数据准备和微调准则–作者用户

要最大限度地提高与 Oracle Analytics AI Assistant 交互的有效性，请遵循以下准则。

1. 限制本地主题区域中的列数。仅包括本地主题区域中工作簿的功能上下文所使用或需要的列。即使工作簿中未显式使用它，如果满足以下条件，靠近工作簿上下文的数据列也可以是本地主题区域的候选项：
   1. 预计消费者用户可能会提出涉及这些问题的问题或提示。
   2. 将其添加到本地主题区域不会导致与本地主题区域中的其他现有列存在潜在歧义。
2. 避免在本地主题区域中使用高基数列。请勿带 Order_id 或 Customer 名称，这些名称可能包含 1000 个以上的不同成员。高基数列通常会增加索引编制时间，并且最终可能不是回答许多“高级别”使用者用户提示的关键需求。
3. 避免在单个本地主题区域中出现多个功能日期。
   1. 如果可能，在本地主题区域中仅包括一个功能日期（日期层次结构的集合），而不是多个功能日期层次结构。例如，订单日期、发运日期和开单日期是销售主题区域中的所有不同日期层次结构。理想情况下，在本地主题区域中仅包括这些层次结构之一。具有多个日期层次结构可能会导致 Oracle Analytics AI Assistant 响应不明确。
   2. 如果您必须在单个本地主题区域中为使用者用户授予对多个日期的访问权限，则要求他们始终指定在提出与时间相关的问题时参考的功能日期类型。否则，这可能并不总是直观的消费者用户，例如，当订购日期和发运日期对象都包括在本地主题区域中时。
4. 正确设置度量聚合规则。度量类型列默认采用总和聚合规则。如果度量不是附加项（例如“年龄”），则手动覆盖在本地主题区域中默认为“平均”的聚合规则。在高层次上，需要聚合规则覆盖的典型对象是 Count、Count Distinct 和 Averages。您需要覆盖在本地主题区域中具有分子和分母且具有平均聚合规则的比率计算度量。
5. 请注意列名和说明。如有必要，请将列名更改为更有意义的值。更好的列名比添加同义词更有效。虽然添加同义词有帮助，但良好的列名对 LLM 解析的影响更大。
6. 将本地主题区域设置为实时数据访问模式。这允许用户数据安全标准传递到查询中。
7. 避免在本地主题区域中使用复杂聚合规则的主题区域列。尽量在本地主题区域中使用简单的添加剂指标。