Boas práticas e limitações dos agentes de operações

Este artigo descreve as melhores práticas e limitações ao usar agentes operacionais em Inteligência em Tempo Real.

Melhores práticas

Como em qualquer produto baseado em IA, dar instruções claras e dados fáceis de compreender melhora os resultados. Considere as seguintes boas práticas para obter as melhores regras e o melhor manual de jogadas:

• Configuração da casa de eventos:
  • Certifique-se de que o seu eventhouse contém tabelas planas com nomes de colunas descritivos.
  • Não uses colunas aninhadas (por exemplo, JSON).
  • Use o campo de descrição das colunas nas suas tabelas para ajudar o agente a compreender melhor os dados.
• Definindo regras:
  • Especifique claramente as regras e condições que o agente deve avaliar, incluindo os critérios para recomendar ações. Por exemplo, em vez de afirmar, "Tomar uma ação quando a disponibilidade de bicicletas for baixa", estabeleça um limiar específico, como "Tomar uma ação quando a disponibilidade de bicicletas for 3 ou menos."
  • Defina claramente os objetos ou entidades de negócio que o agente precisa de compreender. Especifique quais as colunas nos seus dados que identificam de forma única esses objetos (por exemplo, ID do sensor, nome da localização, número de pessoal). Indicar a tabela relevante garante que o agente recupera os dados corretos.
  • Ao referir-se a campos e propriedades que o agente deve monitorizar, inclua os nomes de campos entre aspas ("") para melhorar a identificação. Isto é particularmente importante para nomes de colunas que contêm caracteres especiais, como sublinhados ou hífenes.
  • Use tópicos ou linhas separadas para descrever cada regra individualmente, garantindo clareza para o agente ao configurar as regras.
  • As regras podem monitorizar valores numéricos que mudam ao longo do tempo. Assegure que as condições que define são quantificáveis.
  • Presta atenção à sequência em que descreves as regras e ações. Os LLMs podem interpretar a informação de forma diferente consoante a sua posição no prompt.

Limitações

1. Os agentes de operações dependem de um grande modelo de linguagem (LLM) para criar o playbook e as regras que o agente segue, bem como para raciocinar e gerar mensagens para ações e recomendações. Como os serviços de IA baseados em LLMs são probabilísticos e podem ser falíveis, é importante rever cuidadosamente os resultados e recomendações que fornecem. Para mais informações, consulte a página de informações do Fabric Copilot.

   Para acompanhar que consultas e dados o agente acede, pode consultar a base de dados Eventhouse e KQL que monitoriza. No separador Query Insights, vê as consultas que ele executa e pode validar o KQL que utiliza.

   

2. Enquanto os limites do sistema estiverem em uso, a utilização intensiva pode resultar em restrição, o que limita o número de mensagens que podem ser enviadas pelo agente. Nesses casos, pode receber mensagens simplificadas, não geradas por LLM, através do Teams.

3. Atualmente, o agente e o LLM suportam apenas instruções e objetivos em inglês.

4. O agente opera usando a identidade delegada e as permissões do seu criador. Isto significa:

   • Consultas, acesso a dados e ações são executadas com base nas credenciais do criador.
   • Por defeito, o criador recebe mensagens de recomendação. Mudar o destinatário não altera as credenciais usadas para consultas e ações.

5. O agente executa consultas de dados a cada cinco minutos quando está ativa.

6. Quando o agente deteta dados que correspondem às suas regras, regista as ações recomendadas e a resposta do utilizador como uma "operação". Se o utilizador não responder (aprovar ou rejeitar) no prazo de três dias, a operação é automaticamente cancelada. Depois deste período, não pode interagir nem aprovar a ação.

7. O agente de operações está disponível nas regiões Fabric, excluindo o Centro-Sul dos EUA e o Leste dos EUA.

8. Se o inquilino e a capacidade do Fabric estiverem em regiões diferentes, poderá deparar-se com erros ao configurar as ações do Power Automate. Até que uma correção esteja disponível, certifique-se de que a capacidade do seu espaço de trabalho está na mesma região que o seu tenant do Fabric para utilizar o agente de operações.