Konfigurer dataagenten

En dataagent lar brukere samhandle med data gjennom naturlig språk. For å forbedre nøyaktigheten i resultatene, legg til forretningskontekst som former hvordan agenten tolker spørsmål og bygger spørringer. Denne konteksten hjelper deg å skape skreddersydde løsninger som reflekterer organisasjonens prosesser, scenarier og forretningslogikk, slik at innsiktene agenten genererer både er nøyaktige og kontekstuelt relevante.

Denne artikkelen beskriver konfigurasjonene du kan bruke for å forbedre dataagenten din.

Instruksjoner for dataagent

Instruksjoner fra dataagenten veileder agenten med å generere nøyaktige og relevante svar på brukerspørsmål. Disse instruksjonene kan angi hvilke datakilder som skal prioriteres, skissere hvordan de skal håndtere bestemte typer spørringer, og gi nyttig terminologi eller kontekst for å tolke brukerintensjon.

Bruk dette anbefalte formatet til å skrive effektive instruksjoner på agentnivå:

## Objective
// Describe the overall goal of the agent. 
// Example: "Help users analyze retail sales performance and customer behavior across regions."

## Data sources
// Specify which data sources the agent should consider, and in what order of priority.
// Example: "Use 'SalesLakehouse' for product and transaction data. Use 'CRMModel' for customer demographics."

## Key terminology
// Define terms or acronyms the agent may encounter in user queries.
// Example: "'GMV' refers to Gross Merchandise Value."

## Response guidelines
// Set expectations for how the agent should format or present answers.
// Example: "Present results as a short summary followed by a table of the supporting data."

## Handling common topics
// Provide special handling rules or context for frequently asked topics.
// Example: "When asked about customers, use the 'ChurnModelScoring' Lakehouse to get customer details. Then, list any open support tickets"

Datakildeinstruksjoner

Datakildeinstruksjoner brukes når agenten ruter et spørsmål til en bestemt datakilde. Disse instruksjonene gir konteksten som kreves for å konstruere nøyaktige spørringer – enten i SQL, DAX eller KQL – slik at agenten kan hente nøyaktig informasjon.

Denne delen bør inneholde datakildespesifikk veiledning, for eksempel relevante tabeller, kolonner, relasjoner og eventuell spørringslogikk som kreves for å svare på vanlige eller komplekse spørsmål. Jo mer kontekst som er angitt, jo mer effektivt kan agenten generere nøyaktige og meningsfulle spørringer.

Bruk følgende mal som utgangspunkt:

## General knowledge
// Share general background information the agent should consider when querying this data source.

## Table descriptions
// Describe key tables and important columns within those tables.

## When asked about
// Provide query-specific logic or table preferences for certain topics. 
// Example: "When asked about shoe sales, always use the SalesProduct table."

Datakildebeskrivelse

Datakildebeskrivelser hjelper skapere med å gi overordnet kontekst om hver datakilde slik at dataagenten kan rute spørsmål på en intelligent måte. En beskrivelse bør oppsummere hva datakilden inneholder, hvilke typer spørsmål den kan besvare, og eventuelle forretningsspesifikke nyanser som hjelper den å skille den fra andre kilder. Agenten bruker denne informasjonen under sin resonnementsprosess for å avgjøre hvilken kilde som er mest relevant for brukerens spørring.

Eksempelspørringer for datakilde

Eksempelforespørsler, også kjent som few-shot-eksempler, brukes av dataagentverktøy for å forbedre kvaliteten på genererte spørringer. De gjør det mulig for opprettere å sende eksempelspørringslogikk som agenten kan referere til når de danner et svar. Når en datakilde brukes, søker det tilsvarende verktøyet automatisk opp de mest relevante eksempelsøkene for brukerens spørsmål og sender de tre øverste til dataagentverktøyet. Disse eksemplene er innlemmet i genereringsprosessen, noe som hjelper agenten med å produsere mer nøyaktige og kontekstavhengige spørringsresultater.

Skjema-objektbeskrivelser (Forhåndsvisning)

For SQL-datakilder gir skjemaobjektbeskrivelser forretningskontekst for tabeller, kolonner og andre elementer i et datakildeskjema. Dataagenten bruker disse beskrivelsene til å tolke store eller tvetydige skjemaer og forstå hva hvert element representerer, noe som hjelper den å generere mer nøyaktige spørringer.

For å lære hvordan du legger til og administrerer beskrivelser, se Legg til skjema-objektbeskrivelser (Forhåndsvisning).

Neste trinn

• dataagentkonsept
• dataagentscenario