Udostępnij przez


Najlepsze praktyki i ograniczenia agenta operacyjnego

W tym artykule opisano najlepsze rozwiązania i ograniczenia dotyczące korzystania z agentów operacji w usłudze Real-Time Intelligence.

Najlepsze rozwiązania

Podobnie jak w przypadku dowolnego produktu opartego na sztucznej inteligencji, dając jasne instrukcje i łatwe do zrozumienia dane zwiększają wyniki. Rozważ następujące najlepsze rozwiązania, aby uzyskać najlepsze reguły i podręcznik:

  • Konfiguracja usługi Eventhouse:
    • Upewnij się, że eventhouse zawiera płaskie tabele z opisowymi nazwami kolumn.
    • Nie używaj kolumn zagnieżdżonych (na przykład JSON).
    • Użyj pola opisu kolumn w tabelach, aby ułatwić agentowi lepsze zrozumienie danych.
  • Definiowanie reguł:
    • Jasno określ reguły i warunki, które powinien ocenić agent, łącznie z kryteriami rekomendowania akcji. Na przykład zamiast stwierdzać: "Podejmij akcję, gdy dostępność roweru jest niska", podaj określony próg, taki jak "Podejmij akcję, gdy dostępność roweru wynosi 3 lub mniej".
    • Jasno zdefiniuj obiekty biznesowe lub jednostki, które agent musi zrozumieć. Określ kolumny w danych unikatowo identyfikujące te obiekty (np. identyfikator czujnika, nazwę lokalizacji, numer personelu). Wskazanie odpowiedniej tabeli gwarantuje, że agent pobiera poprawne dane.
    • W przypadku odwoływania się do pól i właściwości agent powinien monitorować, należy ująć nazwy pól w cudzysłów (""), aby poprawić identyfikację. Jest to szczególnie ważne w przypadku nazw kolumn zawierających znaki specjalne, takie jak podkreślenia lub łączniki.
    • Użyj punktorów lub oddzielnych wierszy, aby opisać każdą regułę indywidualnie, zapewniając przejrzystość agenta podczas konfigurowania reguł.
    • Reguły mogą monitorować wartości liczbowe, które zmieniają się w czasie. Upewnij się, że zdefiniowane warunki są kwantyfikowalne.
    • Zwróć uwagę na sekwencję, w której opisano reguły i akcje. LlMs mogą interpretować informacje inaczej na podstawie jego pozycji w wierszu polecenia.

Ograniczenia

  1. Agenci operacji korzystają z dużego modelu językowego (LLM) w celu utworzenia podręcznika i reguł, których przestrzega agent, a także do przetwarzania i generowania komunikatów dotyczących akcji i zaleceń. Ponieważ usługi sztucznej inteligencji oparte na LLM są probabilistyczne i mogą być wadliwe, ważne jest, aby dokładnie przejrzeć wyniki i zalecenia, które udostępniają. Aby uzyskać więcej informacji, zobacz stronę informacyjną Fabric Copilot.

    Aby śledzić, do jakich zapytań i danych uzyskuje dostęp agent, możesz zapoznać się z monitorowaną bazą danych Eventhouse i KQL. Na karcie Szczegółowe informacje o zapytaniach zobaczysz uruchomione zapytania i możesz zweryfikować używane przez nią KQL.

    Zrzut ekranu przedstawiający kartę Szczegółowe informacje o zapytaniach w bazie danych KQL.

  2. Mimo że mechanizmy zabezpieczające są wdrożone, nadmierne użycie może spowodować ograniczenie, które zmniejsza liczbę wiadomości, jakie agent może wysłać. W takich przypadkach można otrzymywać uproszczone komunikaty, niegenerowane przez LLM, za pośrednictwem usługi Teams.

  3. Obecnie agent i LLM obsługują tylko angielskie instrukcje i cele.

  4. Agent działa przy użyciu delegowanej tożsamości i uprawnień jego twórcy. Oznacza to:

    • Zapytania, dostęp do danych i operacje są wykonywane na podstawie poświadczeń twórcy.
    • Domyślnie twórca otrzymuje wiadomości rekomendacyjne. Zmiana adresata nie powoduje zmiany poświadczeń używanych dla zapytań i akcji.
  5. Agent uruchamia zapytania dotyczące danych co pięć minut, gdy jest aktywny.

  6. Gdy agent wykryje, że dane pasują do swoich reguł, śledzi zalecane akcje i odpowiedź użytkownika jako "operację". Jeśli użytkownik nie odpowie (zatwierdzić lub odrzucić) w ciągu trzech dni, operacja zostanie automatycznie anulowana. Po upływie tego okresu nie można wchodzić w interakcje ani zatwierdzać akcji.

  7. Agent operacyjny jest dostępny w regionach Fabric z wyłączeniem Południowo-Centralnego USA i Wschodnich regionów USA.

  8. Jeśli dzierżawa Fabric i pojemność znajdują się w różnych regionach, podczas konfigurowania akcji w usłudze Power Automate mogą wystąpić błędy. Dopóki aktualizacja nie będzie dostępna, upewnij się, że pojemność obszaru roboczego znajduje się w tym samym regionie co dzierżawa Fabric, aby móc używać agenta operacji.