Använd ämnen i en Fabric-dataagent (förhandsvisning)

Genom att använda ämnen kan du ge stora, ämnesbaserade instruktioner som hjälper en Fabric-dataagent att generera SQL. Istället för att skicka allt ämnesinnehåll med varje fråga, söker dataagenten i innehållet och tillhandahåller NL2SQL-verktyget endast de delar som är relevanta för frågan.

Använd ämnen när du har en stor uppsättning vägledning som du kan organisera efter ämne. Till exempel kan du skapa sektioner för försäljning, lager och kundlojalitet, och sedan tillhandahålla affärsdefinitioner och frågeguider som gäller för varje ämne.

Note

Ämnen är i förhandsvisning och är endast tillgängliga för SQL-datakällor i förhandsvisningsruntime.

Ämnen och instruktioner för datakällor

Ämnen och instruktioner för datakällor ger olika typer av kontext till verktyg för frågegenerering:

Configuration Hur dataagenten använder det När du ska använda detta
Ämnen Dataagenten söker i ämnesinnehållet och skickar relevanta avsnitt till NL2SQL. Använd för stora instruktioner som du kan dela upp i ämnen och som du bara behöver när en fråga rör ett ämne.
Instruktioner för datakälla Dataagenten skickar instruktionerna till frågegenereringsverktyget varje gång den använder datakällan. Använd för regler och kontext som måste gälla för varje fråga som skickas till datakällan.

Till exempel, sätt en organisationsövergripande definition av räkenskapsår i datakällsinstruktioner om varje fråga måste använda den. Inkludera detaljerad vägledning för beräkning av kundlojalitet i ett kundlojalitetsämne om vägledningen endast behövs för frågor om retention.

Du kan använda ämnen och instruktioner för datakällor tillsammans. När en fråga kräver båda delar tar NL2SQL emot instruktionerna för datakällan och relevant ämnesinnehåll.

Lägg till ämnesbaserade instruktioner

Du kan lägga till upp till 1 miljon tecken ämnesinnehåll till varje stödd SQL-datakälla.

  1. Öppna din Fabric-dataagent och välj en SQL-datakälla.

  2. I datakällkonfigurationen, öppna datakällämnen.

  3. Ange dina ämnesbaserade instruktioner. Använd Markdown-rubriker för att organisera innehållet i olika ämnen.

  4. Spara konfigurationen av dataagenten.

  5. Testfrågor som kopplas till enskilda ämnen och frågor som kräver mer än ett ämne.

    Skärmdump av datakällämnesredigeraren som visar Markdown-instruktioner och en disposition.

Strukturera ämnesinnehåll

Använd beskrivande Markdown-rubriker så att dataagenten kan hitta rätt avsnitt för en fråga. Behåll all vägledning för ett ämne under motsvarande rubrik.

## Customer retention

Use the CustomerSubscription table for retention questions.

### Retained customers

A customer is retained when IsActive is 1 and RenewalDate is after the reporting date.

### Churn rate

Calculate churn rate as the number of subscriptions canceled during the period divided by the number of active subscriptions at the start of the period.

## Inventory

Use the InventorySnapshot table for current inventory questions.

### Low-stock products

A product is low in stock when QuantityOnHand is less than ReorderPoint.

När en användare frågar om churn kan dataagenten hämta kundretentionsguiden utan att skicka den orelaterade lagerguidningen till NL2SQL.

Gå igenom hämtade ämnen i körsteg

Efter att du testat en fråga, gå igenom steget Open Data Source Topic för att se vilket ämnesinnehåll dataagenten valde. Inmatningen visar rubrikens väg och anledningen till att ämnet valdes. Resultatet visar instruktionerna som ges till NL2SQL.

Skärmdump av steget Open Data Source Topic som visar den valda rubrikens sökväg och hämtade instruktioner.

Metodtips

  • Använd rubriker som matchar de termer folk använder i sina frågor.
  • Håll varje ämne självständigt. Inkludera relevanta affärsdefinitioner, tabeller, kolumner, relationer, filter och beräkningsregler under samma ämnesrubrik.
  • Använd underrubriker för att separera relaterade scenarier inom ett brett ämne.
  • Lägg regler som måste gälla för varje SQL-fråga i datakällinstruktionerna istället för att upprepa dem i flera ämnen.
  • Undvik att duplicera eller motsäga vägledning över ämnen och instruktioner för datakällor.
  • Testa direkta frågor, alternativa formuleringar och frågor som kräver innehåll från flera ämnen.