Ontologi (forhåndsvisning) veiledning del 4: Konsumer ontologi fra agenter

I dette veiledningssteget lærer du om å konsumere ontologi (forhåndsvisning) fra agenter for å stille spørsmål på naturlig språk og få svar som er forankret i ontologiens definisjoner og bindinger. Prøv det ut med en dataagent.

Bruk av AI-agenter med ontologi

AI-agenter kan hjelpe brukere med å gå fra statisk analyse til interaktive, målrettede arbeidsflyter ved å forstå naturlig språk, planlegge steg, ringe verktøy og handle på vegne av brukeren. Når agenter bruker en ontologi som kontekst, får de en styrt forståelse av virksomheten: nøkkelenheter, relasjoner, definisjoner, regler, måleparametere og kildekartlegginger. Dette hjelper agenter med å produsere svar som er mer jordnære, forklarbare og konsistente på tvers av systemer, i stedet for kun å basere seg på rådata eller prompts.

Det finnes flere måter å bygge agenter som konsumerer ontologikontekst:

• Foundry IQ: Azure AI Foundry agenter hjelper utviklere med å bygge mer avanserte, tilpassbare agenter som kan resonnere over ontologikontekst, kalle verktøy og integrere med bedriftssystemer. For mer informasjon om å bygge en ontologiagent med Foundry IQ, se Lag en ontologiagent med Foundry IQ.
• Copilot Studio: Copilot Studio hjelper bedrifter og lavkode-skapere med raskt å lage samtaleagenter som bruker ontologikontekst for å svare på forretningsspørsmål og automatisere arbeidsflyter. For mer informasjon om å bygge en ontologiagent med Copilot Studio, se Lag en ontologiagent med Copilot Studio.
• Fabric dataagent: Fabric dataagenter hjelper brukere med å lage databaserte agenter direkte i Fabric som kan svare på forretningsspørsmål ved hjelp av styrte bedriftsdata, med ontologikontekst som tilfører rikere forretningsbetydning, relasjoner og konsistens.
• Fabric operations agent: Fabric operations agenter overvåker kontinuerlig ontologien din, fremhever innsikt mot dine forretningsmål og anbefaler handlinger—alt basert på ontologiens entitetstyper og relasjoner. For mer informasjon om å bygge en operasjonsagent med ontologi, se Lag en operasjonsagent basert på en ontologi.

Denne artikkelen bruker Fabric data agent.

Lag dataagent med ontologi (forhåndsvisning) kilde

Følg disse trinnene for å opprette en ny dataagent som kobler til ditt ontologi- (forhåndsvisnings-)element.

1. Gå til fabric-arbeidsområdet. Bruk + Ny vare-knappen for å opprette et nytt Dataagent-element kalt RetailOntologyAgent.

   

   Tips

   Hvis du ikke ser dataagent-elementtypen, sørg for at den er aktivert i leietakeren din som beskrevet i veiledningsforutsetningene.

2. Agenten åpner når den er klar. Velg Legg til en datakilde.

   

   Søk etter RetailSalesOntology-elementet og velg Legg til. Nå legges ontologien din til som kilde for dataagenten.

Når agenten er klar, er ontologien og dens entitetstyper synlige i utforskeren.

Gi agentinstruksjoner

Legg deretter til en egendefinert instruksjon i agenten.

1. Velg agentinstruksjoner fra menybåndet.

2. Nederst i inndataboksen, legg til Support group by in GQL. Denne instruksjonen muliggjør bedre aggregering på tvers av ontologidata.

   

3. Instruksjonen anvendes automatisk. Eventuelt, lukk fanen Agent-instruksjoner .

Spørringsagent med naturlig språk

Deretter utforsker du ontologien din med spørsmål om naturlig språk.

Start med å skrive inn disse eksempelpromptene:

• For hver butikk, vis frysere drevet av den butikken som noen gang har hatt en luftfuktighet under 46 prosent.
• Hva er det beste produktet etter inntekt på tvers av alle butikker?

Legg merke til at svarene refererer til entitetstyper (Store, Products, Freezer) og deres relasjoner, ikke bare råtabeller.

Fortsett å utforske dataagenten ved å prøve noen egne prompter.

Neste trinn

I dette steget utforsket du ontologien din ved å bruke naturlige språklige spørringer for å svare på forretningsspørsmål med en dataagent.

Fortsett deretter til konklusjonen av veiledningen.

Alternativt kan du utforske andre agenter som kan brukes med ontologi:

• Lag en ontologiagent med Foundry IQ
• Opprett en ontologiagent med Copilot Studio