翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon Quick Chat でのトピックの使用
| 適用対象: Enterprise Edition |
Amazon Quick Chat のトピックを使用して、複数のデータセットにまたがる自然言語の質問をすることができます。LLM 搭載のチャットエージェントは、定義された関係、データセットエンリッチメントメタデータ、カスタム手順を使用して、クロスデータセット SQL クエリを生成し、統一された回答を返します。
クロスデータセットチャットクエリの仕組み
トピックに対して自然言語の質問をすると、チャットエージェントは次のステップを実行します。
-
インテント解析。エージェントは、エンリッチメントメタデータの列名、説明、シノニムと照合することで、用語にマッピングされる列を識別します。関連するメジャーとディメンションを含むデータセットを決定します。
-
リレーションシップトラバーサル。定義された結合キーとカスタム手順を使用して、エージェントは識別されたデータセット間の結合パスを決定します。関係を横断して、ファクトテーブルを必要なディメンションテーブルに接続できます。
-
SQL 生成。エージェントは、リクエストされたディメンションの適切な JOIN 句、集計、GROUP BY を使用して SQL クエリを作成します。
-
結果の表示。回答は視覚化またはテーブルとして返され、生成された SQL は説明パネルで検査できます。
トピックとのチャット機能
LLM 搭載のチャットエージェントは、分析シートで使用される定義済みのリレーションシップパスよりも豊富な SQL 生成をサポートします。カスタム手順でチャットのトピックを設定すると、エージェントは以下を生成できます。
-
内部、左、右、および完全な外部結合
-
同じスキーマを持つテーブル間でクエリをユニオンする
-
否定パターンのサブクエリ (「注文したことのない顧客」など)
-
クロスグレイン比較 (日別実績と月別ターゲットなど)
-
再帰的階層の自己結合 (従業員とマネージャーの関係など)
エンリッチメントメタデータとカスタム手順が豊富なほど、エージェントはあいまいな質問をより正確に解釈します。
トピックとのチャットの開始
トピックとチャットするには:
-
トピックに移動し、チャットアイコンを選択します。トピックはコンテキストとして自動的に使用できます。
-
または、Amazon Quick Chat から、データフィルターを使用して特定のデータとアプリケーションを選択し、トピックを選択します。
複数のデータセットにまたがる自然言語の質問をします。例えば、次のようになります。
-
「顧客セグメントと店舗リージョン別に合計売上を表示する」
-
「製品カテゴリ別の返品率はどのくらいですか？」
-
「月別ターゲットの 80% 未満のストアはどれですか？」
説明パネルを使用して、生成された SQL を表示し、正しいデータセットと結合が使用されていることを確認します。
チャットのレガシートピックとの違い
チャットエクスペリエンスは、新しいトピックとレガシートピックで大きく異なります。
| 側面 | 新しいトピック | レガシートピック |
|---|---|---|
AI モデル |
LLM 搭載のチャットエージェント |
レガシー ML ベースのあいまい検索モデル |
クロスデータセットクエリ |
はい — 関係を横断し、ランタイム結合を使用してクロスデータセット SQL を生成します |
いいえ — 1 つのデータセットを選択し、そのデータセットのみをクエリします |
結合の種類 |
内部、左、右、完全外部、結合、サブクエリ |
該当なし (単一のデータセット) |
SQL の可視性 |
説明パネルに表示される生成された SQL |
利用不可 |
注記
新しいトピックとレガシートピックの両方とチャットできます。ただし、レガシートピックはレガシー ML ベースのモデルを使用し、クロスデータセットクエリをサポートしていません。レガシートピックの詳細については、「」を参照してくださいレガシートピックの使用。
