Microsoft Fabricのデータ エージェントを使用すると、組織はエンタープライズ データに対する会話エクスペリエンスを構築できます。 Fabric成果物をデータ エージェントに接続することで、ユーザーは自然言語の質問を正確なクエリに変換でき、アナリストから役員まで、利害関係者がコードを 1 行も記述することなく分析情報を得ることができます。 この記事では、Data Agent が現在サポートしているすべてのデータ ソースと、各データ ソースで使用できる構成機能について説明します。
Overview
データ エージェントでは、次のデータ ソース カテゴリがサポートされています。
| カテゴリ |
Artifacts |
クエリ言語 |
主なシナリオ |
|
SQL |
Lakehouse、Data Warehouse、SQL Database、ミラー化されたデータベース |
T-SQL |
リレーショナル データと Delta Lake データに対する構造化された分析 |
|
Eventhouse |
Eventhouse KQL データベース |
KQL |
リアルタイム インテリジェンスと時系列分析 |
|
セマンティック モデル |
Power BI セマンティック モデル |
DAX |
ビジネス ロジック、計算された指標、精選された指標 |
|
グラフ (プレビュー) |
グラフ モデル |
GQL |
リレーションシップが豊富なデータ探索とグラフ分析 |
|
オントロジ (プレビュー) |
ファブリックオントロジー |
オントロジネイティブ |
データ統合のドメイン知識とセマンティック コンテキスト |
|
Azure AI 検索 (プレビュー) |
Azure AI 検索 インデックス |
自然言語 + 検索 |
非構造化データ取得 (PDF、テキスト、エンリッチコンテンツ) |
ヒント
1 つのデータ エージェントで最大 5 つのデータ ソースを任意の組み合わせで組み合わせることができ、構造化、リアルタイム、セマンティック、非構造化データを 1 つの会話エクスペリエンスでブレンドできます。
サポートされている成果物
-
Lakehouse - SQL Analytics エンドポイントを介して表示された Delta Lake テーブル。
-
Data Warehouse - T-SQL のサーフェス領域を備えた完全なFabric ウェアハウス。
-
SQL Database - Fabric ネイティブ SQL データベース。
-
Mirrored データベース - Fabricにミラー化された外部データベース (Azure SQL、Cosmos DB、Snowflake など)。
Fabricのすべての SQL ソースには、OneLake Delta データに対する高パフォーマンスの読み取り専用 T-SQL クエリ サーフェスである SQL Analytics エンドポイント が付属しています。 データ エージェントは、次の機能を備える組み込みの NL2SQL サービスを利用します。
- ユーザーが指定した選択したスキーマ、手順、クエリ例を使用して、ユーザーの自然言語の質問を T-SQL クエリに変換します。
- スキーマ選択に対して生成されたクエリを検証し、承認されたテーブルとビューのみを参照するようにします。
- SQL Analytics エンドポイントを介してクエリを実行し、人間が判読できる結果を返します。
サポートされている成果物
-
Eventhouse KQL Database - ストリーミング、イベント ドリブン、時系列データのためのFabricの Real-Time インテリジェンス ストア。
データ エージェントは Eventhouse KQL データベース エンドポイント に接続し、Kusto の組み込みの NL2KQL を利用して次の機能を有効にします。
- ユーザーの質問は、選択したスキーマと指定された手順または例を使用して KQL クエリに変換されます。
- クエリが検証され、承認されたスキーマ エンティティにのみアクセスすることを確認します。
- 承認されると、クエリは Kusto エンジンに対して実行されます。低待機時間で高スループットの分析ワークロード用に最適化されています。
サポートされている成果物
-
Power BI セマンティック モデル - テーブル、リレーションシップ、メジャー、計算列、階層を含むパブリッシュされたデータセット。
Fabricのすべてのセマンティック モデルは、data Agent が DAX クエリの実行に使用する XMLA エンドポイント を公開します。 組み込みの NL2DAX サービス:
- モデルのメタデータ (テーブルの説明、列のシノニム、メジャー定義、リレーションシップ) を利用して、自然言語を DAX クエリに変換します。
- 選択したスキーマに対してクエリを検証します。
- XMLA エンドポイントを介して実行し、書式設定された結果を返します。
サポートされている成果物
-
Graph Model―ノードスキーマとエッジスキーマを定義するグラフアーティファクトです。
Graph Data Agent は、GQL クエリを実行し、Fabricのグラフ データ ソースから分析情報を表示できます。 このようなエージェントを構成するには、グラフ モデルまたはグラフ クエリセットをデータ ソースとして追加します。
データ エージェントがグラフ データ ソースに対して GQL を実行すると、基になる Fabric Graph アーティファクトによってクエリ実行が実行され、graph 操作消費が発生します。
サポートされている成果物
-
Fabric Ontology- ドメインの知識、エンティティ定義、リレーションシップをキャプチャするセマンティック レイヤー。
Fabricでオントロジを構成した後、データ ソースとしてデータ エージェントに追加できます。 エージェントはオントロジを使用してドメイン コンテキストを理解し、組織のナレッジ モデルに基づく質問に回答します。
サポートされている成果物
-
Azure AI 検索 Index - PDF、テキスト ファイル、その他のエンリッチメントされたドキュメントなどの非構造化コンテンツに対してAzure AI Foundryに組み込まれたインデックス。
データ エージェントは、リソース URL を使用してAzure AI 検索 インデックスに直接接続します。 ユーザーが質問をすると、エージェントはクエリ (アクセス制御のためにユーザーの ID を持つ) を検索インデックスに送信し、最も関連性の高いドキュメント チャンクを取得して、最終的な回答を作成します。 引用文献は、インデックスに URL またはファイル パス フィールドが含まれている場合に自動的に含まれます。
SQL ソースでサポートされる構成
| コンフィギュレーション |
サポートされている |
Details |
| スキーマの選択 |
✅ はい |
エージェントのスコープを設定する特定の テーブル、 ビュー、 および関数 を選択します。 |
| エージェントの指示 |
✅ はい |
このソースに質問をルーティングするタイミングと方法についてエージェントをガイドします。 |
| データ ソースの手順 |
✅ はい |
テーブルの説明、結合ロジック、キー列の詳細、およびビジネス用語を NL2SQL に提供します。 |
| データ ソースの説明 |
✅ はい |
エージェントがこのデータ ソースがユーザーの質問に関連しているかどうかを判断するのに役立つ説明。 |
|
スキーマオブジェクト記述(プレビュー) |
✅ はい |
テーブル、カラム、その他のスキーマ要素にビジネスコンテキストを提供し、SQLクエリ生成を改善すること。
プレビュー版のみで利用可能です。 |
| クエリの例 |
✅ はい |
エージェントが複雑なクエリ パターンを学習できるように、自然言語と SQL のペアを指定します。 上位の例は、ベクターの類似性を使用して自動的に取得されます。 |
Eventhouse KQL ソースでサポートされる構成
| コンフィギュレーション |
サポートされている |
Details |
| スキーマの選択 |
✅ はい |
エージェントのスコープを設定するには、特定の テーブル、 具体化されたビュー、 関数、 ショートカット を選択します。 |
| エージェントの指示 |
✅ はい |
このソースに質問をルーティングするタイミングと方法についてエージェントをガイドします。 |
| データ ソースの手順 |
✅ はい |
テーブル、CSV、関数、および NL2KQL へのショートカットに関するコンテキストを提供します。 |
| データ ソースの説明 |
✅ はい |
エージェントがこのデータ ソースがユーザーの質問に関連しているかどうかを判断するのに役立つ説明。 |
| クエリの例 |
✅ はい |
エージェントの複雑な集計と結合パターンを教えるために、自然言語と KQL のペアを提供します。 |
セマンティック モデルでサポートされる構成
| コンフィギュレーション |
サポートされている |
Details |
| スキーマの選択 |
✅ はい* |
公開するテーブルを選択します。 列レベルの制御は、Power BIで Prep for AI が構成されている場合に使用できます。 |
| エージェントの指示 |
✅ はい |
セマンティック モデルを選択して質問に回答するタイミングについてエージェントをガイドします。 |
| データ ソースの手順 |
❌ いいえ* |
命令は、セマンティック モデル側の Prep for AI (AI 命令と検証済み回答) を通じて管理されます。 データ エージェントは、存在する場合にそれらを尊重します。 |
| データ ソースの説明 |
❌ いいえ |
セマンティック モデルでは、データ ソースの説明はサポートされていません。 |
| クエリの例 |
❌ いいえ* |
セマンティック モデルでは現在サポートされていません。 PREP for AI で検証済みの回答を使用して、DAX クエリの例を含めます。 |
*セマンティック モデルは、主に Prep for AI in Power BI で構成されます。これにより、AI データ スキーマ、AI 命令、検証済みの回答が提供されます
Graph モデルでサポートされている構成
| コンフィギュレーション |
サポートされている |
Details |
| スキーマの選択 |
❌ いいえ |
Graph では、ユーザーが特定のノードとエッジでエージェントのスコープを設定することはできません。 |
| エージェントの指示 |
✅ はい |
このソースに質問をルーティングするタイミングと方法についてエージェントをガイドします。 |
| データ ソースの手順 |
✅ はい |
クエリ生成をガイドするために NL2GQL エンジンに渡されます。 |
| データ ソースの説明 |
✅ はい |
エージェントがこのデータ ソースがユーザーの質問に関連しているかどうかを判断するのに役立つ説明。 |
| クエリの例 |
✅ はい |
複雑なグラフ トラバーサル パターンを教えるために NL2GQL に渡されます。 |
Ontology でサポートされる構成
| コンフィギュレーション |
サポートされている |
Details |
| スキーマの選択 |
❌ いいえ |
オントロジ データ ソースではサポートされていません。 |
| エージェントの指示 |
✅ はい |
セマンティック モデルを選択して質問に回答するタイミングについてエージェントをガイドします。 |
| データ ソースの手順 |
❌ いいえ |
オントロジ データ ソースではサポートされていません。 |
| データ ソースの説明 |
✅ はい |
エージェントがこのデータ ソースがユーザーの質問に関連しているかどうかを判断するのに役立つ説明。 |
| クエリの例 |
❌ いいえ |
オントロジ データ ソースではサポートされていません。 |
非構造化データ構成
| 設定 |
Details |
| 表示される名前 |
エージェント エクスペリエンスのインデックスに表示されるカスタム名。 |
| 検索の種類 |
インデックスの構成に応じて、フルテキスト検索、ハイブリッド検索、セマンティック検索から選択します。 |
| ドキュメントの数 |
クエリごとに取得されるドキュメントの数を制御します (推奨: 3 ~ 20)。 |
| コンテキスト/説明 |
ルーティングに役立つインデックスの内容、キー フィールド、および使用ガイダンスについて説明します。 |
| エージェントの指示 |
エージェントが検索結果を解釈し、最終的な回答を作成する方法をガイドします。 |
詳細情報