Configuración del agente de datos

Un agente de datos permite a los usuarios interactuar con los datos a través del lenguaje natural. Para mejorar la precisión de los resultados, añade contexto empresarial que influya en cómo el agente interpreta las preguntas y construye las consultas. Este contexto te ayuda a crear soluciones personalizadas que reflejen los procesos, escenarios y lógica de negocio de tu organización, de modo que los insights que genera el agente sean tanto precisos como relevantes en el contexto.

Este artículo describe las configuraciones que puedes usar para mejorar tu agente de datos.

Instrucciones del agente de datos

Las instrucciones del agente de datos guían al agente para generar respuestas precisas y relevantes a las preguntas del usuario. Estas instrucciones pueden especificar qué orígenes de datos priorizar, describir cómo controlar determinados tipos de consultas y proporcionar terminología o contexto útiles para interpretar la intención del usuario.

Utiliza este formato recomendado para escribir instrucciones efectivas a nivel de agente:

## 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"

Instrucciones del origen de datos

Las instrucciones del origen de datos se aplican cuando el agente enruta una pregunta a un origen de datos específico. Estas instrucciones proporcionan el contexto necesario para construir consultas precisas (ya sea en SQL, DAX o KQL) para que el agente pueda recuperar información precisa.

Esta sección debe incluir instrucciones específicas del origen de datos, como tablas, columnas, relaciones y cualquier lógica de consulta necesaria para responder a preguntas comunes o complejas. Cuanto más contexto se proporcione, más eficazmente el agente puede generar consultas precisas y significativas.

Use la plantilla siguiente como punto de partida:

## 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."

Descripción del origen de datos

Las descripciones de fuentes de datos ayudan a los creadores a proporcionar un contexto general sobre cada fuente de datos para que el agente de datos pueda encaminar preguntas de forma inteligente. Una descripción debe resumir lo que contiene el origen de datos, los tipos de preguntas que puede responder y cualquier matiz específico de la empresa que le ayude a distinguirlo de otros orígenes. El agente usa esta información durante su proceso de razonamiento para determinar qué origen es el más relevante para la consulta de un usuario.

Nota:

El agente de datos también considera metadatos como la descripción, el esquema y las consultas de ejemplo para determinar qué fuente de datos utilizar al responder a una pregunta concreta.

Consultas de ejemplo del origen de datos

Las consultas de ejemplo, también conocidas como ejemplos de pocas imágenes, son utilizadas por herramientas de agentes de datos para mejorar la calidad de las consultas generadas. Permiten a los creadores pasar lógica de consulta de ejemplo a la que el agente puede hacer referencia al formar una respuesta. Cuando se usa un origen de datos, la herramienta correspondiente busca automáticamente las consultas de ejemplo más relevantes para la pregunta del usuario y pasa las tres primeras a la herramienta del agente de datos. Estos ejemplos se incorporan al proceso de generación, lo que ayuda al agente a generar resultados de consulta más precisos y contextualmente adecuados.

Descripciones de objetos de esquema (Vista previa)

Para fuentes de datos SQL, las descripciones de objetos de esquema proporcionan contexto de negocio para tablas, columnas y otros elementos en un esquema de fuente de datos. El agente de datos utiliza estas descripciones para interpretar esquemas grandes o ambiguos y entender qué representa cada elemento, lo que le ayuda a generar consultas más precisas.

Nota:

Las descripciones de objetos de esquema solo están disponibles cuando tu agente de datos utiliza el tiempo de ejecución de la previsualización.

Para aprender a añadir y gestionar descripciones, consulte Añadir descripciones de objetos de esquema (Vista previa).

Pasos siguientes

• Concepto de agente de datos
• Escenario del agente de datos