Veri aracınızı yapılandırma

Bir veri ajanı, kullanıcıların doğal dil aracılığıyla verilerle etkileşime girmesine olanak tanır. Sonuçların doğruluğunu artırmak için, temsilcinin soruları nasıl yorumladığını ve sorguları nasıl oluşturduğunu şekillendiren iş bağlamı ekleyin. Bu bağlam, kuruluşunuzun süreçlerini, senaryolarını ve iş mantığını yansıtan kişiselleştirilmiş çözümler oluşturmanıza yardımcı olur; böylece temsilcinin ürettiği içgörüler hem doğru hem de bağlamsal olarak ilgili olur.

Bu makale, veri ajanınızı geliştirmek için kullanabileceğiniz yapılandırmaları açıklar.

Veri aracısı yönergeleri

Veri aracısı yönergeleri, kullanıcı sorularına doğru ve ilgili yanıtlar oluşturma konusunda aracıya yol gösterir. Bu yönergeler hangi veri kaynaklarının önceliklerinin belirleneceğini belirtebilir, belirli sorgu türlerinin nasıl işleneceğini özetleyebilir ve kullanıcı amacını yorumlamak için yararlı terminoloji veya bağlam sağlayabilir.

Etkili ajan düzeyinde talimatlar yazmak için önerilen bu formatı kullanın:

## 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"

Veri kaynağı yönergeleri

Veri kaynağı yönergeleri, aracı bir soruyu belirli bir veri kaynağına yönlendirdiğinde uygulanır. Bu yönergeler, aracının doğru bilgileri alabilmesi için SQL, DAX veya KQL'de hassas sorgular oluşturmak için gereken bağlamı sağlar.

Bu bölüm, ilgili tablolar, sütunlar, ilişkiler ve yaygın veya karmaşık soruları yanıtlamak için gereken sorgu mantığı gibi veri kaynağına özgü yönergeleri içermelidir. Ne kadar çok bağlam sağlanırsa, aracı doğru ve anlamlı sorgular o kadar etkili bir şekilde oluşturabilir.

Başlangıç noktası olarak aşağıdaki şablonu kullanın:

## 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."

Veri kaynağı açıklaması

Veri kaynağı açıklamaları, yaratıcıların her veri kaynağı hakkında yüksek düzeyde bağlam sağlamasına yardımcı olur; böylece veri ajanı soruları akıllıca yönlendirebilir. Açıklama, veri kaynağının ne içerdiğini, yanıtlayabileceğiniz soru türlerini ve diğer kaynaklardan ayırt edilmesine yardımcı olan işletmeye özgü nüansları özetlemelidir. Aracı, bir kullanıcının sorgusuyla en ilgili kaynağı belirlemek için bu bilgileri akıl yürütme işlemi sırasında kullanır.

Uyarı

Veri ajanı ayrıca, belirli bir soruyu yanıtlarken hangi veri kaynağını kullanacağına karar vermek için açıklama, şema ve örnek sorgular gibi meta verileri de dikkate alır.

Veri kaynağı örnek sorguları

Örnek sorgular, few-shot örnekler olarak da bilinir ve veri ajanı araçlarının oluşturduğu sorguların kalitesini artırmak için kullanılır. Oluşturucuların, bir yanıt oluştururken aracının başvurabileceği örnek sorgu mantığını geçirmesine olanak sağlar. Bir veri kaynağı kullanıldığında, ilgili araç kullanıcının sorusu için en uygun örnek sorguları otomatik olarak arar ve ilk üç sorguyu veri aracısı aracı aracısına geçirir. Bu örnekler oluşturma işlemine dahil edilir ve aracının daha doğru ve bağlamsal olarak uygun sorgu sonuçları üretmesine yardımcı olur.

Şema nesne açıklamaları (Önizleme)

SQL veri kaynakları için, şema nesne açıklamaları, veri kaynağı şemasında tablolar, sütunlar ve diğer öğeler için iş bağlamı sağlar. Veri ajanı, bu açıklamaları büyük veya belirsiz şemaları yorumlamak ve her bir elemanın neyi temsil ettiğini anlamak için kullanır; bu da daha doğru sorgular üretmesine yardımcı olur.

Uyarı

Şema nesne açıklamaları yalnızca veri ajanınız önizleme çalışma zamanını kullandığında kullanılabilir.

Açıklamaların nasıl ekleneceğini ve yönetileceğini öğrenmek için Şema nesne açıklamaları ekle (Önizleme) bölümüne bakabilirsiniz.

Konular (Önizleme)

Konular, NL2SQL'e büyük, konu tabanlı talimatlar sağlar. Veri ajanı, kullanıcının sorusuyla ilgili içerik talimatlarını arar ve yalnızca eşleşen bölümleri NL2SQL aracına gönderir.

Talimatlarınız büyükse, konuya göre düzenlenebiliyorsa ve sadece bir soru o konuya bağlı olduğunda konuları kullanın. Bunun yerine veri kaynağı talimatlarını kullanın, bağlam ve kurallar için bu talimatları ajanın veri kaynağını sorguladığında göndermeniz gerekir.

Uyarı

Konular yalnızca veri ajanınız önizleme çalışma zamanını kullandığında SQL veri kaynakları için kullanılabilir.

Konu tabanlı talimatları nasıl organize edeceğinizi ve eklemenizi öğrenmek için Konuları Fabric veri ajanında (önizleme) kullanın'a bakınız.

Sonraki Adımlar

• Veri aracısı kavramı
• Bir Fabric veri ajanında veri kaynaklarını ekle ve yapılandırmak