Zdieľať cez

Koncepty údajových agentov služby Fabric (Preview)

Data agent v Microsoft Fabric je nová funkcia Microsoft Fabric, ktorá vám umožňuje vytvárať vlastné konverzačné Q&A systémy pomocou generatívnej AI. Agent údajov služby Fabric umožňuje prístupnejšie a dostupnejšie prehľady údajov pre všetkých používateľov v organizácii. S agentom údajov služby Fabric môže váš tím viesť konverzácie s jednoduchou angličtinou – otázkami o údajoch, ktoré vaša organizácia uložila v službe Fabric OneLake, a potom získať relevantné odpovede. Týmto spôsobom môžu dokonca aj ľudia bez technickej odbornosti v umelej inteligencii alebo hlbokého porozumenia štruktúry údajov získať presné a kontextové odpovede.

Môžete tiež pridať pokyny, príklady a sprievodný materiál pre konkrétnu organizáciu, aby ste doladili údajového agenta služby Fabric. Tento prístup zabezpečuje, že odpovede sú v súlade s potrebami a cieľmi vašej organizácie, čo umožňuje všetkým efektívnejšie pracovať s dátami. Agent údajov služby Fabric podporuje kultúru rozhodovania na základe údajov, pretože znižuje prekážky zjednodušenia ovládania prehľadov, uľahčuje spoluprácu a pomáha vašej organizácii získať z údajov väčšiu hodnotu.

Important

Táto funkcia je vo verzii Preview.

Prerequisites

Ako funguje údajový agent služby Fabric

Fabric dátový agent využíva veľké jazykové modely (LLM), aby používateľom pomohol prirodzene interagovať s ich dátami. Fabric dátový agent aplikuje Azure OpenAI Assistant API a správa sa ako agent. Spracováva otázky používateľov, určuje najrelevantnejší zdroj dát (Lakehouse, Warehouse, Power BI dataset, KQL databázy, ontológia) a vyvoláva príslušný nástroj na generovanie, overovanie a vykonávanie dotazov. Používatelia potom môžu klásť otázky jednoduchou formou jazyka a získať štruktúrované odpovede čitateľné ľuďmi – čo eliminuje potrebu písať zložité dotazy a zabezpečí presný a zabezpečený prístup k údajom.

Tu je podrobný postup, ako to funguje:

Parsovanie a validácia otázok: Fabric dátový agent aplikuje API Azure OpenAI Assistant ako základný agent na spracovanie otázok používateľov. Tento prístup zabezpečuje, aby otázka bola v súlade s bezpečnostnými protokolmi, zodpovednými politikami rozhrania AI (RAI) a povoleniami používateľa. Agent údajov služby Fabric prísne vynucuje prístup iba na čítanie, čím si zachováva pripojenia údajov iba na čítanie ku všetkým zdrojom údajov.

Identifikácia zdroja dát: Fabric dátový agent používa prihlasovacie údaje používateľa na prístup k schéme zdroja dát. Tento prístup zabezpečuje, že systém načíta informácie o dátových štruktúrach, ktoré má používateľ oprávnenie zobrazovať. Následne hodnotí otázku používateľa vo všetkých dostupných zdrojoch dát, vrátane relačných databáz (Lakehouse a Warehouse), Power BI dátových súborov (Semantické modely), KQL databáz a ontológií. Môže tiež odkazovať na pokyny agenta údajov poskytnuté používateľom na určenie najrelevantnejšieho zdroja údajov.

Volanie nástroja a generovanie dotazov: Keď sú identifikované správne zdroje alebo zdroje dát, Fabric dátový agent preformuluje otázku pre jasnosť a štruktúru a potom vyvolá príslušný nástroj na generovanie štruktúrovaného dotazu:

  • Prirodzený jazyk pre SQL (NL2SQL) pre relačné databázy (Lakehouse/Warehouse).
  • Prirodzený jazyk pre jazyk DAX (NL2DAX) pre množiny údajov služby Power BI (sémantické modely).
  • Prirodzený jazyk pre KQL (NL2KQL) pre databázy KQL.

Vybratý nástroj vygeneruje dotaz na základe poskytnutej schémy, metaúdajov a kontextu, ktorý potom agent, ktorý je základom údajového agenta služby Fabric, odovzdá.

Overovanie dotazov: Nástroj vykonáva validáciu, aby zabezpečil, že dotaz je správne vytvorený a dodržiava vlastné bezpečnostné protokoly a RAI politiky.

Vykonanie a odpoveď dotazu: Po validácii Fabric dátový agent vykoná dotaz na vybraný zdroj dát. Výsledky sú formátované do odpovede čitateľnej pre ľudí, ktorá môže obsahovať štruktúrované údaje, ako sú tabuľky, súhrny alebo kľúčové prehľady.

Tento prístup zabezpečuje, aby používatelia mohli pracovať so svojimi údajmi pomocou prirodzeného jazyka, zatiaľ čo agent údajov služby Fabric spracováva zložitosť generovania, overenia a vykonávania dotazov – to všetko bez toho, aby museli používatelia písať SQL, DAX alebo KQL.

Konfigurácia údajového agenta služby Fabric

Konfigurácia údajového agenta služby Fabric sa podobá na vytvorenie zostavy Služby Power BI– začnete ju navrhovaním a spresnením, aby spĺňala vaše potreby, a potom ju publikujte a zdieľajte s kolegami, aby mohli pracovať s údajmi. Nastavenie agenta údajov služby Fabric zahŕňa:

Výber dátových zdrojov: Fabric dátový agent podporuje až päť dátových zdrojov v ľubovoľnej kombinácii, vrátane jazerných domov, skladov, KQL databáz, Power BI sémantických modelov a ontológií. Nakonfigurovaný agent údajov služby Fabric môže napríklad obsahovať päť sémantických modelov služby Power BI. Môže zahŕňať kombináciu dvoch sémantických modelov služby Power BI, jednu databázu lakehouse a jednu databázu KQL. K dispozícii máte množstvo možností.

Výber relevantných tabuliek: Po výbere dátových zdrojov ich pridávajte jeden po druhom a definujte konkrétne tabuľky z každého zdroja, ktoré Fabric dátový agent používa. Tento krok zabezpečí, že agent údajov služby Fabric načíta presné výsledky tým, že sa zameria len na relevantné údaje.

Pridanie kontextu: Na zlepšenie presnosti Fabric dátového agenta poskytujte viac kontextu prostredníctvom inštrukcií a príkladových dotazov pre Fabric dátového agenta. Ako základný agent agenta údajov služby Fabric tento kontext pomáha rozhraniu Azure OpenAI Assistant API vykonávať informovanejšie rozhodnutia o tom, ako spracovať otázky používateľa, a určiť, ktorý zdroj údajov je najvhodnejší na ich zodpovedanie.

  • Pokyny pre dátového agenta: Pridajte inštrukcie na vedenie agenta, ktorý je základom Fabric dátového agenta, pri určovaní najlepšieho dátového zdroja na zodpovedanie konkrétnych typov otázok. Môžete tiež zadať vlastné pravidlá alebo definície, ktoré objasňujú organizačnú terminológiu alebo konkrétne požiadavky. Tieto pokyny môžu poskytnúť viac kontextov alebo predvolieb, ktoré ovplyvňujú spôsob výberu a dotazovania zdrojov údajov agentom.

    • Nasmerujte otázky týkajúce sa finančných metrík na sémantický model služby Power BI.
    • Priraďte dotazy zahŕňajúce nespracované údajov do jazera.
    • Smerovanie otázok vyžadujúcich analýzu protokolov do databázy KQL.

  • Príklady dotazov: Pridajte ukážkové páry otázka-dotaz, aby ste ilustrovali, ako by mal dátový agent Fabric odpovedať na bežné dotazy. Tieto príklady slúžia ako pomôcka pre agenta, ktorý pomáha pochopiť, ako interpretovať podobné otázky a generovať presné odpovede.

Note

Pridanie vzorových párov dotazov alebo otázok v súčasnosti nie je podporované pre zdroje údajov sémantického modelu služby Power BI.

Kombináciou jasných pokynov AI a relevantných vzorových dotazov môžete lepšie zosúladiť agenta údajov služby Fabric s potrebami údajov vašej organizácie, čím sa zabezpečí presnejšia odpoveď a kontextové odpovede.

Rozdiel medzi údajovým agentom služby Fabric a kopilotom

Hoci Fabric dátoví agenti aj Fabric kopiloti používajú generatívnu AI na spracovanie a uvažovanie nad dátami, existujú kľúčové rozdiely v ich funkčnosti a prípadoch použitia:

Flexibilita konfigurácie: Môžete vysoko konfigurovať Fabric dátové agenty. Môžete zadať vlastné pokyny a príklady na prispôsobenie ich správania pre konkrétne scenáre. Textilné kopiloty sú naopak predkonfigurované a neponúkajú takúto úroveň prispôsobenia.

Rozsah a prípad použitia: Fabric kopiloti pomáhajú s úlohami v Microsoft Fabric, ako je generovanie kódu notebooku alebo skladových dotazov. Agenti údajov na tkaniny sú naopak samostatné artefakty. Aby boli údajoví agenti služby Fabric všestrannejší na širšie použitie, môžu sa integrovať s externými systémami, ako je Microsoft Copilot Studio, Azure AI Foundry, Microsoft Teams alebo iné nástroje mimo služby Fabric.

Hodnotenie dátového agenta služby Fabric

Produktový tím dôkladne hodnotil kvalitu a bezpečnosť odpovedí dátových agentov Fabric:

Porovnávacie testovanie: Produktový tím testoval dátových agentov Fabric v celom rade verejných a súkromných súborov údajov, aby zabezpečil vysokokvalitné a presné odpovede.

Vylepšené opatrenia na zmiernenie škôd: Produktový tím zaviedol ochranné opatrenia, aby zabezpečil, že výstupy dátových agentov Fabric zostanú zamerané na kontext vybraných zdrojov dát, čím sa znižuje riziko irelevantných alebo zavádzajúcich odpovedí.

Limitations

Fabric dátový agent je momentálne vo verejnej náhľadovej podobe a má obmedzenia. Aktualizácie zlepší agenta údajov služby Fabric v priebehu času.

  • Fabric dátový agent generuje iba SQL, DAX a KQL "čítané" dotazy. Negeneruje SQL, DAX ani KQL dotazy, ktoré vytvárajú, aktualizujú alebo mažú dáta.
  • Dátový agent Fabric nepodporuje nestruktúrované dáta, ako sú .pdf, .docxalebo .txt súbory. Nie je možné použiť údajového agenta služby Fabric na prístup k zdrojom neštruktúrovaných údajov.
  • Dátový agent Fabric momentálne nepodporuje neanglické jazyky. Pre optimálny výkon poskytujte otázky, inštrukcie a príkladové dotazy v angličtine.
  • Nie je možné zmeniť llm, ktorý používa údajový agent služby Fabric.
  • História konverzácie v dátovom agentovi Fabric nemusí vždy pretrvávať. V určitých prípadoch, ako sú zmeny backendovej infraštruktúry, aktualizácie služieb alebo modernizácie modelov, môže byť história minulých konverzácií resetovaná alebo stratená.
  • Fabric dátový agent nemôže vykonávať dotazy, ak kapacita pracovného priestoru dátového zdroja je v inom regióne ako kapacita pracovného priestoru dátového agenta. Napríklad jazerný dom s kapacitou v severnej Európe zlyhá, ak je kapacita dátového agenta vo France Central.

Súvisiaci obsah

  • Last updated on