Konfigurer din dataagent

Dataagenten er et effektivt værktøj, der er designet til at forbedre nøjagtigheden af dataresultater og give oprettere mulighed for at inkorporere forretningskontekst i deres dataforespørgsler. Ved hjælp af dataagenten kan brugerne interagere med data via et naturligt sprog, hvilket gør komplekse datahandlinger mere tilgængelige og handlingsvenlige.

Derudover faciliterer dataagenten oprettelse, kuration og konfiguration af dataeksperter, så organisationer kan bygge tilpassede løsninger, der afspejler deres unikke processer, scenarier og forretningslogik. Denne tilpasning sikrer, at den genererede indsigt ikke kun er nøjagtig, men også kontekstafhængig relevant.

I denne artikel beskrives de forskellige konfigurationer, du kan bruge til at forbedre din dataagent.

Instruktioner til dataagent

Instruktioner fra dataagenten hjælper agenten med at generere præcise og relevante svar på brugerspørgsmål. Disse instruktioner kan angive, hvilke datakilder der skal prioriteres, skitsere, hvordan visse typer forespørgsler skal håndteres, og give nyttig terminologi eller kontekst til fortolkning af brugerhensigt.

Her er et anbefalet startformat til skrivning af effektive instruktioner på agentniveau:

## 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: ""

## 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"

Instruktioner til datakilde

Instruktioner til datakilden anvendes, når agenten distribuerer et spørgsmål til en bestemt datakilde. Disse instruktioner indeholder den kontekst, der er nødvendig for at oprette præcise forespørgsler – uanset om det er i SQL, DAX eller KQL – så agenten kan hente nøjagtige oplysninger.

Dette afsnit skal indeholde datakildespecifik vejledning, f.eks. relevante tabeller, kolonner, relationer og enhver forespørgselslogik, der kræves for at besvare almindelige eller komplekse spørgsmål. Jo mere kontekst der leveres, jo mere effektivt kan agenten generere nøjagtige og meningsfulde forespørgsler.

Brug følgende skabelon som udgangspunkt:

## 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.”

Eksempelforespørgsler for datakilde

Eksempelforespørgsler, også kaldet få skudeksempler, bruges af dataagentværktøjer til at forbedre kvaliteten af genererede forespørgsler. De gør det muligt for oprettere at overføre eksempelforespørgselslogik, som agenten kan referere til, når der dannes et svar. Når der bruges en datakilde, søger det tilsvarende værktøj automatisk efter de mest relevante eksempelforespørgsler for brugerens spørgsmål og sender de tre øverste til dataagentværktøjet. Disse eksempler er indarbejdet i oprettelsesprocessen, hvilket hjælper agenten med at producere mere nøjagtige og kontekstafhængigt relevante forespørgselsresultater.

Næste trin

• dataagentkoncept
• dataagentscenarie