Kontextgrundlage

Context Grounding in Autopilot for Everyone allows you to search existing Context Grounding indexes to answer user queries.

For example, you want to query the HR documents of your organization, such as time and expense policies, or employee handbooks, using Autopilot. Using Context Grounding, an admin would create the index and enable it in Autopilot, which allows Autopilot to search the index to answer HR-related queries.

To use Context Grounding, make sure you meet the following criteria:

• Relevante PDF-, CSV-, JSON-, DOCX-, XLSX- und TXT-Dokumente werden in einen gemeinsam verwendeten Orchestrator Speicher-Bucket hochgeladen.
• Der Index wurde bereits aus dem Orchestrator-Speicher-Bucket erstellt.

Managing Context Grounding indexes

Index creation is done in Orchestrator, in the tenant-level Indexes page. For details, refer to Indexes.

Index enablement and management in Autopilot is done via the Context Grounding configuration section in Automation Cloud™ > Admin > AI Trust Layer > Autopilot for Everyone.

Once the index is created, enable it in Autopilot through the Context Grounding, panel.

Managing access for Context Grounding indexes

Access to Context Grounding indexes is managed at the folder level. Users can access indexes under the following conditions:

• Der Index ist im Ordner vorhanden
• Der Benutzer wird demselben Ordner zugewiesen, in dem sich der Index befindet
• The index is enabled in Autopilot

Adding Context Grounding indexes

To add a Context Grounding index, follow the steps described in Creating indexes, in the Orchestrator user guide.

Enabling Context Grounding indexes

To enable an index for Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.

2. Expand the Context grounding settings section.

3. Select the Enable Index option. The Enable Index In Autopilot panel opens.

4. From the Orchestrator folder dropdown, select the Orchestrator folder where your index resides.

5. From the Index name dropdown menu, select the index you want to add to Autopilot. The list of available indexes in the selected tenant is displayed.

6. In the Description for Autopilot* field, write a comprehensive description that should help Autopilot understand when to search for the selected index.

   Für einen Indexwert „HR-Dokumente“ könnte die Beschreibung beispielsweise lauten: „HR-Richtliniendokumente zu Zeit/Ausgaben, Väterschaft, PTO und Mitarbeiterhandbuch“. Wird für Fragen zu den HR-Richtlinien des Unternehmens verwendet, um den Mitarbeitern genaue und aktuelle Informationen zur Verfügung zu stellen.

7. For indexes with structured tabular data, select the Enable tabular query checkbox to allow retrieval of that information.

8. Select Enable to add the index. The panel closes and you are returned to the Context Grounding table.

Wichtig:

Änderungen werden automatisch gespeichert.

Editing Context Grounding indexes

To edit an index for Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.
2. Expand the Context grounding settings section.
3. For the desired index, select Edit. The Updating index opens.
4. Ändern Sie die gewünschten Eigenschaften nach Bedarf.
5. Select Save to update the index. The panel closes and you are returned to the Context Grounding table.

Wichtig:

Änderungen werden automatisch gespeichert.

Deleting Context Grounding indexes

To remove an index from Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.
2. Expand the Context grounding settings section.
3. For the desired index, select Delete. A confirmation message is displayed.
4. Select Delete to delete the prompt, or Cancel to dismiss the action.

Wichtig:

Änderungen werden automatisch gespeichert.

Verwenden einer tabellarischen Abfrage mit Kontextgrundlage

Auf dieser Seite wird erklärt, wie Sie die Funktion für einen Kontextgrundlagenindex aktivieren, und Sie erhalten bewährte Methoden zur Vorbereitung von Daten und zum Schreiben von Abfragen.

Über die tabellarische Abfragefunktion

The tabular query feature helps Autopilot for Everyone understand and answer natural language questions using structured data, such as CSV files. With it, you can query data, run comparisons, and get insights from your indexed tables directly in chat.

Aktivieren der tabellarischen Abfrage

To enable the feature, check the Enable tabular query box when setting up a Context Grounding index in Autopilot for Everyone.

Einmal aktiviert, kann Autopilot Fragen in natürlicher Sprache mithilfe der strukturierten Daten in Ihren indizierten Dateien beantworten.

Vorbereiten von Daten: Best Practices

Ihre Ergebnisse hängen davon ab, wie sauber und gut formatiert Ihre Quelldaten sind. Verwenden Sie diese Tipps, um Ihre Daten für genauere Abfragen vorzubereiten und zu optimieren:

Stellen Sie sicher, dass korrekte Datentypen vorhanden sind

Numerical operations, such as comparisons or calculations, need correct data types to work. Autopilot for Everyone needs to recognize numbers as numeric types (Real or Integer), not as text.

Um die Datentypen zu überprüfen, die Autopilot Ihren Spalten zugewiesen hat, verwenden Sie diese Eingabeaufforderung:

• „Fügen Sie 5 Datenzeilen in <index_name> vor und listen Sie alle Felder mit ihren Datentypen auf.“

Stellen Sie klare numerische und prozentualen Spalten sicher

Entfernen Sie Sonderzeichen, wie z. B. das Prozentzeichen % aus Ihren Datenspalten, bevor Sie den Index erstellen. Autopilot behandelt Werte wie 20% als Text, was verhindert, dass numerische Abfragen ordnungsgemäß funktionieren.

Make sure date columns use a consistent format, preferably MM/DD/YYYY. Use the data type check query to confirm that date columns are parsed as Date Time rather than plain text.

Best Practices für tabellarische Abfragen

Klare Aufforderungen führen zu besseren Ergebnissen. Beachten Sie diese Tipps, wenn Sie Ihre Tabellendaten abfragen:

Vermeiden Sie komplexe Schemata

Seien Sie vorsichtig bei Dateien, die viele Spalten enthalten. Je komplexer das Datenschema, desto wahrscheinlicher ist es, dass eine Abfrage in natürlicher Sprache falsch interpretiert wird.

Beachten Sie die NULL-Werte

Berechnungen ignorieren Zeilen mit NULL oder leeren Werten in einer abgefragten Spalte. Wenn Sie beispielsweise vier Spalten summieren, schließt das System jede Zeile aus, die in einer von ihnen eine Null hat. Um dies zu vermeiden, normalisieren Sie Ihre Daten und ersetzen Sie NULL-Werte durch geeignete Werte.

Geben Sie Ihren String-Übereinstimmungstyp an

Standardmäßig vergleicht die Abfrage-Engine Zeichenfolgen mithilfe von exakten Übereinstimmungen. Um teilweise Übereinstimmungen zu finden, müssen Sie diese explizit in Ihre Abfrage einschließen:

• For an exact match: "BCA Claims and Consulting Ltd"
• For a partial match: "BCA Claims and Consulting Ltd. or any of its subsidiaries". This query returns any result that contains the substring "BCA Claims and Consulting Ltd."

Verwenden Sie die Debugansicht

Bei der erweiterten Fehlerbehebung können Sie mit Ctrl+Alt+Shift+D die Debugansicht öffnen. Das Panel zeigt, wie die Abfrage-Engine Ihre Eingabeaufforderung in natürlicher Sprache interpretiert hat, was Ihnen bei der Diagnose unerwarteter Ergebnisse helfen kann.