A experiência do catálogo de agências

Depois de se conectar a um catálogo compatível, os curadores de dados (autores) podem escolher Explorar dados na fonte de dados para iniciar a experiência de agente. O agente de IA orienta você pelas seguintes etapas em um fluxo de conversação:

1. Descubra — descreva seu caso de uso em linguagem natural. O agente usa metadados do catálogo, incluindo descrições de tabelas e colunas, pontuações de qualidade de dados e linhagem, para recomendar as tabelas mais relevantes. Por exemplo: “Sou analista de cadeia de suprimentos e procuro possibilitar perguntas e respostas para meus gerentes de logística. Eles precisam monitorar o desempenho da entrega pontual da transportadora e os custos de envio em todos os centros de distribuição.”

2. Criar — Depois de verificar os ativos recomendados, crie todos os conjuntos de dados relevantes em massa dentro do mesmo fluxo de conversação. Esses conjuntos de dados são DirectQuery representações dos ativos do seu catálogo — o catálogo upstream continua sendo a fonte da verdade. Recomendamos que você crie conjuntos de dados somente para os casos de uso pretendidos, a fim de manter um limite de contexto focado.

3. Relacionamentos e tópicos — Depois que os conjuntos de dados são criados, o agente herda os relacionamentos do catálogo upstream (quando disponível) e pode recomendar outros relacionamentos inferidos. Em seguida, o agente cria um tópico com vários conjuntos de dados que abrange os ativos selecionados.

4. Herança semântica — As descrições de tabelas e colunas são automaticamente herdadas do catálogo upstream para os conjuntos de dados criados. Esses metadados fornecem o contexto comercial de que os agentes de IA do Quick precisam para gerar respostas precisas e fundamentadas para seus usuários finais.

Importante

A experiência da agência é AI-powered. Os autores devem revisar todas as recomendações dos agentes, incluindo tabelas descobertas, relações inferidas e descrições herdadas, antes de continuar.