Atlassian Intelligence, projetado para proporcionar transparência
Compromisso sem papo furado com a comunicação aberta e a imputabilidade, bem como de ajudar as equipes a usar o AI com responsabilidade.
O Atlassian Intelligence foi projetado para acelerar a colaboração e o trabalho das equipes. Entender como o Atlassian Intelligence funciona, assim como saber como melhor trabalhar com a sua equipe, é uma forma de aumentar a efetividade. Nesta página, a gente vai explicar como produtos e funções do AI operam, inclusive o que eles podem e não podem fazer e como contribuem para a forma como você utiliza os produtos. Seguindo as informações desta página, você pode aproveitar ao máximo os produtos da Atlassian e impulsionar o trabalho em equipe. Para saber mais sobre o compromisso da Atlassian com a criação responsável de tecnologia, visite os Princípios de Tecnologia Responsável.
Respostas do Atlassian Intelligence no Jira Service Management
As respostas do Atlassian Intelligence são alimentadas por grandes modelos de linguagem desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural para os produtos. Esses modelos geram respostas com base nos dados de entrada e têm natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
A função de respostas do Atlassian Intelligence se conecta ao agente virtual no Jira Service Management. Ela usa inteligência artificial generativa para pesquisar nos espaços vinculados da base de conhecimento e responder às perguntas dos clientes. A gente acredita que as respostas do Atlassian Intelligence funcionam melhor em cenários em que:
|
É importante lembrar que, devido à forma como os modelos usados para alimentar as respostas do Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente acha que as respostas do Atlassian Intelligence são menos úteis em cenários em que:
Por isso, encorajamos você a pensar nas situações em que usa o Atlassian Intelligence e a analisar a qualidade de respostas recebidas antes de compartilhá-las com outras pessoas. Você também pode querer:
|
A gente entende que você pode ter dúvidas sobre como o Atlassian Intelligence responde quando o Jira Service Management usa seus dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
|
Automação usando o Atlassian Intelligence
A automação ao usar o Atlassian Intelligence é alimentada por modelos GPT desenvolvidos pela OpenAI. Entre esses modelos estão os da OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar a entrada de linguagem natural e gerar uma regra de automação no Jira e no Confluence. Eles geram respostas com base em suas entradas e são de natureza probabilística. Isso significa que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
A criação de regras de automação está no centro da experiência diária de automação, e a gente quer tornar isso ainda mais fácil para você ao adicionar o Atlassian Intelligence ao criador de regras de automação no Jira e no Confluence. Agora, é possível criar regras de automação digitando e descrevendo o que você quer automatizar. Deixe que o Atlassian Intelligence cuide de todo o trabalho pesado para você. Saiba mais sobre Automação usando o Atlassian Intelligence para Jira e para Confluence. A gente acredita que a Automação usando o Atlassian Intelligence para o Jira e o Confluence funciona melhor em cenários em que você não tem certeza de como começar ou quer acelerar o processo de criação de regras. Não tem certeza da melhor forma de criar uma regra de automação?Regras de automação são criadas por uma combinação de diferentes tipos de componentes: acionadores, ações, condições e ramificações. Pense nos componentes como os alicerces de uma regra. Para criar uma regra com sucesso com o Atlassian Intelligence, ela deve conter pelo menos um acionador e uma ação. Por exemplo: No Jira: Toda segunda-feira, encontre todas as tarefas com data de entrega para os próximos sete dias e envie um e-mail de lembrete ao responsável. Quando um ticket for transferido para Teste, atribua o ticket a John Smith. No Confluence:
Além disso, para que uma regra seja criada com sucesso, todos os componentes devem ser compatíveis com a Automação usando o Atlassian Intelligence. Ou seja, todos os acionadores, ações, condições ou ramificações na regra devem ser compatíveis com a Automação no Jira e/ou no Confluence. |
É importante lembrar que, devido à forma como os modelos usados para impulsionar a Automação usando o Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas recebidas podem não refletir com precisão o conteúdo em que se baseiam ou podem incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente descobriu que a Automação usando o Atlassian Intelligence é menos útil em cenários em que:
Por isso, encorajamos você a pensar nas situações em que usa o Atlassian Intelligence e a analisar a qualidade de respostas recebidas antes de compartilhá-las com outras pessoas. A Automação usando o Atlassian Intelligence só vai funcionar com o conjunto de componentes de automação disponíveis no Jira e no Confluence. Você também pode pensar em ser o mais específico possível no que pede para o Atlassian Intelligence fazer, conforme descrito acima. |
Você deve ter dúvidas sobre como a Automação usando o Atlassian Intelligence usa os dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Quando se trata de dados, o uso do Atlassian Intelligence para automação do Confluence aplica as seguintes medidas:
A OpenAI é um subprocessador da nossa Lista de Subprocessadores. Eles não usam os dados de entrada e de saída para nenhuma finalidade além de processar as solicitações. Essa função segue as permissões na instância. Por exemplo, se você não tiver acesso a uma determinada página ou projeto, o conteúdo desses recursos não vai ser sugerido para você na resposta recebida. Se você não quiser que o conteúdo seja disponibilizado nas respostas de outros usuários na instância, trabalhe com o administrador da organização para garantir que as permissões tenham uma definição adequada. |
Chart Insights
Chart insights is powered by large language models developed by OpenAI. These models include the OpenAI models described here. Atlassian Intelligence uses these models to analyze and generate natural language within our products. These models generate responses based on your inputs and are probabilistic in nature. This means that their responses are generated by predicting the most probable next word or text based on the data that they have been trained on. Read more about the capabilities of OpenAI’s models, or about this approach in OpenAI’s research papers. |
Chart insights uses Atlassian Intelligence to help speed up your understanding of data in any chart in Atlassian Analytics. It does so by using the dashboard title, chart title, and chart data (including column headers and row values) to generate a natural language summary of that chart and its data. It will also aim to identify any trends or anomalies to provide you with certain insights into that chart. We believe that Chart insights work best in scenarios where:
Bar charts, line charts, and bar-line charts work best with this feature since they typically have trends, dates, and many rows of data. |
It’s important to remember that because of the way that the models used to power Chart insights work, these models can sometimes behave in ways that are inaccurate, incomplete, or unreliable. For example, the responses that you receive might not accurately reflect the content that they are based on, or include content that sounds reasonable but is false or incomplete. We’ve found that Chart insights is less useful in scenarios where:
For this reason, we encourage you to think about the situations when you use Atlassian Intelligence and review the quality of the responses you receive before sharing them with others. You might also want to think about:
|
We understand you may have questions about how Chart insights uses your data. This section supplements the information available on this page We process:
When it comes to your data, Chart insights applies the following measures.
|
Resumo rápido do Confluence
Resuma páginas e blogs usando o Atlassian Intelligence com modelos LLM desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural para os produtos. Eles geram respostas com base em suas entradas e são de natureza probabilística. Isso significa que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
Save time and get the details you need to do your work faster by generating a quick summary of a Confluence page or blog with Atlassian Intelligence. Find out more about using Atlassian Intelligence in Confluence. We believe that summarizing pages and blogs using Atlassian Intelligence works best in scenarios when:
|
É importante lembrar que, devido à forma como os modelos usados para resumir páginas e blogs usando o Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas recebidas podem não refletir com precisão o conteúdo em que se baseiam ou podem incluir conteúdo que pareça razoável, mas é falso ou incompleto. Embora continuemos criando suporte para macros, tabelas e expandindo resumos, resumir páginas e blogs usando o Atlassian Intelligence é menos útil em cenários em que:
Pense nas situações em que o Atlassian Intelligence é usado e analise a qualidade das respostas recebidas antes de compartilhá-las com outras pessoas. Você também pode querer:
|
A gente entende que você pode ter dúvidas sobre como o uso do Atlassian Intelligence para automação do Confluence usa seus dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos seus dados, resumir páginas e blogs usando o Atlassian Intelligence aplicam as seguintes medidas:
|
Defina termos usando o Atlassian Intelligence no Confluence
A definição de termos usando o Atlassian Intelligence no Confluence é baseada em grandes modelos de linguagem desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar respostas em linguagem natural no Confluence. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. |
Uma das coisas mais desafiadoras sobre o consumo de conteúdo no Confluence é obter o contexto necessário para entender o que está lendo. Abreviações, acrônimos, termos desconhecidos e nomes específicos de equipes ou projetos podem levar a uma longa busca pelas informações de que você precisa. A definição de termos usando o Atlassian Intelligence vai definir termos, acrônimos, nomes de projetos ou status específicos da empresa em uma página no Confluence. Assim, os usuários acessam as informações de que precisam, quando precisam, o que ajuda as equipes a trabalharem melhor juntas. O Atlassian Intelligence poupa tempo ao definir essas coisas para você, sem se afastar do que você está lendo. A gente acha que definir termos usando o Inteligência Atlassian no Confluence funciona melhor em cenários em que:
|
É importante lembrar que, devido à forma como os modelos usados para definir termos usando a Inteligência Atlassian no Confluence funcionam, esses modelos às vezes podem se comportar de maneiras imprecisas, incompletas ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente descobriu que definir termos usando o Atlassian Intelligence no Confluence é menos útil em cenários em que:
|
Você deve ter dúvidas sobre como seus dados vão ser usados para definir termos com o Atlassian Intelligence no Confluence. Esta seção complementa as informações disponíveis na Trust Center. O que é processado:
Quando se trata dos seus dados, a definição de termos usando o Atlassian Intelligence no Confluence segue as seguintes medidas:
|
Gere descrições de pull request com o Atlassian Intelligence
A geração de descrições de pull request com o Atlassian Intelligence é alimentada por grandes modelos de linguagem (LLM) desenvolvidos pela OpenAI. Entre esses modelos estão os da OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural e código nos produtos. Eles geram respostas com base em suas entradas e são de natureza probabilística. Isso significa que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
O Atlassian Intelligence pode ajudar você a gerar, transformar e resumir conteúdo enquanto você escreve descrições ou comentários de pull request na experiência de revisão de código do Bitbucket Cloud. Ou seja, ele:
A gente acredita que gerar descrições de pull request do Bitbucket Cloud com o Atlassian Intelligence funciona melhor em cenários em que:
|
É importante lembrar que, devido à forma como os modelos usados para alimentar essa função funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas recebidas podem não refletir com precisão o conteúdo em que se baseiam ou podem incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente descobriu que gerar descrições de pull request do Bitbucket Cloud com o Atlassian Intelligence é menos útil em cenários em que:
Por isso, a gente sugere que você pense sobre as situações em que usa o Atlassian Intelligence e analise a qualidade das respostas recebidas antes de compartilhar as saídas com outras pessoas. Também considere:
|
Você deve ter dúvidas sobre como seus dados vão ser usados para definir termos com o Atlassian Intelligence no Confluence. Esta seção complementa as informações disponíveis na Trust Center. O que é processado:
Quando se trata de dados próprios, a geração de descrições de pull request com o Atlassian Intelligence segue as seguintes medidas:
|
Gere consultas SQL no Atlassian Analytics
A geração de consultas SQL usando o Atlassian Intelligence no Atlassian Analytics é alimentada por grandes modelos de linguagem desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e entender a linguagem natural e, em seguida, a traduz em linguagem de consulta estruturada (SQL) no Atlassian Analytics. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
Em vez de escrever as próprias consultas SQL do zero, use linguagem natural para fazer uma pergunta ao Atlassian Intelligence, que vai transformar o texto em SQL. Depois de fazer uma pergunta, o Atlassian Intelligence usa o esquema do Atlassian Data Lake da fonte de dados selecionada para gerar uma consulta SQL que pode ser usada para criar gráficos nos painéis do Atlassian Analytics e pode ajudar você a aprender sobre o esquema no Data Lake. A gente acha que gerar consultas SQL usando o Atlassian Intelligence funciona melhor em cenários em que:
Não sabe o que perguntar?Aqui estão algumas sugestões:
|
É importante lembrar que, devido à forma como os modelos usados para gerar consultas SQL usando o Atlassian Intelligence funcionam, esses modelos às vezes podem se comportar de maneiras imprecisas, incompletas ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente descobriu que gerar consultas SQL usando o Atlassian Intelligence é menos útil em cenários em que:
Por esse motivo, é recomendado que você pense nas situações em que usa o Atlassian Intelligence e analise a qualidade das respostas que recebe antes de compartilhar com outras pessoas. Você também pode querer considerar:
|
Você deve ter dúvidas sobre como seus dados vão ser usados na geração de consultas SQL com o Atlassian Intelligence. Esta seção complementa as informações disponíveis na Trust Center. O que é processado:
Quando se trata dos seus dados, a geração de consultas SQL usando o Atlassian Intelligence segue as seguintes medidas.
|
IA generativa no editor
O Atlassian Intelligence em experiências de edição é alimentado por grandes modelos de linguagem desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural para os produtos. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
O Atlassian Intelligence ajuda a impulsionar a comunicação eficaz entre todas as equipes de uma organização para melhorar a eficiência, a tomada de decisões e os processos. A gente acredita que usar o Atlassian Intelligence na edição de textos funciona melhor para:
|
É importante lembrar que, devido à forma como os modelos usados para impulsionar a Atlassian Intelligence em experiências de edição funcionam, às vezes eles podem se comportar de maneiras imprecisas, incompletas ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas que seja falso ou incompleto. A gente descobriu que usar o Atlassian Intelligence para editar textos é menos útil em cenários em que:
Por isso, a gente sugere que você pense sobre as situações em que usa o Atlassian Intelligence e analise a qualidade das respostas recebidas antes de compartilhar as saídas com outras pessoas. Também considere:
|
Você deve ter dúvidas sobre como o Atlassian Intelligence usa os seus dados para editar textos. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos seus dados, o Atlassian Intelligence aplica as seguintes medidas para editar textos:
|
Pesquisar respostas no Confluence
Pesquise respostas no Confluence usando o Atlassian Intelligence com os modelos LLM desenvolvidos pela OpenAI. Entre esses modelos estão os da OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural para os produtos. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
As bases de conhecimento crescem mais rápido do que os usuários conseguem acompanhar. Pesquisar respostas no Confluence com o Atlassian Intelligence oferece um caminho mais rápido para as principais informações que os clientes precisam para o progresso do trabalho. Essa função é útil para encontrar as informações de que você precisa com facilidade. Ela entende os tipos de perguntas que você faria a um colega de equipe e a responde de imediato. Descubra mais sobre o uso do Atlassian Intelligence para pesquisar respostas no Confluence. A gente acredita que pesquisar respostas no Confluence com o Atlassian Intelligence funciona melhor quando o site do Confluence tem bastante conteúdo detalhado, completo e atualizado. Essa função não gera conteúdo novo, mas pesquisa páginas e blogs do Confluence (respeitando as restrições) para encontrar uma resposta adequada para a pergunta. O Atlassian Intelligence apenas gera respostas com base no que está no Confluence e no que você tem acesso, em específico. Não sabe o que perguntar?Veja aqui algumas sugestões
|
A gente entende que você pode ter dúvidas sobre como a pesquisa de respostas no Confluence usando o Atlassian Intelligence usa os dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos dados, a pesquisa de respostas no Confluence usando o Atlassian Intelligence aplica as seguintes medidas:
|
Pesquisar itens no Jira
O Atlassian Intelligence usa grandes modelos de linguagem desenvolvidos pela OpenAI para pesquisar itens no Jira. Isso inclui os modelos da OpenAI descritos aqui, aperfeiçoados pela Atlassian com dados gerados de forma sintética. O Atlassian Intelligence usa esses modelos para analisar e entender linguagem natural e depois a traduz para o código da Linguagem de Consulta do Jira (JQL) nos produtos. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. Ou seja, as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI e o ajuste da OpenAI. Você também pode ler mais sobre essa abordagem nos artigos de pesquisa da OpenAI. |
Agora é possível fazer perguntas ao Atlassian Intelligence em linguagem cotidiana, em vez de elaborar consultas complexas. Ao usar o Atlassian Intelligence para pesquisar itens, a solicitação é traduzida para consultas JQL que ajuda a pesquisar itens específicos com rapidez. A gente acredita que usar o Atlassian Intelligence para pesquisar itens funciona melhor em situações em que:
|
É importante lembrar que, devido à forma como os modelos usados para pesquisar itens com o Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente acredita que pesquisar itens com o Atlassian Intelligence é menos útil em situações em que:
Por esse motivo, é recomendado que você pense nas situações em que usa o Atlassian Intelligence e analise a qualidade das respostas que recebe antes de compartilhar com outras pessoas. Além disso, seja o mais específico possível sobre o que vai pedir para o Atlassian Intelligence fazer. Inclua os campos e valores exatos que quer encontrar. |
Você deve ter dúvidas sobre como a pesquisa de itens com o Atlassian Intelligence usa os seus dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos dados, o Atlassian Intelligence aplica as seguintes medidas para pesquisar itens:
|
Sugira tipos de solicitação no Jira Service Management
Use o Atlassian Intelligence para sugerir os tipos de solicitação com base em grandes modelos de linguagem desenvolvidos pela OpenAI. Entre esses modelos estão os da OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar as entradas em linguagem natural e gerar recomendações para os nomes dos tipos de solicitação e descrições para você no Jira Service Management. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
Receba sugestões do Atlassian Intelligence e economize tempo sem ter que tentar descobrir quais tipos de solicitação você precisa criar para o projeto. Apenas descreva o trabalho e o que a equipe costuma gerenciar para ver quais tipos de solicitações você pode criar. Escolha uma das sugestões geradas pelo Atlassian Intelligence para criar um tipo de solicitação. Saiba mais sobre como usar o Atlassian Intelligence para sugerir tipos de solicitação. A gente acredita que usar o Atlassian Intelligence para sugerir tipos de solicitação funciona melhor em situações em que:
|
É importante lembrar que, devido à forma como os modelos usados para sugerir tipos de solicitação com o Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente percebeu que usar o Atlassian Intelligence para sugerir tipos de solicitação é menos útil em situações em que:
Por isso, a gente sugere que você pense sobre as situações em que usa o Atlassian Intelligence e analise a qualidade das respostas recebidas antes de compartilhar as saídas com outras pessoas. Também considere:
|
Você deve ter dúvidas sobre como os seus dados são usados pelo Atlassian Intelligence para sugerir tipos de solicitação. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos seus dados, o Atlassian Intelligence aplica as seguintes medidas para sugerir tipos de solicitação:
|
Resuma as informações do item no Jira Service Management
Resuma as informações do item usando o Atlassian Intelligence com base em grandes modelos de linguagem desenvolvidos pela OpenAI. Esses modelos incluem os modelos OpenAI descritos aqui. O Atlassian Intelligence usa esses modelos para analisar e gerar linguagem natural para os produtos. Esses modelos geram respostas com base nos dados de entrada e são de natureza probabilística. O que quer dizer que as respostas são geradas pela previsão da próxima palavra ou texto mais provável, com base nos dados nos quais eles foram treinados. Leia mais sobre as capacidades dos modelos da OpenAI ou sobre essa abordagem nos artigos de pesquisa da OpenAI. |
Em vez de ler descrições longas e vários comentários sobre um item do Jira Service Management, use o Atlassian Intelligence para resumir essas informações para você. Ajude os agentes a entender com rapidez o contexto do item e qualquer progresso feito, permitindo que eles executem ações rápidas e ofereçam assistência no momento certo. A gente acredita que resumir as informações do item usando o Atlassian Intelligence funciona melhor para:
|
É importante lembrar que, devido à forma como os modelos usados para resumir as informações do item usando o Atlassian Intelligence funcionam, esses modelos, às vezes, podem ser imprecisos, incompletos ou não confiáveis. Por exemplo, as respostas que você recebe podem não refletir com precisão o conteúdo em que se baseiam ou incluir conteúdo que pareça razoável, mas é falso ou incompleto. A gente acredita que resumir as informações do item usando o Atlassian Intelligence é menos útil em cenários quando:
Por esse motivo, é recomendado que você pense nas situações em que usa o Atlassian Intelligence e analise a qualidade das respostas que recebe antes de compartilhar com outras pessoas. |
A gente entende que você pode ter dúvidas sobre como o resumo das informações do item usando o Atlassian Intelligence usa os dados. Esta seção complementa as informações disponíveis no Trust Center. O que é processado:
Em relação aos dados, o resumo das informações do item usando o Atlassian Intelligence aplica as seguintes medidas:
|
Summarize Smart Links with AI
Summarize Smart Links with AI is powered by large language models developed by Open AI. These models include the OpenAI models described here. Atlassian Intelligence uses these models to analyze and generate natural language within our products. These models generate responses based on your inputs and are probabilistic in nature. This means that their responses are generated through predicting the most probable next word or text, based on the data that they have been trained on. Read more about the capabilities of OpenAI’s models, or about this approach in OpenAI’s research papers. |
After you hover over a Smart Link from Jira, Confluence, and Google Docs, Atlassian Intelligence can help you summarize the content, which allows you to determine the importance and value of the link and decide your next action. This reduces the need to leave the current page and switch contexts. We believe that Summarize Smart Links with AI works best in scenarios where:
|
It’s important to remember that because of the way that the models used to power Summarize Smart Links with AI work, these models can sometimes behave in ways that are inaccurate, incomplete, or unreliable. For example, the summaries you receive might not accurately reflect the content that they are based on, or include content that sounds reasonable but is false or incomplete. We’ve found that Summarize Smart Links with AI is less useful in scenarios where:
For this reason, we encourage you to think about the situations when you use Atlassian Intelligence and review the quality of the responses you receive before sharing them with others. |
We understand you may have questions about how summarizing issue details using Atlassian Intelligence uses your data. This section supplements the information available on our Trust Center. We process:
When it comes to your data, Summarize Smart Links with AI applies the following measures. Your summaries:
|
Read more about Atlassian Intelligence
Discover more about using Atlassian Intelligence
Find out how to use Atlassian Intelligence to search for answers in Confluence