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。
建構一個資料圖，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已核准的企業來源，建立報告、儀表板和重複的監控工作流程。

查詢範例

常見問題集

將 Computer 連線至資料倉儲

資料團隊如何與 Computer 協作？

Computer 可以為業務團隊提供自然語言介面來存取已治理的倉儲資料，並將其與來自其他核准系統的上下文結合。客戶已減少重複的資料請求，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，限制對已核准結構描述和工具的存取，記錄典型指標，產生並審查資料圖，並針對受信任的報告測試具有代表性的問題。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後，才進行擴充。

Computer 可以主動監控指標和資料管線嗎？

排程工作可以對支援的來源執行重複檢查，並透過設定的通道傳送結果。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

什麼是資料圖，誰應該擁有它？

資料圖是一個組織層級的上下文層，用於擷取重要的表格、欄位、關聯、查詢模式和業務上下文。它有助於 Computer 將業務問題轉換為來自資料倉儲的查詢。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、審查提出的變更，並新增持久的補充上下文。

資料倉儲是否仍然是記錄系統？

是。資料圖儲存了關於如何瀏覽資料的上下文。目前的指標仍需要主動連線，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。

如何強制執行身分與權限？

Computer 在其連接器中使用使用者 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上下文中執行。資料倉儲原生的授權、列篩選器、欄位策略和角色設定仍然是權威控制。某些連接器也支援共用服務帳戶，但它會套用服務帳戶的存取模型，而不是每個使用者的個人權限。

Computer 可以跨資料倉儲、SaaS 應用程式、檔案和網路調和資料嗎？

Computer 可以結合一個工作流程中已啟用來源的資訊。它並不能消除對可靠實體解析的需求。對於重大報告，請在前端維持規範的客戶、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。

準確性與可審計性

資料團隊應如何驗證產生的 SQL 和答案？

Computer 會產生可審查的 SQL。資料團隊應檢查 SQL、將重大輸出與受信任的報告進行比較、測試邊界情況，並在資料圖中修正遺漏的業務上下文。

當系統意見不一致時，如何選擇權威指標？

資料團隊應明確做出決定。管理員可以編輯資料圖，以便將核准的定義變為即時的真實地面基底（ground truth），並且可以將持久的業務定義置於補充上下文中。衝突的使用者修正將路由至人工審查，而不是自動解決。對於每個重大指標，請記錄規範來源、資料粒度、必要篩選器、擁有者和已知的替代方案。

有哪些可用的稽核線索？

Perplexity 稽核日誌會擷取使用者輸入、代理程式動作、完成、錯誤和管理變更等各項事件。像是 Snowflake 和 Databricks 這類的資料倉儲會保留具權威性的倉儲端查詢和身分記錄。

可以為稽核員確切重現每個答案嗎？

確切的確定性重播並未公開記錄或獲得保證。稽核日誌、討論串、可審查的 SQL、資料圖版本歷史記錄和資料倉儲記錄可以協助重建執行過程，但沒有任何記錄的識別碼能將每個答案繫結至資料、權限、資料圖和模型執行階段的不可變快照。對嚴格可重現性有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

資料保留在何處，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，且認證會在沙箱銷毀時一併銷毀。工作階段成品和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。企業組織可使用額外的可設定保留設定。