데이터 준비 및 미세 조정 지침 – 작성자 사용자
Oracle Analytics AI Assistant와의 상호 작용 효과를 극대화하려면 다음 지침을 따르십시오.
- 로컬 주제 영역의 열 수를 제한합니다. 로컬 주제 영역에 있는 워크북의 기능 컨텍스트에 사용되거나 필요한 열만 포함합니다. 워크북에서 명시적으로 사용되지 않더라도 다음 조건이 충족되는 경우 워크북 컨텍스트에 가까운 데이터 열이 로컬 주제 영역의 후보가 될 수 있습니다.
- 소비자 사용자는 잠재적으로 이와 관련된 질문이나 프롬프트를 요청할 것으로 예상됩니다.
- 로컬 주제 영역에 추가해도 로컬 주제 영역에 이미 있는 다른 기존 열의 모호성이 발생할 수 있습니다.
- 로컬 주제 영역에서는 개수가 많은 열을 사용하지 마십시오. Order_id 또는 Customer 이름을 가져오지 마십시오. 이 이름은 잠재적으로 1000개가 넘는 고유 멤버를 가지고 있습니다. 기수가 높은 열은 일반적으로 인덱스화 시간을 늘리며 결국 많은 "상위 레벨" 소비자 사용자 프롬프트에 응답할 때는 중요하지 않을 수 있습니다.
- 단일 로컬 주제 영역에서 여러 기능 날짜를 사용하지 마십시오.
- 가능한 경우 여러 기능별 일자 계층이 아닌 로컬 주제 영역에 기능별 일자(일자 계층 세트)를 하나만 포함합니다. 예를 들어, 주문일, 출하일 및 청구일은 모두 판매 주제 영역의 구분 일자 계층 구조입니다. 이상적으로는 로컬 주제 영역에 이러한 계층 중 하나만 포함하는 것이 좋습니다. 날짜 계층이 여러 개 있으면 Oracle Analytics AI Assistant 응답으로 모호해질 수 있습니다.
- 소비자 사용자에게 단일 로컬 주제 영역의 여러 날짜에 대한 액세스 권한을 부여해야 하는 경우 항상 시간 관련 질문을 할 때 참조하는 기능 날짜 유형을 지정해야 합니다. 그렇지 않으면 주문일 및 배송일 오브젝트가 모두 로컬 주제 영역에 포함된 경우와 같이 소비자 사용자에게 항상 직관적인 것은 아닙니다.
- 측정항목 집계 규칙을 적절히 설정합니다. 측정항목 유형 열의 기본값은 합계 집계 규칙입니다. 측정 단위가 추가되지 않은 경우(예: 경과 시간) 로컬 주제 영역의 기본값이 [평균]인 집계 규칙을 수동으로 대체합니다. 상위 레벨에서는 집계 규칙 재정의가 필요한 일반적인 객체는 개수, 고유 개수 및 평균입니다. 로컬 주제 영역의 평균 집계 규칙을 사용하여 비율 계산인 척도를 분자와 분모로 대체해야 합니다.
- 열 이름 및 설명에 주의하십시오. 필요한 경우 열 이름을 보다 의미 있는 값으로 변경합니다. 더 나은 열 이름은 동의어를 추가하는 것보다 효과적입니다. 동의어를 추가하는 것은 도움이 되지만, 좋은 열 이름은 LLM 확인에 더 큰 영향을 미칩니다.
- 로컬 주제 영역을 라이브 데이터 액세스 모드로 설정합니다. 이렇게 하면 사용자 데이터 보안 기준이 질의에 전달됩니다.
- 로컬 주제 영역에서 복잡한 집계 규칙이 있는 주제 영역 열은 피하십시오. 가능한 한 로컬 주제 영역에서 간단한 추가 척도를 사용해 보십시오.