MicroStrategy ONE

Wissensressourcen in automatischen Antworten und Bots

Ab MicroStrategy ONE (Juni 2024) können Administratoren Workstation zum Hochladen und Verwalten von Wissensressourcen in Workstation verwenden. Administratoren können ein Wissensasset auch auf der Anwendungsebene konfigurieren, damit das Asset in Bots und Dashboards unterhalb der Anwendung verwendet werden kann.

Weitere Informationen zu Wissensressourcen in Library finden Sie unter Wissensressourcen in automatischen Antworten und Bots.

Voraussetzung

Zum Hochladen und Bearbeiten von Wissensressourcen benötigen Sie Erstellen und konfigurieren Sie Wissensressourcen Privileg.

Dateiformat und Einschränkungen

Die folgenden Richtlinien gewährleisten optimale Leistung und Benutzererfahrung in MicroStrategy Cloud Environments (MCE).

Diese Einschränkungen können je nach den sich entwickelnden Kapazitäten und Möglichkeiten verschiedener Umgebungen angepasst werden.

Unterstütztes Dateiformat und Größe

  • Dateiformat: MicroStrategy unterstützt Wissensressourcen nur im Excel-Format (.xlsx).
  • Dateigröße: Die maximal zulässige Dateigröße beträgt 5 MB oder 200 Zeilen, je nachdem, welcher Grenzwert zuerst erreicht wird.

Inhaltliche Anforderungen

  • Nur-Text-Inhalt: Die Datei darf nur Wissen im Textformat enthalten. Eingebettete Bilder, Diagramme, Pivot-Tabellen und ähnliche Inhalte werden nicht verarbeitet.
  • Spalteneinschränkungen: Alle wesentlichen Informationen müssen in der ersten Spalte der Excel-Datei enthalten sein. Auch wenn der Text in den nachfolgenden Spalten von der MicroStrategy KI nicht für zusätzliche Informationen verwendet wird, können Sie diese Spalten für die effiziente Organisation Ihrer Wissensressourcen verwenden.
  • Maximale Zeichenanzahl: Jede Zelle hat eine maximale Länge von 2.000 Zeichen.

Funktionsbeschränkung

Bot-Themen: Der Bot kann hochgeladene Wissensressourcen nicht nutzen, während er KI-generierte Fragen für die einzelnen vordefinierten Themen beantwortet. Bot-Eigentümer sollten dies beim Erstellen von Themen berücksichtigen. Um die Antwortgenauigkeit zu verbessern, werden von der KI vorgeschlagene Fragen und Datenfragen aus Benutzereingaben mit relevanten Inhalten aus Wissensressourcen beantwortet.

Ein Wissensasset hochladen

  1. Öffnen Sie die Workstation Fenster.

  2. Stellen Sie eine Verbindung mit einer Umgebung her.

  3. Klicken Sie im Navigationsbereich auf , neben Wissensressourcen.

  4. Verschieben Sie die Datei per Drag&Drop oder klicken Sie auf Dateien durchsuchen und wählen Sie eine Datei aus.

  5. Klicken Sie auf Hinzufügen.

  6. Im Status -Spalte wird ein Wissensasset angezeigt Bereit einmal Wird studiert ist fertig und das Wissensasset kann verwendet werden.

Wissensressourcen verwalten

  1. Klicken Sie im Navigationsbereich auf Wissensressourcen.

  2. Wissensressourceninformationen wie Zertifizierungsstatus, Eigentümer, Erstellungsdatum usw. anzeigen

  3. Klicken Sie mit der rechten Maustaste auf ein Wissensasset und wählen Sie eine der folgenden Optionen:

    • Eigenschaften: Wissensressourceninformationen anzeigen und bearbeiten, einschließlich wissensressourcenabhängiger Objekte und Sicherheitszugriff.

    • Ersetzen: Eine neue Excel-Datei für das Wissensasset hochladen.

    • XLSX-Datei herunterladen: Excel-Datei aus dem Wissensasset herunterladen.

    • Zertifizieren/Zertifizierung aufheben: Das Wissensasset zertifizieren oder seine Zertifizierung aufheben.

      Um Wissensressourcen in eine Anwendung einzuschließen, müssen sie zertifiziert sein.

    • löschen: Wissensasset löschen.

    • Abhängige Objekte anzeigen...: Anzeigen, welche Bots, Dashboards oder Anwendungen das Wissensasset verwenden.

Wissensressourcen in Anwendungen konfigurieren

Nachdem ein Wissensasset erstellt und zertifiziert wurde, können Anwendungsadministratoren die Ziel-Wissensressourcen in der Anwendung anhängen.

  1. Klicken Sie im Navigationsbereich auf Anwendungen.

  2. Klicken Sie mit der rechten Maustaste auf eine Anwendung und wählen Sie aus Bearbeiten.

  3. Klicken Sie im linken Bereich auf Wissensressourcen.

  4. Klicken Sie auf Fügen Sie Wissensressourcen hinzu.

  5. Aktivieren Sie die Kontrollkästchen neben den Wissensressourcen, die Sie verwenden möchten.

  6. Klicken Sie auf Auswählen.

  7. Klicken Sie auf Speichern.

Verbesserung der Antwortqualität

Wenn ein Benutzer mit einem Airline-Datensatz wie dem folgenden interagiert:

Benutzer können nach bestimmten Flughäfen suchen, indem sie deren Namen (z. B. Dulles oder Raegan) anstelle von Flughafencodes (z. B. IAD oder DCA) verwenden, wie unten gezeigt:

In diesem Beispiel kann der Bot die Bedeutung der bereitgestellten Namen nicht interpretieren. Um dies zu beheben, können Sie detaillierte Informationen in einer einspaltigen Excel-Datei bereitstellen. Die Datei sollte die Flughafencodes in drei separaten Zeilen definieren, wie in der folgenden Abbildung gezeigt. Beispiel: „IAD ist der Flughafencode für den Washington Dulles International Airport.“

Sobald die Datei wie oben beschrieben hochgeladen, untersucht und gespeichert wurde, können Sie genaue Antworten erhalten, die das Wissen in der hochgeladenen Datei nutzen.

Nur relevante Informationen werden an MicroStrategy AI übermittelt.

Sehen Sie sich die genauen Antworten des Bots an, nachdem Sie die Excel-Datei hochgeladen haben:

Anwendungsfälle und Best Practices

Befolgen Sie beim Einsatz von Wissensressourcen die folgenden Best Practices:

Jeder Wissensgegenstand muss einige Schlüsselwörter oder Wörter mit ähnlichen semantischen Definitionen enthalten, die sowohl in der Frage als auch im Wissensgegenstand verwendet werden. Diese Ähnlichkeiten sind erforderlich, um den Wissensbestand bei der Beantwortung einer Frage nutzen zu können. Wenn das Wissensasset generische Regeln enthält, haben automatische Antworten und Bots Probleme damit, das Wissen semantisch mit der Frage zu verknüpfen. Allgemeine Regeln können in den benutzerdefinierten Bot-Anweisungen platziert werden.

  • Integrieren Sie Definitionen, die Objektnamen für den Bot verdeutlichen, einschließlich Begriffen, Akronymen oder Synonymen. Zum Beispiel:

    • Kopieren 
    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)

  • Geben Sie Definitionen für vorhandene Objekte an, um Benutzern dabei zu helfen, ihre Fragen mit den richtigen Begriffen zu formulieren. Wenn ein Benutzer beispielsweise eine Metrik wie die folgende angibt:

    • Kopieren 
    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.

    Es ist sinnvoll, den Fachjargon zu definieren, bevor man ihn in die Analyse einbezieht:

  • Fügen Sie spezifische Definitionen ein, die für die Datenanalyse wichtig sind. Zum Beispiel:

    • Kopieren 
    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

    Mit den oben genannten Erkenntnissen kann der Bot genauere Ergebnisse liefern, wenn er das Alter des Patienten aus dem Datensatz als verallgemeinerten Maßstab für berücksichtigt 120/80 mm Hg wird nicht universell für alle Altersgruppen und Geschlechter angewendet.

  • Berechnen Sie abgeleitete Metriken mithilfe vorhandener. Wenn beispielsweise Umsatz und C3 vorhandene Kennzahlen sind:

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

  • Definitionen für Attributelementwerte können eingeschlossen werden, um das Verständnis von Benutzerabfragen durch den Bot zu verbessern. Wie unter erklärt Verbesserung der Antwortqualität, kann das Wissen wie folgt definiert werden:

    • Kopieren 
    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.

  • Wenn Sie die Wirksamkeit eines zusätzlichen Datenelements testen möchten, bevor Sie es zum Wissensobjekt hinzufügen, können Sie das Wissen der Abfrage selbst hinzufügen. Zum Beispiel:

    • Kopieren 
    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.

    Wenn der zusätzliche Kontext die erwartete Antwort zurückgibt, können Sie ihn dem Wissensbestand hinzufügen.

Vermeiden Sie beim Umgang mit Wissensressourcen folgendes Verhalten:

  • Definitionen sollten keine irrelevanten Informationen enthalten.

  • Die Antwortleistung hängt von Ihrer Wissensdatenbankzeile und der Anzahl der relevanten Zeilen in der Frage ab. Vermeiden Sie das Hinzufügen zu vieler Zeilen oder zu vieler Informationen zu jeder Zeile. Dies kann die KI verwirren und zu Halluzinationen führen.

    • Wenn Sie beispielsweise Fragen zu Rollen und Verantwortlichkeiten von Mitarbeitern in einer Vertriebsabteilung erwarten, können Sie die folgenden Definitionen verwenden:

    Kopieren 
    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.

    Die Weitergabe des gesamten Textes an die MicroStrategy AI erhöht jedoch die Token-Anzahl und verzögert die Antwortzeit. Stattdessen sollten die Informationen auf mehrere Zeilen aufgeteilt werden:

    Kopieren 
    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.

  • Vermeiden Sie es, zusätzliche Informationen zu Attributen in den Text einzubetten und zu erwarten, dass der Bot sie extrahiert und sie dann zum Filtern und Aggregieren der Daten verwendet.

    • Betrachten Sie beispielsweise einen Datensatz mit Continent, Country, und City Attribute und Population und Area Metriken.

    Wenn in diesem Beispiel ein Benutzer fragt: „In wie vielen Städten, die ich bereist habe, wird Französisch als Sprache gesprochen?“, enthält das folgende Wissen zusätzliche Informationen über Country Attribut und kann die KI halluzinieren lassen.

    Kopieren 
    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.

    Um Halluzinationen vorzubeugen, laden Sie Ihr Wissen im folgenden Formular hoch:

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