AI-Profil erstellen

Schritte zum Erstellen eines KI-Profils

Um Data Studio-Einstellungen zu öffnen, gehen Sie zu einem beliebigen Tool, und klicken Sie im linken Navigationsbereich auf das Zahnradsymbol mit der Bezeichnung Einstellungen.

1. Gehen Sie in Data Studio-Einstellungen zur Registerkarte AI-Profil.

2. Klicken Sie auf Validieren, um zu prüfen, ob auf den Service für generative KI zugegriffen werden kann und das AI-Profil ordnungsgemäß funktioniert.

3. Klicken Sie auf die Schaltfläche Plus (+) neben dem Namen AI-Profil, und wählen Sie einen Modus aus.

   • Erzeugen Sie ein wesentliches KI-Profil: zum Erstellen eines grundlegenden KI-Profils mit begrenzten Funktionen.

   • NL2SQL-KI-Profil erstellen: Zum Generieren von Abfragen werden Objektlisten mit Tabellenmetadaten verwendet.

   • RAG-KI-Profil erstellen: Verwendung von Vector Index für die semantische Suche über unstrukturierte Daten.

   Die Seite KI-Profil erstellen wird geöffnet und enthält die Einstellungen für den spezifischen Modus.

4. Geben Sie die obligatorischen Serviceeinstellungen für das AI-Profil an.

   • Profilname: Geben Sie einen Namen für das AI-Profil ein. Sie können den Namen nicht mehr ändern, nachdem das Profil erstellt wurde.

   • AI-Provider: Wählen Sie den AI-Serviceprovider aus:

     • OCI
     • Offene KI
     • Azure OpenAI-Service
     • Cohere
     • Google
     • Anthrop
     • Hugging Face

     Sie können den AI-Provider nicht mehr ändern, nachdem das Profil erstellt wurde.

   • Zugangsdaten: Wählen Sie die Zugangsdaten aus, um auf die API-Serviceprovider-APIs zuzugreifen. Diese werden in der Datenbank gespeichert und helfen, eine sichere Verbindung zu externen KI-Serviceprovidern herzustellen.

   • OCI-Region: Der Speicherort des generativen KI-Clusters, das Sie verwenden möchten.

     Jede OCI-Region unterstützt verschiedene LLMs. Beispiel: us-chicago-1, uk-london-1 und ap-osaka-1 bieten viele LLMs, während andere weniger haben. Auf der Seite werden die Modelle angezeigt, die im ausgewählten Bereich verfügbar sind. Wenn kein KI-Modell angezeigt wird, können Sie die Regionen wechseln, um die Modellliste zu aktualisieren.

     Dieses Feld ist nur verfügbar, wenn Sie OCI als KI-Provider auswählen. Weitere Informationen finden Sie unter Regionen mit generativer KI, Vorgeschulte grundlegende Modelle in generativer KI.

   • KI-Modell: Wählen Sie das KI-Modell aus, das Sie zum Generieren von Antworten verwenden möchten. Die verfügbaren KI-Modelle hängen vom ausgewählten KI-Provider ab.

   Mit der Umschaltfläche Code anzeigen können Sie die automatisch generierte SQL-Anweisung für die ausgewählten Einstellungen anzeigen.

5. Unter Erweiterte Einstellungen können Sie zusätzliche Attribute angeben.

   • Serviceeinstellungen

     Geben Sie die Einstellungen für Cloud-Services an, die das AI-Profil verwenden kann. Serviceeinstellungen sind nur für OCI und Azure OpenAI Service verfügbar. Je nach gewähltem AI-Provider werden auf der Seite die entsprechenden Serviceeinstellungen angezeigt:

     Wenn Sie OCI als AI-Provider auswählen, können Sie Folgendes konfigurieren:

     • OCI-API-Format: Wählen Sie das Format aus, mit dem die API Daten senden und empfangen kann. Dieses Attribut gilt für OCI Generative AI-Chatmodelle. Gültige Werte sind Keine, Cohere, Generisch.

     • OCI-Compartment-ID: Geben Sie die OCID des Compartments an, auf das Sie zur Verwendung des OCI Generative AI-Service zugreifen möchten. Der Standardwert ist die Compartment-ID der integrierbaren Datenbank (PDB).

     • OCI-Endpunkt-ID: Gibt die OCID des Endpunkts in einem dedizierten KI-Cluster an. Geben Sie dieses Feld an, um einen dedizierten Endpunkt anstelle eines On-Demand-Modells in einer gemeinsamen Infrastruktur zu verwenden.

     Wenn Sie Azure OpenAI Service als AI-Provider auswählen, können Sie Folgendes konfigurieren:

     • Azure-Ressourcenname: Geben Sie einen Namen für die Azure OpenAI Service-Ressourceninstanz ein. Sie ist Teil der Endpunkt-URL für den Zugriff auf den Service. Beispiel:

       https://[your-resource-name].openai.azure.com/

     • Azure-Deployment-Name: Geben Sie einen Namen für das Sprachmodell ein, das Sie in der Azure OpenAI-Ressource bereitstellen möchten.

     • Deployment-Name für Azure-Einbettung: Geben Sie einen Namen für das bereitgestellte Einbettungsmodell an, z.B. text-embedding-ada-002, text-embedding-3-large usw. Dies wird hauptsächlich für die Erstellung von Vektordarstellung von Text verwendet.

     Weitere Informationen finden Sie unter Azure OpenAI-Einbettungsskill - Azure AI Search | Microsoft Learn.

   • Generierungseinstellungen

     Geben Sie die Einstellungen für generative KI-Services an, die das KI-Profil verwenden kann.

     Sie können das Verhalten und die Limits des KI-Modells konfigurieren, auf das über das AI-Profil zugegriffen wird. Es ermöglicht die Anpassung für verschiedene Szenarien, wie generativen KI-Chat, SQL-Generierung oder Abfragen in natürlicher Sprache in einer autonomen KI-Datenbank.

     • Unterhaltung: Dies gibt in der Regel an, ob das KI-Profil den Konversationskontext unterstützt, sodass das Modell den Kontext über mehrere Interaktionen oder den Prompt-Austausch beibehalten kann – nützlich für KI-Anwendungen im Chatstil.

     • Groß-/Kleinschreibung beachten: Diese Einstellung gibt an, ob die Eingabewerte oder Parameter von der AI-Verarbeitung als Groß-/Kleinschreibung beachtet werden sollen. Aktivieren Sie diese Option, um die exakte Groß-/Kleinschreibung für Eingaben und Parameterwerte durchzusetzen.

     • Temperatur: Dies ist ein Schiebereglerparameter, der die Zufälligkeit in den Antworten der KI steuert. Eine niedrigere Temperatur (z.B. 0,2) macht die Ausgabe fokussierter und deterministischer, während eine höhere Temperatur (z.B. 0,8) eine kreativere und vielfältigere Texterzeugung liefert.

     • Token stoppen: Dies sind Tokensequenzen, die das AI-Modell anweisen, keine weitere Textausgabe mehr zu generieren. Wenn das Modell eines dieser Token generiert, wird es gestoppt. Dies hilft bei der Steuerung der Antwortlänge und verhindert unerwünschte nachgestellte Texte.

     • Max. Token: Damit wird die maximale Anzahl von Token definiert, die das KI-Modell als Reaktion auf einen Prompt generieren kann. Es begrenzt die Länge der erzeugten Ausgabe, um zu lange oder teure Antworten zu vermeiden.

     • Zielsprache: Wählen Sie die Sprache aus, die der KI-Provider zum Antworten verwendet.

     • Quellsprache: Wählen Sie die Sprache aus, die der KI-Provider im Eingabetext akzeptiert.

Wenn Sie Essential AI Profile ausgewählt haben, klicken Sie auf Create AI Profile, um ein Basic AI Profile zu erstellen.

NL2SQL-Einstellungen

Um ein NL2SQL AI-Profil zu erstellen, geben Sie die folgenden Tabellenmetadaten an.

• Objektlistenmodus: Wählen Sie eine der folgenden Optionen aus.

  • Alle: Mit dieser Option werden Metadaten für alle Tabellen in den angegebenen Schemas an das LLM gesendet, damit SQL für alle Tabellen generiert werden kann.

  • Automatisiert: Mit dieser Option kann Select AI automatisch eine Teilmenge der relevanten Tabellen auswählen, indem die Vektorsuche auf Schemametadaten ausgeführt wird. Daher werden nur die wahrscheinlichsten Tabellen für einen bestimmten Prompt verwendet.

  • Ausgewählte Tabellen: Diese Option begrenzt Metadaten nur auf die spezifischen Tabellen, die Sie im AI-Profil auflisten, sodass die SQL-Generierung auf diese Tabellen beschränkt ist.

  • Keine: Diese Option sendet keine Tabellenmetadaten aus einer Objektliste. Daher kann die AI weder SQL über Tabellen generieren noch sich auf eine andere Konfiguration verlassen, die keine explizite Objektliste verwendet.

• Objektliste: Geben Sie die Datenbankobjekte an, die das LLM verwenden kann.

  Bei Auswahl dieser Option wird eine weitere Option Objektliste durchsetzen angezeigt. Aktivieren Sie diese Option, um das LLM so einzuschränken, dass SQL-Abfragen nur mit den in der Objektliste genannten Objekten generiert werden.

• Annotationen: Aktivieren Sie diese Option, damit die KI beim Generieren von Ergebnissen zusätzliche Metadaten zu den Datenbankobjekten bereitstellen kann, z.B. Spaltenbeschreibungen oder Tags.

• Kommentare: Aktivieren Sie diese Option, damit die KI die Tabellen- und Spaltenkommentare aus dem Data Dictionary verwenden kann, um die Daten besser zu verstehen.

• Constraints: Aktivieren Sie dieses Kontrollkästchen, damit die KI auf Informationen zu Primärschlüsseln, Fremdschlüsseln und anderen Constraints zugreifen und die Beziehung zwischen Tabellen zur Verbesserung der Abfragegenauigkeit verstehen kann.

Wenn Sie den NL2SQL-Modus ausgewählt haben, klicken Sie auf AI-Profil erstellen, um das AI-Profil für NL2SQL zu erstellen.

RAG-Einstellungen

Geben Sie für ein RAG AI-Profil Folgendes an:

• Vektorindex: Wählen Sie den Vektorindex aus, der zum Speichern und Durchsuchen der Einbettungen in Ihren Dokumenten verwendet werden soll. Dadurch kann die KI die Vektoren in der Datenbank verwenden und eine genaue Antwort für die Abfrage finden. Weitere Informationen finden Sie unter Vektorindex erstellen.

• Einbettungsmodell: Gibt an, welches Einbettungsmodell verwendet wird, um Ihren Text in Vektordarstellungen zu konvertieren, die in diesem Index gespeichert sind. Dadurch wird sichergestellt, dass das semantische Suchverhalten mit dem Modell übereinstimmt, das Sie für RAG konfigurieren.

• Quellen aktivieren: Aktivieren Sie diese Option, um die Quelldokumentverknüpfungen oder Dateinamen einzuschließen, die zum RAG-Ergebnis beigetragen haben.

• Quell-Offset aktivieren: Aktivieren Sie diese Option, um die Start- und Endoffsets im konvertierten Text des Dokuments in das RAG-Ergebnis einzuschließen.

• Benutzerdefinierte Quell-URI aktivieren: Aktivieren Sie diese Option, um eine benutzerdefinierte Quell-URI anzugeben, die im RAG-Ergebnis anstelle der Objektspeicher-URL angezeigt werden soll.

Wenn Sie den RAG-Modus ausgewählt haben, klicken Sie auf AI-Profil erstellen, um das AI-Profil für RAG zu erstellen.