从单一提示词设计高效的Genie Agents
内容提要
Genie Agents能将受治理的业务上下文转化为特定领域的AI代理，通过单一提示词创建，基于Unity Catalog中的结构化数据、文档和文件进行推理。代理质量取决于上下文质量，而非提示词。建议从单一聚焦用例开始，便于测试和基准评估，再逐步扩展知识源和工具，以提供可靠、可追踪的答案。
延伸解读
上下文质量决定代理质量
文章强调，代理回答不稳定或错误，往往不是提示词的问题，而是缺少业务上下文。例如，通用代理可能抓取错误的收入表，而正确的做法是提供财务部门维护的表。因此，创建代理时，应优先确保Unity Catalog中的数据和文档是准确、受治理的，而不是反复调整提示词。
从单一用例起步的优势
建议从聚焦的、可重复的用例开始，如回答产品FAQ或调查生产事故。这样做便于测试和基准评估，能清晰判断代理是否引用了正确的数据源。通过内置基准测试，可以量化代理的准确性，并在每次修改后重新运行，从而持续改进。
代理的扩展路径
当首个用例稳定后，可以逐步增加知识源和工具。例如，销售机会代理可从识别管道风险扩展到起草交易摘要；物流代理可从标记延迟扩展到推荐改道。每次扩展都基于已验证的版本，确保可靠性和可追踪性。
Q&A
什么是Genie Agents？
Genie Agents是Databricks推出的一种AI代理，能够将受治理的业务上下文转化为特定领域的AI代理，通过单一提示词创建，并可以基于Unity Catalog中的结构化数据、文档和文件进行推理。
为什么Genie Agents能减少对提示词调整的依赖？
因为Genie Agents通过将代理建立在受信任的数据、定义和文档上，解决了上下文缺失的问题，而不是依赖提示词本身。代理的质量取决于上下文质量，而非提示词，因此不需要频繁调整提示词。
如何用单一提示词创建一个Genie Agent？
使用Genie One或Genie Code，只需提供一个描述期望结果并指向相关数据源的提示词即可。例如：“使用我们的事件运行手册和服务健康数据创建一个帮助支持工程师调查生产事件的代理。”
Genie Agents可以处理哪些类型的数据？
Genie Agents可以处理Unity Catalog中治理的结构化数据（如表、指标定义）、文档（如PDF、Word、演示文稿）和文件（如图像），并能结合这些数据进行推理。
为什么建议从单一聚焦用例开始构建Genie Agent？
因为单一聚焦用例更容易测试和信任，便于进行范围界定和基准评估，从而为后续扩展知识源和工具打下可靠基础。
如何评估和优化Genie Agent的性能？
可以使用内置的基准测试功能，定义一组测试问题及预期答案，运行后获得准确率分数。每次更改后重新运行基准测试，将模糊的“似乎更好”转化为可追踪的数值。同时，监控标签页可以显示用户提交的真实问题和反馈，用于补充基准测试。
Genie Agents在扩展时有哪些典型例子？
例如，销售机会数据代理可以从识别管道风险扩展到起草交易摘要或按细分市场回答赢率问题；物流管理代理可以从标记延迟扩展到推荐改道或监控承运商绩效；产品线查询代理可以从回答目录问题扩展到比较产品或标记文档缺失。
Genie Agents的质量取决于什么？
Genie Agents的质量取决于其上下文的质量，即Unity Catalog中治理的数据、文档和文件的质量。提示词只是启动过程，代理的最终质量依赖于背后的知识和系统。
