Du prompt au tableau de bord en moins d'une minute, pour un coût divisé par 5 : tableaux de bord IA et graphiques Vega-Lite personnalisés dans Kibana

Le chat IA de Kibana crée désormais des tableaux de bord complets basés sur le langage de requête Elasticsearch (ES|QL) à partir d'un prompt en langage naturel, en moins d'une minute. Dans la version Elastic 9.5, cette fonctionnalité passe au stade de disponibilité générale (DG) (en préversion technique 9.4) et intègre un mécanisme de récupération des erreurs qui relance les requêtes ayant échoué, réduit par cinq les coûts de génération ES|QL grâce au routage hiérarchisé des modèles et propose des contrôles de filtrage interactifs. Cette version ajoute également la création de graphiques Vega-Lite en langage naturel, incluant des nuages de points, des diagrammes en boîte, une mise en forme conditionnelle et des infobulles personnalisées, autant d'éléments qu'il fallait auparavant coder manuellement en JSON.

Quoi de neuf dans la création de tableaux de bord IA avec Kibana

Récupération automatique des erreurs pour la génération de tableaux de bord par IA

Dans la préversion technique, l'agent ne relançait pas les requêtes ES|QL ayant échoué. Avec la version 9.5, il détecte les erreurs de requête et tente de les réexécuter jusqu'à trois fois ; il analyse chaque erreur et ajuste la requête avant d'abandonner. En pratique, cela élimine la majeure partie des problèmes de panneaux vides et permet d'obtenir des tableaux de bord qui s'affichent correctement dès la première tentative.

Pourquoi la création de tableaux de bord par IA est-elle moins coûteuse dans Elastic 9.5 ?

Les étapes de génération d'un tableau de bord ne nécessitent pas toutes le même niveau de raisonnement. Dans la version 9.5, la génération ES|QL passe par un modèle plus léger par défaut et revient au modèle principal uniquement en cas de besoin. Si votre connecteur utilise Claude Opus 4.8 d'Anthropic, la génération ES|QL pour tous les panneaux revient alors cinq fois moins cher.

Sélection automatique de la plage temporelle basée sur vos données

Les tableaux de bord ne sont utiles que s'ils affichent la fenêtre de données appropriée. L'agent applique désormais une logique optimisée pour sélectionner une période pertinente au regard des données interrogées, à moins que l'utilisateur ne spécifie une plage horaire particulière. Il prend en compte la répartition temporelle des données et adapte son choix en conséquence, qu'il s'agisse de la dernière heure pour un incident en cours ou des 90 derniers jours pour une analyse de tendance, plutôt que de s'en tenir systématiquement à une fenêtre temporelle fixe.

Contrôles de filtrage automatiques sur les tableaux de bord générés par IA

La création de tableaux de bord prend désormais en charge les contrôles, c'est-à-dire des filtres interactifs qui permettent aux utilisateurs d'affiner un tableau de bord en fonction des valeurs des champs sans modifier les requêtes sous-jacentes. Lors de la génération d'un tableau de bord, l'agent ajoute automatiquement des contrôles en haut pour les champs les plus pertinents à filtrer.

Graphiques Vega-Lite à partir du langage naturel : types de graphiques et mise en forme au-delà des valeurs par défaut

Vega et Vega-Lite prennent en charge une grande variété de types de graphiques et de personnalisations dans Kibana. Avec la version 9.5, vous pouvez les créer en langage clair au lieu d'écrire le code vous-même. 

Nuages de points, diagrammes en boîte et autres types de graphiques Vega-Lite

Les nuages de points, les diagrammes en boîte, les graphiques à facettes, les graphiques à bulles et les graphiques de composition (tels que la combinaison d'histogrammes et de cartes thermiques), entre autres, sont pris en charge par Vega-Lite. Un prompt comme Affiche-moi un nuage de points du temps de réponse en fonction de la taille de la requête, avec une coloration par nom de service génère un panneau Vega-Lite intégrant les mappings de données appropriés. Ces graphiques utilisent les palettes de couleurs par défaut de Kibana afin de s'harmoniser avec le reste du tableau de bord.

Mise en forme conditionnelle, infobulles personnalisées et étiquettes sur graphiques standard

Même pour les types de graphiques déjà intégrés dans les tableaux de bord comme les graphiques à barres, linéaires ou en aires, il est parfois nécessaire de disposer d'un contrôle plus poussé que celui offert par les fonctionnalités par défaut. Vega-Lite permet de combler cette lacune via le chat. En voici quelques exemples :

• Mise en forme conditionnelle des couleurs : appliquez une couleur différente aux points de données dépassant un certain seuil ; par exemple, colorez en rouge les points d'un graphique linéaire ou en barres lorsqu'une métrique dépasse votre objectif de niveau de service (SLO). Demandez à l'agent quelque chose comme Colore en rouge tous les points dépassant 500 ms sur mon graphique linéaire.

  

• Marqueurs et étiquettes personnalisés : ajoutez des émojis, des symboles ou des étiquettes textuelles intégrées aux points de données pour obtenir des indicateurs d'état visibles d'un seul coup d'œil.

  

• Infobulles personnalisées : enrichissez les états au survol avec des métriques supplémentaires, du contexte ou des valeurs calculées qui ne figurent pas sur les axes du graphique. Demandez par exemple Ajoute une infobulle indiquant le nombre total d'enregistrements et le pourcentage par barre.

  

Cette méthode fonctionne également pour modifier des graphiques Vega existants. Si vous avez un panneau Vega-Lite nécessitant une retouche comme modifier une échelle de couleurs, ajuster un axe ou changer le type de marqueur, décrivez la modification dans le chat plutôt que de fouiller dans le code JSON.

Comment nous avons créé la génération Vega-Lite en langage naturel dans Kibana

Générer un graphique Vega-Lite à partir d'une phrase ne se résume pas à un simple prompt unique demandant au modèle de fournir du JSON. Nous avons mis au point un petit pipeline de type agent capable de transformer une intention exprimée en langage naturel en un graphique validé et étayé par des données.

À la réception d'une requête, l'agent détermine d'abord si Vega-Lite est la solution appropriée. Pour les requêtes Vega-Lite, il ancre la visualisation sur une véritable requête ES|QL adressée à Elasticsearch, puis utilise un modèle pour générer le code Vega-Lite. Avant le rendu, le résultat passe par une couche de normalisation qui corrige le schéma et lie la requête canonique ; des transformations visant à garantir la sécurité du rendu sont également appliquées.

Quelques choix de conception rendent ce workflow fiable :

• Appel d'outil typé : la création de graphiques repose sur l'appel structuré d'un outil plutôt que sur l'insertion de code Vega-Lite en format libre dans la conversation.

• Génération contrainte : le modèle génère du code Vega-Lite selon un schéma défini, ce qui rend la sortie plus prévisible et plus facile à valider.

• Exemples sélectionnés : les schémas structurels, tels que la navigation à facettes, les marqueurs superposés et les cartes thermiques, fournissent des indications sans copier les données sous-jacentes.

• Boucles d'exécution et de vérification : les requêtes sont exécutées avant la création du graphique, et les échecs de validation déclenchent des tentatives correctives pour la génération ES|QL.

Essayez la création de tableaux de bord par IA et les graphiques Vega-Lite dans Kibana

Pour tester la création de tableaux de bord en langage naturel et les graphiques Vega-Lite, passez à Elastic 9.5 (ou commencez un essai gratuit) et ouvrez le chat dans Kibana. Demandez ensuite à l'outil de générer un tableau de bord à partir de vos données. Pour Vega-Lite, demandez un type de graphique que vous avez toujours voulu mais que vous n'avez jamais créé, comme un nuage de points ou un graphique à bulles. Si le résultat ne vous convient pas tout à fait, indiquez à l'agent ce qu'il faut modifier ; il itère avec vous.

Cela nécessite une licence Entreprise. Commencer.

La publication et la date de publication de toute fonctionnalité ou fonction décrite dans le présent article restent à la seule discrétion d'Elastic. Toute fonctionnalité ou fonction qui n'est actuellement pas disponible peut ne pas être livrée à temps ou ne pas être livrée du tout.