Vytvorenie agenta údajov služby Fabric (Preview)

S dátovým agentom v Microsoft Fabric môžete vytvárať konverzačné AI zážitky, ktoré odpovedajú na otázky o dátach uložených v jazerných domoch, skladoch, Power BI sémantických modeloch, KQL databázach a ontológiách vo Fabric. Vaši kolegovia môžu klásť otázky jednoducho v angličtine a získať odpovede založené na údajoch, aj keď nie sú odborníkmi na umelú inteligenciu alebo hlboko oboznámení s údajmi.

Important

Táto funkcia je vo verzii Preview.

Prerequisites

• Platená kapacita F2 alebo vyššej služby Fabric alebo kapacita Power BI Premium na kapacitu (P1 alebo vyššia) so zapnutou službou Microsoft Fabric
• nastavenia nájomníka agenta údajov služby Fabric sú povolené.
• povolené spracovanie krížovej geografickej polohy pre umelej inteligencie.
• ukladanie krížovej geografickej polohy pre umelej inteligencie je povolené.
• Aspoň jeden z nich s dátami: sklad, jazerný dom, jeden alebo viac sémantických modelov Power BI, databáza KQL alebo ontológia.
• sémantických modelov služby Power BI prostredníctvom prepínača nájomníka koncového bodu XMLA, je povolené pre zdroje údajov sémantických modelov Power BI.

Autentifikácia a tokeny

Na používanie agenta údajov Fabric nemusíte vytvárať ani zadávať kľúč Azure OpenAI ani prístupový token. Fabric používa Azure OpenAI Assistant spravovaného spoločnosťou Microsoft a spracováva overovanie za vás.

• Prístup k údajom prebieha pod identitou používateľa Microsoft Entra ID a povoleniami pracovného priestoru alebo údajov. Agent číta schémy a spúšťa SQL/DAX/KQL iba v prípade, že máte prístup.
• Ak chcete pridať sémantický model služby Power BI ako zdroj údajov, potrebujete povolenie na čítanie v danom modeli (zápis sa nevyžaduje). Prístup na čítanie postačuje aj na kladenie otázok o zdrojoch, ku ktorým máte prístup. Ďalšie informácie o povoleniach sémantického modelu nájdete v téme Zabezpečenie množiny údajov a sémantického modelu.
• Ak vaša organizácia používa kapacitu Power BI Premium na kapacitu (P1 alebo vyššiu) namiesto jednotky F SKU, uistite sa, že je v tejto kapacite povolená technológia Microsoft Fabric .
• Objekty služby a tokeny API sa nevyžadujú pre prostredie chatu v produkte. Akákoľvek automatizácia s objektmi služby je samostatný scenár a nie je tu zahrnutá.

Komplexný postup na vytváranie a využívanie dátových agentov Fabric

V tejto časti sa popisujú kľúčové kroky na vytvorenie, overenie a zdieľanie údajového agenta služby Fabric v službe Fabric, aby bol prístupný na spotrebu.

Tento proces je jednoduchý a môžete začať testovať zdroje údajového agenta služby Fabric v priebehu niekoľkých minút.

Vytvorenie nového agenta údajov služby Fabric

Ak chcete vytvoriť nového agenta údajov služby Fabric, najprv prejdite do pracovného priestoru a vyberte tlačidlo + Nová položka. Ako môžete vidieť na tejto snímke obrazovky, na karte Všetky položky vyhľadajte údajového agenta služby Fabric:

Po výbere sa zobrazí výzva na zadanie názvu vášho agenta údajov služby Fabric, ako je to znázornené na tejto snímke obrazovky:

Pozrite si poskytnutú snímku obrazovky s vizuálnym sprievodcom pomenovaním údajového agenta služby Fabric. Po zadaní názvu pokračujte konfiguráciou a zosúladite agenta údajov služby Fabric s vašimi špecifickými požiadavkami.

Výber údajov

Po vytvorení Fabric dátového agenta môžete pridať až päť dátových zdrojov – vrátane jazerných domov, skladov, Power BI sémantických modelov, KQL databáz a ontológií – v ľubovoľnej kombinácii (maximálne päť celkovo). Môžete napríklad pridať päť sémantických modelov služby Power BI alebo dva sémantické modely služby Power BI, jeden súbor lakehouse a jednu databázu KQL.

Keď vytvoríte agenta údajov služby Fabric po prvýkrát a zadáte meno, automaticky sa zobrazí katalóg OneLake, čo vám umožní pridať zdroje údajov. Ak chcete pridať zdroj údajov, vyberte ho z katalógu, ako je znázornené na ďalšej obrazovke, a potom vyberte Pridať. Každý zdroj údajov je potrebné pridať jednotlivo. Môžete napríklad pridať dom pri jazere, vybrať položku Pridať a potom pokračovať v pridávaní ďalšieho zdroja údajov. Ak chcete filtrovať typy zdrojov údajov, vyberte ikonu filtra a potom vyberte požadovaný typ. Môžete zobraziť iba zdroje údajov vybratého typu, vďaka čomu sa ľahšie vyhľadávajú a pripájajú príslušné zdroje pre vášho agenta údajov služby Fabric.

Po pridaní zdroja údajov sa Prieskumník na ľavej table stránky Agent údajov v štruktúre vyplní dostupnými tabuľkami v každom vybratom zdroji údajov, kde môžete pomocou začiarkavacích políčok sprístupniť alebo zneprístupniť tabuľky pre umelú inteligenciu, ako je to znázornené na nasledujúcej snímke obrazovky:

Note

Na pridanie sémantického modelu služby Power BI ako zdroja údajov potrebujete iba povolenie na čítanie. Povolenie na zápis sa nevyžaduje, pretože agent údajov Fabric vydáva dotazy iba na čítanie.

Ak chcete vykonať následné pridanie zdrojov údajov, prejdite do Prieskumníka na ľavej table stránky Agent údajov v službe Fabric a vyberte položku + Zdroj údajov, ako je to znázornené na tejto snímke obrazovky:

Katalóg OneLake sa znova otvorí a podľa potreby môžete bez problémov pridať ďalšie zdroje údajov.

Tip

Nezabudnite použiť popisné názvy pre tabuľky aj stĺpce. Tabuľka s názvom SalesData je zmysluplnejšia ako TableAa názvy stĺpcov, ako ActiveCustomer alebo IsCustomerActive, sú jasnejšie ako C1 alebo ActCu. Popisné názvy pomáhajú AI generovať presnejšie a spoľahlivejšie dotazy.

Pýtajte sa

Keď pridáte zdroje údajov a vyberiete relevantné tabuľky pre jednotlivé zdroje údajov, môžete začať klásť otázky. Systém rieši otázky tak, ako je to znázornené na tejto snímke obrazovky:

Otázky podobné týmto príkladom by mali fungovať aj:

• Aký bol náš celkový predaj v Kalifornii v roku 2023?"
• "Ktoré produkty sú najlepších 5 s najvyššími cenníkovými cenami a aké sú ich kategórie?"
• "Aké sú najdrahšie položky, ktoré sa nikdy nepredali?"

Takéto otázky sú vhodné, pretože systém ich môže preložiť do štruktúrovaných dotazov (T-SQL, DAX alebo KQL), spúšťať ich v databázach a potom vrátiť konkrétne odpovede na základe uložených údajov.

Takéto otázky však nie sú súčasťou rozsahu:

• Prečo je naša produktivita tovární nižšia v 2. štvrťroku 2024?"
• "Čo je hlavnou príčinou nárastu nášho predaja?"

Tieto otázky v súčasnosti nie sú súčasťou rozsahu, pretože vyžadujú komplexné odôvodnenie, korelačnú analýzu alebo externé faktory, ktoré nie sú priamo dostupné v databáze. Agent údajov služby Fabric v súčasnosti nevykonáva pokročilú analýzu, strojové učenie ani kauzálnu inferenciu. Na základe dotazu používateľa jednoducho načíta a spracuje štruktúrované údaje.

Keď položíte otázku, údajový agent služby Fabric použije na spracovanie žiadosti rozhranie API Asistent Azure OpenAI. Postup funguje týmto spôsobom:

Prístup k schéme s prihlasovacími povereniami používateľa

Systém najprv používa prihlasovacie údaje používateľa na prístup k schéme dátového zdroja (napríklad lakehouse, warehouse, PBI sémantický model, KQL databázy alebo ontológia). Tým sa zabezpečí, že systém načíta informácie o štruktúre údajov, ku ktorým má používateľ povolenie na zobrazenie.

Vytvorenie výzvy

Ak chcete interpretovať otázku používateľa, systém skombinuje:

1. Dotaz používateľa: Otázka v prirodzenom jazyku, ktorú poskytol používateľ.
2. Informácie o schéme: Metaúdaje a štrukturálne podrobnosti zdroja údajov získaného v predchádzajúcom kroku.
3. Príklady a pokyny: Všetky preddefinované príklady (napríklad vzorové otázky a odpovede) alebo konkrétne pokyny poskytnuté pri nastavovaní údajového agenta služby Fabric. Tieto príklady a pokyny pomôžu spresniť, aby umelá inteligencia pochopila otázku a usmerňuje, ako AI interaguje s údajmi.

Všetky tieto informácie sa používajú na vytvorenie výzvy. Táto výzva slúži ako vstup pre rozhranie API Asistent Azure OpenAI, ktoré sa správa ako agent, ktorý je základom údajového agenta služby Fabric. Tým sa v podstate uskutoční pokyn pre údajového agenta služby Fabric o tom, ako spracovať dotaz a aký typ odpovede sa má vytvoriť.

Vyvolanie nástroja na základe potrieb dotazu

Agent analyzuje vytvorený príkazový riadok a rozhodne, ktorý nástroj vyvolá na načítanie odpovede:

• Prirodzený jazyk pre SQL (NL2SQL): Používa sa na generovanie dotazov SQL, keď sa údaje nachádzajú v úschovni jazera alebo sklade
• Prirodzený jazyk pre jazyk DAX (NL2DAX): používa sa na vytváranie dotazov DAX na interakciu so sémantickými modelmi v zdrojoch údajov služby Power BI
• Natural Language to KQL (NL2KQL): Používa sa na vytváranie dotazov KQL na dotazovanie údajov v databázach KQL.

Vybratý nástroj vygeneruje dotaz pomocou schémy, metaúdajov a kontextu, ktorý poskytuje agent, ktorý je základom údajového agenta služby Fabric. Nástroj potom dotaz overí, aby sa zabezpečilo správne formátovanie a súlad s jeho bezpečnostnými protokolmi a vlastné politiky zodpovedného umelej inteligencie (RAI).

Konštrukcia odozvy

Agent, ktorý je základom údajového agenta služby Fabric, vykoná dotaz a zabezpečí, aby bola odpoveď správne štruktúrovaná a formátovaná. Agent často obsahuje ďalší kontext, aby bola odpoveď používateľsky prístupná. Nakoniec sa odpoveď zobrazí používateľovi v konverzačnom rozhraní, ako je to znázornené na nasledujúcej snímke obrazovky:

Agent predstavuje výsledok aj priebežné kroky, ktoré boli potrebné na načítanie konečnej odpovede. Tento prístup zlepšuje transparentnosť a v prípade potreby umožňuje overenie týchto krokov. Používatelia môžu rozbaliť rozbaľovací zoznam krokov a zobraziť všetky kroky, ktoré agent údajov služby Fabric použil na načítanie odpovede, ako je to znázornené na nasledujúcej snímke obrazovky:

Okrem toho agent údajov služby Fabric poskytuje vygenerovaný kód používaný na dotazovanie príslušného zdroja údajov, ktorý ponúka ďalší prehľad o tom, ako bola odpoveď vytvorená.

Tieto dotazy sú určené výhradne na dotazovanie údajov. Operácie, ktoré zahŕňajú vytvorenie údajov, aktualizácie údajov, odstraňovanie údajov a akýkoľvek typ zmeny údajov, nie sú povolené na ochranu integrity vašich údajov.

Kedykoľvek môžete vybrať tlačidlo Vymazať chat a vymazať chat, ako je znázornené na nasledujúcej snímke obrazovky:

Funkcia Vymazať chat vymaže celú históriu chatu a spustí novú reláciu. Keď odstránite históriu chatu, nebudete ju môcť načítať.

Zmena zdroja údajov

Ak chcete odstrániť zdroj údajov, umiestnite kurzor myši na názov zdroja údajov v Prieskumníkovi na ľavej table stránky Agent údajov tkaniny, kým sa nezobrazí ponuka s tromi bodkami. Výberom troch bodiek zobrazte možnosti a potom výberom položky Odstrániť odstráňte zdroj údajov, ako je to znázornené na nasledujúcej snímke obrazovky:

Prípadne, ak sa váš zdroj údajov zmenil, môžete vybrať položku Obnoviť v rovnakej ponuke, ako je to znázornené na nasledujúcej snímke obrazovky:

Tým sa zabezpečí, že všetky aktualizácie zdroja údajov sa prejavia aj správne vyplnia v prieskumníkovi, aby bol váš agent údajov služby Fabric synchronizovaný s najnovšími údajmi.

Konfigurácia údajového agenta služby Fabric

Agent údajov služby Fabric ponúka niekoľko možností konfigurácie, ktoré používateľom umožňujú prispôsobiť správanie agenta údajov služby Fabric tak, aby lepšie zodpovedali potrebám vašej organizácie. Keďže služba Fabric spracúva a zobrazuje údaje, tieto konfigurácie ponúkajú flexibilitu, ktorá umožňuje väčšiu kontrolu nad výsledkami.

Poskytnite pokyny

Môžete zadať konkrétne pokyny na usmernenie správania AI. Ak ich chcete pridať na tablu s pokynmi pre údajový agent služby Fabric, vyberte položku Pokyny pre údajového agenta, ako je to znázornené na nasledujúcej snímke obrazovky:

Tu môžete zapísať až 15 000 znakov vo formáte obyčajného textu v anglickom jazyku a dať pokyn umelej inteligencii, ako pracovať s dotazmi.

Môžete napríklad určiť presný zdroj údajov, ktorý sa má použiť pre určité typy otázok. Príklady volieb zdroja údajov môžu zahŕňať smerovanie umelej inteligencie na používanie

• Sémantické modely Power BI pre finančné dotazy
• a lakehouse for sales data (domov jazera) na údaje o predaji
• databáza KQL pre prevádzkové metriky

Tieto pokyny zabezpečia, že AI na základe vašich pokynov a kontextu otázok vygeneruje vhodné dotazy, či už IDE O SQL, DAX alebo KQL.

Ak váš prostriedok AI konzistentne nesprávne interpretuje určité slová, skratky alebo výrazy, môžete skúsiť poskytnúť v tejto časti jasné definície, aby ste sa uistili, že umelá inteligencia ich správne pochopí a spracuje. Je to užitočné najmä v prípade terminológie špecifickej pre doménu alebo jedinečného obchodného žargónu.

Prispôsobením týchto pokynov a definovaním výrazov vylepšíte schopnosť umelej inteligencie poskytovať presné a relevantné prehľady v úplnom zarovnaní so stratégiou údajov a obchodnými požiadavkami.

Poskytnutie vzorových dotazov

Presnosť odpovedí môžete zvýšiť poskytnutím príkladov dotazov prispôsobených každému podporovanému zdroju údajov (jazero, sklad, databáza KQL). Tento prístup, známy ako učenie s niekoľkými zábermi v generatívnej umelej inteligencii, pomáha viesť dátového agenta Fabric generovať odpovede, ktoré lepšie zodpovedajú vašim očakávaniam.

Keď AI zadáte vzorové páry dotazu alebo otázky, odkazuje na tieto príklady, keď odpovedá na budúce otázky. Vyhľadávanie nových dotazov s najrelevantnejšími príkladmi pomáha umelej inteligencii začleniť logiku špecifickú pre podnik a účinne reagovať na bežne kladené otázky. Táto funkcia umožňuje doladenie jednotlivých zdrojov údajov a zabezpečuje vytváranie presnejších dotazov SQL alebo KQL.

Údaje sémantického modelu služby Power BI aktuálne nepodporujú pridávanie vzorových párov dotazov a otázok. V prípade podporovaných zdrojov údajov, ako sú napríklad lakehouse, warehouse a KQL, však poskytuje viac príkladov, čo môže výrazne zlepšiť schopnosť umelej inteligencie generovať presné dotazy, keď si jeho predvolený výkon vyžaduje úpravu.

Tip

Rôznorodá množina vzorových dotazov zlepšuje možnosti údajového agenta služby Fabric generovať presné a relevantné dotazy SQL/KQL.

Ak chcete pridať alebo upraviť ukážkové dotazy, výberom tlačidla Príklady dotazov otvorte tablu s ukážkovými dotazmi, ako je to znázornené na nasledujúcej snímke obrazovky:

Tento panel poskytuje možnosti pridávať alebo upravovať príklady dotazov pre všetky podporované zdroje dát okrem Power BI sémantických modelov a ontológií. Pre každý zdroj údajov môžete vybrať Pridať alebo Upraviť vzorové dotazy na zadanie relevantných príkladov, ako je to znázornené na nasledujúcej snímke obrazovky:

Note

Agent údajov služby Fabric odkazuje len na dotazy, ktoré obsahujú platnú syntax SQL/KQL a ktoré zodpovedajú schéme vybratých tabuliek. Agent údajov služby Fabric nepoužíva dotazy, ktoré ešte neukončili overenie. Uistite sa, že všetky vzorové dotazy sú platné a správne zladené so schémou, aby ste zaistili, že ich dátový agent služby Fabric efektívne využíva.

Publikovanie a zdieľanie údajového agenta služby Fabric

Po otestovaní výkonu dátového agenta služby Fabric v rôznych otázkach a potvrdení, že generuje presné dotazy SQL, DAX alebo KQL, ho môžete zdieľať so svojimi kolegami. V tomto bode vyberte položku Publikovať, ako je to znázornené na nasledujúcej snímke obrazovky:

V tomto kroku sa otvorí okno so žiadosťou o popis agenta údajov služby Fabric. Tu nájdete podrobný popis toho, čo robí agent údajov služby Fabric. Tieto podrobnosti sprevádzajú kolegov funkciami dátového agenta služby Fabric a pomáhajú iným systémom alebo orchestrátorom umelej inteligencie účinne vyvolať údajového agenta služby Fabric.

Po publikovaní agenta údajov služby Fabric budete mať dve verzie služby. Jedna verzia je aktuálna verzia konceptu, ktorú môžete ďalej vylepšovať a vylepšovať. Druhá verzia je publikovaná verzia, ktorú môžete zdieľať s kolegami, ktorí chcú dotazovať dátového agenta služby Fabric, aby získali odpovede na ich otázky. Pripomienky od kolegov môžete začleniť do aktuálnej verzie pri vývoji aplikácie, aby ste ešte viac zlepšili výkon dátového agenta služby Fabric.

Súvisiaci obsah

• konceptu agenta údajov
• Kurz o agentovi údajov od konca