Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
L'expérience du catalogue agentic
Une fois que vous vous êtes connecté à un catalogue compatible, les curateurs de données (auteurs) peuvent choisir Explorer les données de la source de données pour lancer l'expérience agentic. L'agent AI vous guide à travers les étapes suivantes d'un flux conversationnel :
-
Découvrir — Décrivez votre cas d'utilisation en langage naturel. L'agent utilise les métadonnées du catalogue, notamment les descriptions des tables et des colonnes, les scores de qualité des données et le lignage, pour recommander les tables les plus pertinentes. Par exemple : « Je suis un analyste de la chaîne d'approvisionnement qui cherche à permettre à mes responsables logistiques de répondre aux questions et réponses. Ils doivent suivre les performances de livraison des transporteurs dans les délais et les coûts d'expédition dans les différents centres de distribution. »
-
Créer : après avoir vérifié les actifs recommandés, créez tous les ensembles de données pertinents en bloc dans le même flux de conversation. Ces ensembles de données sont des DirectQuery représentations des actifs de votre catalogue. Le catalogue en amont reste la source de vérité. Nous vous recommandons de créer des ensembles de données uniquement pour les cas d'utilisation prévus afin de maintenir une limite contextuelle ciblée.
-
Relations et sujets : une fois les ensembles de données créés, l'agent hérite des relations du catalogue en amont (le cas échéant) et peut recommander des relations déduites supplémentaires. L'agent crée ensuite une rubrique comportant plusieurs ensembles de données qui couvre les actifs que vous avez sélectionnés.
-
Héritage sémantique : les descriptions des tables et des colonnes sont automatiquement héritées du catalogue en amont sur les ensembles de données créés. Ces métadonnées fournissent le contexte commercial dont les agents d'intelligence artificielle de Quick ont besoin pour générer des réponses précises et fondées pour vos utilisateurs finaux.
Important
L'expérience agentique l'est. AI-powered Les auteurs doivent examiner toutes les recommandations relatives aux agents, y compris les tables découvertes, les relations déduites et les descriptions héritées, avant de poursuivre.
