View a markdown version of this page

Menggunakan Topik di Amazon Quick Chat - Amazon Quick

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menggunakan Topik di Amazon Quick Chat

 Berlaku untuk: Enterprise Edition 

Anda dapat menggunakan Topik di Amazon Quick chat untuk mengajukan pertanyaan bahasa alami yang mencakup beberapa kumpulan data. Agen LLM-powered obrolan menggunakan hubungan yang Anda tentukan, metadata pengayaan kumpulan data, dan instruksi khusus untuk menghasilkan kueri SQL lintas kumpulan data dan mengembalikan jawaban terpadu.

Cara kerja kueri obrolan lintas kumpulan data

Saat Anda mengajukan pertanyaan bahasa alami terhadap Topik, agen obrolan melakukan langkah-langkah berikut:

  1. Penguraian maksud. Agen mengidentifikasi kolom mana yang dipetakan ke istilah Anda dengan mencocokkan dengan nama kolom, deskripsi, dan sinonim dari metadata pengayaan. Ini menentukan kumpulan data mana yang berisi ukuran dan dimensi yang relevan.

  2. Melintasi hubungan. Menggunakan kunci gabungan yang ditentukan dan instruksi khusus, agen menentukan jalur gabungan antara kumpulan data yang diidentifikasi. Itu dapat melintasi hubungan untuk menghubungkan tabel fakta ke tabel dimensi yang diperlukan.

  3. Pembuatan SQL. Agen membangun kueri SQL dengan klausa JOIN yang sesuai, agregasi, dan GROUP BY untuk dimensi yang diminta.

  4. Presentasi hasil. Jawabannya dikembalikan sebagai visualisasi atau tabel, dengan SQL yang dihasilkan tersedia untuk inspeksi di panel Penjelasan.

Kemampuan obrolan dengan Topik

Agen LLM-powered obrolan mendukung pembuatan SQL yang lebih kaya daripada jalur hubungan yang ditentukan yang digunakan dalam lembar analisis. Saat Anda mengonfigurasi Topik untuk obrolan dengan instruksi khusus, agen dapat menghasilkan:

  • Gabungan bagian dalam, kiri, kanan, dan luar penuh

  • Kueri serikat di seluruh tabel dengan skema yang sama

  • Subquery untuk pola negasi (misalnya, “pelanggan yang belum pernah memesan”)

  • Cross-grain perbandingan (misalnya, aktual harian versus target bulanan)

  • Self-joins untuk hierarki rekursif (misalnya, hubungan karyawan-manajer)

Semakin kaya metadata pengayaan dan instruksi khusus Anda, semakin akurat agen menafsirkan pertanyaan ambigu.

Memulai obrolan dengan Topik

Untuk mengobrol dengan Topik:

  • Arahkan ke Topik dan pilih ikon obrolan. Topik Anda secara otomatis tersedia sebagai konteksnya.

  • Atau, dari obrolan Cepat Amazon, gunakan filter data untuk memilih Data dan aplikasi spesifik dan pilih Topik Anda.

Ajukan pertanyaan bahasa alami yang mencakup beberapa kumpulan data. Contoh:

  • “Tampilkan total penjualan berdasarkan segmen pelanggan dan wilayah toko”

  • “Berapa tingkat pengembalian berdasarkan kategori produk?”

  • “Toko mana yang di bawah 80% dari target bulanan mereka?”

Gunakan panel Penjelasan untuk melihat SQL yang dihasilkan dan memverifikasi bahwa kumpulan data dan gabungan yang benar telah digunakan.

Perbedaan dari Topik lama dalam obrolan

Pengalaman obrolan berbeda secara signifikan antara Topik baru dan Topik lama:

Aspek Topik Baru Topik Warisan

Model AI

LLM-powered agen obrolan

Model pencarian ML-based fuzzy lama

Cross-dataset pertanyaan

Ya - melintasi hubungan dan menghasilkan SQL cross-dataset dengan runtime join

Tidak — memilih satu dataset dan hanya menanyakan dataset itu

Jenis bergabung

Dalam, kiri, kanan, luar penuh, penyatuan, subkueri

Tidak berlaku (kumpulan data tunggal)

Visibilitas SQL

SQL yang dihasilkan ditampilkan di panel Penjelasan

Tidak tersedia

catatan

Anda dapat mengobrol dengan Topik baru dan Topik lama. Namun, Topik lama menggunakan ML-based model lama dan tidak mendukung kueri lintas dataset. Untuk informasi tentang Topik lama, lihatBekerja dengan Topik lama.