Claude Dashboards: как собрать живой дашборд на семантической модели Power BI. Пошагово
Содержание
- Что получится в итоге
- Что понадобится и что включить до старта
- Шаг 1. Находим дашборды в Claude
- Шаг 2. Регистрируем приложение в Microsoft Entra
- Шаг 3. Настраиваем адрес перенаправления
- Шаг 4. Выдаём права Power BI API
- Шаг 5. Добавляем собственный коннектор в Claude
- Шаг 6. Подключаем модель по ссылке
- Шаг 7. Просим собрать дашборд
- Шаг 8. Проверяем, откуда взялись цифры
- Шаг 9. Обновление, комментарии и правки
- Шаг 10. Делимся дашбордом
- Шаг 11. Превращаем дашборд в анимацию
- Если вы работаете из России
- Что важно знать до старта
- Что дальше
Собрать дашборд с помощью ИИ можно за пару минут. Проблема в другом: если он нарисован по случайному файлу, ему нельзя верить. Цифры устарели, формулы никто не проверял, а откуда взялось число, непонятно.
Claude Dashboards закрывает именно эту дыру. С 26 июля дашборд в Claude может держать живое подключение к источникам: Databricks, Snowflake и семантической модели в Microsoft Fabric или Power BI. Человек видит только те данные, на которые у него есть права. А за каждым числом на экране открывается запрос, по которому оно получено. Поэтому о дашбордах в Claude сейчас и говорят.
Разберём по шагам, как подключить Claude к семантической модели Power BI и собрать на ней дашборд. Заодно посмотрим, как из дашборда сделать короткую анимацию с главными выводами.
Что получится в итоге
Дашборд для финансовых руководителей, который сам тянет данные из модели Power BI, обновляется по кнопке и показывает запрос под каждым числом. К нему можно оставлять комментарии прямо на графиках, и ИИ внесёт правки. А из готового дашборда выходит анимированный фильм на 20 секунд.
Для примера возьмём модель Financial Overview в рабочей области Financials. В ней одна таблица фактов и справочники: отделы, регионы и даты.
Что понадобится и что включить до старта
- Claude с артефактами Dashboard и Motion. Оба помечены как бета-версия.
- Модель в Power BI или Fabric. Чем лучше она проработана, тем честнее дашборд.
- Права на регистрацию приложения в Microsoft Entra. Если их нет, это делает администратор. Достаточно один раз.
- Включённая настройка в админ-портале Power BI. Она называется «Users can use the Power BI Model Context Protocol server endpoint (preview)». Пока она выключена, дальше идти бессмысленно.
Зачем всё это. У Claude для подключения к серверу Power BI нужен идентификатор клиента OAuth. Entra ID не умеет выдавать его автоматически, поэтому приложение регистрируют вручную и передают его идентификатор в Claude. Так делают для клиентов, у которых нет заранее зарегистрированного приложения, например для Claude Desktop и ChatGPT. Это единственная сложная часть. Дальше всё просто.
Шаг 1. Находим дашборды в Claude
В Claude слева открываем раздел артефактов. Среди типов появились два новых: Dashboard и Motion. Первый собирает дашборд, второй делает из него короткую анимацию.

Создаём пустой дашборд. Вверху справа есть вкладка источников данных. Пока она пустая, ИИ нечего показывать.
Шаг 2. Регистрируем приложение в Microsoft Entra
Для Power BI готового коннектора в списке нет. Snowflake и Databricks там есть, а Fabric нужно подключать как собственный коннектор. Он работает через сервер Power BI Consumption MCP.
Открываем центр администрирования Entra, раздел регистрации приложений, и добавляем новую. Название любое, в примере это Power BI MCP - Claude Desktop. Тип учётных записей: только один тенант, то есть только ваша организация. Остальное не трогаем и нажимаем регистрацию.

Шаг 3. Настраиваем адрес перенаправления
Открываем раздел Authentication и добавляем Redirect URI. Платформа: Mobile and desktop applications. Сам адрес берём из документации Microsoft по подключению сервера. В примере он заканчивается так:
/api/mcp/auth_callback
Затем переходим на вкладку Settings и проверяем, что включён параметр Allow public client flows.

Шаг 4. Выдаём права Power BI API
Теперь разрешаем приложению то, что ему можно. В разделе API permissions нажимаем Add a permission, выбираем Power BI Service и тип Delegated permissions. Добавляем четыре права по одному, проще всего через поиск:
Dataset.Read.AllMLModel.Execute.AllSemanticModel.ReadWrite.AllWorkspace.Read.All
После этого нажимаем Grant admin consent. Напротив каждого права появляется отметка, что согласие выдано.

Шаг 5. Добавляем собственный коннектор в Claude
Возвращаемся в Entra, на страницу Overview приложения, и копируем идентификатор клиента: он понадобится через минуту. Адрес сервера берём из документации Microsoft. В примере используется сервер Power BI Consumption MCP:
https://api.fabric.microsoft.com/v1/mcp/powerbi
Есть и второй сервер, Power BI Authoring, с адресом https://api.fabric.microsoft.com/v1/mcp/powerbi/authoring. Он умеет больше: ходить по рабочим областям и моделям.
В Claude открываем Customize, затем Connectors, нажимаем Add и выбираем добавление собственного коннектора. Даём имя Power BI, вставляем адрес сервера и продолжаем. В настройках аутентификации остальное оставляем как есть, а в поле с идентификатором клиента вставляем скопированное значение из Entra. Нажимаем Add.

Claude может предложить войти в аккаунт. В примере после добавления коннектор показал, что у него нет инструментов. Помогло одно: отключить коннектор и подключить заново, снова войдя в аккаунт. После этого появились инструменты: ExecuteQuery, GenerateQuery, GetReportMetadata и GetSemanticModelSchema. Для каждого можно выбрать режим: спрашивать подтверждение, всегда разрешать или блокировать. По умолчанию стоит подтверждение.
Шаг 6. Подключаем модель по ссылке
Просим Claude подключиться к модели:
Подключись в Power BI к семантической модели Financial Overview в рабочей области Financials.
С первого раза не получилось. Коннектор в этой сессии открывает модель только по идентификатору и не умеет искать её по названию. Поэтому открываем модель в сервисе Power BI и копируем из адресной строки ссылку целиком. В ней два идентификатора: первый у рабочей области, второй у семантической модели. Разбираться, где какой, не нужно: Claude разберётся сам. Вставляем ссылку в чат и разрешаем доступ, когда он спросит.
Если не хочется искать идентификаторы, можно так же подключить второй сервер, Power BI Authoring. Он найдёт модель по рабочей области.
Подключение сработало. Claude прочитал модель и описал её: таблица фактов на 4400 строк и три справочника, три меры (общие продажи, общие затраты и продажи с начала года), данные помесячно с января 2021 по апрель 2022. Он отметил два ограничения: в справочнике дат только дата, без года и месяца, а доступ только на чтение, так что новые меры в модель добавить нельзя. После этого предложил четыре главных показателя: продажи, затраты, маржа и маржа в процентах.

Шаг 7. Просим собрать дашборд
Задача простая:
Собери красивый дашборд для финансовых руководителей.
На работу ушло около пяти минут. Результат получился вполне приличный: четыре карточки с показателями, график продаж и затрат по месяцам, маржа по месяцам, продажи по регионам и таблица по отделам. Внутри обычный HTML, CSS и JavaScript, а графики нарисованы на библиотеке D3.

Шаг 8. Проверяем, откуда взялись цифры
Это главная новинка. Нажимаем на число, и справа открывается панель. В ней три части:
- Query. Сам запрос. В примере это запрос на языке DAX, но к другим источникам он может быть SQL.
- Transform. Код, который превращает ответ Power BI в данные для карточки.
- Result. Результат, из которого получилось число. Для карточки продаж это полное значение, а на экране оно округлено до 31,5 млн.
То же работает для каждого графика.

Теперь о том, что стоит проверить обязательно. В модели есть только базовые меры: продажи и затраты. Расчёты «с начала года» Claude добавил сам, прямо в запросах. С одной стороны, он закрывает пробелы. С другой, может посчитать неверно. Поэтому лучше заранее довести модель до состояния, когда в ней есть все нужные меры, и сверять, что дашборд берёт именно их.
Шаг 9. Обновление, комментарии и правки
Вверху дашборда видно, когда он обновлялся, и рядом кнопка обновления. Нажатие забирает свежие данные из модели.
Правки удобнее делать комментариями. Выделяем график и пишем, что хотим. В примере:
Для отрицательных значений добавь подписи данных.
Примерно через минуту у столбцов с отрицательной маржой появились красные подписи. Claude ответил в самом комментарии и добавил место под графиком, чтобы подписи не налезали на названия месяцев.
Дизайн меняется обычным запросом:
Сделай дашборд светлым, в стиле Apple 2027 из будущего, со сглаженными линиями.
Дашборд стал светлым, линии сгладились. При желании можно так же добавить перекрёстную фильтрацию и другое.
Шаг 10. Делимся дашбордом
Кнопка Share открывает окно, где можно выбрать людей из организации. Здесь важный момент: при живом подключении каждый видит только то, к чему у него есть доступ в Power BI.
Совсем другое дело публичная ссылка. Если администратор разрешил такие ссылки, то по ней открывается снимок дашборда, и его видят все, у кого она есть. В примере этот вариант был закрыт. Экспорт тоже ограничен: в Fabric дашборд выгрузить нельзя, только в некоторые другие инструменты.

Шаг 11. Превращаем дашборд в анимацию
Второй артефакт, Motion, делает короткие анимации. Просим:
Создай анимацию Motion с последними выводами из этого дашборда.
Claude задаёт уточняющие вопросы: стиль (Keynote stage, Living charts, Glass layers или Margin squeeze), длительность и цвета. В примере выбраны Living charts, 20 секунд и цвета дашборда. Через пару минут готов фильм из четырёх частей: итоги года, продажи и затраты, падение маржи и вывод. Графики на нём растут по ходу показа. Стиль и палитру можно сменить в панели справа.

Звук по умолчанию выключен, его включает кнопка динамика.
Если вы работаете из России
Claude Dashboards и Claude Motion работают только внутри Claude. Сам Claude из России напрямую недоступен, поэтому повторить пример один в один без обходных путей не получится. Это нужно учитывать сразу. Про доступность Power BI, Fabric и Entra отсюда в примере ничего не сказано, уточняйте у своего ИТ-отдела.
Идею при этом можно перенести. Её суть: ИИ-агент ходит в данные через MCP-сервер, с правами конкретного человека, строит дашборд и показывает запрос под каждым числом. Что можно взять взамен:
- Открытые модели на своём сервере. Агент на открытой модели с поддержкой MCP подключается к базе или хранилищу так же.
- BI с открытым кодом или российский BI. Например, Apache Superset, Metabase или Яндекс DataLens. Дашборд собирается в них, а ИИ помогает писать запросы.
- Правила те же. Доступ на чтение, запросы на виду, меры в модели, а не в дашборде.
Это общий ход, а не проверенная схема из примера: настройку нужно тестировать на своих данных.
Что важно знать до старта
- Это бета-версия. Обе функции помечены как бета, интерфейс меняется.
- Метрики живут в запросах. Если показатели не лежат в модели, на втором дашборде придётся придумывать их заново. Отсюда расхождение цифр между дашбордами.
- Нет версий. Версионирования для разработки нет, вести дашборд как проект с историей изменений не получится.
- Ограниченный доступ. Для небольшой команды хватит, для крупной организации возможностей общего доступа мало.
- Только D3. Визуалов меньше, чем в приложениях Fabric. Записи данных обратно в модель тоже нет.
- Публичные ссылки открывают всё. Проверьте настройку администратора заранее.
- Права шире, чем нужно. В списке есть
SemanticModel.ReadWrite.All, хотя в примере подключение только читает. Уточните у администратора, можно ли обойтись меньшим. - ИИ дописывает меры. Всё, чего нет в модели, он считает сам. Проверяйте запросы выборочно.
Что дальше
Дашборды с ИИ перестают быть красивой картинкой по файлу. У них появляется источник, права и проверяемый запрос. А скорость остаётся прежней: от пустого экрана до рабочего дашборда около пяти минут. Главное условие то же, что и всегда: сначала порядок в модели данных, потом ИИ.
Мы в Агентехе учим сотрудников подключать ИИ-агентов к данным компании и проверять их результат: настраивать доступы, ставить границы и сверять цифры. Как устроено обучение.