Nutzungsdatenmodell der generativen AI des AI-Agenten

Informationen zu AiAgentGenerativeAiUsage

Jeder Datensatz stellt ein einzelnes Interaktionsereignis mit generativer AI dar, das über den AI Metering Service verarbeitet wird. Das Objekt erfasst die Abrechnungs- und Messentscheidungen von AI-Services (z. B. LLM Gateway und Agent Reasoner), einschließlich der Frage, ob die Interaktion abrechnungsfähig war, der Nutzungsmenge, der Tokenanzahl und der Kennzeichner für die Rückverfolgbarkeit und Überprüfung.

Nutzungsfelder der generativen AI des AI-Agenten

In der folgenden Tabelle sind Felder für das Datenmodellobjekt für die generative AI (AiAgentGenerativeAiUsage) des Agenten mit dem Entwicklernamen AiAgentGenerativeAiUsageDmo aufgeführt.

Abfragen des Datenmodells

Sie können Ad-hoc-Abfragen ausführen, die relevante Informationen aus dem Datenmodellobjekt abrufen. Data 360 bietet mehrere Möglichkeiten zum Abfragen Ihrer Daten. Weitere Informationen finden Sie unter Abfragen von Daten in Data 360.

Im Folgenden finden Sie einige Beispielabfragen, die Sie verwenden können.

Abrechnungsfähige Nutzung nach Agent

Verwenden Sie diese Abfrage, um die teuersten Agenten zu ermitteln. Sie aggregiert die Gesamtnutzung und die Ereignisanzahl, gruppiert nach Name und Typ des Agentenentwicklers.

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

Tokenverbrauch nach Modell

Verwenden Sie diese Abfrage, um zu ermitteln, welche Modelle die meisten Token verwenden. Sie aggregiert Eingabe-, Vervollständigungs-, Gesamttoken- und Ereigniszahlen nach Modell-ID, Anbieter und 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
    

Nutzung nach Kanal

Verwenden Sie diese Abfrage, um die Nutzung in Voice- und Messaging-Kanälen zu vergleichen. Sie verbindet die Nutzung der generativen AI und Sitzungstabellen, um die Gesamtnutzung und die Token nach Kanaltyp zu aggregieren.

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

Erstellen von Data 360-Berichten

Erstellen Sie zum Analysieren der Knowledge/RAG-Qualitätsdaten und Kennzahlen Berichte in Data 360, die relevante Informationen aus dem AiAgentGenerativeAiUsage-DMO abrufen. Sie können berechnete Statistiken verwenden, um Kennzahlen zu erstellen, die Warnungen auslösen können. Weitere Informationen finden Sie unter Data 360-Berichte und -Dashboards.