Tutorial de ontología (versión preliminar), parte 4: Consumir ontología desde agentes

En este paso del tutorial, aprenda cómo consumir una ontología (versión preliminar) desde agentes para formular preguntas en lenguaje natural y obtener respuestas basadas en las definiciones y asociaciones de la ontología. Pruébelo con un agente de datos.

Uso de agentes de IA con ontología

Los agentes de inteligencia artificial pueden ayudar a los usuarios a pasar de análisis estáticos a flujos de trabajo interactivos orientados a objetivos mediante la comprensión del lenguaje natural, los pasos de planificación, las herramientas de llamada y la acción en nombre del usuario. Cuando los agentes usan una ontología como contexto, obtienen una comprensión regulada de la empresa: entidades clave, relaciones, definiciones, reglas, métricas y asignaciones de origen. Esto ayuda a los agentes a generar respuestas más fundamentadas, explicables y coherentes entre sistemas en lugar de confiar solo en datos sin procesar o mensajes.

Hay varias maneras de crear agentes que consumen contexto de ontología:

• Foundry IQ: los agentes de Fundición de IA de Azure ayudan a los desarrolladores a crear agentes más avanzados y personalizables que pueden razonar sobre el contexto ontológico, las herramientas de llamada y la integración con sistemas empresariales. Para obtener más información sobre cómo crear un agente de ontología con Foundry IQ, consulte Creación de un agente de ontología con Foundry IQ.
• Copilot Studio: Copilot Studio ayuda a los creadores empresariales y de bajo código a crear rápidamente agentes conversacionales que usan contexto de ontología para responder a preguntas empresariales y automatizar flujos de trabajo. Para obtener más información sobre cómo crear un agente de ontología con Copilot Studio, consulte Crear un agente de ontología con Copilot Studio.
• Agente de datos de Fabric: Los agentes de datos de Fabric ayudan a los usuarios a crear agentes fundamentados en datos directamente en Fabric que pueden responder a preguntas de negocio mediante datos empresariales gobernados, con el contexto de la ontología, que aporta un significado de negocio más rico, relaciones y coherencia.
• Agente de operaciones de Fabric: Los agentes de operaciones de Fabric supervisan continuamente su ontología, ofrecen información valiosa en relación con sus objetivos empresariales y recomiendan acciones, todo ello sustentado en los tipos de entidad y las relaciones de la ontología. Para más información sobre cómo construir un agente de operaciones con ontología, véase Crear un agente de operaciones basado en una ontología.

En este artículo se usa Fabric agente de datos.

Creación de un agente de datos con origen de ontología (versión preliminar)

Siga estos pasos para crear un nuevo agente de datos que se conecte al elemento de ontología (versión preliminar).

1. Vaya al área de trabajo de Fabric. Use el botón + Nuevo elemento para crear un nuevo elemento del agente de datos denominado RetailOntologyAgent.

   

   Sugerencia

   Si no ve el tipo de elemento del agente de datos, asegúrese de que está habilitado en su entorno, tal como se describe en los requisitos previos del tutorial.

2. El agente se abre cuando está listo. Seleccione Agregar un origen de datos.

   

   Busque el elemento RetailSalesOntology y seleccione Agregar. Ahora la ontología se agrega como fuente para el agente de datos.

Cuando el agente esté listo, la ontología y sus tipos de entidad estarán visibles en el Explorador.

Proporcionar instrucciones al agente

A continuación, agregue una instrucción personalizada al agente.

1. Seleccione Instrucciones del agente en la cinta de menús.

2. En la parte inferior del cuadro de entrada, agregue Support group by in GQL. Esta instrucción permite una mejor agregación en los datos de ontología.

   

3. La instrucción se aplica automáticamente. Opcionalmente, cierre la pestaña Instrucciones del agente .

Agente de consulta con lenguaje natural

A continuación, explore su ontología con preguntas sobre lenguaje natural.

Para empezar, introduzca estas indicaciones de ejemplo:

• Para cada tienda, muestre los congeladores operados por ese almacén que alguna vez tenían una humedad inferior al 46 por ciento.
• ¿Cuál es el producto principal por ingresos en todas las tiendas?

Tenga en cuenta que las respuestas hacen referencia a tipos de entidad (Store, Products, Congelador) y sus relaciones, no solo tablas sin procesar.

Siga explorando el agente de datos probando algunas sugerencias tuyas propias.

Pasos siguientes

En este paso, ha explorado la ontología mediante consultas de lenguaje natural para responder a preguntas empresariales con un agente de datos.

A continuación, continúe con la conclusión del tutorial.

Como alternativa, explore otros agentes que se pueden usar con ontología:

• Creación de un agente de ontología con Foundry IQ
• Crear un agente de ontología con Copilot Studio