Scopri come trasformare il contesto aziendale affidabile in agenti AI specifici per il dominio e pronti per la produzione
di Megan Tupper
• Gli agenti Genie trasformano il contesto aziendale affidabile in agenti AI specifici per il dominio a partire da un singolo prompt. Possono ragionare su dati strutturati, documenti e file gestiti da Unity Catalog
• La maggior parte delle risposte deboli o incoerenti degli agenti è dovuta alla mancanza di contesto, non al prompt. Basando gli agenti su dati, definizioni e documentazione affidabili, gli agenti Genie rendono superfluo il continuo perfezionamento del prompt.
• Iniziare con un caso d'uso mirato rende gli agenti più facili da testare e di cui fidarsi. Definire l'ambito ed eseguire il benchmarking della prima versione offre ai team una base affidabile che possono espandere con maggiori conoscenze, strumenti e flussi di lavoro ricorrenti.
Chiedi a un agente generico informazioni sui ricavi e probabilmente prenderà la prima tabella dei ricavi che trova, non quella effettivamente gestita dal team finance. Il tuo primo istinto potrebbe essere quello di correggere il prompt. Ma spesso il vero problema non è il prompt in sé; è che all'agente manca il contesto aziendale necessario per interpretare la richiesta.
Gli agenti Genie di Databricks risolvono questo problema di contesto consentendoti di curare agenti specifici per il dominio in grado di ragionare sia su dati strutturati che su documenti e file per automatizzare il lavoro. Un agente Sales Opportunity Data potrebbe far emergere i rischi della pipeline dalle tabelle CRM governate, un agente Logistics Management potrebbe tracciare le spedizioni e segnalare i ritardi nei dati della supply chain, e un agente Product Line Lookup potrebbe rispondere a domande dettagliate sui prodotti da un catalogo interno. In precedenza, la creazione di agenti Genie richiedeva una configurazione manuale. Ora, è possibile creare agenti Genie efficaci utilizzando Genie One o Genie Code con un singolo prompt, sfruttando il contesto di Unity Catalog insieme alla conversazione dell'utente.
Puoi creare il tuo primo agente in pochi minuti, partendo da un singolo prompt. In molti casi, the prompt deve solo descrivere il risultato desiderato dell'agente e indirizzare Genie alla fonte di informazioni pertinente.
Considera questo esempio: "Usa i nostri runbook degli incidenti e i dati sullo stato del servizio per creare un agente che aiuti gli ingegneri del supporto a esaminare gli incidenti di produzione".
Il prompt è semplice, ma fornisce a Genie informazioni sufficienti per iniziare. Identifica il problema e indica le fonti che l'agente dovrebbe utilizzare.
Naturalmente, la qualità di un agente dipende dalla qualità del suo contesto. Gli agenti Genie ragionano sui dati, sui documenti e sui file che hai già governato in Unity Catalog, quindi il vero lavoro consiste nel curare queste fonti affidabili. Una volta predisposte, Genie può assemblarle in un agente per te. Per un agente IT, tale contesto potrebbe includere FAQ, documentazione di supporto, runbook degli incidenti, inventari di sistema e dati di servizio. Per un agente di dati, potrebbe includere tabelle governate, definizioni di metriche, dashboard, regole di qualità dei dati e documentazione interna.
Il contesto non è limitato ai dati strutturati. Gli agenti Genie possono anche ragionare su dati non strutturati memorizzati nei volumi di Unity Catalog, come PDF, documenti Word, presentazioni e immagini. Quando qualcuno pone una domanda, l'agente recupera il contenuto del file più pertinente e ragiona su di esso insieme alle tue tabelle governate per produrre una risposta, utilizzando sempre le autorizzazioni della persona che fa la domanda. Ciò significa che un agente di Incident Investigation può attingere ai PDF effettivi dei runbook e un agente Product Line Lookup può attingere alla documentazione reale del prodotto.
Sebbene gli agenti Genie possano supportare flussi di lavoro complessi e multi-step, il miglior punto di partenza è solitamente un problema mirato e riconoscibile che richiede analisi o lavoro ripetitivi. Un caso d'uso ristretto rende più facile verificare se l'agente è basato sulle fonti corrette e si comporta come previsto, rendendo al contempo più significativi la definizione dell'ambito e il benchmarking.
Prendi l'agente Incident Investigation di prima. Prima di distribuirlo, eseguilo su una manciata di incidenti passati di cui conosci già la causa principale e verifica non solo se giunge alla conclusione corretta, ma anche se cita i runbook e i dati sullo stato del servizio corretti per arrivarci. Se si affida a un runbook obsoleto o al servizio sbagliato, ciò indica che devi curare il contesto, non che devi riscrivere il prompt.
Gli agenti Genie includono benchmark integrati per questo scopo. Puoi definire un insieme di domande di test, ciascuna con una risposta prevista, ed eseguirle per ottenere un punteggio di accuratezza per l'agente. Eseguire nuovamente il benchmark dopo ogni modifica trasforma la vaga sensazione che l'agente "sembri migliore" in un numero misurabile che puoi monitorare, e la scheda di monitoraggio mostra le domande reali e i feedback inviati dagli utenti, in modo da poter integrare le nuove lacune nel benchmark man mano che ti espandi.
Una volta che il tuo primo caso d'uso è operativo, puoi aggiungere ulteriori conoscenze e fonti di dati, con ogni espansione che si basa su una versione già testata. L'agente Sales Opportunity Data potrebbe evolversi dal far emergere i rischi della pipeline alla stesura di riepiloghi delle trattative o alla risposta a domande sui tassi di conversione per segmento. L'agente Logistics Management potrebbe espandersi dalla segnalazione dei ritardi alla raccomandazione di reindirizzamenti o al monitoraggio delle prestazioni dei vettori nel tempo. L'agente Product Line Lookup potrebbe passare dal rispondere alle domande del catalogo al confrontare i prodotti o segnalare lacune in cui manca la documentazione.
Ottimi punti di partenza includono la risposta a domande provenienti dalle FAQ di un prodotto, l'analisi di un tipo comune di incidente di produzione, la spiegazione delle variazioni dei costi cloud o il monitoraggio di un insieme definito di pipeline di dati. Il filo conduttore tra i vari casi d'uso e reparti è che ogni agente inizia con un compito ben preciso e riconoscibile.
La creazione di agenti con un singolo prompt non sostituisce la documentazione o l'esperienza di dominio. Offre semplicemente ai team un modo più rapido per trasformare tali investimenti in qualcosa che le persone possono utilizzare in modalità self-service. Migliori sono le fondamenta, migliore sarà l'agente. La semantica curata di Unity Catalog, come le viste delle metriche, i domini e la certificazione, è ciò a cui il prompt attinge effettivamente per produrre risposte coerenti e affidabili.
Il prompt avvia il processo, ma la qualità dell'agente dipende ancora dalle conoscenze e dai sistemi che lo supportano. È qui che i leader dei dati e dell'IT fanno la differenza: l'investimento effettuato in un contesto governato e ben definito è ciò che ripaga direttamente in termini di qualità dell'agente.
Gli agenti efficaci partono da una chiara esigenza aziendale e dal contesto affidabile necessario per affrontarla.
Il modo più rapido per vederlo in azione è iniziare con un caso d'uso mirato. Ad esempio:
Gli agenti Genie consentono di trasformare dati, documenti e flussi di lavoro esistenti in un agente specifico per il dominio a partire da un singolo prompt, per poi definirne l'ambito, eseguire il benchmark ed espanderlo nel tempo.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.