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.
Atlassian Intelligence-antwoorden in Jira Service Management
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 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. |
De antwoordfunctie van Atlassian Intelligence maakt verbinding met de virtuele 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:
|
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 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 Atlassian Intelligence-antwoorden minder nuttig zijn in scenario's waarbij:
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 kunt ook het volgende overwegen:
|
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 in ons Trust Center. We verwerken het volgende:
|
Automatisering met behulp van Atlassian Intelligence
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. |
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:
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. |
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:
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. |
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor Confluence-automatisering:
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. |
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.
|
Korte samenvatting van Confluence
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. |
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:
|
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:
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:
|
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het samenvatten van pagina's en blogs:
|
Definieer termen met behulp van Atlassian Intelligence in Confluence
Het definiëren van termen met behulp van Atlassian Intelligence in Confluence 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 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. |
Een van de moeilijkste dingen aan het consumeren van inhoud in Confluence 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, acroniemen, projectnamen of statussen op een pagina in Confluence. 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. Wij zijn van mening dat het definiëren van termen met behulp van Atlassian Intelligence in Confluence het beste werkt in deze situaties:
|
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:
|
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast bij het definiëren van termen met behulp van Atlassian Intelligence in Confluence:
|
Genereer omschrijvingen van pull requests met Atlassian Intelligence
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. |
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:
We zijn van mening dat het genereren van pull-request-omschrijvingen van Bitbucket Cloud met Atlassian Intelligence het beste werkt in scenario's waarin:
|
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:
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:
|
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van pull request-omschrijvingen:
|
Genereer SQL-query's in Atlassian Analytics
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. |
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:
Weet je niet zeker welke vragen je moet stellen?Hier zijn enkele suggesties:
|
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:
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:
|
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het genereren van SQL-query's.
|
Generatieve AI in de editor
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. |
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:
|
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:
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:
|
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:
Als het op je gegevens aankomt, past Atlassian Intelligence de volgende maatregelen toe tijdens bewerkingservaringen:
|
Zoek antwoorden in Confluence
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. |
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
|
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:
De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het zoeken naar antwoorden in Confluence:
|
Zoek issues in Jira
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. |
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:
|
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:
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. |
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt voor het zoeken naar issues:
|
Aanvraagtypen voorstellen in Jira Service Management
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. |
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:
|
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:
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:
|
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:
Als het op je gegevens aankomt, worden de volgende maatregelen toegepast als je Atlassian Intelligence gebruikt om soorten aanvragen voor te stellen.
|
Issuegegevens samenvatten in Jira Service Management
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. |
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:
|
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:
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. |
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:
De volgende maatregelen worden toegepast met betrekking tot je gegevens als je Atlassian Intelligence gebruikt voor het samenvatten van issuegegevens:
|
Meer informatie over Atlassian Intelligence
Ontdek meer over het gebruik van Atlassian Intelligence
Ontdek hoe je Atlassian Intelligence kunt gebruiken om antwoorden te zoeken in Confluence