Datamodell för AI-agentgenerativ AI-användning

Om AiAgentGenerativeAiUsage

Varje post representerar en enskild genererande AI-interaktionshändelse som bearbetas genom AI-mättjänsten. En händelse kan vara ett anrop till den stora språkmodellen, eller en agentåtgärd, eller en enskild interaktion. Objektet samlar in beslut om fakturering och mätning från AI-tjänster (till exempel LLM Gateway), inklusive om interaktionen var faktureringsbar, användningskvantitet, tokenantal och identifierare för spårbarhet och granskning.

Användningsfält för AI-agentgenerativ AI

Följande tabell listar fält för DMO för AI Agent Generative AI Usage (AiAgentGenerativeAiUsage, med utvecklarnamnet AiAgentGenerativeAiUsageDmo).

Fråga datamodellen

Du kan köra ad hoc-frågor som hämtar relevant information från DMO. Data 360 erbjuder flera sätt att fråga dina data. Se Frågedata i Data 360 för mer information.

Här är några exempel på sökfrågor som du kan använda.

Fakturerbar användning efter agent

Använd denna sökfråga för att identifiera de dyraste agenterna. Den aggregerar totalt antal användningar och händelser, grupperade efter agentens utvecklarnamn och typ.

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

Tokenkonsumtion efter modell

Använd denna sökfråga för att identifiera vilka modeller som konsumerar flest tokens. Den aggregerar indata, slutförande, totala tokens och händelseantal efter modell-ID, leverantör och klass.

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
    

Användning efter kanal

Använd denna sökfråga för att jämföra användning mellan Voice- och Meddelandekanaler. Den slår samman den generativa AI-användningen och sessionstabellerna för att aggregera total användning och tokens efter kanaltyp.

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

Bygg Data 360-rapporter

För att analysera Knowledge/RAG-kvalitetsdata och -mått, bygg rapporter i Data 360 som hämtar relevant information från AiAgentGenerativeAiUsage DMO. Du kan använda beräknade insikter för att skapa mått som kan utlösa varningar. Mer information finns i Data 360-rapporter och -instrumentpaneler.