OAC AIエージェントの利用例 ほしいデータがどこにあるかを探す

はじめに

• OACの新しいAI機能 「AIエージェント」
  で紹介しましたが、OAC（Oracle Analytics Cloud）のAIエージェント機能を使って、役に立つ何かを作ってみようと思い立ちました。

こんなのは、どうでしょうか？

• データベースのどこかにあるはずの情報を自然文で探す

Oracle DBの中のデータを探す

Oracle DBの表や列には、コメントやアノテーション（注釈）を設定できます。
これらを一元的に参照するビューを作成して、そこからOACのデータセットを作成しようかと思います。

• 本記事ではコメントは使用せずにアノテーションのみを使用しようと思いますが、コメントを使う場合でも考え方は一緒です。

ビューを作る

こんなビューを作成します。Oracle DB 23ai以降で、Annotationが利用可能なバージョンを想定しています。
今回は、Oracle Autonomous AI Lakehouseに作成しますので、データベースのバージョンは 26ai です。
不要な行を減らすために、特定のスキーマに限定しました。
ビューは、adminユーザーで作成しました。

列名	備考
所有者	表の所有者。ADMINとかDEMOとか
表	SALESとかPRODUCTSとかの表の名前
表の注釈	表に対する注釈
列	表に含まれる列の名前
列の注釈	列に対する注釈。設定されていない場合は「未登録」と表示

列に対しては、DESCRIPTIONとEXAMPLEの2つのアノテーションが設定されており、それぞれ列の説明と値の例が注釈として設定されている、という想定です。

CREATE OR REPLACE VIEW DD_COLUMNS_V AS
SELECT
    atc.owner AS 所有者,
    atc.table_name AS 表,
    NVL(da_obj.annotation_value, '未確認（注釈未登録）') AS 表の注釈,
    atc.column_name AS 列,
    NVL(
        LISTAGG(da_col.annotation_value, ', 値の例: ')
            WITHIN GROUP (ORDER BY da_col.annotation_name),
        '未確認（注釈未登録）'
    ) AS 列の注釈
FROM
    all_tab_columns atc
LEFT JOIN
    all_annotations_usage da_col
    ON atc.owner = da_col.annotation_owner
    AND atc.table_name = da_col.object_name
    AND atc.column_name = da_col.column_name
    AND da_col.object_type IN ('TABLE', 'VIEW')
    AND da_col.annotation_name IN ('DESCRIPTION', 'EXAMPLE')
LEFT JOIN
    all_annotations_usage da_obj
    ON atc.owner = da_obj.annotation_owner
    AND atc.table_name = da_obj.object_name
    AND da_obj.column_name IS NULL
    AND da_obj.object_type IN ('TABLE', 'VIEW')
    AND da_obj.annotation_name = 'DESCRIPTION'
WHERE
    atc.owner IN ('ADMIN', 'DEMO')
GROUP BY
    atc.owner,
    atc.table_name,
    da_obj.annotation_value,
    atc.column_name,
    atc.column_id
ORDER BY
    atc.owner,
    atc.table_name,
    atc.column_id;

ついでに、いくつかの列にコメントやアノテーションを追加してみます。

alter table DEMO.PRODUCTS modify(prod_subcategory annotations(description '製品サブカテゴリ'));
alter table DEMO.PRODUCTS modify(prod_subcategory annotations(example 'DVDレコーダー、本棚など'));
alter table DEMO.PRODUCTS modify(prod_category annotations(description '製品カテゴリ'));
alter table DEMO.PRODUCTS modify(prod_category annotations(example 'エレクトロニクス、家具など'));
alter table DEMO.SALES modify(AMOUNT_SOLD annotations(description '販売金額がUSDで格納されています'));
alter table DEMO.SALES modify(AMOUNT_SOLD annotations(example '小数点以下2桁の数値'));
alter table DEMO.SALES modify(QUANTITY_SOLD annotations(description '販売数量が格納されています'));
alter table DEMO.SALES modify(QUANTITY_SOLD annotations(example '小数点以下2桁の数値'));
commit;

確認

select * from dd_columns_v where 所有者='DEMO' and 表 in ('PRODUCTS','SALES');

所有者    表        表の注釈                                 列                列の注釈
------ -------- ------------------------------------ ---------------- ------------------------------------------------------------
DEMO   PRODUCTS 製品に関するディメンション表         PROD_ID          一意な製品番号, 値の例: 6桁の番号
DEMO   PRODUCTS 製品に関するディメンション表         PROD_SUBCATEGORY 製品サブカテゴリ, 値の例: DVDレコーダー、本棚など
DEMO   PRODUCTS 製品に関するディメンション表         PROD_CATEGORY    製品カテゴリ, 値の例: エレクトロニクス、家具など
DEMO   SALES    販売金額と販売数量に関するファクト表 QUANTITY_SOLD    販売数量が格納されています, 値の例: 小数点以下2桁の数値
DEMO   SALES    販売金額と販売数量に関するファクト表 AMOUNT_SOLD      販売金額がUSDで格納されています, 値の例: 小数点以下2桁の数値                     

OACで準備する

接続とデータセットを作る

まずは接続を作成します。

Oracle Autonomous AI Lakehouseを選択します。

適切な値を入力して接続を作成します。
保存先は、「/マイ・フォルダ/AI Agent」にしました。

作成した接続を元にデータセットを作成します

作っておいたビューをドラッグ＆ドロップか、ダブルクリックで選択します。

「列の説明」という名前を付けて、接続と同じ場所に保存します。

AIアシスタント用にインデックスを作成する

作成したデータセットのアクションメニューから「検査」をクリックします。
「検索」タブに移動して、データセットの索引付けを「アシスタント」に変更します。
「保存」して「即時実行」します。

必要に応じてシノニムも作成しておきます。

完了まで待たずに「閉じる」で閉じてしまって構いません。

AIエージェントを作る

「作成」メニューから「AIエージェント」をクリックします。

作成しておいたデータセットを選択して、「エージェントに追加」をクリックします。

補足説明

補足指示は、エージェントに意図・解釈や回答の振る舞いを指示するために使用します。
曖昧さを減らし、ハルシネーションを最小化し、組織の用語・標準に沿った応答に寄せるのが目的です。
今回は、こんな感じにしてみました。
別にマークダウンにする必要はないですが、構造化しやすいかと思って今回はマークダウン形式にしました。

#### 1. 目的
- ユーザーの質問からビジネス用語（キーワード）を自動抽出（例: 「売上」「顧客ID」「月次レポート」など）。
- 抽出された用語を、データカタログの以下の列を対象に検索：
  - ドメイン（Subject Area名）
  - 表（テーブル名）
  - 列（カラム名）
  - 列の注釈（列の内容説明）

#### 2. 出力形式
- 列順：所有者 | 表 | 表の注釈 | 列 | 列の注釈
- チャート・タイプは表

#### 3. 照合ルール（優先順位順）
1. 完全一致：抽出キーワードと列、表で完全一致（大文字小文字無視）。
2. 部分一致：表の注釈、列の注釈でキーワードを含む（大文字小文字無視、AND/OR検索可）。

#### 4. 言語・スタイル
- 全て日本語で回答（表ヘッダー・説明含む）。
- 簡潔・明確：余計な前置きなし。質問に直接応答。

最初のメッセージ

初回に表示する案内（目的・サンプル質問など）です。

検索したいデータがどこにあるかを探します。

基本の質問例:

  ・「販売金額」を探して

バリエーションの質問例:

  ・売上金額または販売金額を探して

  ・スキーマ=DEMOで、販売金額の列

  ・通貨=USDまたは明細粒度の列を探して

保存します

接続とデータセットと同じ場所に、「検索したいデータの場所を探します」という名前で保存しました。

試してみる

OAC AIエージェントを実行

作成したAIエージェントをダブルクリックするか、アクションメニューから「新しいタブで開く」を選択します。

このようになります。

基本の質問例をコピー＆ペーストして実行してみます。

• 「販売金額」を探して
  

ちゃんと見つかりました。

• スキーマ=DEMOで、販売金額の列
  もうちょっと限定してみました。
  

おわりに

思ってたのと違う利用例だったかも知れないですが、Oracle AI Databaseの新しい機能をOACの新しい機能で試してみました。