Risoluzione dei problemi Qlik Answers risposte con la traccia di ragionamento

Ultimo aggiornamento: 08/09/2026

La traccia di ragionamento mostra i passaggi che Qlik Answers ha impiegato per elaborare una domanda e generare una risposta. La revisione della traccia ti aiuta a verificare che siano stati utilizzati i dati corretti e a identificare dove apportare miglioramenti quando una risposta non è quella che ti aspettavi.

Per Qlik Answers utenti, può aiutare a convalidare le tue domande o guidarti nel porre domande di approfondimento. Per i proprietari di contenuti come assistenti e applicazioni, può aiutarti a verificare che i dati dell'applicazione o le basi di conoscenza stiano fornendo risposte come previsto o se è necessario apportare miglioramenti

Accesso alla traccia di ragionamento

Dopo che Qlik Answers restituisce una risposta, fai clic su Visualizza origine sotto la risposta e quindi fai clic su Mostra ragionamento. La traccia si espande per mostrare ogni passaggio eseguito dalla pipeline.

Comprensione della struttura della traccia

La traccia di ragionamento è un registro degli agenti che sono stati eseguiti e delle decisioni che hanno preso. Gli agenti coinvolti e quante volte ognuno di essi viene eseguito dipendono dalla domanda posta e dalle origini dati configurate nell'applicazione. La traccia non segue una sequenza fissa. Una domanda semplice potrebbe coinvolgere meno agenti, mentre una domanda complessa e articolata potrebbe chiamare lo stesso agente più volte prima di produrre una risposta finale.

I seguenti agenti possono comparire in una traccia:

• Agente di Risposte

• Agente Analista di Dati

• Agente della Knowledge Base

• Agente di riepilogo

Agente per le risposte

L'agente di risposte appare all'inizio e alla fine di ogni traccia. All'inizio, legge la domanda, determina quali fonti di dati sono necessarie e instrada il lavoro agli agenti specialisti appropriati. Alla fine, assembla i sotto-risultati nella risposta finale mostrata all'utente.

Il blocco iniziale di Answers Agent descrive ciò che l'agente ha compreso della domanda.

Verificare che il soggetto e le eventuali entità siano identificati correttamente. Se l'agente ha interpretato male la domanda in questa fase, gli agenti specialisti a valle interrogheranno il contesto sbagliato.

Agente Analista di Dati

L'agente analista di dati gestisce domande relative ai dati strutturati. Cerca nel modello dati campi e misure pertinenti, costruisce espressioni di calcolo e crea gli oggetti grafico che appaiono nella risposta.

Per domande complesse, l'Agente Analista Dati potrebbe apparire più di una volta nella traccia. Ad esempio, potrebbe eseguire una prima passata per scoprire i campi, una seconda passata per verificare che un valore specifico esista nei dati e una terza passata per costruire le visualizzazioni.

Agente della Knowledge Base

L'agente della knowledge base gestisce domande che coinvolgono contenuti non strutturati, come documenti interni, trascrizioni di riunioni, promemoria o PDF collegati alla tua applicazione come sorgente dati della knowledge base.

Quando una domanda richiede sia dati strutturati che non strutturati, l'Agente Risposte instrada il lavoro sia all'Agente Base di Conoscenza che all'Agente Analista Dati. Ogni agente restituisce i propri risultati in modo indipendente, e l'Agente Risposte li combina nella risposta finale.

Se un utente pone una domanda che fa chiaramente riferimento a un documento o a una riunione e l'agente della Knowledge Base non appare nella traccia, verifica che una sorgente dati della knowledge base sia connessa alla tua applicazione e che il contenuto sia stato indicizzato.

Lettura dei punteggi di similarità

La sezione più importante di qualsiasi traccia è l'output di rilevamento dei campi all'interno dell'Agente Analista Dati. Questa sezione elenca ogni campo e voce principale che l'agente ha considerato, insieme a un punteggio di somiglianza per ciascuno.

Il punteggio di somiglianza indica quanto bene la ricerca semantica ha abbinato un campo o una voce principale alla domanda dell'utente. L'agente utilizza i campi con il punteggio più alto e gli elementi master per costruire la risposta. Se un campo o una voce principale che ti aspettavi fosse utilizzato è assente dall'elenco, o è presente ma ha ottenuto un punteggio inferiore rispetto a un campo concorrente o a una voce principale, la risposta è stata probabilmente costruita utilizzando dati diversi da quelli che intendevi.

Interpretazione dei punteggi

Cosa cercare

Quando si esamina il campo e l'elenco delle voci principali, verificare quanto segue:

• È presente il campo desiderato o la voce principale?

  Se manca del tutto, il campo o l'etichetta e la descrizione della voce principale potrebbero non corrispondere alla lingua utilizzata nella domanda.

• Il campo o la voce principale che intendi ha un punteggio più alto rispetto ai campi o alle voci principali concorrenti?

  Se un campo diverso o una voce principale ha ottenuto un punteggio più alto ed è stato utilizzato al suo posto, la risposta potrebbe sembrare corretta ma attingere ai dati sbagliati.

• Ci sono campi o elementi principali nell'elenco che non dovrebbero esserci?

  Un campo o una voce principale che ottiene un punteggio inaspettatamente alto potrebbe distogliere l'attenzione dal campo o dalla voce principale.

I campi e gli elementi principali più importanti per rispondere alle domande degli utenti dovrebbero ottenere costantemente un punteggio più alto rispetto a qualsiasi altro campo ed elemento principale con cui l'agente potrebbe confonderli.

Miglioramento dei punteggi di somiglianza

I punteggi di somiglianza sono calcolati dai nomi dei campi e delle voci principali, dalle descrizioni e dai metadati. Migliorare questi elementi aumenta direttamente il punteggio per le domande pertinenti.

Aggiornamento dei metadati dei campi e delle voci principali

Procedere come indicato di seguito:

1. Nella tua applicazione, apri Gestione dati o Editor caricamento dati.

2. Individua il campo o la voce principale con un punteggio di somiglianza basso o mancante.

3. Aggiorna il nome del campo o della voce principale per utilizzare un linguaggio aziendale semplice che rifletta il modo in cui gli utenti lo chiederanno.

   Per Gestione dati, vedi Modifica di una tabella

   Per Editor caricamento dati, vedi Ridenominazione dei campi.

   Per le voci principali, vedere:

   • Modifica di una dimensione principale

   • Modifica di una misura principale

4. Aggiungere o espandere la descrizione della voce principale per spiegare chiaramente cosa contiene la voce principale, quale concetto aziendale rappresenta e quando dovrebbe essere utilizzata. Vedere:

   • Modifica di una dimensione principale

   • Modifica di una misura principale

5. Ricarica l'applicazione.

6. Poni di nuovo la stessa domanda e apri la traccia di ragionamento per verificare che il punteggio sia migliorato.

Un campo denominato NETWR senza descrizione otterrà un punteggio significativamente inferiore rispetto a un campo etichettato Importo Vendite Nette con una descrizione che recita "Ricavo totale dalle transazioni di vendita completate, dopo l'applicazione degli sconti." Più i tuoi metadati riflettono il linguaggio naturale del business, maggiore sarà il punteggio del campo quando gli utenti pongono domande pertinenti.

Risoluzione dei conflitti tra campi e voci principali

Quando due campi o elementi master coprono concetti simili e competono per la stessa query, l'agente seleziona quello con il punteggio più alto. Se il campo sbagliato o la voce principale viene utilizzato, dovresti rivederlo.

Procedere come indicato di seguito:

1. Rivedere i metadati per entrambi i campi o gli elementi master.

2. Rendi il nome e la descrizione del campo previsto o della voce principale più specifici e più direttamente allineati con il termine commerciale che gli utenti stanno cercando.

   Per i nomi dei campi:

   Per Gestione dati, vedi Modifica di una tabella

   Per Editor caricamento dati, vedi Ridenominazione dei campi.

   Per gli articoli master, modificare il nome o la descrizione. Vedere:

   • Modifica di una dimensione principale

   • Modifica di una misura principale

3. Se il campo concorrente o la voce principale è meno rilevante, aggiorna il suo nome o la sua descrizione per riflettere il suo ambito effettivo in modo più accurato, in modo che ottenga un punteggio inferiore nelle query non correlate.

Diagnosi di una risposta errata o incompleta

Utilizzare le seguenti indicazioni quando la risposta da Qlik Answers non corrisponde a quanto previsto.

La risposta ha utilizzato il campo sbagliato o la voce principale

Procedere come indicato di seguito:

1. Apri la traccia di ragionamento e individua l'output di rilevamento dei campi nell'Agente Analista Dati.

2. Trova il campo o la voce principale che è stato utilizzato e annota il suo punteggio di somiglianza.

3. Trova il campo o la voce principale che ti aspettavi fosse usata. Se è nell'elenco, confronta il suo punteggio con il campo o la voce principale che è stato selezionato.

4. Se il campo previsto o la voce principale ha ottenuto un punteggio inferiore, aggiorna il suo nome o la sua descrizione per migliorarne la pertinenza alla domanda.

   Per gli articoli master, modificare la descrizione. Vedere:

   • Modifica di una dimensione principale

   • Modifica di una misura principale

5. Se il campo desiderato o la voce principale non è affatto nell'elenco, controlla il suo nome e la sua descrizione. È probabilmente descritto in termini tecnici che non corrispondono al modo in cui gli utenti formulano le domande.

Un campo o una voce principale manca interamente dall'elenco

Procedere come indicato di seguito:

1. Apri l'output della scoperta del campo nella traccia.

2. Conferma che il campo o la voce principale esista nel modello dati.

3. Se stai utilizzando un modello logico di logica di business, conferma che il campo o la voce principale non siano stati scorporati.

4. Rivedere il nome e la descrizione del campo o della voce principale.

   Se uno dei due è assente o utilizza convenzioni di denominazione interne (come i codici campo SAP per i campi), aggiungi un nome e una descrizione in linguaggio semplice.

   Vedere:

   • Modifica di una dimensione principale

   • Modifica di una misura principale

5. Ricarica l'applicazione e riesegui la domanda per verificare che il campo o la voce principale appaia ora nella traccia.

La risposta è corretta ma incompleta

L'output di pianificazione dell'agente analista di dati descrive quali grafici sono stati creati e quali dimensioni sono state selezionate. Se una dimensione o misura manca dai grafici pianificati, il suo punteggio di similarità era probabilmente abbastanza alto da apparire nel campo e nella lista delle voci principali ma al di sotto della soglia per la selezione del grafico. Migliorare il campo correlato o i metadati della voce principale lo porterà al di sopra della soglia di selezione.

La narrazione e il grafico mostrano numeri diversi

La sintesi finale dell'Agente Risposte include ID di evidenza tra parentesi che collegano ogni affermazione nel testo all'oggetto grafico da cui proviene. Ad esempio:

Brand 1 sold 24 vehicles generating total revenue of $1,584,041.82 [d1f09de1-4a5a...]

Se il numero nel testo non corrisponde al grafico, la sintesi ha fatto riferimento a un oggetto grafico diverso da quello visualizzato. Individua l'oggetto referenziato usando l'ID e confronta la sua espressione con il grafico visibile.

Riferimento: Agenti e i loro ruoli