來自資料倉儲的解答

將 Computer 連線至 Snowflake 或 Databricks，同時保留現有的角色、權限和安全性控制。
建立 Data Map 以擷取業務定義、表格關聯和查詢模式，以進行更可靠的分析。
使用資料倉儲資料以及其他核准的企業來源來建立報告、儀表板和定期監控工作流程。

查詢範例

常見問題

將 Computer 連線至資料倉儲

資料團隊如何與 Computer 協作？

Computer 可以為商業團隊提供一個自然語言介面，以存取受管理的倉儲資料，並將其與來自其他核准系統的內容相結合。客戶已經減少了重複的資料請求，並讓資料團隊有更多時間進行建模、治理和策略分析。它不會取代資料倉儲、語意層或資料品質工作。

開始的最佳方式是什麼？

從一個易於理解的業務領域和一小群使用者開始。設定使用者 OAuth，限制存取核准的綱要與工具，記錄規範指標，產生並審查 Data Map，然後針對受信任的報告測試具代表性的問題。只有在資料團隊對 SQL 品質、權限、成本和使用者行為感到滿意之後，才進行擴充。

Computer 可以主動監控指標與資料管線嗎？

排程工作可以對支援的來源執行週期性檢查，並透過設定的管道傳遞結果。使用者應定義資料來源、頻率、閾值、預期輸出、擁有者和升級路徑。

架構與治理

什麼是 Data Map，誰應該擁有它？

Data Map 是一個組織層級的內容層，用於擷取重要的表格、欄位、關聯、查詢模式和商業內容。它有助於 Computer 將業務問題轉化為源自資料倉儲的查詢。資料平台、分析工程或資料治理擁有者應負責維護它、定義權威指標、審查建議的變更，並新增持久的補充內容。

資料倉儲是否仍然是記錄系統？

可以。Data Map 儲存有關如何導覽資料的內容。目前的指標仍然需要主動連線，且 SQL 會在客戶的 Snowflake 或 Databricks 環境中執行。資料倉儲仍然是資料、運算、權限、查詢歷史記錄和存取策略的權威來源。

如何強制執行身分識別與權限？

Computer 的連接器使用使用者 OAuth。每個人都使用其個人帳戶登入，並且查詢會在該帳戶設定的角色內容中執行。資料倉儲原生的授權、列篩選器、欄位原則和角色設定仍然是權威控制項。某些連接器也支援共用服務帳戶，但它套用的是服務帳戶的存取模型，而不是每個使用者的個人權限。

Computer 可以協調資料倉儲、SaaS 應用程式、檔案和網路之間的資料嗎？

Computer 可以在一個工作流程中結合來自已啟用來源的資訊。它並不能消除對可靠實體解析的需求。為了進行實質報告，請在上游維護規範的客戶、產品和帳戶識別碼，記錄核准的交叉對照，並定義每個指標的真實來源。

準確性與可稽核性

資料團隊應該如何驗證產生的 SQL 和答案？

Computer 會產生可審查的 SQL。資料團隊應檢查 SQL、將實質輸出與受信任的報告進行比較、測試邊際狀況，並在 Data Map 中修正遺漏的商業內容。

當系統意見不一致時，如何選取權威指標？

資料團隊應使該決定明確。管理員可以編輯 Data Map，以便核准的定義成為即時的真實依據，並且可以將持久的業務定義置於補充內容中。衝突的使用者修正會被導向人工審查，而不是自動解決。對於每個實質指標，請記錄規範來源、資料粒度、必要的篩選器、擁有者和已知的替代方案。

提供哪些稽核線索？

Perplexity 稽核記錄會擷取使用者輸入、代理程式動作、完成、錯誤和管理變更等事件。像 Snowflake 和 Databricks 這樣的資料倉儲會保留權威的倉儲端查詢和身分識別記錄。

能否為稽核員確切重現每個答案？

確切的確定性重播並未公開記錄或保證。稽核記錄、討論串、可審查的 SQL、Data Map 版本歷史記錄和資料倉儲記錄可以協助重建執行，但沒有記錄的識別碼將每個答案繫結至資料、權限、Data Map 和模型執行階段的不可變快照。具有嚴格重現性要求的組織應保留其自身的版本化證據資訊清單。

安全性與合規性

資料會保留在哪裡，是否用於模型訓練？

企業資料不會用於訓練或微調 Perplexity 模型。Computer 工作會在隔離的沙箱中執行，且認證會在沙箱結束時銷毀。工作階段成品與資料倉儲查詢歷史記錄是分開治理的。附加的工作階段檔案會在七天後刪除。企業組織可使用其他可設定的保留設定。