Ontologian (esikatselu) opetus osa 4: Ontologian kuluttaminen agenteilta

Tässä opastusvaiheessa opi ontologian kuluttamisesta (esikatselu) agenteilta, jotta voit esittää kysymyksiä luonnollisella kielellä ja saada vastauksia, jotka perustuvat ontologian määritelmiin ja sidontoihin. Kokeile dataagentin kanssa.

Tärkeää

Tämä ominaisuus on esikatseluvaiheessa.

Tekoälyagenttien käyttö ontologian kanssa

Tekoälyagentit voivat auttaa käyttäjiä siirtymään staattisesta analyysistä interaktiivisiin, tavoitekeskeisiin työnkulkuihin ymmärtämällä luonnollista kieltä, suunnittelemalla vaiheita, kutsumalla työkaluja ja toimimalla käyttäjän puolesta. Kun agentit käyttävät ontologiaa kontekstina, he saavat hallitun ymmärryksen liiketoiminnasta: keskeiset entiteot, suhteet, määritelmät, säännöt, mittarit ja lähdekartoitukset. Tämä auttaa agentteja tuottamaan vastauksia, jotka ovat maanläheisempiä, selitettävämpiä ja johdonmukaisempia eri järjestelmissä sen sijaan, että ne perustuisivat pelkästään raakadataan tai kehotteisiin.

On useita tapoja rakentaa agentteja, jotka kuluttavat ontologian kontekstia:

  • Foundry IQ: Azure AI Foundry-agentit auttavat kehittäjiä rakentamaan kehittyneempiä, räätälöitäviä agentteja, jotka pystyvät päättelemään ontologian kontekstissa, kutsumaan työkaluja ja integroitumaan yritysjärjestelmiin. Lisätietoja ontologian agentin rakentamisesta Foundry IQ:lla löytyy kohdasta Create an ontology agent with Foundry IQ.
  • Copilot Studio: Copilot Studio auttaa liiketoiminnan ja low-code-tekijöitä nopeasti luomaan keskusteluagentteja, jotka käyttävät ontologiakontekstia liiketoiminnan kysymyksiin vastaamiseen ja työnkulkujen automatisointiin. Lisätietoja ontologian agentin rakentamisesta Copilot Studio:llä löytyy osoitteesta Create a ontology agent with Copilot Studio.
  • Fabric Data Agent: Fabric dataagentit auttavat käyttäjiä luomaan datapohjaisia agentteja suoraan Fabric, jotka voivat vastata liiketoimintakysymyksiin hallitun yritysdatan avulla, ja ontologian konteksti tuo rikkaampaa liiketoimintamerkitystä, suhteita ja johdonmukaisuutta.
  • Fabric Operations Agent: Fabric Operations -agentit seuraavat jatkuvasti ontologiaasi, nostavat esiin oivalluksia liiketoimintatavoitteidesi mukaan ja suosittelevat toimia – kaikki perustuu ontologian entiteettityyppeihin ja suhteisiin. Lisätietoja operaatioagentin rakentamisesta ontologian avulla löydät kohdasta Luo operaatioagentti, joka perustuu ontologiaan.

Tässä artikkelissa käytetään Fabric-dataagenttia.

Luo dataagentti ontologian (preview) lähteellä

Seuraa näitä vaiheita luodaksesi uuden dataagentin, joka yhdistyy ontologiakohteeseesi (esikatselu).

  1. Siirry Fabric-työtilaan. Käytä + Uusi kohde -painiketta luodaksesi uuden tietoagentin kohteen nimeltä RetailOntologyAgent.

    Kuvakaappaus uuden dataagentin tuotteen luomisesta.

    Juomaraha

    Jos et näe dataagentin kohdetyyppiä, varmista, että se on käytössä vuokralaisessa ohjeen vaatimusten mukaisesti.

  2. Agentti avautuu, kun se on valmis. Valitse Lisää tietolähde.

    Kuvakaappaus lähteen lisäämisestä dataagenttiin.

    Etsi RetailSalesOntology-tuote ja valitse Lisää. Nyt ontologiasi lisätään dataagentin lähteeksi.

Kun agentti on valmis, ontologia ja sen entiteettityypit näkyvät Explorerissa.

Kuvakaappaus vähittäiskaupan ontologiaagentista.

Anna agentin ohjeet

Note

Tämä vaihe ratkaisee tunnetun ongelman, joka vaikuttaa kyselyjen aggregointiin.

Seuraavaksi lisää agentille mukautettu käsky.

  1. Valitse Agentin ohjeet valikon nauhasta.

  2. Syötelaatikon alareunaan lisää Support group by in GQL. Tämä ohje mahdollistaa paremman kokoamisen ontologian datan välillä.

    Kuvakaappaus agentin ohjeista.

  3. Käsky otetaan käyttöön automaattisesti. Voit tarvittaessa sulkea Agentin ohjeet-välilehden.

Kyselyagentti luonnollisella kielellä

Seuraavaksi tutki ontologiaasi luonnollisen kielen kysymyksillä.

Aloita syöttämällä nämä esimerkkikehotteet:

  • Jokaisessa myymälässä kannattaa näyttää kaikki kyseisen kaupan käyttämät pakastimet, joiden kosteus on koskaan ollut alle 46 prosenttia.
  • Mikä on kaikkien myymälöiden suurin tuote liikevaihdon perusteella?

Huomaa, että vastaukset viittaavat entiteettityyppeihin (Store, Products, Freezer) ja niiden suhteisiin, eivät pelkästään raakatauluihin.

Kuvakaappaus kyselyn tuloksesta.

Juomaraha

Jos näet virheitä, joissa sanotaan, ettei dataa ole esimerkkikyselyjen aikana, odota muutama minuutti, jotta agentilla on enemmän aikaa alustua. Sitten suorita kyselyt uudelleen.

Jatka dataagentin tutkimista kokeilemalla omia kehotuksiasi.

Seuraavat vaiheet

Tässä vaiheessa tutkit ontologiaasi käyttämällä luonnollisen kielen kyselyitä vastataksesi liiketoimintakysymyksiin dataagentin avulla.

Seuraavaksi jatka opetusohjelman loppuun.

Vaihtoehtoisesti tutki muita toimijoita, joita voidaan käyttää ontologian kanssa: