Concepts des Agents Genie
Genie Agents est une fonctionnalité Databricks qui permet aux équipes commerciales d’interagir avec leurs données en langage naturel. Les experts du domaine configurent les Genie Agents avec des datasets, des exemples de queries et des directives textuelles pour aider Genie à traduire les questions commerciales en queries analytiques. Après la configuration, les utilisateurs professionnels peuvent poser des questions et générer des visualisations pour comprendre les données opérationnelles. Pour des informations supplémentaires sur les fonctionnalités optimisées par Databricks AI, consultez Fonctionnalités d’assistance Databricks AI.
Les agents Genie étaient auparavant appelés Genie space.
Genie sélectionne les noms et descriptions pertinents des tables et colonnes annotées pour convertir les questions en langage naturel en une requête SQL équivalente. Il répond avec la query générée et le tableau des résultats, si possible. Si Genie ne peut pas générer de réponse, il peut poser des questions de suivi pour clarifier avant de fournir une réponse.
Exemple de cas d'usage
Un responsable des Ventes souhaite comprendre le produit le plus vendu au fil du temps dans sa boulangerie. Ils peuvent interagir avec le Genie Agent en langage naturel et générer automatiquement une visualisation.
Le GIF suivant montre cette interaction :
Fonctionnement des agents Genie
Les agents Genie utilisent un système d'IA composite pour interpréter les questions métier et générer des réponses. Au lieu d'utiliser un seul grand modèle de langage, les systèmes d'IA composés traitent les tâches dans les applications d'IA en combinant plusieurs composants en interaction. Les systèmes d'IA composés sont un modèle de conception de plus en plus courant pour les applications d'IA en raison de leurs performances et de leur flexibilité. Pour plus d'informations, voir Le passage des modèles aux systèmes d'IA composés.
Concepts clés
Concept | Description |
|---|---|
Base de connaissances | Une collection de définitions sémantiques organisées qui améliore la compréhension de Genie de vos données. Le magasin de connaissances comprend des descriptions de tables et de colonnes au niveau de l’agent, des synonymes, des relations de jointure, des expressions SQL et des paramètres de correspondance d’invite. Les configurations de magasin de connaissances sont limitées à l’agent et n’affectent pas les métadonnées Unity Catalog. Consultez Créer un magasin de connaissances. |
Instructions | Notes en texte brut qui indiquent à Genie comment interpréter vos données et répondre aux questions. Les instructions peuvent décrire les règles commerciales, la terminologie préférée, les formats de date et d'autres contextes spécifiques au domaine. Voir Fournir des instructions. |
Exemples de queries SQL | Requêtes SQL servant de réponses de référence pour les questions courantes. Genie sélectionne intelligemment les exemples pertinents de la bibliothèque de requêtes de l’agent pour générer des réponses plus précises. Consultez Ajouter des exemples de requêtes et fonctions SQL. |
Actifs de confiance | Exemples de requêtes paramétrées et fonctions SQL dont la logique exacte a été vérifiée par un auteur d'agent. Lorsque Genie utilise un asset de confiance pour générer une réponse, la réponse provient de cette logique vérifiée. Consultez Examiner une réponse. |
Benchmarks | Un ensemble de questions de test utilisé pour évaluer et mesurer la précision des réponses de Genie Agent. Contrairement aux instructions, les benchmarks sont à des fins d'évaluation uniquement — Genie n'utilise pas les questions de benchmark ou le SQL pour améliorer son contexte. Consultez les benchmarks. |
Mode agent | Un mode de raisonnement multi-étapes qui effectue une analyse plus approfondie de vos données. Le mode Agent divise les questions complexes en sous-tâches, exécute plusieurs requêtes SQL et renvoie un rapport structuré avec des résultats et des visualisations. Voir le mode Agent. |
Quelles données puis-je utiliser ?
Un Genie Agent est basé sur les données enregistrées dans Unity Catalog, y compris les tables gérées, les tables externes, les tables étrangères, les vues, les vues métriques et les vues matérialisées. Genie utilise les métadonnées attachées aux objets Unity Catalog, ainsi qu'un magasin de connaissances de niveau agent, géré par l'auteur, pour générer des réponses. Les datasets bien annotés, associés aux instructions spécifiques que vous fournissez, sont essentiels pour créer une expérience positive pour les utilisateurs finaux.
Genie fonctionne avec des données structurées uniquement . Il ne peut pas répondre à des questions sur des données non structurées telles que des PDF, des documents Word ou d'autres contenus basés sur des fichiers. Pour donner à Genie accès aux documents non structurés, utilisez Chat in Genie, qui peut se connecter à des sources de documents externes telles que Google Drive ou SharePoint.
Comment les agents Genie génèrent une réponse
Lorsqu'un utilisateur pose une question, Genie analyse la requête, identifie les sources de données pertinentes et détermine comment générer une réponse appropriée. Les détails fournis par les auteurs, combinés aux commentaires Unity Catalog pertinents, aux métadonnées et aux exemples de valeurs des colonnes sélectionnées, permettent à Genie d'inférer la logique métier et technique. Genie filtre intelligemment les exemples de requêtes SQL, les métadonnées de table et de colonne, ainsi que l'historique de chat pour sélectionner le contexte le plus pertinent afin de répondre à la requête.
Genie génère des réponses à l'aide des composants suivants :
Composant | Description |
|---|---|
Métadonnées de table Unity Catalog | Noms de table, descriptions et relations de clé primaire (PK) et de clé étrangère (FK) définies. Genie utilise ces données pour convertir les prompts en langage naturel en SQL. |
Noms et descriptions de colonnes | Genie filtre intelligemment les noms de colonne et les descriptions pertinents. |
Contexte de la base de connaissances | Métadonnées spécifiques à l'agent que les auteurs ajoutent localement, y compris les valeurs de colonne pertinentes pour la génération de query. Ne modifie pas les métadonnées Unity Catalog existantes. Voir Construire un magasin de connaissances. |
Exemples de queries SQL | Genie sélectionne intelligemment les exemples SQL pertinents à partir des **requêtes SQL**. |
Fonctions SQL | Toutes les fonctions SQL qui ont été ajoutées à l’agent. |
Instructions | Notes en texte brut fournies sous forme d' instructions générales . |
Historique des prompts et des réponses | Invites et réponses de la discussion actuelle. Si nécessaire, en raison des limites de jetons définies, les parties les plus anciennes de l'historique de discussion sont exclues. |
Certains détails de table, tels que le propriétaire et la taille de la table, ne sont pas inclus par default. Pour accéder à ces informations, utilisez les vues du schéma d'informations disponibles pour tous les catalogues Unity Catalog. Pour plus d'informations sur ce qui est disponible dans le schéma d'informations, consultez le schéma d'informations.
Dans la plupart des cas, Genie génère une query SQL qui s'exécute sur le SQL warehouse de l'agent. Les query générées sont toujours en lecture seule. Les tentatives sont gérées automatiquement, et le SQL warehouse gère la concurrence et l'évolutivité. Pour plus de détails sur la façon dont Genie assure la sécurité et la confidentialité, consultez la confiance et la sécurité des fonctionnalités d'assistance de Databricks AI.
Améliorer la précision des réponses à l’aide d’Inspect
Aperçu
Cette fonctionnalité est en aperçu public.
Inspect utilise un raisonnement avancé pour examiner et améliorer la précision des queries SQL générées par Genie. Lorsque vous activez Inspect pour une réponse, Genie :
-
Examine la requête SQL initialement générée.
-
Crée des instructions SQL plus petites pour vérifier des aspects spécifiques de la query, tels que :
- Confirmation que les valeurs de filtre correctes sont incluses.
- Validation de la logique de plage de dates, telle que les fenêtres glissantes de 7 jours.
- Vérification des conditions de jointure et des agrégations.
-
Identifie les lacunes ou les problèmes potentiels dans la query originale.
-
Si des problèmes sont identifiés, génère une query SQL améliorée qui les résout.
-
Effectue une comparaison finale entre les requêtes originales et améliorées.
-
Retourne la query qui répond le plus précisément à votre question.
Utilisez Inspect lorsque vous souhaitez une plus grande confiance dans la précision des query, en particulier pour les query complexes impliquant des filtres, des plages de dates ou plusieurs tables.
mode Agent
Le mode Agent permet aux utilisateurs d'obtenir des réponses à des questions complexes et exploratoires dans un Genie Agent en utilisant un raisonnement en plusieurs étapes et des tests d'hypothèses. Lorsque vous posez une question, le mode Agent crée et affine un plan de recherche, exécute plusieurs requêtes SQL, tire des enseignements de chaque résultat et itère jusqu'à ce qu'il dispose de suffisamment de preuves pour livrer un rapport complet avec des citations, des visualisations et des tableaux de support.
Le mode Agent était anciennement appelé Research Agent. Cette section traite du mode Agent des Agents Genie. Pour le mode Agent axé sur les développeurs qui automatise le code, les pipelines et les tableaux de bord, consultez le mode Agent de Genie Code.
Contrairement aux query Genie standard, le mode Agent :
- Élabore des plans de recherche : Développe une approche structurée et des hypothèses pour répondre à des questions complexes.
- Exécute plusieurs queries : exécute plusieurs queries SQL pour recueillir des preuves sous différents angles.
- **Apprend et itère** : ajuste continuellement son approche en fonction de ce qu'il découvre, affinant son raisonnement jusqu'à ce qu'il soit sûr de la réponse.
- Fournit des rapports complets : Fournit des résumés détaillés avec des citations, des visualisations et des tableaux de support.
Le mode Agent peut également répondre aux questions sur les fichiers non structurés dans les volumes Unity Catalog qu'un auteur joint à l'agent. Voir Analyser les fichiers dans les volumes avec un Genie Agent.
Vous pouvez également exécuter le mode Agent par programmation via les APIs du mode Agent (Bêta). Voir APIs du mode Agent dans Genie Agents.
Disponibilité régionale
Région | Disponibilité |
|---|---|
Workspace Amériques et Europe | Disponible (cross-Geo non requis) |
Workspace d'Australie, de Nouvelle-Zélande et du Japon | Disponible (cross-Geo non requis) |
Toutes les autres régions | Disponible uniquement si le cross-Geo est activé. Voir Activer le traitement inter-géographique. |
Prise en charge linguistique
Vous pouvez utiliser les agents Genie dans des langues autres que l'anglais, telles que le portugais et le français. Cependant, le cadre d'agent sous-jacent enveloppe les invites en anglais.
Databricks recommande aux créateurs d'agents d'ajouter autant de métadonnées que possible dans la langue de leur choix. Les réponses de Genie pourraient parfois apparaître en anglais en raison des invites système sous-jacentes.
Fonctionnement de l'accès aux données
L'accès aux données dans un Genie Agent est régi par Unity Catalog. Lorsqu'un utilisateur pose une question, la `query` SQL générée s'exécute sur les données en utilisant les informations d'identification compute intégrées par l'auteur de l'agent (le SQL warehouse configuré). Les propres permissions de données Unity Catalog de chaque utilisateur sont appliquées aux résultats des queries. Les utilisateurs ne voient que les données auxquelles ils sont autorisés à accéder. Toute question concernant des données auxquelles ils ne peuvent pas accéder renvoie une réponse vide.
Cela signifie :
- Vous n'avez pas besoin d'accorder aux utilisateurs des autorisations directes sur le warehouse.
- Les filtres de lignes et les masques de colonnes définis dans Unity Catalog sont automatiquement appliqués par utilisateur.
- Pour implémenter le filtrage des données par utilisateur, appliquez la sécurité au niveau des lignes aux tables sous-jacentes dans Unity Catalog. Voir les filtres de lignes et masques de colonnes.
Pour des informations sur la configuration des autorisations utilisateur pour un Genie Agent, consultez Partager un Genie Agent. Pour les FAQ sur la confidentialité et la sécurité, consultez la page Données envoyées aux modèles.
Étapes suivantes
- Pour créer un Genie Agent et configurer les données et les paramètres, consultez Créer et gérer un Genie Agent.
- Pour ajouter des instructions, des exemples de query et un magasin de connaissances afin d’améliorer la qualité de la réponse, consultez Optimiser la qualité de Genie Agent.
- Pour poser des questions et explorer les données en tant qu'utilisateur professionnel, voir Utiliser un Genie Agent pour explorer les données professionnelles.
- Pour intégrer Genie dans des applications et des frameworks d'agent, consultez Utiliser l'API des agents Genie.
- Pour comprendre les Tarifs de Genie et définir des budgets pour surveiller et contrôler les dépenses, consultez Gérer les budgets et les contrôles des coûts pour Genie.