Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Agen Data adalah alat canggih yang dirancang untuk meningkatkan akurasi hasil data dan memberi pembuat sarana untuk menggabungkan konteks bisnis ke dalam kueri data mereka. Dengan menggunakan agen data, pengguna dapat berinteraksi dengan data melalui bahasa alami, membuat operasi data yang kompleks lebih dapat diakses dan ditindaklanjuti.
Selain itu, agen data memfasilitasi pembuatan, kurasi, dan konfigurasi pakar data, memungkinkan organisasi untuk membangun solusi yang disesuaikan yang mencerminkan proses, skenario, dan logika bisnis unik mereka. Penyesuaian ini memastikan bahwa wawasan yang dihasilkan tidak hanya akurat tetapi juga relevan secara kontekstual.
Artikel ini menjelaskan berbagai konfigurasi yang dapat Anda gunakan untuk meningkatkan agen data Anda.
Instruksi untuk pengelolaan data
Instruksi agen data memandu agen dalam menghasilkan respons yang akurat dan relevan terhadap pertanyaan pengguna. Instruksi ini dapat menentukan sumber data mana yang akan diprioritaskan, menguraikan cara menangani jenis kueri tertentu, dan memberikan terminologi atau konteks yang bermanfaat untuk menafsirkan niat pengguna.
Berikut adalah format awal yang direkomendasikan untuk menulis instruksi tingkat agen yang efektif:
## 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"
Instruksi sumber data
Instruksi sumber data diterapkan saat agen merutekan pertanyaan ke sumber data tertentu. Instruksi ini memberikan konteks yang diperlukan untuk membuat kueri yang tepat—baik di SQL, DAX, atau KQL—sehingga agen dapat mengambil informasi yang akurat.
Bagian ini harus menyertakan panduan khusus sumber data, seperti tabel, kolom, hubungan, dan logika kueri yang relevan yang diperlukan untuk menjawab pertanyaan umum atau kompleks. Semakin banyak konteks yang disediakan, semakin efektif agen dapat menghasilkan kueri yang akurat dan bermakna.
Gunakan templat berikut sebagai titik awal:
## 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.”
Deskripsi sumber data
Deskripsi Sumber Data memungkinkan pembuat memberikan konteks tingkat tinggi tentang setiap sumber data sehingga Agen Data dapat merutekan pertanyaan dengan cerdas. Deskripsi harus meringkas apa yang dikandung sumber data, jenis pertanyaan yang dapat dijawabnya, dan nuansa khusus bisnis apa pun yang membantu membedakannya dari sumber lain. Agen menggunakan informasi ini selama proses penalarannya untuk menentukan sumber mana yang paling relevan dengan kueri pengguna.
Nota
Agen Data juga mempertimbangkan metadata seperti deskripsi, skema, dan kueri contoh untuk menentukan sumber data mana yang akan digunakan saat menjawab pertanyaan tertentu.
Kueri contoh sumber data
Contoh kueri, juga dikenal sebagai beberapa contoh bidikan, digunakan oleh alat agen data untuk meningkatkan kualitas kueri yang dihasilkan. Mereka memungkinkan pembuat untuk meneruskan contoh logika kueri yang dapat direferensikan agen saat membentuk respons. Saat sumber data digunakan, alat yang sesuai secara otomatis mencari contoh kueri yang paling relevan untuk pertanyaan pengguna dan meneruskan tiga teratas ke alat agen data. Contoh-contoh ini dimasukkan ke dalam proses pembuatan, membantu agen menghasilkan hasil kueri yang lebih akurat dan sesuai kontekstual.