데이터 에이전트는 사용자가 자연어를 통해 데이터와 상호작용할 수 있게 합니다. 결과의 정확성을 높이기 위해, 상담원이 질문을 해석하고 쿼리를 작성하는 방식을 형성하는 비즈니스 맥락을 추가하세요. 이러한 맥락은 조직의 프로세스, 시나리오, 비즈니스 로직을 반영한 맞춤형 솔루션을 만드는 데 도움을 주어, 에이전트가 생성하는 인사이트가 정확하면서도 맥락에 맞게 관련성이 높도록 합니다.
이 글에서는 데이터 에이전트를 강화하기 위해 사용할 수 있는 구성을 설명합니다.
데이터 에이전트 지침
데이터 에이전트 지침은 에이전트가 사용자 질문에 대한 정확하고 관련 있는 응답을 생성하도록 안내합니다. 이러한 지침은 우선 순위를 지정할 데이터 원본을 지정하고, 특정 유형의 쿼리를 처리하는 방법을 간략하게 설명하고, 사용자 의도를 해석하기 위한 유용한 용어 또는 컨텍스트를 제공할 수 있습니다.
효과적인 에이전트 수준 지침을 작성하기 위해 권장 형식을 사용하세요:
## 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"
데이터 원본 지침
데이터 원본 지침은 에이전트가 특정 데이터 원본에 질문을 라우팅할 때 적용됩니다. 이러한 지침은 SQL, DAX 또는 KQL에서 정확한 쿼리를 생성하는 데 필요한 컨텍스트를 제공하므로 에이전트가 정확한 정보를 검색할 수 있습니다.
이 섹션에는 관련 테이블, 열, 관계 및 일반 또는 복잡한 질문에 대답하는 데 필요한 쿼리 논리와 같은 데이터 원본 관련 지침이 포함되어야 합니다. 제공된 컨텍스트가 많을수록 에이전트가 정확하고 의미 있는 쿼리를 보다 효과적으로 생성할 수 있습니다.
다음 템플릿을 시작점으로 사용합니다.
## 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."
데이터 소스 설명
데이터 소스 설명은 제작자가 각 데이터 소스에 대한 고수준 맥락을 제공하여 데이터 에이전트가 질문을 지능적으로 라우팅할 수 있도록 돕습니다. 설명에는 데이터 원본에 포함된 내용, 답변할 수 있는 질문 유형 및 다른 원본과 구분하는 데 도움이 되는 비즈니스별 미묘한 차이가 요약되어 있어야 합니다. 에이전트는 추론 프로세스 중에 이 정보를 사용하여 사용자의 쿼리와 가장 관련이 있는 원본을 결정합니다.
비고
데이터 에이전트는 또한 설명, 스키마, 예제 쿼리와 같은 메타데이터를 고려하여 특정 질문에 답할 때 어떤 데이터 소스를 사용할지 결정합니다.
데이터 원본 예제 쿼리
예제 쿼리는 소수 샷 예제라고도 하며, 데이터 에이전트 도구에서 생성된 쿼리의 품질을 향상시키기 위해 사용됩니다. 작성자는 응답을 구성할 때 에이전트가 참조할 수 있는 예제 쿼리 논리를 전달할 수 있습니다. 데이터 원본을 사용하는 경우 해당 도구는 사용자의 질문에 대한 가장 관련성이 큰 예제 쿼리를 자동으로 조회하고 상위 3개를 데이터 에이전트 도구에 전달합니다. 이러한 예제는 생성 프로세스에 통합되어 에이전트가 보다 정확하고 상황에 맞는 쿼리 결과를 생성하는 데 도움이 됩니다.
스키마 객체 설명 (미리보기)
SQL 데이터 소스의 경우, 스키마 객체 설명은 데이터 소스 스키마 내 테이블, 열 및 기타 요소에 대한 비즈니스 맥락을 제공합니다. 데이터 에이전트는 이러한 설명을 사용하여 크거나 모호한 스키마를 해석하고 각 요소가 무엇을 의미하는지 이해함으로써 더 정확한 쿼리를 생성할 수 있습니다.
비고
스키마 객체 설명은 데이터 에이전트가 미리보기 런타임을 사용할 때만 제공됩니다.
설명 추가와 관리 방법을 배우려면 스키마 객체 설명 추가(미리보기)를 참조하세요.
주제 (미리보기)
주제는 NL2SQL에 대한 대규모 주제 기반 지침을 제공합니다. 데이터 에이전트는 사용자의 질문과 관련된 내용을 지시에서 검색하고, 일치하는 섹션만 NL2SQL 도구로 전송합니다.
지시가 방대할 때 주제를 사용하고, 주제별로 정리할 수 있으며, 질문이 해당 주제와 관련된 경우에만 적용하세요. 컨텍스트 및 에이전트가 데이터 소스를 조회할 때마다 반드시 보내야 하는 규칙에는 대신 데이터 소스 지침을 사용하세요.
비고
토픽은 데이터 에이전트가 미리보기 런타임을 사용할 때만 SQL 데이터 소스에 대해서만 제공됩니다.
주제별 지침을 조직하고 추가하는 방법을 배우려면 'Fabric 데이터 에이전트에서 주제 사용(미리보기)'을 참조하세요.