研究代理扩展了 Genie 的功能，可帮助你使用多步骤推理和假设测试发现更深入的见解并解决复杂的业务问题。 提出问题时，研究代理会创建和优化一个研究计划，运行多个 SQL 查询，从每个结果中学习，并循环访问，直到有足够的证据来提供全面的答案。
与标准 Genie 查询不同，Research Agent：
- 创建研究计划：制定一种结构化的方法和假设来回答复杂的问题。
- 运行多个查询：执行多个 SQL 查询以从不同角度收集证据。
- 学习和迭代：根据发现的内容持续调整其方法，优化推理，直到它对答案充满信心。
- 提供全面的报告：提供包含引文、可视化图形和支持表格的详细汇总。
研究代理专为复杂的探索性问题而设计，例如：
- 为什么 2025 年 6 月的收入激增？
- 我们如何减少这个节日季节的订单取消？
- 上季度客户流失导致哪些因素？
- 哪些市场营销活动具有最好的 ROI，为什么？
要求和可用性
若要使用 Research Agent，工作区必须满足以下条件。
拥有精心准备的Genie空间
研究代理依赖于你的 Genie 空间中的语境来对数据进行推理。 必须满足设置 Genie 空间的所有要求。 请参阅 设置Genie空间。
若要优化 Genie 研究代理空间，请遵循以下综合指南：
- 设置和管理 AI/BI Genie 空间：初始设置和配置
- 创建一个有效的 Genie 空间：设置 Genie 空间的最佳实践
- 为更可靠的 Genie 空间构建知识库：添加针对空间的上下文
区域可用性
| 区域 | 可用性 |
|---|---|
| 美洲和欧洲工作区 | 可用（无需跨地域） |
| 所有其他区域（澳大利亚、印度、亚洲等） | 仅当启用了跨地理位置时可用。 请参阅 “启用跨地理位置处理”。 |
管理研究代理
工作区管理员可以使用预览页控制对 Genie Research Agent 的访问。 请参阅 管理工作区级预览。
启用研究代理后，它可用于该工作区中的所有 Genie 空间。 有权访问 Genie 空间的所有用户都可以使用研究代理。 访问 Genie 空间及其数据的所有要求都适用。 请参阅 设置Genie空间。
使用研究代理
使用研究代理提问：
- 打开 Genie 空间。
- 单击
聊天框中的“研究代理”图标。 - 输入问题并发送提示。 研究代理开始研究，并可能会提出后续问题，以澄清你的意图。 研究代理响应的生成时间可能比标准 Genie 空间响应更长。 完成后，它会生成包含特定结果、可视化和研究步骤引用的最终报告。
- 生成报表后，可以发送其他说明提示来优化报表，或针对不同的研究问题生成新报告。 你可以提供反馈来帮助改进研究代理。
研究代理可以回答哪些问题？
在询问有关业务数据中趋势、模式或关系的特定数据驱动问题时，研究代理的性能最佳。 它擅长需要多步骤推理的问题，例如：
- 为什么 2025 年 6 月的收入激增？
- 我们如何减少本假日季节的订单取消数量？
- 告诉我我们的新产品在 EMEA 中的表现
- 上季度客户流失导致哪些因素？
- 哪些市场营销活动具有最好的 ROI，为什么？
研究代理无法执行的任务
研究代理具有以下限制：
- 数据范围：研究代理仅使用当前 Genie 空间中可用的数据。 它无法查询存储空间以外的您的完整目录或数据。
- 非结构化数据：研究代理只能对 Genie 空间中包含的结构化数据源进行推理。 它不能使用非结构化数据。
- Web 搜索：研究代理不会搜索 Web 以获取其他上下文或信息。
常见问题
在 Beta 版中，研究代理是否有额外的费用？
否。 在 Beta 阶段，Research Agent 除了与运行 SQL 查询相关的标准仓库计算成本外，没有额外成本。
研究代理是否使用与常规的 Genie 不同的数据？
否。 研究代理使用与标准 Genie 体验相同的上下文和数据。 若要了解 Genie 用于生成响应的上下文，请参阅 Genie 如何生成响应？ 以及 隐私和安全性。
研究代理是否可通过 API 使用？
否。 在 Beta 期间，用户只能通过 Azure Databricks UI 提交研究代理提示。
哪些模型为研究代理提供动力？
如今，研究代理使用 GPT 和 Sonnet 模型的组合。 Genie 是一项托管服务，我们不断评估来自每个提供商的新模型，并利用性能最高的准确选项。 有关详细信息，请参阅 Databricks AI 辅助功能信任和安全。
如何提供有关Research Agent的反馈？
与 Databricks 帐户团队共享反馈。 具体而言，Databricks 正在寻求以下方面的反馈：
- 研究步骤：研究代理是否调查正确的维度并生成准确的 SQL。
- 回答摘要：格式、细节级别和清晰度的首选项。
- 可用性：查找、启用或使用该功能时出现的任何挑战。
- 上下文处理：研究代理是否有效使用相关上下文。
- 成功案例：研究代理提供有价值的见解的示例。