MicroStrategy ONE

ナレッジ アセットのベスト プラクティス

回答の品質の改善

ユーザーが以下のようなエアライン データセットを操作する場合:

ユーザーは、空港コード (IAD などの または DCA) です

 

この例では、ボットは提供された名前の重要性や意味を解釈できません。これを修正するには、単一列の Excel ファイルに詳細な情報を指定します。ファイルでは、次の図に示すように、3 行の空港コードを定義する必要があります。例: IAD  はワシントン ダレス空港の空港コードです。

上記で説明したようにファイルがアップロードされ、調査され、保存されると、アップロードしたファイルのナレッジを活用した正確な回答を得ることができます。

関連する情報のみがMicroStrategy AIに渡されます。

Excel ファイルのアップロード後に、ボットからの正確な応答を確認してください。

ユース ケースとベスト プラクティス

ナレッジ アセットを使用する際は、以下のベスト プラクティスに従います。

各ナレッジ アセットには、質問とナレッジ アセットの両方で使用されている類似のセマンティック定義を含むキーワードまたはワードが含まれている必要があります。これらの類似性は、質問に答える際にナレッジ アセットを使用できるようにするために必要です。ナレッジ アセットに一般的なルールが含まれている場合、自動回答やボットは、ナレッジを質問にセマンティックに関連する問題を抱えます。一般的なルールは、ボット カスタム手順に配置できます。

  • 用語、略語、または同意語を含め、ボットのオブジェクト名を明確化する定義を組み込みます。次にその例を示します。

    • The code SLS stands for Sales
    The code SOP is a descriptor for SLS - Operations with role definition as Operational support for Sales Activities (AP, SL, ES, SE)

  • 既存のオブジェクトの定義を提供し、ユーザーが正しい用語で質問を構成できるようにします。例えば、ユーザーが次のようなメトリックを指定した場合:

    • L4Q stands for last four quarter and is a metric of average score for last 4 quarters. It can also be considered as the annual score.

    ビジネス用語を分析してから定義することは有益です。

  • データの分析に重要な特定の定義を含めてください。次にその例を示します。

    • For a human male of age 0-16, the normal blood pressure is 116/70mm Hg
    For a human male of age 17-35, the normal blood pressure is 119/79mm Hg
    For a human male of age 36-59, the normal blood pressure is 124/77mm Hg
    For a human male of age 60 and above, the normal blood pressure is 133/69mm Hg
    For a human female of age 0-16, the normal blood pressure is 105/66mm Hg
    For a human female of age 17-35, the normal blood pressure is 122/72mm Hg
    For a human female of age 36-59, the normal blood pressure is 132/70mm Hg
    For a human female of age 60 and above, the normal blood pressure is 139/68mm Hg

    ボットは上記のナレッジを使用し、データセットから患者の年齢を考慮することで、より正確な結果を提供できます。 120/80 mm Hg 年齢や性にもとづいて適用されるわけではありません

  • 既存のものを使用して派生メトリックを計算します。例えば、「売上」と「C3」が既存のメトリックの場合:

    • Predicted Revenue = [0.23 * (Revenue)] + C3

  • アトリビュート エレメント値の定義を含めることで、ユーザー クエリのボットの理解を深めます。で説明されているように回答の品質の改善ナレッジは次のように定義できます:

    • The attribute Airport Code contains values like BWI, IAD and DCA.
    BWI is the airport code for Baltimore/Washington International Thurgood Marshall Airport.
    DCA is the airport code for Ronald Reagan Washington National Airport.
    IAD is the airport code for Washington Dulles International Airport.

  • 追加のデータをナレッジ アセットに追加する前に有効性をテストする場合、クエリ自体にナレッジを追加できます。次にその例を示します。

    • How many SBD employees did we hire this year ? The code SLS stands for Sales.  The code SBD is a descriptor for SLS - Business Development with role definition as Responsible for Business Development Support for Sales.

    追加のコンテキストが想定する回答を返す場合、それをナレッジ アセットに追加できます。

ナレッジ アセットを使用する際、以下の行為を避けるようにしてください。

  • 定義に関連しない情報を含めることはできません。

  • 回答のパフォーマンスは、ナレッジ アセットの行および質問内の関連する行の数によって決まります。各行に多くの行や情報を追加しすぎないようにします。これは AI を混乱させる可能性があります 洞察を共有できるようになります

    • たとえば、セールス部門の従業員のロールと責任に基づいた質問を想定している場合は、次の定義を使用できます:

    コピー 
    The code SLS stands for Sales. The code SOP is a descriptor for SLS - Operations with role definition as Operational support for Sales Activities (AP, SL, ES, SE).The code SBD is a descriptor for SLS - Business Development with role definition as Responsible for Business Development Support for Sales. The code SCS is a descriptor for SLS - Customer Success Manager with role definition as Responsible for Account Health Checks & Renewals.

    ただし、テキスト全体をMicroStrategy AIに渡すと、トークン数が増加して、応答時間が遅れます。代わりに、情報を複数の行に分割する必要があります。

    コピー 
    The code SLS stands for Sales. 
    The code SOP is a descriptor for SLS - Operations with role definition as Operational support for Sales Activities (AP, SL, ES, SE).
    The code SBD is a descriptor for SLS - Business Development with role definition as Responsible for Business Development Support for Sales. 
    The code SCS is a descriptor for SLS - Customer Success Manager with role definition as Responsible for Account Health Checks & Renewals.

  • アトリビュートに関する追加の情報をテキストに埋め込んで、ボットが情報を抽出してデータのフィルタリングおよび集計に使用することを想定することを回避ます。

    • たとえば、以下のデータセットを考えます Continent、 Country、、および City アトリビュートと Population および Area メトリックCS。

    この例では、ユーザーが質問を表示した場合「私が移動したどのくらいの都市でフランス語が話者言語として使われているか?」、以下のナレッジは Country AI の能力を引き出します

    コピー 
    The city Strasbourg in France has a population of 280000. The official spoken language is French.
    The city Tours in France has a population of 140000. The official spoken language is French.
    The city Berlin in Germany has a population of 3500000. The official spoken language is German.
    The city Warsaw in Poland has a population of 1700000. The official spoken language is Polish.
    The city Montreal in Canada has population of 1700000. The official spoken language is French.

    次のフォームでナレッジをアップロードしてください。

    コピー 
    Cities such as Strasbourg, Tours, Lyons, Montreal, Abidjan, Yaounde, Madagascar, and Dakar use French as the official spoken language.