Model for genererende AI-anvendelsesdata for AI-agent

Om AiAgentGenerativeAiUsage

Hver registrering repræsenterer en enkelt genererende AI-interaktionsbegivenhed, der behandles gennem AI-måletjenesten. Objektet registrerer fakturerings- og måleenhedsbeslutninger fra AI-tjenester (f.eks. LLM Gateway og Agent Reasoner), herunder om interaktionen kan faktureres, anvendelsesmængde, tokenantal og id'er til sporbarhed og revision.

Felter til genererende AI-anvendelse for AI-agent

Følgende tabel viser felter for AI Agent Generative AI Usage DMO (AiAgentGenerativeAiUsage, med udviklernavnet AiAgentGenerativeAiUsageDmo).

Forespørg på datamodellen

Du kan køre ad hoc-forespørgsler, der henter relevante oplysninger fra DMO. Data 360 tilbyder flere måder, hvorpå du kan forespørge på dine data. Se Forespørgselsdata i Data 360 for at få mere at vide.

Her er nogle eksempelforespørgsler, du kan bruge.

Fakturerbart brug af agent

Brug denne forespørgsel til at identificere de dyreste agenter. Den aggregerer det samlede antal anvendelser og begivenheder grupperet efter agentudviklernavn og type.

SELECT
    AgentDeveloperName__c,
    AgentTypeCode__c,
    SUM(UsageQuantity__c) AS TotalUsage,
    COUNT(*) AS EventCount
FROM AiAgentGenerativeAiUsage_std__dlm
WHERE IsBillableIndicator__c = true
    AND Timestamp__c >= CURRENT_DATE - 30
GROUP BY AgentDeveloperName__c, AgentTypeCode__c
ORDER BY TotalUsage DESC

Tokenforbrug efter model

Brug denne forespørgsel til at identificere, hvilke modeller der forbruger flest tokener. Den aggregerer input, fuldførelse, samlede tokener og begivenhedsantal efter model-id, udbyder og klasse.

SELECT
    GenAiGatewayModelName__c,
    ModelProviderName__c,
    ModelClassType__c,
    SUM(PromptInputTokenCount__c) AS TotalInputTokens,
    SUM(PromptCompletionTokenCount__c) AS TotalCompletionTokens,
    SUM(PromptTotalTokenCount__c) AS TotalTokens,
    COUNT(*) AS EventCount
FROM AiAgentGenerativeAiUsage_std__dlm
WHERE Timestamp__c >= CURRENT_DATE - 30
GROUP BY GenAiGatewayModelName__c, ModelProviderName__c, ModelClassType__c
ORDER BY TotalTokens DESC
    

Anvendelse efter kanal

Brug denne forespørgsel til at sammenligne anvendelse på tværs af Voice- og Meddelelseskanaler. Den sammenføjer de genererende AI-anvendelses- og sessionstabeller for at aggregere den samlede anvendelse og tokener efter kanaltype.

SELECT
    s.ssot__AiAgentChannelType__c         AS ChannelType,
    s.ssot__RelatedMessagingSessionId__c  AS MessagingSessionId,
    s.ssot__RelatedVoiceCallId__c         AS VoiceCallId,
    u.AgentDeveloperName__c,
    SUM(u.UsageQuantity__c)              AS TotalUsage,
    SUM(u.PromptTotalTokenCount__c)      AS TotalTokens
FROM AiAgentGenerativeAiUsage_std__dlm u
    JOIN ssot__AiAgentSession__dlm s
        ON u.AiAgentSessionId__c = s.ssot__Id__c
WHERE u.Timestamp__c >= CURRENT_DATE - 30
GROUP BY s.ssot__AiAgentChannelType__c,
    s.ssot__RelatedMessagingSessionId__c,
    s.ssot__RelatedVoiceCallId__c,
    u.AgentDeveloperName__c
ORDER BY TotalUsage DESC
LIMIT 20

Opbyg Data 360-rapporter

Hvis du vil analysere Knowledge/RAG-kvalitetsdata og -metrikker, skal du opbygge rapporter i Data 360, der trækker relevante oplysninger fra AiAgentGenerativeAiUsage DMO. Du kan bruge beregnede indsigter til at oprette metrikker, der kan udløse advarsler. Hvis du vil vide mere, kan du se Data 360-rapporter og -dashboards.