Konfigurace datového agenta

Datový agent umožňuje uživatelům interagovat s daty prostřednictvím přirozeného jazyka. Pro zvýšení přesnosti výsledků přidejte obchodní kontext, který ovlivňuje, jak agent interpretuje otázky a vytváří dotazy. Tento kontext vám pomáhá vytvářet přizpůsobená řešení, která odrážejí procesy, scénáře a obchodní logiku vaší organizace, takže poznatky, které agent generuje, jsou přesné a kontextově relevantní.

Tento článek popisuje konfigurace, které můžete použít ke zlepšení svého datového agenta.

Pokyny pro datového zástupce

Pokyny k datovému agentu vedou k generování přesných a relevantních odpovědí na dotazy uživatelů. Tyto pokyny můžou určit, které zdroje dat se mají určit podle priority, jak zpracovat určité typy dotazů, a poskytnout užitečnou terminologii nebo kontext pro interpretaci záměru uživatele.

Použijte tento doporučený formát k psaní efektivních instrukcí na úrovni agenta:

## Objective
// Describe the overall goal of the agent. 
// Example: "Help users analyze retail sales performance and customer behavior across regions."

## Data sources
// Specify which data sources the agent should consider, and in what order of priority.
// Example: "Use 'SalesLakehouse' for product and transaction data. Use 'CRMModel' for customer demographics."

## Key terminology
// Define terms or acronyms the agent may encounter in user queries.
// Example: "'GMV' refers to Gross Merchandise Value."

## Response guidelines
// Set expectations for how the agent should format or present answers.
// Example: "Present results as a short summary followed by a table of the supporting data."

## Handling common topics
// Provide special handling rules or context for frequently asked topics.
// Example: "When asked about customers, use the 'ChurnModelScoring' Lakehouse to get customer details. Then, list any open support tickets"

Pokyny ke zdroji dat

Pokyny ke zdroji dat se použijí, když agent směruje otázku do konkrétního zdroje dat. Tyto pokyny poskytují kontext potřebný k vytváření přesných dotazů – ať už v JAZYCE SQL, DAX nebo KQL – aby agent mohl načíst přesné informace.

Tato část by měla obsahovat pokyny specifické pro zdroj dat, jako jsou relevantní tabulky, sloupce, relace a libovolná logika dotazů potřebná k zodpovězení běžných nebo složitých otázek. Čím více kontextu, tím efektivněji může agent generovat přesné a smysluplné dotazy.

Jako výchozí bod použijte následující šablonu:

## General knowledge
// Share general background information the agent should consider when querying this data source.

## Table descriptions
// Describe key tables and important columns within those tables.

## When asked about
// Provide query-specific logic or table preferences for certain topics. 
// Example: "When asked about shoe sales, always use the SalesProduct table."

Popis zdroje dat

Popisy datových zdrojů pomáhají tvůrcům poskytnout základní kontext o každém zdroji, aby datový agent mohl inteligentně směrovat otázky. Popis by měl shrnout, co zdroj dat obsahuje, typy otázek, na které může odpovědět, a jakékoli drobné odlišnosti specifické pro firmu, které ho pomáhají odlišit od jiných zdrojů. Agent tyto informace používá během procesu odůvodnění k určení, který zdroj je pro dotaz uživatele nejrelevavantnější.

Poznámka:

Datový agent také zohledňuje metadata, jako jsou popis, schéma a příkladové dotazy, aby určil, který zdroj dat použít při odpovídání na konkrétní otázku.

Příklady dotazů na zdroj dat

Příkladové dotazy, známé také jako few-shot examples, používají nástroje datových agentů ke zlepšení kvality generovaných dotazů. Umožňují tvůrcům předat ukázkovou logiku dotazu, na kterou může agent při vytváření odpovědi odkazovat. Když se použije zdroj dat, odpovídající nástroj automaticky vyhledá nejrelevavantnější ukázkové dotazy na otázku uživatele a předá první tři nástroji datového agenta. Tyto příklady jsou začleněny do procesu generování, což pomáhá agentu vytvářet přesnější a kontextově odpovídající výsledky dotazů.

Popisy objektů schématu (Preview)

U zdrojů SQL dat poskytují popisy objektů schématu obchodní kontext pro tabulky, sloupce a další prvky ve schématu datového zdroje. Datový agent využívá tyto popisy k interpretaci velkých nebo nejednoznačných schémat a k pochopení toho, co každý prvek představuje, což mu pomáhá generovat přesnější dotazy.

Poznámka:

Popisy objektů schématu jsou k dispozici pouze tehdy, pokud váš datový agent používá preview runtime.

Chcete-li se naučit, jak přidávat a spravovat popisy, viz Přidání popisů objektů schématu (Náhled).

Další kroky

• koncept datového agenta
• Scénář datového agenta