Uw gegevensagent configureren

Een data-agent stelt gebruikers in staat om met data te communiceren via natuurlijke taal. Om de nauwkeurigheid van resultaten te verbeteren, voeg je zakelijke context toe die bepaalt hoe de agent vragen interpreteert en queries opbouwt. Deze context helpt u om op maat gemaakte oplossingen te creëren die de processen, scenario's en bedrijfslogica van uw organisatie weerspiegelen, zodat de inzichten die de agent genereert zowel accuraat als contextueel relevant zijn.

Dit artikel beschrijft de configuraties die je kunt gebruiken om je dataagent te verbeteren.

Instructies voor gegevensagent

Instructies voor gegevensagenten begeleiden de agent bij het genereren van nauwkeurige en relevante antwoorden op vragen van gebruikers. Deze instructies kunnen opgeven welke gegevensbronnen prioriteit moeten geven, hoe bepaalde typen query's moeten worden verwerkt en nuttige terminologie of context bieden voor het interpreteren van de intentie van de gebruiker.

Gebruik dit aanbevolen formaat om effectieve instructies op agentniveau te schrijven:

## 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"

Instructies voor gegevensbron

Instructies voor gegevensbronnen worden toegepast wanneer de agent een vraag doorstuurt naar een specifieke gegevensbron. Deze instructies bieden de context die nodig is voor het maken van nauwkeurige query's( in SQL, DAX of KQL), zodat de agent nauwkeurige informatie kan ophalen.

Deze sectie moet gegevensbronspecifieke richtlijnen bevatten, zoals relevante tabellen, kolommen, relaties en querylogica die nodig is om algemene of complexe vragen te beantwoorden. Hoe meer context wordt geboden, hoe effectiever de agent nauwkeurige en zinvolle query's kan genereren.

Gebruik de volgende sjabloon als uitgangspunt:

## 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."

Omschrijving van de gegevensbron

Beschrijvingen van gegevensbronnen helpen makers om overzichtelijke context te bieden over elke databron, zodat de dataagent vragen intelligent kan doorgeven. Een beschrijving moet samenvatten wat de gegevensbron bevat, de typen vragen die kunnen worden beantwoord en eventuele zakelijke nuances die helpen deze te onderscheiden van andere bronnen. De agent gebruikt deze informatie tijdens het redeneringsproces om te bepalen welke bron het meest relevant is voor de query van een gebruiker.

Voorbeelden van query's voor gegevensbronnen

Voorbeeldqueries, ook wel few-shot voorbeelden genoemd, worden door data agent-tools gebruikt om de kwaliteit van gegenereerde queries te verbeteren. Hiermee kunnen makers voorbeeldquerylogica doorgeven waarnaar de agent kan verwijzen bij het vormen van een antwoord. Wanneer een gegevensbron wordt gebruikt, zoekt het bijbehorende hulpprogramma automatisch de meest relevante voorbeeldquery's op voor de vraag van de gebruiker en geeft de drie belangrijkste door aan het hulpprogramma voor de gegevensagent. Deze voorbeelden worden opgenomen in het generatieproces, waardoor de agent nauwkeurigere en contextafhankelijke queryresultaten kan produceren.

Schema-objectbeschrijvingen (Voorbeeld)

Voor SQL-gegevensbronnen bieden schema-objectbeschrijvingen zakelijke context voor tabellen, kolommen en andere elementen in een databronschema. De dataagent gebruikt deze beschrijvingen om grote of dubbelzinnige schema's te interpreteren en te begrijpen wat elk element vertegenwoordigt, wat helpt nauwkeurigere zoekopdrachten te genereren.

Om te leren hoe je beschrijvingen toevoegt en beheert, zie Schema object beschrijvingen toevoegen (Preview).

Volgende stappen

• Concept van gegevensagent
• Scenario voor gegevensagent