หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
ตัวแทนสมัยใหม่ต้องการความสามารถในการค้นหาและดึงข้อมูลที่ซับซ้อนเพื่อเข้าถึงและประมวลผลข้อมูลจากแหล่งข้อมูลที่หลากหลายอย่างมีประสิทธิภาพ บทความนี้จะตรวจสอบรูปแบบหลักสี่รูปแบบสําหรับการใช้การค้นหาและการดึงข้อมูลในสถาปัตยกรรมตัวแทน: ความสามารถในการค้นหาในตัวของ Microsoft การสืบค้นฐานข้อมูลที่มีโครงสร้างการจัดทําดัชนีความหมายแบบกําหนดเอง และวิธีการหลายขั้นตอนแบบไฮบริด
แต่ละรูปแบบมีข้อได้เปรียบและการแลกเปลี่ยนที่แตกต่างกันในแง่ของความพยายามของนักพัฒนา การทําความเข้าใจรูปแบบเหล่านี้ช่วยให้สถาปนิกโซลูชันเลือกแนวทางที่เหมาะสมที่สุดตามกรณีการใช้งานเฉพาะ โครงสร้างพื้นฐานที่มีอยู่ และข้อกําหนดด้านประสิทธิภาพ
ข้อควรพิจารณาที่สําคัญที่ครอบคลุม:
- ความสามารถในการค้นหาในตัวของ Microsoft: ความพยายามในการพัฒนาน้อยที่สุดโดยมีข้อจํากัดของแพลตฟอร์ม
- การสืบค้นแบบมีโครงสร้าง: การเข้าถึงฐานข้อมูลโดยตรงสําหรับค่าที่คํานวณและได้รับ
- การจัดทําดัชนีแบบกําหนดเอง: การควบคุมสูงสุดพร้อมความซับซ้อนในการใช้งานที่เพิ่มขึ้น
- แนวทางแบบไฮบริด: การวิเคราะห์ที่ครอบคลุมพร้อมการแลกเปลี่ยนประสิทธิภาพ
ส่วนต่อไปนี้ให้รายละเอียดเกี่ยวกับสถาปัตยกรรมของแต่ละรูปแบบ ข้อควรพิจารณาในการใช้งาน และกรณีการใช้งานที่เหมาะสมที่สุดเพื่อเป็นแนวทางในการตัดสินใจกลยุทธ์การค้นหาและการดึงข้อมูลของคุณ
ความสามารถในการค้นหาในตัว
ความสามารถในการค้นหาในตัวของ Microsoft มอบแนวทางความพยายามของนักพัฒนาที่ต่ําที่สุดโดยใช้ดัชนีที่สร้างไว้ล่วงหน้าซึ่งดูแลโดยโครงสร้างพื้นฐาน Microsoft 365 ความสามารถเหล่านี้รวมถึงตัวเชื่อมต่อ Copilot ฐานความรู้ SharePoint และฟังก์ชันการค้นหาเว็บ
โมเดลนี้ให้การผสานรวมกับระบบนิเวศของ Microsoft 365 อย่างราบรื่น แต่จํากัดการควบคุมคุณสมบัติที่จัดทําดัชนี ช่วงเวลาการจัดทําดัชนี และประเภทไฟล์ที่รองรับไว้ที่ความสามารถที่แพลตฟอร์มนําเสนอ ลําดับและการจัดอันดับของการค้นหายังคงอยู่นอกเหนือการควบคุมของนักพัฒนา ทําให้แนวทางนี้เหมาะสําหรับสถานการณ์การค้นหาทั่วไป แต่อาจจํากัดข้อกําหนดเฉพาะทาง
Note
ดัชนีความหมายส่งคืนข้อมูลโค้ด (ข้อความที่ตัดตอนมาสั้น ๆ ) ของข้อมูล ทําให้ไม่เหมาะกับสถานการณ์ที่ต้องใช้เอกสารฉบับเต็มหรือการวิเคราะห์ตารางที่ครอบคลุม กรณีการใช้งานที่ต้องการข้อมูลจากหลายหน้าในเอกสารขนาดยาวหรือหลายตารางภายในสเปรดชีตไม่เหมาะกับการค้นหาประเภทนี้
การสืบค้นฐานข้อมูลที่มีโครงสร้าง
สถาปัตยกรรมคิวรีที่มีโครงสร้างใช้ความสามารถของโมเดลภาษาในการสร้างสตริงภาษาคิวรีสําหรับการดําเนินการกับระบบฐานข้อมูลที่มีอยู่ วิธีการนี้ปรับเวิร์กโฟลว์ให้เหมาะสมซึ่งต้องการค่าที่คํานวณหรือได้มาซึ่งการแก้ไขแล้วภายในระบบจัดเก็บฐานข้อมูล
โมเดลนี้ยอดเยี่ยมเมื่อเอเจนต์ต้องการเข้าถึงข้อมูลที่มีโครงสร้างผ่านภาษาคิวรีที่กําหนดไว้ รวมถึง SQL, KQL และ DAX (นิพจน์การวิเคราะห์ข้อมูล) มุมมองฐานข้อมูลที่ปรับให้เหมาะสมสามารถปรับปรุงประสิทธิภาพเพิ่มเติมได้โดยการคํานวณรูปแบบการสืบค้นทั่วไปล่วงหน้าและลดความซับซ้อนในการเข้าถึงข้อมูลสําหรับแบบจําลองภาษา
Note
นักพัฒนาควรจัดเตรียมเอกสารประกอบและคําอธิบายฟิลด์ที่ครอบคลุมเพื่อให้โมเดลภาษาสามารถสร้างคิวรีที่เหมาะสมได้ แม้ว่าโมเดลภาษาจะคล่องแคล่วในภาษาคิวรี แต่ก็ต้องการบริบทโดยละเอียดเกี่ยวกับโครงสร้างข้อมูลและความสัมพันธ์เพื่อสร้างคิวรีที่มีประสิทธิภาพ
การจัดทําดัชนีความหมายที่กําหนดเอง
การจัดทําดัชนีความหมายที่กําหนดเองกําหนดให้นักพัฒนาสร้างดัชนีที่โฮสต์ภายนอกด้วยการกําหนดค่าการแยกวิเคราะห์ การจัดอันดับ พจนานุกรม และขนาดตัวอย่างข้อมูลที่กําหนดเอง วิธีการนี้ให้การควบคุมผลการค้นหาอย่างละเอียด และเปิดใช้งานการเพิ่มประสิทธิภาพเฉพาะสําหรับชนิดเนื้อหาและกรณีการใช้งานที่เฉพาะเจาะจง
เนื่องจากดัชนีความหมายแบบกําหนดเองแสดงเป็นเครื่องมือภายนอกสําหรับตัวแทนที่โฮสต์ของ Microsoft 365 จึงเปิดใช้งานลูปการให้เหตุผลแบบวนซ้ําและการดําเนินการค้นหาหลายขั้นตอนที่ซับซ้อน ความยืดหยุ่นนี้สนับสนุนสถานการณ์การค้นหาที่ซับซ้อนซึ่งต้องการการเพิ่มประสิทธิภาพเฉพาะโดเมนหรือการประมวลผลเนื้อหาเฉพาะทาง
วิธีการแบบหลายเลี้ยวแบบไฮบริด
วิธีการแบบไฮบริดรวมการค้นหาแบบมีโครงสร้างหรือความหมายสําหรับการระบุไฟล์เริ่มต้นเข้ากับโฟลว์แบบหลายเทิร์นเพื่อการวิเคราะห์เนื้อหาที่ครอบคลุม รูปแบบนี้ให้เหตุผลที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับเนื้อหาไฟล์แบบเต็มในขณะที่จัดการผลกระทบด้านประสิทธิภาพของการวิเคราะห์ที่ครอบคลุม
Note
โฟลว์แบบหลายเทิร์นต้องใช้เวลาในการประมวลผลเพิ่มเติมเนื่องจากจําเป็นต้องเรียกใช้บริการหลายครั้งเพื่อสร้างการตอบสนองที่สมบูรณ์ วิธีการนี้ให้ความสมบูรณ์โดยแลกกับเวลาตอบสนอง ทําให้เหมาะสําหรับสถานการณ์ที่การวิเคราะห์ที่ครอบคลุมมีน้ําหนักมากกว่าข้อกําหนดด้านความเร็ว
ขั้นตอนถัดไป
ตัดสินใจว่าตัวแทนของคุณโต้ตอบกับระบบภายนอกอย่างไร และดําเนินการนอกเหนือจากการดึงข้อมูลง่ายๆ