Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Agent danych to zaawansowane narzędzie, które umożliwia zwiększenie dokładności wyników danych i zapewnienie twórcom środków do uwzględnienia kontekstu biznesowego w zapytaniach dotyczących danych. Korzystając z agenta danych, użytkownicy mogą wchodzić w interakcje z danymi za pomocą języka naturalnego, co sprawia, że złożone operacje na danych są bardziej dostępne i możliwe do wykonania.
Ponadto agent danych ułatwia tworzenie, curację i konfigurację ekspertów ds. danych, umożliwiając organizacjom tworzenie dostosowanych rozwiązań, które odzwierciedlają ich unikatowe procesy, scenariusze i logikę biznesową. To dostosowanie zapewnia, że wygenerowane szczegółowe informacje nie są tylko dokładne, ale także kontekstowo istotne.
W tym artykule opisano różne konfiguracje, których można użyć do ulepszenia agenta danych.
Instrukcje dotyczące agenta danych
Instrukcje dotyczące agenta danych prowadzą agenta do generowania dokładnych i odpowiednich odpowiedzi na pytania użytkowników. Te instrukcje mogą określać, które źródła danych mają określać priorytety, określać sposób obsługi niektórych typów zapytań oraz dostarczać pomocną terminologię lub kontekst do interpretowania intencji użytkownika.
Poniżej przedstawiono zalecany format początkowy do pisania obowiązujących instrukcji na poziomie agenta:
## 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"
Instrukcje dotyczące źródła danych
Instrukcje dotyczące źródła danych są stosowane, gdy agent kieruje pytanie do określonego źródła danych. Te instrukcje zawierają kontekst potrzebny do konstruowania precyzyjnych zapytań — zarówno w języku SQL, DAX, jak i KQL — dzięki czemu agent może pobrać dokładne informacje.
Ta sekcja powinna zawierać wskazówki specyficzne dla źródła danych, takie jak odpowiednie tabele, kolumny, relacje i dowolna logika zapytań wymagana do odpowiadania na typowe lub złożone pytania. Im więcej kontekstu jest dostarczone, tym bardziej efektywnie agent może generować dokładne i znaczące zapytania.
Użyj następującego szablonu jako punktu wyjścia:
## 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.”
Opis źródła danych
Opisy źródeł danych umożliwiają twórcom udostępnianie kontekstu wysokiego poziomu dla każdego źródła danych, dzięki czemu agent danych może inteligentnie kierować pytania. Opis powinien zawierać podsumowanie informacji zawartych w źródle danych, typów pytań, na które może odpowiedzieć, oraz wszelkich niuansów specyficznych dla firmy, które pomagają odróżnić je od innych źródeł. Agent używa tych informacji podczas procesu rozumowania, aby określić, które źródło jest najbardziej istotne dla zapytania użytkownika.
Uwaga / Notatka
Agent danych uwzględnia również metadane, takie jak opis, schemat i przykładowe zapytania, aby określić, które źródło danych ma być używane podczas odpowiadania na konkretne pytanie.
Przykładowe zapytania źródła danych
Przykładowe zapytania, znane również jako przykłady few-shot, są używane przez narzędzia agentów danych w celu poprawy jakości wygenerowanych zapytań. Umożliwiają twórcom przekazywanie przykładowej logiki zapytań, do której agent może się odwoływać podczas tworzenia odpowiedzi. Gdy źródło danych jest używane, odpowiednie narzędzie automatycznie wyszukuje najbardziej odpowiednie przykładowe zapytania dotyczące pytania użytkownika i przekazuje trzy pierwsze do narzędzia agenta danych. Te przykłady są uwzględniane w procesie generowania, co pomaga agentowi w generować dokładniejsze i kontekstowe wyniki zapytań.
