Configuración del agente de datos

El Agente de datos es una herramienta eficaz diseñada para mejorar la precisión de los resultados de los datos y proporcionar a los creadores un medio para incorporar contexto empresarial en sus consultas de datos. Mediante el uso del agente de datos, los usuarios pueden interactuar con los datos a través del lenguaje natural, lo que hace que las operaciones de datos complejas sean más accesibles y accionables.

Además, el agente de datos facilita la creación, la curación y la configuración de expertos en datos, lo que permite a las organizaciones crear soluciones personalizadas que reflejen sus procesos, escenarios y lógica de negocios únicos. Esta personalización garantiza que la información generada no solo sea precisa, sino que también sea contextualmente relevante.

En este artículo se describen las distintas configuraciones que puede usar para mejorar el agente de datos.

Instrucciones del agente de datos

Las instrucciones del agente de datos guían al agente para generar respuestas precisas y relevantes a las preguntas del usuario. Estas instrucciones pueden especificar qué orígenes de datos priorizar, describir cómo controlar determinados tipos de consultas y proporcionar terminología o contexto útiles para interpretar la intención del usuario.

Este es un formato de inicio recomendado para escribir instrucciones eficaces de nivel de agente:

## 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: ""

## 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"

Instrucciones del origen de datos

Las instrucciones del origen de datos se aplican cuando el agente enruta una pregunta a un origen de datos específico. Estas instrucciones proporcionan el contexto necesario para construir consultas precisas (ya sea en SQL, DAX o KQL) para que el agente pueda recuperar información precisa.

Esta sección debe incluir instrucciones específicas del origen de datos, como tablas, columnas, relaciones y cualquier lógica de consulta necesaria para responder a preguntas comunes o complejas. Cuanto más contexto se proporcione, más eficazmente el agente puede generar consultas precisas y significativas.

Use la plantilla siguiente como punto de partida:

## 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.”

Descripción del origen de datos

Las descripciones del origen de datos permiten a los creadores proporcionar contexto de alto nivel sobre cada origen de datos para que el Agente de datos pueda enrutar las preguntas de forma inteligente. Una descripción debe resumir lo que contiene el origen de datos, los tipos de preguntas que puede responder y cualquier matiz específico de la empresa que le ayude a distinguirlo de otros orígenes. El agente usa esta información durante su proceso de razonamiento para determinar qué origen es el más relevante para la consulta de un usuario.

Consultas de ejemplo del origen de datos

Las herramientas del agente de datos usan consultas de ejemplo, también conocidas como pocos ejemplos de capturas, para mejorar la calidad de las consultas generadas. Permiten a los creadores pasar lógica de consulta de ejemplo a la que el agente puede hacer referencia al formar una respuesta. Cuando se usa un origen de datos, la herramienta correspondiente busca automáticamente las consultas de ejemplo más relevantes para la pregunta del usuario y pasa las tres primeras a la herramienta del agente de datos. Estos ejemplos se incorporan al proceso de generación, lo que ayuda al agente a generar resultados de consulta más precisos y contextualmente adecuados.

Pasos siguientes

• Concepto de agente de datos
• Escenario del agente de datos