Dodawanie wiedzy do monitu

Monity umożliwiają Ci korzystanie z modeli generatywnej AI w różnych scenariuszach generowania treści. Modele te wykorzystują domyślną wiedzę zawartą w danych treningowych do udzielania odpowiedzi. Wiedza ta nie jest jednak wystarczająca, aby poradzić sobie z przypadkami użycia wymagającymi kontekstu danych specyficznych dla biznesu.

W tym momencie dane Retrieval Augmented Generation (RAG) umożliwiają dostarczanie zewnętrznych informacji w celu rozszerzenia wiedzy modelu. To rozszerzenie może skutkować uzyskaniem potrzebnych odpowiedzi.

Dodaj wiedzę i filtruj

W tej sekcji opisano sposób dodawania wiedzy do monitu i filtrowania jej.

1. Wpisz / lub wybierz pozycję Dodaj treść, aby wybrać obiekt źródła danych z sekcji Wiedza.

   

2. Wybierz co najmniej jedną kolumnę nawigując po źródle danych. Są one dodawane jako obiekty wiedzy w prompcie.

   

3. Filtruj pobraną wiedzę, wybierając obiekt wiedzy, a następnie wybierz Filtruj atrybut i wybierz pole do filtrowania w Filtruj atrybut. Wprowadź dowolny tekst lub wskazówkę w polu Filtruj wartość.

   

4. Filtruj przy użyciu danych wejściowych. Utwórz monit, który pobiera wszystkie konta przy użyciu wartości danych wejściowych o nazwie Pytanie.

   

   Monit automatycznie filtruje wszystkie obiekty wiedzy przy użyciu wartości tych danych wejściowych wyrażonych w języku naturalnym.

Wstawianie odwołań do danych w prompcie

W monicie można wstawić odwołania do danych wielu tabel i powiązanych tabel oraz używać ich z językiem naturalnym. W tym celu wybierz pozycję Wstaw i przejdź między danymi i relacjami.

Model generatywny używa każdego odwołania do danych, aby udzielić odpowiedzi.

Używanie łączników platformy

Możesz wybrać istniejące połączenie z usługą Salesforce, Oracle, SAP lub Zendesk. Następnie wybierz tabelę i wstaw jedno lub kilka pól w wierszu monitu, filtrując dane w atrybucie.

Przykładowe scenariusze

Liczba scenariuszy możliwych do zrealizowania dzięki tej funkcji jest ograniczona jedynie kreatywnością użytkownika. Poniższa lista zawiera kilka przykładów.

• Utwórz podsumowanie konta o nazwie Name, używając tylko tych kolumn: Account.Name, Account.Description, Account.Orders (Order).Name, Account.Orders (Order).Amount.
• Klasyfikuj Email do jednego z tych Category.Name dopasowań na podstawie Category.Description.
• Przygotuj odpowiedź na ten Problem dopasowując dane z FAQ.Topic i czerpiąc inspirację z FAQ.Solution.
• Uzyskaj odpowiedzi na te pytania Question , podając informacje o Account.Account Name, Account.Account Number, Account.Address 1 i Account.Address 1: City.

Ograniczenia

Poniższa lista opisuje ograniczenia korzystania z własnych danych w monitach.

• Źródła danych są ograniczone do tabel łączników Dataverse, Salesforce, Oracle, SAP i ZenDesk.

• Łączniki mogą być używane tylko w przypadku monitów w usłudze Power Automate.

• Obsługiwane języki środowiska Dataverse : angielski (USA), francuski, japoński, duński, holenderski, niemiecki, włoski, portugalski (Brazylia), hiszpański, chiński uproszczony, duński, norweski i turecki.

• Korzystanie z tabeli wirtualnej nie jest jeszcze obsługiwane.

• Jako atrybuty filtru są dostępne tylko atrybuty z następującymi typami danych: text, number, date and time, choice, currency i unique identifier.

• W przypadku Dataverse obsługiwane są tylko relacje jeden-do-wielu lub wiele-do-jednego. Dla tabeli dodanej jako źródło danych można wybrać maksymalnie dwa poziomy relacji.

  Można na przykład użyć Account.'Company Name (Contact)'.Name lub Account.'Company Name (Contact)'.'Connected To (Connection)'.'Connection Name'.

• Domyślnie liczba pobranych rekordów to 30. Możesz zwiększyć ten limit do 1000 w ustawieniach.

Informacje pokrewne

• Szkolenie: Tworzenie monitów konstruktora monitów przy użyciu własnych danych Dataverse (moduł)