Remarque
L’accès à cette page requiert une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page requiert une autorisation. Vous pouvez essayer de modifier des répertoires.
Lorsque vous intégrez les tables Azure SQL comme source de connaissances, vous ancrez votre agent dans les données structurées stockées dans votre base de données Azure SQL. Votre agent peut répondre à vos questions en lisant les tableaux que vous sélectionnez, en utilisant les identifiants de connexion et les autorisations disponibles pour le créateur.
Note
Pour ajouter des tables Azure SQL comme source de connaissances, vous devez avoir la permission d’accéder à la base de données et aux tables sous-jacentes. Des permissions manquantes ou insuffisantes peuvent empêcher les serveurs, bases de données ou tables d’être visibles ou sélectionnables lors de la configuration.
Prerequisites
Une Azure SQL Database ou Azure SQL Managed Instance que votre organisation peut atteindre depuis Power Platform.
Des identifiants qui peuvent se connecter à la base de données et lire les tables que vous comptez ajouter (par exemple, Microsoft Entra ID ou l’authentification SQL, selon la configuration de votre connexion).
Accès à Copilot Studio et autorisation de modifier l’agent.
L’accès réseau est configuré pour que Power Platform puisse accéder à votre serveur Azure SQL. Par exemple, des règles de pare-feu qui permettent les services Azure, ou la connectivité privée selon les exigences de votre organisation.
Autorisations et authentification
Les connaissances Azure SQL utilisent la connexion SQL Power Platform que vous créez ou sélectionnez lors de la configuration. À l’exécution, l’agent dépend de l’authentification Microsoft de l’utilisateur agent et de l’accès accordé via ce chemin de connexion.
Les utilisateurs ne reçoivent des réponses que sur la base des données auxquelles le créateur peut accéder via la connexion configurée et les permissions de la base de données du créateur.
Si les tables n’apparaissent pas lors de la configuration, vérifiez que la connexion est réussie en dehors de Copilot Studio et que le compte peut lister et lire ces tableaux.
Préparez votre base de données Azure SQL
Les agents Copilot Studio prennent en charge les bases de données Azure SQL ou SQL Server. Avant d’ajouter des tables, assurez-vous que vos tables ont la configuration suivante :
- Clairsez les noms des colonnes, tout en évitant les abréviations cryptiques. Par exemple, utilisez
CustomerNameplutôt queCustNm. - Clés primaires définies pour chaque tableau. L’agent utilise des clés primaires pour identifier les lignes et retourner les résultats.
- Données descriptives, qui aident l’agent à comprendre le contexte des données et à répondre plus précisément aux questions. Par exemple, utilisez
OrderDateplutôt queDate1.
Ajouter des tables Azure SQL à votre agent
Pour ajouter des tables Azure SQL comme source de connaissances, suivez les étapes suivantes :
Ouvrez votre agent Copilot Studio.
Cliquez sur l’onglet Créer.
Dans le panneau composants, sélectionnez Connaissances.
Dans la boîte de dialogue Ajouter des connaissances, sélectionnez Azure SQL (ou SQL Server, selon l’inscription affichée dans votre environnement).
Créez ou sélectionnez une connexion à votre base de données Azure SQL :
Si vous n’avez pas déjà de connexion, sélectionnez Créer une nouvelle connexion (ou Ajouter une connexion).
Saisissez le nom du serveur et celui de la base de données pour votre ressource Azure SQL.
Choisissez le type d’authentification requis par votre organisation, connectez-vous ou fournissez des identifiants, et créez la connexion.
Si une connexion existe déjà, sélectionnez-la dans la liste et continuez.
Trouvez une ou plusieurs tables à ajouter. Utilisez le champ de recherche pour réduire la liste si besoin, puis sélectionnez les tables que vous souhaitez que l’agent utilise.
Note
Ajoutez uniquement des tables dont l’agent doit répondre aux questions des utilisateurs. Utilisez des tables bien nommées avec des noms de colonnes clairs afin que l’agent puisse interpréter les données de manière plus fiable.
Vérifiez le nom et la description de la connaissance. Fournir une description détaillée, car cette description aide l’orchestration de l’agent et l’aide à comprendre le contexte de la source de connaissances.
Sélectionnez Ajouter à l’agent pour terminer l’ajout de la source de connaissances.
Après avoir ajouté la source de connaissances
Après avoir ajouté Azure SQL :
Confirmez que la source de connaissances apparaît sur la page Connaissances de l’agent avec la connexion et les tables sélectionnées que vous avez choisies.
Publiez l’agent pour que la source de connaissances soit disponible dans l’expérience publiée.
Testez votre agent avec des questions auxquelles il faudra répondre à partir des tableaux sélectionnés. Par exemple, « Montrez-moi les cinq meilleurs clients par ventes totales du mois dernier. » Si les résultats retournés sont vides ou incorrects, assurez-vous que la table contient les données attendues et que la requête correspond à votre schéma.
Tip
Créez une vue diagnostique dans Azure SQL qui renvoie un petit jeu de données connu. Utilisez ce jeu de données pour confirmer que la connexion fonctionne avant d’utiliser les tables de production.
Améliorer la qualité des réponses
Des noms et des descriptions clairs aident l’agent à comprendre quand et comment utiliser vos données Azure SQL.
Utilisez un nom de source de connaissances spécifique qui reflète le domaine métier (par exemple, « Commandes clients – Azure SQL ») plutôt qu’une étiquette générique.
Rédigez une description détaillée qui explique quelles données contiennent les tables, à quelles questions métier elles répondent, ainsi que les filtres ou relations importants.
Sélectionnez uniquement les tables pertinentes. Des tables supplémentaires peuvent diluer la mise à la terre et rendre plus difficile pour l’agent de choisir les bonnes données.
Je préfère un schéma lisible. Les tableaux et colonnes avec des noms adaptés aux entreprises produisent généralement de meilleures réponses que les noms techniques opaques.
Exemple de description
L’exemple suivant montre le type de description qui aide l’orchestration générative à sélectionner la bonne source de connaissances :
Azure SQL knowledge for Contoso order management. Inclut les tableaux clients, commandes et OrderLines. Utilisez cette source pour vos questions sur l’état des commandes, l’historique des commandes, les achats des clients, les quantités de produits commandés et les revenus par client ou date. N’utilisez pas pour l’inventaire disponible ni pour le suivi par le transporteur.