탐색의 질문과 응답

  • 릴리스 버전: Zurich
  • 업데이트 날짜 2025년 07월 31일
  • 소요 시간: 4분

    • 에서 AI에게 특정 질문 Now Assist 탐색기을 하면 AI가 데이터 시각화, 요약 및 제안된 후속 질문으로 응답합니다.

    탐색에서 질문을 하려면 데이터 시각화 또는 목록에서 시작 Now Assist 탐색기 하거나 기존 탐색을 엽니다. "Now Assist에 데이터에 대한 질문하기"라는 자리 표시자가 있는 필드가 표시됩니다. 자세한 내용은 발사 Now Assist 탐색기 문서를 참조하십시오.

    주:
    • 질문은 시맨틱 테이블 구성 테이블에 쿼리 생성 나열된 테이블 중 하나의 데이터에 관한 것이어야 합니다. 이러한 테이블에는 테이블이 포함될 워크플로우 데이터 패브릭 수 있습니다. 자세한 내용은 시맨틱 데이터 계층에 테이블 추가 문서를 참조하십시오.
    • 질문을 제출하면 질문이 처리될 때까지 다른 질문을 제출하거나 탐색에서 다른 작업을 수행할 수 없습니다. 질문 처리를 취소할 수 있습니다.
    탐색에서 질문을 작성하면 AI가 해당 질문을 데이터베이스 쿼리로 변환합니다. AI는 다음 항목을 반환합니다.
    • 영역 1 원래 질문입니다. 이 질문을 편집하여 새 출력을 생성할 수 있습니다.
    • 영역 2 응답의 제목과 AI 결과의 요약입니다.
    • 지역 3 목록 또는 데이터 시각화입니다. 이 응답은 생성된 시각화가 아닌 기존 시각화일 수 있습니다. 자세한 내용은 발사 Now Assist 탐색기 문서를 참조하십시오. 모서리에 있는 이중 화살표 아이콘과 상호작용하여 목록 또는 시각화의 높이를 변경할 수 있습니다. 시각화를 탐색의 다른 위치로 끌 수도 있습니다.
    • 지역 4 후속 질문에 대한 제안입니다.
    응답의 이러한 섹션을 선택하고 끌어서 순서를 변경할 수 있습니다.
    요약, 데이터 시각화 및 제안된 후속 질문을 보여주는 질문에서 Now Assist 탐색기 반환된 응답입니다.

    응답 소스 보기

    에서 응답 ServiceNow AI Platform을 받은 후 응답 위로 마우스를 가져가면 응답의 기술 상세 정보를 볼 수 있습니다. 소스 상세 정보에는 다음 정보가 포함됩니다.
    • 소스 테이블
    • 필터 조건
    • 메트릭
    • 모든 그룹화 기준
    화면에서 탐색이 너무 좁으면 마우스를 올리는 대신 소스 보기 를 선택합니다.
    탐색의 응답에 대한 소스 상세 정보입니다.

    응답 삭제

    응답의 시작 부분 앞에 사각형의 점을 확장하면 응답을 삭제하는 버튼이 표시됩니다.
    응답을 삭제하는 버튼입니다.

    질문하기 위한 팁

    Now Assist 탐색기 목표는 자신의 말로 프롬프트를 이해하여 원하는 분석 인사이트를 제공하는 것입니다. 그러나 질문을 어디서부터 시작해야 할지 모르거나 결과가 만족스럽지 않은 경우 다음과 같은 몇 가지 팁이 있습니다.

    테이블 이름 지정
    관심 있는 데이터가 포함된 테이블의 이름을 알고 있는 경우 프롬프트에 추가합니다. 부분 이름 또는 유사한 이름도 괜찮습니다.

    예: "이번 주에 오픈된 P1 수 대신에 요청 테이블을 참조하는 "이번 주에 오픈된 P1 요청 수"를 작성합니다. 더 좋은 방법은 특정 카탈로그 요청 테이블을 참조하는 "이번 주에 오픈된 P1 카탈로그 요청 수"라고 작성하는 것입니다.

    무슨 뜻인지 설명하세요
    쿼리 생성 가 용어를 이해하려고 하지만 안내에 도움이 되는 세부 정보를 추가할 수 있습니다. 예상치 못한 결과가 나오면 찾고 있는 내용을 좀 더 구체적으로 설명해 보세요.

    예: "부실 인시던트 모두 보여주세요" 대신 "5+일 동안 업데이트되지 않은 모든 인시던트 보여주세요"라고 쓰십시오.

    구체적인 이름
    사용자, 그룹 또는 서비스와 같이 참조된 기록으로 필터링할 때 최상의 결과를 얻으려면 전체 표시 이름을 사용하십시오. AI 모델은 동일한 문서의 이전 쿼리를 통해 학습할 수 있지만 전체 이름을 사용하면 정확성이 보장됩니다.

    예: "Cases with Workplace Ops" 대신 "Cases with Workplace Operations"라고 쓰십시오.

    쿼리 편집 및 구체화
    생성된 쿼리가 올바르지 않으면 필터 조건을 수동으로 편집할 수 있습니다. AI 모델은 사용자의 편집 내용을 학습하여 동일한 문서의 향후 질문에 적용합니다. 자세한 내용은 질문 또는 필터 조건 변경 문서를 참조하십시오.

    예: "네트워크 팀의 중요 인시던트를 보여주세요"라고 요청했지만 응답에 만족하지 않습니다. 더 나은 결과를 기대하면서 동일한 질문을 반복적으로 반복하는 대신, 필터를 편집하여 할당 그룹이 '네트워크 운영'이고 우선순위가 '1 - 중요'인 기록을 찾으십시오. 그런 다음 "시간 경과에 따른 이러한 인시던트의 유입 추세를 보여주세요"라고 물어보세요.

    탐색에 잘못된 쿼리를 남기지 마십시오.
    AI 모델은 이전 문서 컨텍스트를 사용하여 다음 쿼리를 작성합니다. 따라서 유용한 응답을 얻기 위해 쿼리를 구체화할 수 없는 경우에는 삭제합니다. 그렇지 않으면 탐색에 잘못된 쿼리가 누적되어 반응이 점점 더 악화될 수 있습니다.
    복합 필터 임포트
    설명하기 어려운 복잡한 데이터의 경우 데이터 시각화 또는 목록을 탐색으로 임포트합니다. 시각화 또는 목록이 대시보드에 있는 경우 임포트하기 전에 대시보드에 필터를 적용할 수 있습니다. AI 모델은 임포트한 쿼리를 사용하여 동일한 문서의 관련 질문을 이해합니다.

    예: "위치별로 폐기 예정인 서버를 보여주세요"라고 묻지 마십시오. 이러한 프롬프트는 모호하고 복잡합니다. 대신, 대시보드 필터 수명 주기 상태 및 폐기까지 일수에 원하는 값이 미리 적용된 "폐기에 가까운 PostgreSQL 서버"라는 제목의 대시보드에서 시각화를 임포트합니다. 그런 다음 "동일한 서버를 위치별로 그룹화하여 보여주세요"라고 물어보세요.

    많은 맥락을 바탕으로 생산적인 탐색을 진행하고 나면 보다 추상적인 질문을 하고 유용한 답변을 얻을 수 있다는 것을 알게 될 수 있습니다. 그러나 다음 팁은 시작하는 데 도움이 될 수 있습니다.