Genie-Agent-Konzepte

Genie Agents ist ein Azure Databricks Feature, mit dem Geschäftsteams mithilfe natürlicher Sprache mit ihren Daten interagieren können. Domänenexperten konfigurieren Genie Agents mit Datasets, Beispielabfragen und Textrichtlinien, um Genie bei der Übersetzung von Geschäftsfragen in analytische Abfragen zu unterstützen. Nach dem Setup können Geschäftsbenutzer Fragen stellen und Visualisierungen generieren, um betriebstechnische Daten zu verstehen. Weitere Informationen zu Azure Databricks KI-basierten Features finden Sie unter Databricks AI Assistive Features.

Hinweis

Genie Agents waren früher als Genie Spaces bekannt.

Genie wählt relevante Namen und Beschreibungen aus kommentierten Tabellen und Spalten aus, um Fragen in natürlicher Sprache in eine entsprechende SQL-Abfrage zu konvertieren. Er antwortet nach Möglichkeit mit der generierten Abfrage- und Ergebnistabelle. Wenn Genie keine Antwort generieren kann, kann er Nachverfolgungsfragen stellen, um zu klären, bevor er eine Antwort vorgibt.

Exemplarischer Anwendungsfall

Ein Vertriebsleiter möchte das Top-Verkaufsprodukt im Laufe der Zeit in ihrer Bäckerei verstehen. Sie können mit dem Genie Agent mit natürlicher Sprache interagieren und automatisch eine Visualisierung generieren.

Das folgende GIF zeigt diese Interaktion:

GIF mit Beispielfrage, Antwort und automatisch generierter Visualisierung

Funktionsweise von Genie Agents

Genie Agents verwenden ein zusammengesetztes KI-System , um Geschäftsfragen zu interpretieren und Antworten zu generieren. Anstatt ein einzelnes großes Sprachmodell zu verwenden, verarbeiten zusammengesetzte KI-Systeme Aufgaben in KI-Anwendungen, indem mehrere interagierende Komponenten kombiniert werden. Zusammengesetzte KI-Systeme sind aufgrund ihrer Leistung und Flexibilität ein zunehmend gängiges Entwurfsmuster für KI-Anwendungen. Weitere Informationen finden Sie unter The Shift from Models to Compound AI Systems.

Wichtige Konzepte

Konzept Description
Wissensspeicher Eine Sammlung sorgfältig zusammengestellter semantischer Definitionen, die das Verständnis von Genie für Ihre Daten verbessert. Der Wissensspeicher enthält Tabellen- und Spaltenbeschreibungen auf Agentebene, Synonyme, Verknüpfungsbeziehungen, SQL-Ausdrücke und Eingabeaufforderungsabgleichseinstellungen. Wissensspeicherkonfigurationen gelten für den Agent und wirken sich nicht auf Unity-Katalogmetadaten aus. Siehe Erstellen eines Wissensspeichers.
Anweisungen Nur-Text-Notizen, die Genie mitteilen, wie Sie Ihre Daten interpretieren und auf Fragen antworten können. Anweisungen können Geschäftsregeln, bevorzugte Terminologie, Datumsformate und andere domänenspezifische Kontexte beschreiben. Siehe Bereitstellen von Anweisungen.
SQL-Beispielabfragen SQL-Abfragen, die als Referenzantworten für häufig gestellte Fragen dienen. Genie wählt relevante Beispiele aus der Abfragebibliothek des Agenten intelligent aus, um genauere Antworten zu generieren. Siehe Hinzufügen von Beispiel-SQL-Abfragen und -Funktionen.
Vertrauenswürdige Ressourcen Parametrisierte Beispielabfragen und SQL-Funktionen, deren genaue Logik von einem Agentautor überprüft wurde. Wenn Genie eine vertrauenswürdige Ressource verwendet, um eine Antwort zu generieren, stammt die Antwort aus dieser überprüften Logik. Siehe Überprüfung einer Antwort.
Vergleichstests Eine Reihe von Testfragen, die verwendet werden, um die Antwortgenauigkeit des Genie Agent zu bewerten und zu messen. Im Gegensatz zu Anweisungen dienen Benchmarks nur zur Bewertung – Genie verwendet keine Benchmarkfragen oder SQL, um seinen Kontext zu verbessern. Siehe Benchmarks.
Agentmodus Ein mehrstufiger Reasoning-Modus, der eine tiefere Analyse ihrer Daten durchführt. Der Agentmodus unterteilt komplexe Fragen in Unteraufgaben, führt mehrere SQL-Abfragen aus und gibt einen strukturierten Bericht mit Ergebnissen und Visualisierungen zurück. Siehe Agent-Modus in Genie Agents.

Welche Daten kann ich verwenden?

Ein Genie Agent basiert auf Daten, die im Unity-Katalog registriert sind, einschließlich verwalteter Tabellen, externer Tabellen, Fremdtabellen, Ansichten, Metrikansichten und materialisierten Ansichten. Genie verwendet die Metadaten, die an Unity Catalog-Objekte angefügt sind, sowie einen vom Autor kuratierten Wissensspeicher auf Agentebene, um Antworten zu generieren. Gut kommentierte Datasets, gepaart mit spezifischen Anweisungen, die Sie bereitstellen, sind entscheidend für die Erstellung einer positiven Erfahrung für Endbenutzerinnen und Endbenutzer.

Hinweis

Genie arbeitet nur mit strukturierten Daten. Es kann keine Fragen zu unstrukturierten Daten wie PDFs, Word Dokumenten oder anderen dateibasierten Inhalten beantworten. Um Genie Zugriff auf unstrukturierte Dokumente zu gewähren, verwenden Sie Chat in Genie, die eine Verbindung mit externen Dokumentquellen wie Google Drive oder SharePoint herstellen können.

Wie Genie Agents eine Antwort generiert

Wenn ein Benutzer eine Frage einreicht, analysiert Genie die Anforderung, identifiziert relevante Datenquellen und bestimmt, wie eine entsprechende Antwort generiert wird. Details, die von Autoren in Kombination mit relevanten Unity-Katalogkommentaren, Metadaten und Beispielwerten aus ausgewählten Spalten bereitgestellt werden, ermöglichen Es Genie, sowohl geschäfts- als auch technische Logik abzuleiten. Genie filtert intelligente SQL-Abfragen, Tabellen- und Spaltenmetadaten und Chatverlauf, um den relevantesten Kontext für die Beantwortung der Anfrage auszuwählen.

Genie generiert Antworten mit den folgenden Komponenten:

Bestandteil Description
Metadaten der Unity-Katalogtabelle Tabellennamen, Beschreibungen sowie definierte Primärschlüssel- (PK) und Fremdschlüsselbeziehungen (FK). Genie verwendet diese Daten zum Konvertieren von Eingabeaufforderungen in natürlicher Sprache in SQL.
Spaltennamen und Beschreibungen Genie filtert intelligent nach relevanten Spaltennamen und Beschreibungen.
Wissensspeicherkontext Agentspezifische Metadaten, die Autoren lokal hinzufügen, einschließlich Spaltenwerten, die für die Abfragegenerierung relevant sind. Ändert keine vorhandenen Unity-Katalogmetadaten. Siehe Erstellen eines Wissensspeichers.
SQL-Beispielabfragen Genie wählt intelligent relevante SQL-Beispiele aus SQL-Abfragen aus.
SQL-Funktionen Alle SQL-Funktionen, die dem Agent hinzugefügt wurden.
Anweisungen Nur-Text-Notizen werden als allgemeine Anweisungen bereitgestellt.
Prompt- und Antwortverlauf Aufforderungen und Antworten aus dem aktuellen Chat. Bei Bedarf werden aufgrund der festgelegten Tokenlimitsdie ältesten Teile des Chatprotokolls ausgeschlossen.

Hinweis

Einige Tabellendetails, z. B. der Besitzer und die Tabellengröße, sind standardmäßig nicht enthalten. Um auf diese Informationen zuzugreifen, verwenden Sie Ansichten aus dem Informationsschema, das für alle Unity-Kataloge verfügbar ist. Weitere Informationen dazu, was im Informationsschema verfügbar ist, finden Sie unter "Informationsschema".

In den meisten Fällen generiert Genie eine SQL-Abfrage, die im SQL-Warehouse des Agents ausgeführt wird. Generierte Abfragen sind immer schreibgeschützt. Wiederholungen werden automatisch verarbeitet, und das SQL-Lager übernimmt Parallelität und Skalierung. Details dazu, wie Genie Sicherheit und Datenschutz bewahrt, finden Sie unter Databricks AI Assistive Features Trust and Safety.

Verbessern der Antwortgenauigkeit mithilfe von Inspect

Important

Dieses Feature befindet sich in der Public Preview.

Inspect verwendet erweiterte Gründe, um die Genauigkeit der generierten SQL-Abfragen von Genie zu überprüfen und zu verbessern. Wenn Sie Inspect für eine Antwort aktivieren, Genie:

  1. Überprüft die anfänglich generierte SQL-Abfrage.
  2. Die Autoren schreiben kleinere SQL-Anweisungen, um bestimmte Aspekte der Abfrage zu überprüfen, z. B.:
    • Bestätigen, dass die richtigen Filterwerte enthalten sind.
    • Überprüfung der Datumsbereichslogik, wie z. B. bei nachlaufenden 7-Tage-Fenstern.
    • Überprüfen von Joinbedingungen und Aggregationen.
  3. Identifiziert Lücken oder potenzielle Probleme in der ursprünglichen Abfrage.
  4. Wenn Probleme identifiziert werden, wird eine verbesserte SQL-Abfrage generiert, die sie behebt.
  5. Führt einen endgültigen Vergleich zwischen den ursprünglichen und verbesserten Abfragen aus.
  6. Gibt die Abfrage zurück, die Ihre Frage am genauesten beantwortet.

Verwenden Sie Inspect, wenn Sie zusätzliche Vertrauenswürdigkeit bei der Abfragegenauigkeit benötigen, insbesondere für komplexe Abfragen mit Filtern, Datumsbereichen oder mehreren Tabellen.

Sprachunterstützung

Sie können Genie Agents in anderen Sprachen als Englisch verwenden, z. B. Portugiesisch und Französisch. Das zugrunde liegende Agentframework umschließt jedoch Eingabeaufforderungen in Englisch.

Azure Databricks empfiehlt, dass Agent-Ersteller so viele Metadaten wie möglich in ihrer gewünschten Sprache hinzufügen. Genie-Antworten erscheinen manchmal in Englisch aufgrund der zugrunde liegenden Systemaufforderungen.

Funktionsweise des Datenzugriffs

Der Datenzugriff in einem Genie Agent unterliegt dem Unity-Katalog. Wenn ein Benutzer eine Frage stellt, wird die generierte SQL-Abfrage für die Daten unter Verwendung der vom Autor des Agenten eingebetteten Compute-Anmeldedaten ausgeführt (also des konfigurierten SQL-Warehouse). Die eigenen Unity-Katalogdatenberechtigungen jedes Benutzers werden auf die Abfrageergebnisse angewendet. Benutzer sehen nur Daten, auf die sie zugreifen dürfen. Jede Frage zu Daten, auf die sie nicht zugreifen können, gibt eine leere Antwort zurück.

Dies bedeutet Folgendes:

  • Sie müssen Benutzern keine direkten Lagerberechtigungen erteilen.
  • Zeilenfilter und Spaltenmasken, die im Unity-Katalog definiert sind, werden automatisch pro Benutzer durchgesetzt.
  • Um die Benutzerdatenfilterung zu implementieren, wenden Sie die Sicherheit auf Zeilenebene auf die zugrunde liegenden Tabellen im Unity-Katalog an. Siehe Zeilenfilter und Spaltenmasken.

Informationen zum Einrichten von Benutzerberechtigungen für einen Genie-Agent finden Sie unter Einen Genie-Agent freigeben. Häufig gestellte Fragen zu Datenschutz und Sicherheit finden Sie in den häufig gestellten Fragen zu Datenschutz und Sicherheit.

Nächste Schritte

  • Last updated on