Välj och ladda data från en Cohere (Amazon Bedrock)-koppling

När du har skapat en koppling kan du välja data och ladda dem i en Qlik Sense-app eller ett skript. Du laddar data i Skriptredigeraren eller Skript.

I Skriptredigeraren eller Skript formuleras grundläggande kommunikation med en analyskoppling som ett skript med minst följande komponenter:

• Tabell (resident tabell) som innehåller det förfrågningsfält (datafält) som du vill skicka till Cohere.

• Cohere-load-sats som kommunicerar med Cohere via din koppling.

I en avancerad installation skulle fältet för förfrågan och fältet för association tekniskt sett kunna definieras i en tabell som innehåller andra fält. Fältet för förfrågan och fältet för association måste dock finnas i samma indatatabell. Det är viktigt att vara medveten om att när du länkar dessa fält till fält i din datamodell så genereras svar för varje fältvärde.

Prompt-utformning

När du skriver de förfrågningar du skickar till en generativ AI-modell (benämns ofta prompter) ska du följa de riktlinjer som gäller för den plattform du interagerar med. Information om promptteknik och riktlinjer för hur du strukturerar dina prompter för Amazon Bedrock-kopplingar finns i Riktlinjer för promptteknik.

Du kan interagera med Cohere (Amazon Bedrock)-kontakten med hjälp av vanlig menings- eller textutformning. Du behöver inte ange några särskilda nyckelord eller strängar före eller efter prompten. Se Exempel.

Skapa tabellen som skickas till Cohere

Först måste en tabell som innehåller de data som du skickar till modellen som en förfrågan laddas. Den här tabellen ska bestå av en enda kolumn med data. I tabellen representerar varje cell text som ska kompletteras av modellen. Det kan finnas ett andra extra fält för associationsfältet, men det måste matcha det fältnamn som anges i konfigurationen. Detta är ett specialfält som inte skickas till Cohere, men som är kopplat till svaren i syfte att generera interaktionsdata i datamodellen.

Överväganden för dataförfrågningsvolymer

När du laddar data kommer varje rad i frågefältet att skickas till Cohere. Innan du interagerar med en tredjepartsplattform ska du se till att du är medveten om hur antalet förfrågningar, mängden data som ingår i dina förfrågningar och din kopplingskonfiguration påverkar ditt finansiella avtal och faktureringsarrangemang med den tredje parten. Högre användning av den externa plattformen kan leda till högre kostnader.

Skapa Cohere-load-satsen

Du behöver också skapa en load-sats med hjälp av syntaxen för komplement för att kommunicera med Cohere. Den här delen av skriptet refererar till din Cohere (Amazon Bedrock)-koppling och anger namnen för tabellen och de fält som du använder för att skicka förfrågningsdata (se avsnittet ovan). Den laddar en separat tabell som kommer att innehålla modellens svar för varje rad i förfrågan och andra data.

För att generera den här delen av skriptet kan du använda guiden välj data för den koppling som du använder. Då genereras ett mallskript där namnen på de egenskaper som du anger ingår.

Leta upp kopplingen som du använder på panelen Datakällor i Skriptredigeraren eller Skript och klicka på . Det öppnar guiden Välj data.

När du använder guiden Välj data måste du tillhandahålla två egenskaper:

• Namnet på den residenta tabellen. Detta är tabellen med förfrågan som skickas till Cohere.

• Namnet på datafältet. Detta är det fält som innehåller förfrågningsdata som skickas till Cohere.

Alternativt kan du lägga till det manuellt i skripteditorn utan att använda guiden.

När du klickar på infoga skript läggs den nya tabellen till i laddningsskriptet. Du kan nu ladda data, inspektera den resulterande datamodellen och använda data för att skapa analysinnehåll i din app.

Exempel

Följande laddningsskript begär tre kompletteringar från Cohere. I exemplet används konfigurationen för Cohere - Generate-kopplingen.

Så här är den uppbyggd:

• Den residenta tabellen är QuestionsTable.

• Datafältet med prompterna är Question.

• Kopplingsfältet är Question_ID.

• Cohere-load-satsen finns i tabellen med namnet Cohere.