調整數據代理程式不是一次性設定，這是一個持續、反覆的程式，牽涉到實驗、觀察和精簡。
本文概述可協助您開始改善數據代理程式的最佳做法，但請務必辨識每個數據環境和使用案例是唯一的。 您可能會發現特定類型的指示、範例或格式設定更適合您的特定數據集，或需要其他內容，以協助代理程式更準確地解譯用戶問題。 當您評估回應時，預期會經歷試用和錯誤週期—修訂代理程式指示、擴充基準檢驗集，或調整範例查詢來解決混淆或改善精確度。 經過一段時間後，此過程會有助於找出邏輯、架構對齊或查詢語句中不容易立即察覺的問題。 關鍵是將數據代理程式視為一種不斷演進的系統，可透過定期測試、意見、反應和迭代來改善，而不是像配置後便被遺忘的靜態設置。
步驟 1：從基準數據集開始
從範例的初始效能評定開始，以引導您的代理程式設定和評估效能。 請使用下列格式：
| 問題 | 預期的查詢 | 預期答案 |
|---|---|---|
| 人力資源小組中有多少員工工作？ | SELECT COUNT(*) FROM EmployeeDim WHERE DepartmentName = 'HR' | 25 |
| 行銷的平均工資為何？ | SELECT AVG（薪資） FROM EmployeeCompensation WHERE 部門 = '行銷' | $85,000 |
| 哪些產品上個月有銷售額？ | SELECT 產品名稱 FROM 銷售 WHERE 銷售日期 >= '2024-05-01' | [產品 A， 產品 B] |
您可以在文章中深入瞭解如何評估您的代理：如何評估您的數據代理程式
您可以持續擴充您的基準集，以增加預期代理處理的使用者問題類型的涵蓋範圍。
步驟 2：診斷不正確的回應
當數據代理程式傳回不正確的或次佳結果時，請花點時間分析原因。 識別正確的失敗點可協助您對指示、範例或查詢邏輯進行針對性改善。
請詢問下列問題，作為檢閱的一部分：
- 缺少必要的說明或指示嗎？
- 指示是否過於模糊、不清楚或誤導？
- 範例查詢不正確或無法代表用戶問題嗎？
- 用戶問題是否因架構中的結構或命名而變得模棱兩可？
- 值格式不一致（例如
"ca"vs."CA"和."Ca"），讓代理程式難以正確套用篩選嗎？
這些問題都可能會影響代理程式解譯意圖並產生精確的查詢的能力。 儘早識別它們有助於在後續步驟中引導更有效率的精簡。
步驟 3：使用更清楚的代理程式指示來引導更佳的推理
如果代理程式一致地選擇錯誤的數據源、錯誤解譯使用者意圖，或傳回格式不佳的答案，表示 代理程式層級的指示 需要精簡。 使用這些指示來引導代理人如何透過回答問題、選取資料來源，以及格式化其回應。
在反覆運算代理程式指示時：
- 釐清數據源使用方式： 指定要用於特定問題類型的數據源，以及優先順序為何。 如果特定來源只應用於特定內容，請明確說明。
- 定義預期的回應行為： 設定語氣、結構和細節程度的預期。 指出回應是否應該是簡潔的摘要、包含表格式輸出，或提供數據列層級的詳細數據。
- 引導代理程式的推理步驟： 提供代理程式在解譯問題時應遵循的邏輯架構，例如重繪問題、識別相關詞彙，或根據主題選取工具。
- 說明術語： 包含模棱兩可、商務特定或通常誤解詞彙的定義或對應，讓代理程式可以更準確地解譯用戶問題。
隨著時間改善這些指示，可協助代理程式在每個步驟做出更好的決策，從問題解譯到查詢執行和最終回應格式。
步驟 4：透過更佳的數據源指示改善架構瞭解
使用失敗分析的深入解析來持續改善 資料來源指引。 尋找多個不正確響應之間的模式，以識別代理程式可能誤譯意圖的位置、難以理解架構，或無法套用正確的查詢邏輯。
將焦點放在下列區域，以更新您的設定：
- 釐清篩選使用方式： 明確描述應該在指示內套用篩選的時機和方式。 例如，指定篩選條件是否應該使用完全相符、範圍或模式比對的方式。
-
新增一般值範例：藉由提供範例值和預期的格式，協助代理人瞭解如何正確篩選（例如：
"CA"、"MA"、"NY"表示州縮寫，或"Q1 FY25"表示財務季度）。 - 強化一致性： 確保術語、格式設定和片語一致地套用至指示和範例。 請避免對相同概念混用縮寫、大小寫或其他標籤。
- 根據不斷演進的架構或商務規則進行更新： 如果在數據源中引進新的數據表、數據行或邏輯，請調整您的指示和範例，以反映這些變更。
逐一查看這些詳細數據，可確保代理程式與您不斷演進的數據和商務內容保持一致，併產生更精確的可靠回應。
步驟 5：使用目標範例來引導精確的查詢產生
範例查詢在協助代理程式一般化和產生精確的回應方面扮演了重要角色，特別是針對涉及聯結、篩選和複雜邏輯的問題。 如果數據代理程式傳回不正確的查詢，請重新流覽並精簡您的範例，以進一步說明預期的結構和邏輯。
專注於下列改善：
- 釐清聯結邏輯： 如果代理程式產生不正確的聯結，請包含明確示範相關數據表聯結方式的範例查詢（例如聯結索引鍵、聯結類型）。
-
正確的篩選模式： 顯示如何將篩選套用到特定欄位，並包括任何格式細節（例如
LIKE '%keyword%'日期範圍或大小寫要求）。 - 指定預期的輸出： 請清楚指出代理程式應該針對不同類型的問題傳回哪些數據行。 這有助於引導所產生查詢的結構和焦點。
- 精簡模糊或多載範例： 將泛型或過於廣泛的範例分成反映特定使用者意圖的更針對性查詢。
- 請確保與目前的指示和架構一致： 範例需隨著架構、商務規則或指示格式的任何最近變更保持更新。
藉由根據觀察到的問題改善和擴充範例查詢，您可以為代理程式提供更強大的參考點，以產生精確的內容感知回應。
步驟 6：解決聯結問題
聯結邏輯是查詢產生中常見的失敗來源。 當數據代理程式因聯結錯誤而傳回不正確或不完整的結果時，您必須提供更清楚的結構指引和範例，以協助代理程式了解數據的相關方式。
若要提高連接精確度：
-
清楚地描述文件聯結關係： 指定相關的數據表、用於聯結的索引鍵名稱（例如
EmployeeID、ProductKey）、以及關聯性的方向（例如一對多）。 請將本指南包含在相關的數據源指示中。 - 在查詢中包含聯結範例： 針對最常見或複雜的關聯性，新增明確示範正確聯結行為的範例查詢。
- 釐清聯結數據表間的必要數據行： 指出應該從哪個數據表擷取哪些欄位，尤其是在多個來源中存在類似的數據行名稱時。
- 在必要時簡化： 如果必要的聯結太複雜或容易發生錯誤，請考慮將結構扁平化為單一反正規化數據表，以減少模棱兩可並改善可靠性。
在指示和範例中正確定義聯結邏輯，可協助代理程序瞭解如何瀏覽數據結構，並傳回完整且精確的答案。