Davis CoPilot: consulta tus datos en lenguaje natural, con sus límites

Davis CoPilot en la práctica: activar la IA, hacer una pregunta precisa, revisar el DQL generado, bloquear datos sensibles y controlar el consumo.
Davis CoPilot : interroger ses données en langage naturel, limites comprises

Las tres de la madrugada, una alerta de latencia y un ingeniero de guardia (on-call) que ya no recuerda la sintaxis de makeTimeseries. Davis CoPilot promete traducir la pregunta «¿qué errores hay en el servicio de pagos desde hace una hora?» en una consulta DQL ejecutable. La promesa es real, pero tiene límites que conviene conocer antes de fiarse de ella durante un incidente.

Para un SRE, el interés es doble: reducir el tiempo de diagnóstico (MTTR) y abrir los datos a equipos que no escriben DQL. El riesgo es simétrico: una consulta verosímil pero errónea da una respuesta errónea con mucha seguridad.

Objetivo: activar el asistente, consultarlo correctamente, controlar la consulta generada y establecer las barreras de confidencialidad y de coste. El contenido vale para Dynatrace SaaS, sobre la plataforma Grail. Dynatrace Managed no está incluido: el asistente se apoya en las apps y los datos de la plataforma SaaS.

Davis CoPilot hoy: lo que ha cambiado de nombre

Davis CoPilot es el nombre histórico de la IA generativa de Dynatrace. La documentación actual habla ahora de «IA generativa y agéntica de Dynatrace Intelligence», y el asistente conversacional se llama Dynatrace Assist. Los identificadores técnicos conservan el nombre antiguo: el esquema de ajustes es service:davis.copilot.datamining-blocklist y la CLI expone dtctl exec copilot nl2dql. En este artículo, «Davis CoPilot» designa el conjunto.

Lo que hace el asistente:

  • traducir una pregunta en lenguaje natural a DQL y, opcionalmente, ejecutarla;
  • resumir y explicar una consulta DQL existente;
  • resumir un problema de Davis, su causa raíz y posibles vías de remediación;
  • responder a preguntas de uso del producto y sugerir guías de resolución de problemas.

Requisitos previos

  • Un entorno de Dynatrace SaaS sobre la plataforma (Grail, Notebooks, Dashboards).
  • Un contrato DPS: según la documentación, a partir de la versión 1.347, los modelos de licencia que no son DPS ya no pueden usar el servidor MCP, las acciones de IA en los workflows ni las llamadas directas a la API de IA generativa o agéntica. Consulta la licencia DPS y su consumo.
  • Un administrador que active la función y asigne los permisos a los grupos de usuarios.

Paso 1: activar la IA y restringir los datos

En Settings, busca los ajustes de la IA generativa (la etiqueta sigue el cambio de nombre en curso). El esquema correspondiente expone, entre otros:

  • enableCopilot: activa la IA generativa;
  • enableAgenticAi: activa la IA agéntica;
  • enableTenantAwareDataMining: consultas que tienen en cuenta tu entorno (la incorporación puede tardar hasta 24 horas);
  • blocklistEntries: tablas o buckets excluidos del índice semántico;
  • piiBlockingEnabled y piiBlockingTypes: bloqueo de direcciones de correo electrónico, números de teléfono, IBAN, tarjetas bancarias, direcciones IP, parámetros de URL, etc.

Para releer la configuración por la API (token con settings.read):

curl -s -H "Authorization: Api-Token $DT_TOKEN" \
  "$DT_ENV/api/v2/settings/objects?schemaIds=service:davis.copilot.datamining-blocklist&scopes=environment" \
  | jq '.items[].value | {enableCopilot, enableAgenticAi, piiBlockingEnabled, blocklistEntries}'

Línea crítica: activar la opción no basta, también hay que asignar los permisos a los grupos afectados. Sin ellos, el usuario no ve el asistente.

Paso 2: formular una buena pregunta

La calidad de la consulta depende de la precisión de la pregunta. Compara:

  • Vaga: «muestra los errores».
  • Precisa: «logs de nivel ERROR del namespace checkout en la última hora, agrupados por nombre de pod».

Nombra la fuente (logs, spans, eventos, métricas), el filtro, el periodo y la agrupación. Usa los nombres reales de tus servicios y namespaces.

Desde un terminal, la CLI da la misma traducción sin ejecutarla:

dtctl exec copilot nl2dql "error logs from the last hour"

Resultado típico:

fetch logs
| filter loglevel == "ERROR"
| filter timestamp > now() - 1h

Paso 3: revisar la consulta antes de creer el resultado

Es el paso que separa un uso seguro de uno peligroso. Antes de actuar sobre una respuesta:

  1. La fuente: ¿consulta la tabla correcta (logs, spans, bizevents, dt.davis.events)?
  2. Los campos: ¿existen de verdad los nombres? Un campo inventado no siempre provoca un error; puede limitarse a filtrarlo todo.
  3. El periodo: ¿corresponde la ventana al incidente?
  4. Las agregaciones: una media donde hacía falta un percentil cambia la conclusión.

Pide después al asistente que explique la consulta: si la explicación no se corresponde con tu pregunta, reformúlala. Para construir una base de consultas fiables, parte de nuestras consultas DQL de operación.

Paso 4: controlar el coste

Según la documentación, todas las consultas ejecutadas por la IA generativa consumen como consultas ordinarias, y el uso fuera de la interfaz (workflows, API, MCP) se factura según la tarifa. Dos reflejos:

  • en Notebooks y Dashboards, elige generar la consulta sin ejecutarla automáticamente y lánzala tras revisarla;
  • limita el periodo y añade un limit en las exploraciones.

Los límites de Davis CoPilot que debes conocer

  • Errores verosímiles: la consulta es sintácticamente válida pero responde a otra pregunta.
  • Contexto parcial: el asistente no conoce tus convenciones internas de nombres ni el historial de tus incidentes.
  • Sin decisión: propone, no valida. Un rollback o un reinicio sigue siendo una decisión humana.
  • Datos sensibles: sin lista de bloqueo ni bloqueo de PII, pueden aparecer datos personales en las respuestas.
  • Disponibilidad: solo SaaS, y sujeta al modelo de licencia.

Cómo comprobar que funciona

  1. Abre un Notebook y plantea una pregunta sencilla cuya respuesta conozcas: «número de problemas de Davis activos».
  2. Compara con una consulta escrita a mano:
fetch dt.davis.events
| filter event.status == "ACTIVE"
| summarize count()
  1. Las dos cifras deben coincidir. Si el asistente no aparece, comprueba la activación y los permisos del grupo; si la respuesta difiere, compara las dos consultas línea a línea.

Buenas prácticas

  • Formar, no sustituir: usa el asistente para aprender DQL; guarda las consultas validadas en un Notebook compartido.
  • Primero las barreras de seguridad: lista de bloqueo y PII antes de abrirlo a toda la empresa.
  • Trazabilidad en un incidente: pega la consulta exacta en el ticket, no solo el resultado.
  • En otras herramientas: la misma IA es accesible por MCP, por ejemplo desde Microsoft Teams o Cursor, con las mismas reglas de revisión.
  • Referencia: documentación de la IA generativa y agéntica.

Preguntas frecuentes

¿Está disponible Davis CoPilot en Dynatrace Managed?

No. Se apoya en la plataforma SaaS (Grail, apps). En Managed, el análisis sigue siendo manual o pasa por tus propias herramientas.

¿Se usan mis datos para entrenar el modelo?

Consulta la página «data privacy and security» de la documentación oficial para tu contrato. En cualquier caso, configura la lista de bloqueo y el bloqueo de PII.

¿Se puede usar sin ejecutar las consultas?

Sí. En Notebooks y Dashboards se puede generar el DQL sin ejecutarlo, lo que permite revisarlo y evitar un consumo innecesario.

Conclusión

Davis CoPilot acelera la escritura de DQL y abre los datos a más gente. No exime de revisar la consulta, de configurar la confidencialidad ni de vigilar el consumo. Trátalo como a un compañero rápido pero nuevo: útil, siempre que verifiques su trabajo.

span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC. Dynatrace es una marca de su propietario. Los nombres de las funciones y de los ajustes de la IA evolucionan rápido: comprueba siempre los valores (puertos, versiones, tamaños) en la documentación oficial correspondiente a tu versión.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Business events Dynatrace : suivre un KPI métier sans code

Eventos de negocio Dynatrace: seguir un KPI de negocio sin código

Next Post
API Dynatrace SaaS : la carte complète des API et des schémas Settings 2.0

API de Dynatrace SaaS: el mapa completo de las API y de los esquemas de Settings 2.0

Related Posts