Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
I det här självstudiesteget får du lära dig mer om att använda ontologi (förhandsversion) från agenter för att ställa frågor på naturligt språk och få svar som baseras på ontologins definitioner och bindningar. Prova med en dataagent.
Viktigt!
Den här funktionen är i förhandsversion.
Använda AI-agenter med ontologi
AI-agenter kan hjälpa användare att gå från statisk analys till interaktiva, målorienterade arbetsflöden genom att förstå naturligt språk, planera steg, anropa verktyg och vidta åtgärder för användarens räkning. När agenter använder en ontologi som kontext får de en styrd förståelse för verksamheten: viktiga entiteter, relationer, definitioner, regler, mått och källmappningar. Detta hjälper agenter att skapa svar som är mer välgrundade, förklarbara och konsekventa över olika system i stället för att bara förlita sig på rådata eller prompter.
Det finns flera sätt att skapa agenter som använder ontologikontext:
- Foundry IQ: Azure AI Foundry agenter hjälper utvecklare att skapa mer avancerade, anpassningsbara agenter som kan resonera över ontologikontext, anropa verktyg och integrera med företagssystem. Mer information om hur du skapar en ontologiagent med Foundry IQ finns i Skapa en ontologiagent med Foundry IQ.
- Copilot Studio: Copilot Studio hjälper företag och lågkodstillverkare att snabbt skapa konversationsagenter som använder ontologikontext för att besvara affärsfrågor och automatisera arbetsflöden. Mer information om hur du skapar en ontologiagent med Copilot Studio finns i Skapa en ontologiagent med Copilot Studio.
- Fabric-dataagent: Fabric-dataagenter hjälper användare att skapa dataförankrade agenter direkt i Fabric som kan besvara affärsfrågor med hjälp av styrda företagsdata, med ontologikontext som tillför rikare affärsbetydelse, samband och konsekvens.
- Fabric operationsagent: Fabric operationsagenter övervakar kontinuerligt din ontologi, ger insikter mot dina affärsmål och rekommenderar åtgärder – allt baserat på ontologins entitetstyper och relationer. För mer information om att bygga en operationsagent med ontologi, se Skapa en operationsagent grundad i en ontologi.
Den här artikeln använder Fabric dataagent.
Skapa dataagent med ontologikälla (förhandsversion)
Följ de här stegen för att skapa en ny dataagent som ansluter till ditt ontologiobjekt (förhandsversion).
Gå till arbetsytan Fabric. Använd knappen + Nytt objekt för att skapa ett nytt dataagentobjekt med namnet RetailOntologyAgent.
Tips/Råd
Om du inte ser objekttypen för dataagent, kontrollera att den är aktiverad i din klientorganisation enligt beskrivningen i självstudieförutsättningarna.
Agenten öppnas när den är redo. Välj Lägg till en datakälla.
Sök efter objektet RetailSalesOntology och välj Lägg till. Nu läggs din ontologi till som källa för dataagenten.
När agenten är klar visas ontologin och dess entitetstyper i Utforskaren.
Ange agentinstruktioner
Anmärkning
Det här steget åtgärdar ett känt problem som påverkar aggregering i frågor.
Lägg sedan till en anpassad instruktion till agenten.
Välj Agentinstruktioner i menyfliksområdet.
Lägg till
Support group by in GQLlängst ned i indatarutan. Den här instruktionen möjliggör bättre aggregering mellan ontologidata.Instruktionen tillämpas automatiskt. Du kan också stänga fliken Agentinstruktioner .
Fråga agent med naturligt språk
Utforska sedan din ontologi med frågor om naturligt språk.
Börja med att ange följande exempelprompter:
- För varje butik visar du alla frysar som drivs av den butiken som någonsin haft en luftfuktighet som är lägre än 46 procent.
- Vilken är den främsta produkten efter intäkter i alla butiker?
Observera att svaren refererar till entitetstyper (Store, Products, Freezer) och deras relationer, inte bara råa tabeller.
Tips/Råd
Om du ser fel som säger att det inte finns några data när du kör exempelfrågorna väntar du några minuter för att ge agenten mer tid att initiera. Kör sedan frågorna igen.
Fortsätt utforska dataagenten genom att testa några egna kommandon.
Nästa steg
I det här steget utforskade du din ontologi med hjälp av frågor på naturligt språk för att besvara affärsfrågor med en dataagent.
Fortsätt sedan till handledningens avslutning.
Du kan också utforska andra agenter som kan användas med ontologi: