Memandu perilaku agen dengan konteks yang dibuat

Halaman ini menjelaskan cara terbaik untuk memberikan konteks yang dibuat ke agen data Conversational Analytics API Anda dengan menulis perintah yang efektif melalui petunjuk sistem dan, untuk data BigQuery, dengan memberikan konteks terstruktur tambahan. Meskipun memberikan konteks yang dibuat pengguna bersifat opsional, konteks yang dibuat pengguna dan disusun dengan baik dapat meningkatkan akurasi dan relevansi respons yang diberikan API.

Apa yang dimaksud dengan konteks yang dibuat?

Konteks yang dibuat adalah panduan yang dapat diberikan developer untuk membentuk perilaku agen data dan menyempurnakan respons API. Panduan ini mencakup petunjuk sistem bentuk bebas dan, untuk sumber data BigQuery, kolom konteks terstruktur dengan informasi seperti deskripsi tabel dan contoh kueri. Untuk menjawab pertanyaan, agen menggabungkan konteks yang dibuat ini dengan informasi dari sumber data (seperti tabel BigQuery, Eksplorasi Looker, dan sumber data Looker Studio) dan dengan histori percakapan (untuk percakapan multi-turn).

Dengan memberikan panduan yang jelas melalui kolom kontekstual terstruktur dan petunjuk sistem bentuk bebas, Anda dapat meningkatkan kemampuan agen dalam menafsirkan pertanyaan pengguna dan menghasilkan respons yang berguna dan akurat. Konteks yang ditentukan dengan baik sangat berguna jika Anda terhubung ke data seperti tabel BigQuery. Misalnya, Anda dapat menggunakan konteks yang dibuat untuk memberikan jenis panduan berikut kepada agen:

  • Logika khusus bisnis: Tentukan pelanggan "setia" sebagai pelanggan yang telah melakukan lebih dari lima pembelian dalam jangka waktu tertentu.
  • Pemformatan respons: Ringkas semua respons dari agen data Anda dalam 20 kata atau kurang untuk menghemat waktu pengguna Anda.
  • Presentasi data: Format semua angka agar sesuai dengan panduan gaya perusahaan.

Memberikan konteks yang dibuat

Informasi spesifik yang dapat Anda berikan bergantung pada sumber data Anda:

  • Untuk data BigQuery, Anda dapat menentukan konteks terstruktur dan petunjuk sistem. Untuk mendapatkan hasil terbaik, berikan konteks terlebih dahulu kepada agen melalui kolom terstruktur yang tersedia. Kemudian, Anda dapat memberikan panduan tambahan dengan menentukan petunjuk sistem.
  • Untuk data Looker, konteks yang dibuat hanya disediakan melalui petunjuk sistem.
  • Untuk sumber data database,Anda dapat menentukan konteks melalui ID set konteks, yang sesuai dengan konteks agen yang diupload di database Anda.

Anda memberikan konteks terstruktur di kolom API untuk detail seperti deskripsi tabel dan contoh kueri. Anda memberikan petunjuk sistem sebagai string berformat YAML menggunakan parameter system_instruction.

Setelah menentukan konteks yang Anda buat, Anda dapat memberikannya ke API dalam salah satu panggilan berikut:

Praktik terbaik untuk membuat agen: Menggunakan kontrol versi untuk konteks yang dibuat

Gunakan kolom stagingContext, publishedContext, dan lastPublishedContext untuk mengontrol versi konteks saat membangun agen dengan Conversational Analytics API. Kasus penggunaan berikut menggambarkan cara menggunakan kolom ini untuk membuat versi konteks agen staging dan produksi.

Misalkan Anda menggunakan agen yang sudah ada dengan kolom publishedContext, tetapi Anda perlu memperbarui agen (misalnya, membuat semua diagram berwarna hijau, bukan biru).

Untuk membuat perubahan dan mengujinya sebelum memublikasikan, ikuti langkah-langkah berikut:

  • Buat perubahan pada agen di kolom stagingContext, dan uji agen dengan perubahan tersebut.
  • Setelah perubahan siap, perbarui kolom publishedContext dengan perubahan dari stagingContext.
  • Anda dapat kembali ke agen lama sesuai kebutuhan dengan memperbarui publishedContext menjadi lastPublishedContext.