Tutoriel Ontology (aperçu) - partie 4 : Utiliser l’ontologie depuis des agents

Dans cette étape du tutoriel, découvrez comment consommer l’ontologie (préversion) des agents pour poser des questions en langage naturel et obtenir des réponses ancrées dans les définitions et les liaisons de l’ontologie. Essayez-le avec un agent de données.

Utilisation d’agents IA avec ontologie

Les agents IA peuvent aider les utilisateurs à passer de l’analyse statique aux flux de travail interactifs orientés objectifs en comprenant le langage naturel, les étapes de planification, les outils appelants et en prenant des mesures pour le compte de l’utilisateur. Lorsque les agents utilisent une ontologie comme contexte, ils obtiennent une compréhension régie de l’entreprise : entités clés, relations, définitions, règles, métriques et mappages sources. Cela permet aux agents de produire des réponses plus ancrées, expliquées et cohérentes entre les systèmes au lieu de s’appuyer uniquement sur des données brutes ou des invites.

Il existe plusieurs façons de générer des agents qui consomment le contexte d’ontologie :

• Foundry IQ : Azure AI Foundry agents aident les développeurs à créer des agents plus avancés et personnalisables qui peuvent raisonner sur le contexte d’ontologie, les outils d’appel et s’intégrer aux systèmes d’entreprise. Pour plus d’informations sur la création d’un agent d’ontologie avec Foundry IQ, consultez Créer un agent d’ontologie avec Foundry IQ.
• Copilot Studio : Copilot Studio aide les créateurs d’entreprise et de faible code à créer rapidement des agents conversationnels qui utilisent le contexte d’ontologie pour répondre aux questions métier et automatiser les flux de travail. Pour plus d’informations sur la création d’un agent d’ontologie avec Copilot Studio, consultez Créer un agent d’ontologie avec Copilot Studio.
• Fabric agent de données : Fabric agents de données aident les utilisateurs à créer des agents à base de données directement dans Fabric qui peuvent répondre aux questions professionnelles à l’aide de données d’entreprise régies, avec un contexte d’ontologie ajoutant une signification métier, des relations et une cohérence plus riches.
• Agent des opérations Fabric : Les agents des opérations Fabric surveillent en permanence votre ontologie, font ressortir des informations utiles en lien avec vos objectifs métier et recommandent des actions, le tout s’appuyant sur les types d’entités et les relations de l’ontologie. Pour plus d’informations sur la construction d’un agent d’opérations avec une ontologie, voir Créer un agent d’opérations fondé sur une ontologie.

Cet article utilise Fabric agent de données.

Créer un agent de données avec une source d’ontologie (préversion)

Suivez ces étapes pour créer un agent de données qui se connecte à votre élément d'ontologie (aperçu).

1. Accédez à votre espace de travail Fabric. Utilisez le bouton + Nouvel élément pour créer un élément d’agent de données nommé RetailOntologyAgent.

   

   Conseil / Astuce

   Si vous ne voyez pas le type d’élément de l’agent de données, vérifiez qu’il est activé dans votre instance, comme décrit dans les prérequis du didacticiel.

2. L’agent s’ouvre quand il est prêt. Sélectionnez Ajouter une source de données.

   

   Recherchez l’élément RetailSalesOntology et sélectionnez Ajouter. À présent, votre ontologie est ajoutée en tant que source pour l’agent de données.

Lorsque l’agent est prêt, l’ontologie et ses types d’entités sont visibles dans l’Explorateur.

Fournir des instructions à l'agent

Ensuite, ajoutez une instruction personnalisée à l’agent.

1. Sélectionnez les instructions de l’agent dans le ruban de menu.

2. En bas de la zone d’entrée, ajoutez Support group by in GQL. Cette instruction permet une meilleure agrégation entre les données d’ontologie.

   

3. L’instruction est appliquée automatiquement. Si vous le souhaitez, fermez l’onglet Instructions de l’Agent .

Agent de requête avec langage naturel

Ensuite, explorez votre ontologie avec des questions en langage naturel.

Commencez par entrer ces exemples d'invites de commande :

• Pour chaque magasin, indiquez tous les congélateurs exploités par ce magasin qui n’ont jamais eu une humidité inférieure à 46 %.
• Quel est le produit le plus élevé par chiffre d’affaires dans tous les magasins ?

Notez que les réponses référencent les types d’entités (Store, Products, Congélateur) et leurs relations, pas seulement les tables brutes.

Poursuivez l’exploration de l’agent de données en essayant certaines invites de votre choix.

Étapes suivantes

Dans cette étape, vous avez exploré votre ontologie à l’aide de requêtes en langage naturel pour répondre aux questions métier avec un agent de données.

Ensuite, passez à la conclusion du didacticiel.

Vous pouvez également explorer d’autres agents qui peuvent être utilisés avec l’ontologie :

• Créer un agent d’ontologie avec Foundry IQ
• Créer un agent d’ontologie avec Copilot Studio