.
  • We gebruiken je waarschuwingsgegevens niet om LLM's te trainen.

Wat je gegevens betreft, past het groeperen van waarschuwingen de volgende maatregelen toe:

  • Je in- en outputs:
    • Zijn niet beschikbaar voor andere klanten
    • Worden niet naar externe LLM-providers verzonden, met uitzondering van OpenAI.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en uitvoer alleen voor het verwerken van je verzoek, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van je site. Als Atlassian Intelligence bijvoorbeeld 50 meldingen groepeert op basis van hun tags en semantische overeenkomsten en je mag er slechts 30 bekijken, zie je alleen die 30 in de detailweergave van de groep. Als je niet wilt dat je waarschuwingen beschikbaar zijn in het antwoord naar andere gebruikers in je site, overleg dan met je organisatie-/sitebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.
Hoe Atlassian Intelligence pagina's en blogs samenvat in Confluence Copy link to heading Copied! Tonen
  

Het samenvatten van pagina's en blogs met Atlassian Intelligence wordt aangedreven door LLM-modellen ontwikkeld met OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Korte samenvatting van de usercases voor Confluence Copy link to heading Copied! Tonen
  

Bespaar tijd en verkrijg de informatie die je nodig hebt om je werk sneller te doen door een korte samenvatting van een Confluence-pagina of -blog te genereren met behulp van Atlassian Intelligence. Meer informatie over het gebruik van Atlassian Intelligence in Confluence.

Wij zijn van mening dat het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • er een pagina is met veel tekst die vijf minuten of langer duurt om te lezen;
  • er veel geschreven inhoud is met beperkt beeldmateriaal en/of andere opmaak zoals uitgevouwen tekst op een pagina.
Overwegingen bij het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om pagina's en blogs samen te vatten met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

Terwijl we blijven werken aan een betere ondersteuning voor macro's, tabellen en uitbreidingen in samenvattingen, hebben we gemerkt dat het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence minder zinvol is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • je een samenvatting nodig hebt van een zeer korte Confluence-pagina met niet genoeg inhoud;
  • je een samenvatting nodig hebt van een Confluence-pagina waarop de meeste inhoud in tabellen staat of kan worden uitgevouwen;
  • je een samenvatting nodig hebt van een Confluence-pagina met de meeste inhoud in macro's.

We sporen je aan om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit van de antwoorden die je krijgt te beoordelen voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Atlassian Intelligence vragen om pagina's samen te vatten waarvan je weet dat ze veel tekst bevatten.
Je gegevens en het samenvatten van pagina's en blogs met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt voor Confluence-automatisering. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).

  • Context uit je installatie die relevant is voor je vraag, zoals de inhoud van de Confluence-pagina die je wilt samenvatten.

  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt

  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het samenvatten van pagina's en blogs:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van je installatie. Als je bijvoorbeeld geen toegang hebt tot een Confluence-pagina, krijg je deze functie niet te zien en kun je een pagina niet samenvatten met behulp van Atlassian Intelligence. Als je niet wilt dat je inhoud beschikbaar is voor andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Definieer termen met behulp van Atlassian Intelligence

Hoe Atlassian Intelligence termen definieert Copy link to heading Copied! Tonen
  

Het definiëren van termen met behulp van Atlassian Intelligence in Confluence en Jira wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om antwoorden in de natuurlijke taal binnen Confluence te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Usecases voor het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Een van de moeilijkste dingen aan het consumeren van inhoud in Confluence en Jira is het verkrijgen van de context die je nodig hebt om te begrijpen wat je leest. Afkortingen, acroniemen, onbekende termen en team- of projectspecifieke namen kunnen leiden tot een lange zoektocht naar de informatie die je nodig hebt.

Als je termen definieert met behulp van Atlassian Intelligence, krijg je de definitie van bedrijfsspecifieke termen (zoals acroniemen, project-, systeem- en teamnamen) op een pagina in Confluence of in een probleembeschrijving in Jira. Dit geeft gebruikers de informatie die ze nodig hebben, wanneer ze die nodig hebben en dat alles terwijl teams beter kunnen samenwerken.

Atlassian Intelligence kan je tijd besparen door deze dingen voor je te definiëren, zonder dat je wat je aan het lezen bent hoeft te sluiten.

Als je een definitie tegenkomt die volgens jou onjuist is, kun je een definitie bewerken of een nieuwe toevoegen. Je kunt vervolgens de zichtbaarheid instellen voor die pagina of dat issue, de hele space of het project, of de toegang tot je hele organisatie.

Wij zijn van mening dat het definiëren van termen met behulp van Atlassian Intelligence in Confluence het beste werkt in deze situaties:

  • Een bedrijf heeft meerdere pagina's in zijn Confluence-installatie waarin wordt vermeld, beschreven of uitgelegd wat een specifieke term is waar Atlassian Intelligence naar verwijst.
Overwegingen bij het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om termen te definiëren met behulp van Atlassian Intelligence in Confluence-werk, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het definiëren van termen met Atlassian Intelligence minder nuttig is in de scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je niet voldoende context hebt over de term in die Confluence-installatie (als er bijvoorbeeld geen pagina's zijn waarin de specifieke term wordt genoemd, wordt de definitie van die term niet nauwkeurig gegenereerd).
  • Voor de definitie is toegang vereist tot Confluence-inhoud waarvoor je geen toestemming hebt om deze te bekijken
  • Je meerdere termen probeert te definiëren in plaats van één afzonderlijke term tegelijk.

Daarnaast hebben we in Jira ook ontdekt dat, omdat je voor het definiëren van termen met behulp van Atlassian Intelligence afhankelijk bent van zoeken in Confluence, de functie alleen werkt in Jira als je toestemming hebt om een Confluence-installatie te bekijken op dezelfde site als je Jira-installatie.

Mogelijk ervaar je dat het definiëren van termen met Atlassian Intelligence niet werkt zoals verwacht in Confluence-spaces en Jira-installaties die content in meerdere talen bevatten.

Je gegevens en het definiëren van termen met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe je gegevens worden gebruikt bij het definiëren van termen met behulp van Atlassian Intelligence. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals de term die je wilt definiëren.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het definiëren van termen:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de bestaande toegangsrechten van gebruikers, zodat gebruikers geen definitie te zien krijgen op basis van inhoud waartoe ze geen toegang hebben. In plaats daarvan haalt de functie alleen inhoud en definities op van pagina's en projecten die de gebruiker in de installatie mag bekijken. Als je niet wilt dat je inhoud beschikbaar is in het antwoord naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.
  • Als een gebruiker een definitie handmatig bewerkt of bijwerkt, wordt de definitie gedurende één jaar bewaard.

Generatieve AI in de editor

Hoe Atlassian Intelligence in de bewerkingservaringen werkt Copy link to heading Copied! Tonen
  

Atlassian Intelligence in bewerkingservaringen wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier zijn beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor generatieve AI in de editor Copy link to heading Copied! Tonen
  

Atlassian Intelligence helpt bij het stimuleren van effectieve communicatie tussen alle teams in een organisatie om de efficiëntie, besluitvorming en processen te verbeteren.

Wij zijn van mening dat het gebruik van Atlassian Intelligence in bewerkingservaringen het beste werkt in scenario's waarbij:

  • Bestaande inhoud wordt getransformeerd voor verschillende doelgroepen. Atlassian Intelligence helpt om de toon te veranderen, het schrijven te verbeteren en technische informatie begrijpelijker te maken voor andere teams. Dit werkt het beste voor teams die hun schrijfstijl professioneler en beknopter willen maken.
  • Een samenvatting wordt gemaakt van de bestaande inhoud. Met Atlassian Intelligence kun je ruwe notities omzetten in nuttige strategiedocumentatie, artikelen uit de kennisdatabase, campagneplannen en meer. Je kunt het ook gebruiken om bestaande informatie te analyseren om actieplannen en items te definiëren. Dit werkt het beste voor pagina's met veel tekst en waar er veel context is om uit te zoeken.
  • Nieuwe inhoud wordt gegenereerd. Atlassian Intelligence helpt je bij het opstellen van nieuwe inhoud, zoals strategiepagina's, projectoverzichten, releasenotes of userstory's. Dit werkt het beste als teams duidelijke, specifieke aanwijzingen gebruiken, met een specifiek doel voor ogen.
Overwegingen bij het gebruik van Atlassian Intelligence in bewerkingservaringen Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt voor Atlassian Intelligence in bewerkingservaringen, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het minder nuttig is om Atlassian Intelligence in bewerkingservaringen te gebruiken in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je toegang nodig hebt tot informatie die niet direct beschikbaar is (bijvoorbeeld in jouw installatie) om je aanvraag goed te kunnen beantwoorden.
  • Je inhoud moet genereren in een formaat dat verder gaat dan de standaard markdown (bijvoorbeeld door een volledig nieuw informatiepaneel te genereren).
  • Je moet verwijzen naar informatie die nog niet aanwezig is in het document dat wordt bewerkt (bijvoorbeeld inhoud die aanwezig is in een ander document of een ander product).
  • Je moet inhoud genereren en transformeren in andere talen naast het Engels.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Verdeel complexe aanvragen in kleinere, beheersbare taken.
  • Gebruik relevante trefwoorden om de nauwkeurigheid van gegenereerde inhoud te verbeteren.
  • Gebruik de juiste grammatica en interpunctie in je invoertekst.
  • Proeflees, beoordeel en bewerk de output die wordt gegenereerd door de AI-schrijfassistent om te zorgen voor een goede nauwkeurigheid en duidelijkheid.
  • Experimenteer met verschillende vragen en variaties van je invoertekst om verschillende ideeën te overwegen.
  • Werk samen met anderen om feedback te verzamelen en de kwaliteit van je output te verbeteren.
Jouw gegevens en Atlassian Intelligence in bewerkingservaringen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij bewerkingservaringen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je vraag, zoals het product waarmee je Atlassian Intelligence hebt geactiveerd.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, past Atlassian Intelligence de volgende maatregelen toe tijdens bewerkingservaringen:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een specifieke Confluence-pagina, wordt er geen inhoud van die pagina voorgesteld in het antwoord dat je ontvangt. Als je niet wilt dat je inhoud beschikbaar is in antwoorden op andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Issuegegevens samenvatten in Jira Service Management

Hoe Atlassian Intelligence issuegegevens samenvat in Jira Service Management Copy link to heading Copied! Tonen
  

Het samenvatten van issuegegevens met Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het samenvatten van issuegegevens in Jira Service Management Copy link to heading Copied! Tonen
  

In plaats van lange omschrijvingen en talloze opmerkingen over een Jira Service Management-issue te lezen, kun je Atlassian Intelligence gebruiken om deze informatie snel voor je samen te vatten. Hierdoor krijgen agents snel inzicht in de context en de voortgang van de issue en kunnen ze rap actie ondernemen en hulp bieden.

We hebben ondervonden dat het samenvatten van issuegegevens met Atlassian Intelligence het beste werkt voor:

  • issues met een omschrijving en opmerkingen in het Engels.
  • issues met veel opmerkingen en/of lange opmerkingen en omschrijvingen.
Overwegingen bij het samenvatten van issuegegevens met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om issuegegevens samen te vatten met Atlassian Intelligence soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ondervonden dat het samenvatten van issuegegevens met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je zoekt in een andere taal dan het Engels.
  • De issue geen geschiedenis of gegevens bevat.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je gegevens en het samenvatten van issuegegevens met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het samenvatten van issuegegevens. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, inclusief gegevens over de Jira-service. Het beheer van de issue, zoals de issue-omschrijving, opmerkingen en gebruikers die zijn betrokken bij het ticket.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het samenvatten van issuegegevens:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Alleen agents en projectbeheerders zien de knop Samenvatten.

Generatieve AI in de editor

Hoe Atlassian Intelligence Smart Links samenvat Copy link to heading Copied! Tonen
  

Het samenvatten van Smart Links met AI wordt mogelijk gemaakt door de grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Gebruikersscenario's van het samenvatten van Smart Links Copy link to heading Copied! Tonen
  

Als je je cursor op een Smart Link van Jira, Confluence en Google Docs plaatst, kan Atlassian Intelligence je helpen de inhoud samen te vatten. Zo kun je eenvoudig bepalen hoe waardevol de link is en bepalen welke volgende actie je wilt ondernemen. Hierdoor hoef je de pagina minder snel te verlaten en wissel je minder snel van context.

Wij zijn van mening dat het samenvatten van Smart Links met AI het beste werkt wanneer je:

  • Je een pagina of issue bekijkt met een of meer Smart Links.
  • Je een pagina of issue bekijkt met een of meer Smart Links die veel informatie of inhoud bevatten, waardoor het veel tijd en aandacht weghaalt van de inhoud die je wilt lezen.
Overwegingen bij het samenvatten van Smart Links met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om het samenvatten van Smart Links met AI mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De samenvattingen die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben gemerkt dat het samenvatten van Smart Links met AI minder nuttig is wanneer je:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Inhoud moet samenvatten die heel kort is.
  • Alle metagegevens en inhoud moet samenvatten in een link. Bijvoorbeeld als je alle veldwaarden in een Jira-ticket wilt begrijpen, evenals de beschrijving en de inhoud van de opmerkingen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je gegevens en het samenvatten van Smart Links met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het samenvatten van issuegegevens. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je prompt, zoals de inhoud van de link die je wilt samenvatten.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele antwoorden die je wilt delen als onderdeel van je feedback.

Wat je gegevens betreft, worden voor het samenvatten van Smart Links met AI de volgende maatregelen gebruikt.

Je samenvattingen:

  • Zijn niet beschikbaar voor andere klanten
  • Worden niet naar externe LLM-providers verzonden, met uitzondering van OpenAI.
  • Worden niet opgeslagen door OpenAI.
  • Worden niet gebruikt om OpenAI-modellen te verbeteren.
  • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten van je installatie. Als je bijvoorbeeld geen toegang hebt tot een pagina of ticket in Jira, Confluence of Google, kun je de inhoud van die bron niet samenvatten. Als je niet wilt dat je inhoud beschikbaar is in het antwoord naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Korte samenvatting van Confluence

Hoe Atlassian Intelligence aangepaste formules schrijft in Atlassian Analytics Copy link to heading Copied! Tonen
  

Aangepaste formules schrijven met behulp van Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en vertaalt deze vervolgens naar SQLite binnen Atlassian Analytics.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Gebruiksvoorbeelden voor aangepaste formules met behulp van AI Copy link to heading Copied! Tonen
  

Vraag of beschrijf aan Atlassian Intelligence hoe je de gegevens in je resultatentabel wilt omzetten. Deze worden vervolgens omgezet in een SQLite-expressie die wordt gebruikt voor aangepaste formules. Zo hoef je je eigen SQLite-expressies niet helemaal opnieuw te schrijven. Nadat je een vraag hebt gesteld, gebruikt Atlassian Intelligence de gegevens in de resultatentabel van de vorige Visual SQL-stap om een SQLite-expressie te genereren die berekeningen of bewerkingen toepast op die gegevens voor je diagram. Dit kan je ook helpen meer te weten te komen over de functies van SQLite en de syntax.

Het schrijven van aangepaste formules met behulp van Atlassian Intelligence werkt het beste in scenario's waarbij:

  • Je wijzigingen wilt aanbrengen in één kolom in je opgevraagde gegevens.
  • Je met een gegenereerde SQLite-expressie wilt beginnen en deze waar nodig wilt verfijnen.
  • De vraag over natuurlijke taal woorden en concepten omvat waarnaar wordt verwezen in de kopteksten van je kolommen of rijgegevens.
  • Je meer te weten wilt komen over SQLite en beschikbare SQLite-functies wilt ontdekken.
Overwegingen bij het schrijven van aangepaste formules met behulp van AI Copy link to heading Copied! Tonen
  

Houd er bij het gebruik van aangepaste formules rekening mee dat de modellen die worden gebruikt in Atlassian Intelligence soms onnauwkeurig, onvolledig of onbetrouwbaar zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar die onjuist of onvolledig is.

We hebben ontdekt dat het schrijven van aangepaste formules met behulp van Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je wijzigingen wilt aanbrengen in meer dan één kolom in één aangepaste formule.
  • Je deze functie nodig hebt om toegang te krijgen tot informatie die niet direct beschikbaar is in de gegevens van de resultatentabel.
  • De prompt wordt voorgesteld in een andere taal dan in het Engels.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Ervoor zorgen dat de gegevens die je hebt opgevraagd ook de gegevens bevatten die nodig zijn om je vraag te beantwoorden.
Jouw gegevens en het schrijven van aangepaste formules met AI Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt voor Confluence-automatisering. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).

  • Context uit je installatie die relevant is voor je vraag, zoals de inhoud van de Confluence-pagina die je wilt samenvatten.

  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt

  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het samenvatten van pagina's en blogs:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • worden niet gebruikt om OpenAI te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie hanteert de rechten in jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een Confluence-pagina, krijg je deze functie niet te zien en kun je een pagina niet samenvatten met behulp van Atlassian Intelligence. Als je niet wilt dat je inhoud beschikbaar is voor andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

AI gebruiken om actie te stimuleren

Selecteer hieronder een Atlassian Intelligence-functie om een duidelijk overzicht te krijgen van de usecases en het gegevensgebruik.

Hoe incident aanmaken gebruik maakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het samenvatten van pagina's en blogs met Atlassian Intelligence wordt aangedreven door LLM-modellen ontwikkeld met OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor incident aanmaken met AI Copy link to heading Copied! Tonen
  

Bij het escaleren van een of meer waarschuwingen of waarschuwingsgroepen naar een incident in Jira Service Management, gebruikt Incident aanmaken met AI Atlassian Intelligence om snel alle contextuele informatie vooraf in te vullen, zodat je deze kunt bekijken als onderdeel van het proces voor het aanmaken van incidenten. Zo kunnen gebruikers snel de context begrijpen van het incident dat is ontstaan op basis van die waarschuwingen of waarschuwingsgroepen, en kunnen ze vooraf ingevulde informatie, waaronder de titel, omschrijving en prioriteit van de waarschuwing, bekijken en bevestigen wanneer deze wordt geëscaleerd tot een incident.

We zijn van mening dat Incident aanmaken met AI het beste werkt wanneer:

  • de waarschuwingen dat je naar een incident escaleert, een Engelse titel en omschrijvingen hebben.
  • de waarschuwingen dat je naar een incident escaleert, uitgebreide omschrijvingen bevatten.
  • je een incident aanmaakt op basis van meer dan één waarschuwing.
Overwegingen bij het gebruik van Incident aanmaken met AI Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om Incident aanmaken met AI mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben gemerkt dat Incident aanmaken met AI minder nuttig is wanneer:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • de waarschuwingen dat je naar een incident escaleert een titel of omschrijving (of beide) in een andere taal dan het Engels hebben.
  • de waarschuwingen dat je naar een incident escaleert, slechts beperkte informatie bevatten.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Om de meest bruikbare resultaten te krijgen, raden we je aan om zo specifiek mogelijk te zijn over wat je van Atlassian Intelligence vraagt.

Je zou ook kunnen overwegen om zo specifiek mogelijk te zijn in wat je Atlassian Intelligence vraagt te doen.

Je gegevens en het aanmaken van incidenten met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Incident aanmaken met AI je gegevens gebruikt. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals de omschrijving, titel en prioriteit van de Jira Service Management-waarschuwing.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Wat je gegevens betreft, worden voor het aanmaken van incidenten met AI de volgende maatregelen gebruikt:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten voor waarschuwingen van je installatie. Alleen agents met rechten om de waarschuwing te bekijken en deze te laten escaleren naar een incident, krijgen suggesties van Atlassian Intelligence te zien om de gegevens in te vullen voor het incident dat wordt aangemaakt.

Genereer omschrijvingen van pull requests met Atlassian Intelligence

Hoe Bitbucket Cloud Atlassian Intelligence gebruikt om omschrijvingen van pull requests te genereren Copy link to heading Copied! Tonen
  

Het genereren van pull request-omschrijvingen met Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen (LLM) die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal en codes in onze producten te analyseren en te genereren.

Deze modellen genereren antwoorden op basis van jouw invoer en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het genereren van pull request-omschrijvingen met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Met Atlassian Intelligence kun je inhoud genereren, transformeren en samenvatten terwijl je omschrijvingen of opmerkingen van pull requests schrijft in de codebeoordelingservaring van Bitbucket Cloud. Dit omvat:

  • Een omschrijving van een pull request genereren op basis van de codewijzigingen in de pull request.
  • De toon van een pull request-omschrijving samenvatten, verbeteren of veranderen.
  • De toon van een pull request-opmerking samenvatten, verbeteren of veranderen.

We zijn van mening dat het genereren van pull-request-omschrijvingen van Bitbucket Cloud met Atlassian Intelligence het beste werkt in scenario's waarin:

  • Als code-auteur wil je dat Atlassian Intelligence je helpt bij het schrijven of verbeteren van een pull request-omschrijving. Dit werkt het beste voor teams die kunnen beoordelen en bevestigen dat de inhoud die door Atlassian Intelligence wordt gegenereerd geschikt is om de pull request te omschrijven.
  • Als code-beoordelaar wil je dat Atlassian Intelligence je helpt bij het verbeteren van de toon of de inhoud van een pull request-opmerking die je al hebt opgesteld.
Overwegingen bij het genereren van pull request-omschrijvingen met Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om deze functie mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het genereren van pull request-omschrijvingen van Bitbucket Cloud met Atlassian Intelligence minder goed werkt in scenario's waarin:

  • Je hebt je pull request-omschrijving nodig om te verwijzen naar informatie die nog niet aanwezig is in de codewijzigingen (bijvoorbeeld de broncode die ergens anders in de repository staat).
  • Je kunt niet beoordelen en bevestigen dat de inhoud die door Atlassian Intelligence wordt gegenereerd een nauwkeurige weergave is van de pull request.
  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Proeflees, beoordeel en bewerk de output die wordt gegenereerd door de AI-schrijfassistent om te zorgen voor een goede nauwkeurigheid en duidelijkheid.
  • Werk samen met anderen om feedback te verzamelen en de kwaliteit van je output te verbeteren.
Je gegevens en pull request-omschrijvingen genereren met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe het definiëren van termen met behulp van Atlassian Intelligence in Confluence je gegevens gebruikt. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs)
  • Context van je installatie die relevant is voor je vraag, zoals:
    • de codewijzigingen en commit-berichten in je pull request
    • de inhoud van je pull request-omschrijving
    • de inhoud van je pull request-opmerking
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je wilt geven over deze functie

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van pull request-omschrijvingen:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten
    • worden niet naar een andere externe AI-provider naast OpenAI verzonden
    • worden niet opgeslagen door OpenAI
    • worden niet gebruikt om OpenAI-modellen te verbeteren
    • worden alleen gebruikt om je ervaring te verbeteren
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers mogen alleen gebruik maken van je gegevens voor het verwerken van je aanvraag en niet voor andere doeleinden.

Genereer SQL-query's in Atlassian Analytics

Hoe Atlassian Intelligence SQL-query's genereert in Atlassian Analytics Copy link to heading Copied! Tonen
  

Het genereren van SQL-query's met behulp van Atlassian Intelligence in Atlassian Analytics wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier zijn beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en te begrijpen, en vertaalt deze vervolgens naar gestructureerde zoekopdrachten (SQL) binnen Atlassian Analytics.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usercases voor het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Stel Atlassian Intelligence een vraag in natuurlijke taal en laat die vertalen naar SQL, in plaats van je eigen SQL-query's helemaal opnieuw te schrijven. Nadat je een vraag hebt gesteld, gebruikt Atlassian Intelligence het Atlassian Data Lake-schema van de door jou geselecteerde gegevensbron om een SQL-query te genereren die kan worden gebruikt om diagrammen te maken op je Atlassian Analytics-dashboards, en die je ook kan helpen meer te weten te komen over het schema in de Data Lake.

Wij zijn van mening dat het genereren van SQL-query's met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • Je een aangepaste grafiek wilt maken die begint met de gegenereerde SQL en waar nodig de query verfijnen.
  • De vraag over natuurlijke taal woorden en concepten omvat waarnaar wordt verwezen in het Atlassian Data Lake-schema, waarbij je zo specifiek mogelijk bent.
  • Je het Atlassian Data Lake-schema wilt ontdekken en er meer over leren.

Weet je niet zeker welke vragen je moet stellen?

Hier zijn enkele suggesties:

  • Wat zijn de top 5 labels op basis van het aantal open Jira-issues?
  • Hoeveel Jira-issues zijn er de afgelopen maand in het x-project afgerond?
  • Wat is de gemiddelde statustijd voor de status Top 5?
  • Wat zijn de 5 meest favoriete Confluence-pagina's van de afgelopen maand?
  • Hoeveel aanvragen zijn er in de afgelopen 5 dagen ingediend in ons Jira Service Management-project van x?
Overwegingen bij het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om SQL-query's te genereren met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het genereren van SQL-query's met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je deze functie nodig hebt om toegang te verkrijgen tot informatie die niet direct beschikbaar is in het Atlassian Data Lake-schema (bijvoorbeeld gegevens voor Advanced Roadmaps) om de vraag goed te kunnen beantwoorden.
  • De vraag bevat verwijzingen naar aangepaste velden.
  • De vraag wordt gesteld in een andere taal dan in het Engels.
  • Je bent niet voldoende vertrouwd met SQL om de SQL te valideren die door Atlassian Intelligence wordt teruggegeven.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Zorg ervoor dat de Atlassian Data Lake-gegevensbron die je gebruikt de gegevens bevat die nodig zijn om je vraag te beantwoorden.
Jouw gegevens en het genereren van SQL-query's met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het genereren van SQL-query's. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, inclusief de openbaar beschikbare Atlassian Data Lake-schema's die van toepassing zijn op je installatie.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van SQL-query's.

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe AI-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie volgt de rechten in je Atlassian Data Lake-verbinding. Als je bijvoorbeeld geen toegang hebt tot een Atlassian Data Lake-verbinding, kun je geen SQL bouwen om die op te vragen.

Zoek antwoorden in Confluence

Hoe Atlassian Intelligence antwoorden zoekt in Confluence Copy link to heading Copied! Tonen
  

Het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence wordt mogelijk gemaakt door LLM-modellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usercases voor het zoeken naar antwoorden in Confluence Copy link to heading Copied! Tonen
  

De kennisdatabases groeien zo snel dat gebruikers het niet bij kunnen houden. Het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence biedt een snellere weg naar belangrijke informatie die klanten nodig hebben om verder te kunnen met hun werk. Met deze functie kun je gemakkelijk de informatie vinden die je nodig hebt. Atlassian Intelligence begrijpt wat voor soort vragen je aan een teamgenoot zou stellen en beantwoordt ze meteen. Meer informatie over hoe je Atlassian Intelligence kunt gebruiken om antwoorden te zoeken in Confluence.

Wij zijn van mening dat het zoeken naar antwoorden in Confluence met behulp van Atlassian Intelligence het beste werkt als je Confluence-site vol staat met gedetailleerde, volledige en actuele inhoud.

Deze functie genereert geen nieuwe inhoud, maar doorzoekt Confluence-pagina's en -blogs (met inachtneming van de beperkingen) om een antwoord op je vraag te vinden. Atlassian Intelligence genereert antwoorden uitsluitend op basis van wat er in je Confluence-installatie staat en waar jij specifiek toegang tot hebt.

Weet je niet zeker welke vragen je moet stellen?

Hier zijn enkele suggesties

  • Wanneer is het volgende marketingteam offsite?
  • Wat is het beleid voor thuiswerken?
  • Wat is Project Sunrise?
  • Wanneer is onze volgende marketingcampagne?
  • Waar zijn de releasenotes voor het nieuwste product van SpaceLaunch?
  • Hoe dien ik claims in voor onkostenvergoeding?
Overwegingen bij het zoeken naar antwoorden met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om antwoorden te zoeken in Confluence met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het zoeken naar antwoorden in Confluence met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je hebt actuele en nauwkeurige gegevens nodig over gegevens die vaak veranderen (bijvoorbeeld een roadmap die maandelijks wordt bijgewerkt).
  • Je hebt actuele en nauwkeurige gegevens nodig over specifieke mensen en de rol die ze spelen in je organisatie.
  • Je hebt toegang nodig tot gegevens die niet direct beschikbaar zijn (bijvoorbeeld beperkte pagina's in je Confluence-installatie) om je vraag goed te kunnen beantwoorden.
  • Het antwoord bestaat uit een reeks verschillende waarden of categorieën (bijvoorbeeld statistieken die elke week worden bijgewerkt).
  • Je hebt antwoorden nodig die nuancering, complexiteit of een menselijke manier van redeneren vereisen.

Mogelijk ondervind je dat het zoeken naar antwoorden in Confluence met Atlassian Intelligence niet werkt zoals verwacht in Confluence-spaces met documenten in meerdere talen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
  • Stel vragen over dingen waarvan je weet dat ze zijn gedocumenteerd in je Confluence-installatie en waartoe je toegang hebt.
Je gegevens en het zoeken naar antwoorden in Confluence met Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het zoeken naar antwoorden in Confluence. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, zoals de inhoud van de drie bovenste pagina's die omhoog komen bij een Confluence-zoekopdracht.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het zoeken naar antwoorden in Confluence:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van Subverwerkers staat. OpenAI gebruikt je in- en uitvoer alleen voor het verwerken van je aanvraag en niet voor andere doeleinden.
  • Deze functie volgt de rechten van jouw installatie. Als je bijvoorbeeld geen toegang hebt tot een specifieke Confluence-pagina, gebruikt deze functie geen inhoud van die pagina in het antwoord dat je ziet. Als je niet wilt dat je inhoud beschikbaar is in antwoorden naar andere gebruikers in je installatie, overleg dan met je organisatiebeheerder om ervoor te zorgen dat je rechten juist zijn ingesteld.

Zoek issues in Jira

Hoe Atlassian Intelligence issues in Jira zoekt Copy link to heading Copied! Tonen
  

Het zoeken van issues met behulp van Atlassian Intelligence wordt mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. De modellen omvatten de OpenAI-modellen die hier worden beschreven en die zijn verfijnd door Atlassian op basis van gegenereerde synthetische gegevens.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal te analyseren en te begrijpen, en vertaalt deze vervolgens naar Jira Query Language-code (JQL) in onze producten.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen en de verfijning van OpenAI. Je kunt ook meer over deze aanpak lezen in de onderzoeksdocumenten van OpenAI.

Usecases voor het zoeken van issues in Jira Copy link to heading Copied! Tonen
  

Je kunt Atlassian Intelligence nu vragen wat je wilt in alledaagse taal in plaats van dat je complexe vragen moet stellen. Door issues te zoeken met behulp van Atlassian Intelligence, wordt je vraag vertaald in een JQL-zoekopdracht die je snel helpt bij het zoeken naar specifieke issues.

Wij zijn van mening dat het zoeken naar issues met behulp van Atlassian Intelligence het beste werkt in scenario's waarbij:

  • Je zoekt naar Jira-issues met behulp van issuevelden die beschikbaar zijn in je Jira-project.
  • De zoekopdracht specifieke velden en waarden bevat die je kunnen helpen om je zoektocht naar een issue specifieker te maken.
  • De velden en waarden waar je naar op zoek bent in je Jira-project staan.
  • Je zoekopdracht Engelstalig is.
  • De zoekopdracht kan worden vertaald naar JQL. Aangezien Atlassian Intelligence vragen omzet in JQL-code, kan input met trefwoorden die naar JQL kunnen worden vertaald, betere resultaten opleveren.
Overwegingen bij het zoeken naar issues met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om issues te zoeken met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het zoeken naar issues met Atlassian Intelligence minder nuttig is in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je op zoek bent naar Jira-entiteiten die geen issues zijn, zoals projecten, borden of gebruikers.
  • Je zoekt in een andere taal dan het Engels.
  • Je hebt de zoekfunctie nodig om issues te analyseren en zo grafieken, samenvattingen of andere representaties van je gegevens te maken.
  • De zoekopdracht vereist functies die momenteel niet beschikbaar zijn in JQL (bijvoorbeeld een vraag zoals 'Vind problemen waar ik een opmerking over heb gemaakt' die niet kunnen worden vertaald naar een JQL-functie).

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je zou ook kunnen overwegen om zo specifiek mogelijk te zijn in wat je Atlassian Intelligence vraagt te doen. Zorg ervoor dat je de exacte velden en waarden invult die je zoekt.

Je gegevens en het zoeken naar issues met behulp van Atlassian Intelligence Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt bij het zoeken naar issues. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context uit je installatie die relevant is voor je vraag, zoals het huidige project waarin je je bevindt.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het zoeken naar issues:

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Je antwoorden op zoekopdrachten zijn gebaseerd op de issues en velden waartoe je toegang hebt (als je bijvoorbeeld geen toegang hebt tot een specifiek Jira-project, ontvang je geen zoekresultaten voor issues en velden van dat project).

Direct inzichten verkrijgen uit je gegevens

Selecteer hieronder een Atlassian Intelligence-functie om een duidelijk overzicht te krijgen van de usecases en het gegevensgebruik.

Diagraminzichten

Hoe Diagraminzichten gebruik maakt van Atlassian Intelligence Copy link to heading Copied! Tonen
  

Diagramnzichten worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om natuurlijke taal in onze producten te analyseren en te genereren.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat hun antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze de modellen zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usercases voor Diagraminzichten Copy link to heading Copied! Tonen
  

Diagraminzichten maakt gebruik van Atlassian Intelligence om je meer inzicht te geven in gegevens van elk diagram in Atlassian Analytics. Dit wordt gedaan door de titel van het dashboard, de titel van het diagram en de gegevens van het diagram (waaronder kolomkoppen en rijwaarden) te gebruiken om een samenvatting in natuurlijke taal te genereren van deze diagram en de bijbehorende gegevens. Het is ook bedoeld om trends of afwijkingen te identificeren om je bepaalde inzichten in deze diagram te geven.

Wij zijn van mening dat Diagraminzichten het beste werkt in scenario's waarin:

  • Diagrammen veel rijen met gegevens bevatten.
  • Diagrammen een dashboard-titel hebben.
  • Diagrammen kolomkoppen hebben.
  • Diagrammen waarden hebben in alle rijen en kolommen.

Staafdiagrammen, lijndiagrammen en staaf-lijndiagrammen werken het beste met deze functie, omdat ze meestal trends, datums en veel rijen gegevens bevatten.

Overwegingen bij het gebruik van Diagraminzichten Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om Diagraminzichten mogelijk te maken soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat Diagraminzichten minder nuttig zijn in situaties waarin:

  • Je diagrammen hebt met één of slechts enkele rijen gegevens.
  • Je diagrammen hebt van het type met één waarde.
  • Je ontbrekende titels, axis-labels en kolomkoppen hebt van diagrammen.

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Dubbele controle van de nauwkeurigheid van de inzichten met andere gebruikers die mogelijk meer context hebben over de specifieke gegevens die in de diagram worden weergegeven.
  • Rekening houden met het feit dat Atlassian Intelligence slechts de context van één diagram gebruikt en niet het hele dashboard om een antwoord te geven.
Jouw gegevens en Diagraminzichten Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Diagraminzichten je gegevens gebruikt. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je prompt, zoals de gegevens in je diagram.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Wat je gegevens betreft, past Diagraminzichten de volgende maatregelen toe.

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar externe LLM-providers verzonden, met uitzondering van OpenAI.
    • worden niet opgeslagen door OpenAI
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Deze functie gebruikt alleen informatie van het dashboard waar je toegang tot hebt en waarvoor je om inzichten hebt gevraagd.

Aanvraagtypen voorstellen in Jira Service Management

Hoe Atlassian Intelligence aanvraagtypen voorstelt in Jira Service Management Copy link to heading Copied! Tonen
  

De voorgestelde aanvraagtypes van Atlassian Intelligence worden mogelijk gemaakt door grote taalmodellen die zijn ontwikkeld door OpenAI. Deze modellen omvatten de OpenAI-modellen die hier worden beschreven.

Atlassian Intelligence gebruikt deze modellen om input in natuurlijke taal te analyseren en aanbevelingen te genereren voor namen en beschrijvingen van aanvraagtypen binnen Jira Service Management.

Deze modellen genereren reacties op basis van jouw input en zijn probabilistisch van aard. Dit betekent dat de antwoorden worden gegenereerd door het meest waarschijnlijke volgende woord of tekst te voorspellen op basis van de gegevens waarmee ze zijn getraind.

Lees meer over de mogelijkheden van OpenAI-modellen, of over deze aanpak, in de onderzoeksdocumenten van OpenAI.

Usecases voor het voorstellen van aanvraagtypen in Jira Service Management Copy link to heading Copied! Tonen
  

Besteed minder tijd aan het uitzoeken welke aanvraagtypen je moet maken voor je project en krijg in plaats daarvan suggesties van Atlassian Intelligence. Beschrijf gewoon je werk en wat je team doorgaans beheert om te zien welke aanvraagtypen je zou kunnen indienen. Selecteer een van de suggesties die door Atlassian Intelligence zijn gegenereerd om een aanvraagtype te maken. Meer informatie over hoe je Atlassian Intelligence kunt gebruiken om aanvraagtypen voor te stellen.

Wij zijn van mening dat het gebruik van Atlassian Intelligence om aanvraagtypes voor te stellen het beste werkt in scenario's waarbij:

  • Je heel specifieke gebruiksscenario's hebt waar bestaande sjablonen van het aanvraagtype niet aan voldoen.
  • Je zeer algemene vereisten hebt en op zoek bent naar ideeën.
  • Je een veel gesproken taal gebruikt (bijvoorbeeld Engels of Spaans).
Overwegingen bij het gebruik van Atlassian Intelligence om aanvraagtypen voor te stellen Copy link to heading Copied! Tonen
  

Het is belangrijk om te onthouden dat de modellen die worden gebruikt om aanvraagtypen voor te stellen met behulp van Atlassian Intelligence, soms onnauwkeurig, onvolledig of onbetrouwbaar kunnen zijn.

De antwoorden die je krijgt, geven bijvoorbeeld mogelijk niet nauwkeurig de inhoud weer waarop ze zijn gebaseerd, of bevatten inhoud die redelijk klinkt, maar onjuist of onvolledig is.

We hebben ontdekt dat het minder nuttig is om Atlassian Intelligence te gebruiken om aanvraagtypen voor te stellen in scenario's waarbij:

  • Je actuele en nauwkeurige informatie nodig hebt over mensen, plaatsen en feiten.
  • Je hebt deze functie nodig om toegang te hebben tot informatie die niet direct beschikbaar is (bijvoorbeeld in jouw installatie) om je aanvraag goed te kunnen beantwoorden.
  • Je geeft vragen op die te vaag of niet relevant zijn voor het servicebeheer.
  • Je gebruikt geen veelgesproken taal

Daarom willen we je aansporen om na te denken over de situaties waarin je Atlassian Intelligence gebruikt. Ook raden we je aan de kwaliteit te beoordelen van de antwoorden die je krijgt voordat je deze met anderen deelt.

Je kunt ook het volgende overwegen:

  • Wees zo specifiek mogelijk over wat je van Atlassian Intelligence vraagt.
Je gegevens en het gebruik van Atlassian Intelligence om aanvraagtypen voor te stellen Copy link to heading Copied! Tonen
  

We begrijpen dat je misschien vragen hebt over hoe Atlassian Intelligence je gegevens gebruikt om aanvraagtypen voor te stellen. Dit gedeelte is een aanvulling op de informatie die beschikbaar is op onze Pagina met veelgestelde vragen.

We verwerken het volgende:

  • Je vragen (inputs) en antwoorden (outputs).
  • Context van je installatie die relevant is voor je vraag.
  • Gegevens over je interactie met onze functies, zoals clickstreamgegevens en de mensen met wie je samenwerkt.
  • Feedback die je verstrekt over deze functie, inclusief eventuele vragen of antwoorden die je wilt delen als onderdeel van je feedback.

Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt om soorten aanvragen voor te stellen.

  • Je vragen (inputs) en antwoorden (outputs):
    • Zijn niet beschikbaar voor andere klanten.
    • Worden niet naar een andere externe LLM-provider naast OpenAI verzonden.
    • Worden niet opgeslagen door OpenAI.
    • Worden niet gebruikt om OpenAI-modellen te verbeteren.
    • Worden alleen gebruikt om je ervaring te verbeteren.
  • OpenAI is een subverwerker die op onze lijst van subverwerkers staat. Deze verwerkers gebruiken je in- en output alleen voor het verwerken van je aanvraag, en niet voor andere doeleinden.
  • Bij deze functie wordt er alleen informatie gebruikt uit je vragen, dus alle Jira-rechten worden gerespecteerd.

Verwijzingen

Ontvang realtime statusupdates voor Atlassian-producten op onze speciale statuspagina.

Ontdek meer over Atlassian Intelligence

Begrijp hoe Atlassian klantgegevens beheert.

Meer informatie over Atlassian Rovo