Met de AI-agenten van Oracle Analytics kunt u aangepaste promptinstructies definiëren en organisatorische kennis opnemen in de interacties met de AI-assistent van Oracle Analytics.
Met de AI-agenten kan de AI-assistent van Oracle Analytics vragen in natuurlijke taal nauwkeuriger interpreteren en zinvollere, contextbewuste inzichten bieden. De AI-agenten van Oracle Analytics maken gebruik van RAG (Retrieval-Augmented Generation) om generatieve AI te verrijken met bedrijfsgegevens, waardoor grote taalmodellen (LLM’s) vóór het beantwoorden relevante informatie kunnen “opzoeken”.

.png
AI-agenten bieden betrouwbare, contextrijke inzichten door bedrijfsgegevens te combineren met op maat gemaakte LLM-instructies en privédocumentatie. Met AI-agenten kunnen uw teams overstappen van statische dashboards naar interactieve, conversatiegerichte analytics die het verkrijgen van inzichten versnellen en de bedrijfsprestaties verbeteren.
Wanneer u een vraag stelt aan een AI-agent van Oracle Analytics:
- Aanvullende, door de auteur gemaakte aangepaste instructies worden automatisch toegepast en er wordt belangrijke context toegevoegd, zoals domeinspecifieke definities of richtlijnen voor de gewenste antwoordindelingen.
- Met een RAG-proces worden de geselecteerde bedrijfsdocumenten gescand die door de auteur zijn geconfigureerd, waardoor uw prompt wordt verrijkt met gerichte, relevante informatie. De geavanceerde query wordt vervolgens verwerkt door de AI-assistent van Oracle Analytics, waarbij de onderliggende LLM-prompts worden georkestreerd om een antwoord te leveren die het beste overeenkomt met uw intentie en de beschikbare bedrijfsgegevens.
Wanneer u een AI-agent instelt in Oracle Analytics, configureert u vier primaire componenten:
- Gegevensset: de basisgegevensbron voor de analyse en antwoorden van uw agent. Het bevat de belangrijkste bedrijfsgegevens waarop de AI-assistent van Oracle Analytics vertrouwt om vragen van gebruikers te beantwoorden.
- Aanvullende instructies: aangepaste instructies die bepalen hoe de AI-assistent van Oracle Analytics de intentie van de gebruiker interpreteert en antwoorden formuleert. Deze instructies beïnvloeden de redenering en het gedrag van de AI-assistent van Oracle Analytics. Dit gebeurt door bijvoorbeeld de bedrijfsterminologie te definiëren, fiscale logica op te geven, naamgevingsconventies te beschrijven of domeinregels te verduidelijken. In feite leren ze de AI-assistent van Oracle Analytics om te denken en te communiceren in de taal van uw organisatie. Alles wat hier is opgenomen, wordt rechtstreeks aan de AI doorgegeven zonder voorverwerking. Zie voor meer informatie: Informatie over aanvullende instructies in een AI-agent van Oracle Analytics.
- Welkomstbericht: dit is het inleidende bericht dat gebruikers zien wanneer ze voor het eerst communiceren met de AI-agent. Het kan het doel van de agent beschrijven en voorbeeldvragen stellen om gebruikers op weg te helpen.
- Kennisdocumenten: een verzameling ondersteunend materiaal, zoals policy's, rapporten, veelgestelde vragen of naslaggidsen. U kunt pdf- of .txt-bestanden uploaden die worden gebruikt via RAG (Retrieval-Augmented Generation), waardoor de AI-assistent van Oracle Analytics feitelijke informatie rechtstreeks uit uw inhoud kan “opzoeken” en citeren in plaats van alleen te vertrouwen op de reeds bestaande training. Met kennisdocumenten (RAG) wordt gedefinieerd welke informatie uit uw privékennisbank door de AI-assistent van Oracle Analytics kan worden gebruikt om een specifieke vraag te beantwoorden. Alleen de documentuittreksels die relevant zijn voor de query van de gebruiker worden gedeeld met de AI-assistent van Oracle Analytics. Niet-gerelateerde inhoud wordt niet opgenomen. Zie voor meer informatie: Info over kennisdocumenten die worden gebruikt in een AI-agent van Oracle Analytics.