Mengonfigurasi agen data Anda

Agen data memungkinkan pengguna berinteraksi dengan data melalui bahasa alami. Untuk meningkatkan akurasi hasil, tambahkan konteks bisnis yang membentuk bagaimana agen menafsirkan pertanyaan dan membangun kueri. Konteks ini membantu Anda membuat solusi yang disesuaikan yang mencerminkan proses, skenario, dan logika bisnis organisasi Anda, sehingga wawasan yang dihasilkan agen akurat dan relevan secara kontekstual.

Artikel ini menjelaskan 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.

Gunakan format yang direkomendasikan ini 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: "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"

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 membantu pembuat menyediakan konteks tingkat tinggi tentang setiap sumber data sehingga agen data dapat mengarahkan pertanyaan secara 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 contoh kueri untuk menentukan sumber data mana yang digunakan saat menjawab pertanyaan tertentu.

Kueri contoh sumber data

Kueri contoh, yang juga dikenal sebagai contoh few-shot, 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.

Deskripsi objek skema (Pratinjau)

Untuk sumber data SQL, deskripsi objek skema menyediakan konteks bisnis untuk tabel, kolom, dan elemen lain dalam skema sumber data. Agen data menggunakan deskripsi ini untuk menginterpretasikan skema besar atau ambigu dan memahami apa yang diwakili oleh setiap elemen, yang membantu menghasilkan kueri yang lebih akurat.

Nota

Deskripsi objek skema hanya tersedia ketika agen data Anda menggunakan runtime pratinjau.

Untuk mempelajari cara menambah dan mengelola deskripsi, lihat Tambahkan deskripsi objek skema (Pratinjau).

Topik (Pratinjau)

Topik menyediakan instruksi besar berbasis topik ke NL2SQL. Agen data mencari instruksi untuk konten yang relevan dengan pertanyaan pengguna dan hanya mengirimkan bagian yang sesuai ke alat NL2SQL.

Gunakan topik ketika instruksi Anda besar, dapat diatur berdasarkan subjek, dan terapkan hanya ketika pertanyaan berkaitan dengan subjek tersebut. Gunakan instruksi sumber data sebagai gantinya untuk konteks dan aturan yang harus Anda kirim setiap kali agen melakukan query ke sumber data.

Nota

Topik hanya tersedia untuk sumber data SQL ketika agen data Anda menggunakan runtime pratinjau.

Untuk mempelajari cara mengatur dan menambahkan instruksi berbasis topik, lihat Gunakan topik dalam agen data Fabric (pratinjau).

Langkah selanjutnya

• Konsep agen data
• Tambahkan dan konfigurasikan sumber data dalam agen data Fabric