Wie ein Assistent Fragen beantworten sollte, die von Tabellen abhängen

Drei Arten von Tabellenfragen

• Nachschlagen: ein Wert mit Kontext, etwa die Kündigungsfrist eines Lieferanten oder der Preis eines Teils
• Berechnung: Summen, Durchschnitte, Rangfolgen, Zählungen oder Filter über viele Zeilen
• Erklärung: was eine Spalte bedeutet, warum sich eine Zahl geändert hat oder welche Regel einen Wert ergab, was meist in einem Dokument neben der Tabelle steht

Die meisten Assistenten bekommen alle drei gemischt. Die Designfrage ist, wie jede Art erkannt und auf einen Weg geschickt wird, der sie beantworten kann.

Warum Top-k-Retrieval keine Spalte summieren kann

Retrieval wählt die wenigen Chunks aus, die der Frage am ähnlichsten sind. Eine Summe über dreitausend Auftragszeilen braucht alle, und kein Ähnlichkeitsranking liefert genau die Zeilen, die ein Filter liefern würde. Das Modell summiert dann, was es bekommen hat, und präsentiert das Ergebnis selbstsicher. Fehlende Zeilen sehen aus wie kleinere Zahlen, nicht wie ein Fehler.

Das ganze Blatt in den Prompt zu kopieren, umgeht das Auswahlproblem bei kleinen Tabellen, aber Rechnen mit vielen Zahlen im Fließtext bleibt unzuverlässig. Eine Datenbank oder ein Dataframe erledigt das exakt.

Zeilen für das Nachschlagen auffindbar machen

Zum Nachschlagen indexieren Sie jede Zeile als eigenes Suchdokument. Azure AI Search bietet etwa einen delimitedText-Parsing-Modus, der jede Zeile einer CSV-Datei zu einem eigenen Dokument macht; ohne ihn wird die ganze Datei zu einem Dokument. Der SQL-Indexer bildet eine einzelne Tabelle oder Sicht Zeile für Zeile ab und behält Dezimal- und Geldwerte als Zeichenfolgen, weil eine Umwandlung in Gleitkommazahlen Genauigkeit kosten würde.

Schreiben Sie jede Zeile als Text, den eine Person für sich lesen könnte: Spaltennamen neben den Werten, Einheiten und Währung ausgeschrieben, Name des Blatts oder der Tabelle und Datum des Exports. Eine Zeile, die nur 48213, 3, 0.15, PL enthält, ist über ihre Bedeutung nicht auffindbar und für das Modell mehrdeutig.

Ein Abfrageweg für Berechnungen

Für Berechnungen lassen Sie das Modell eine Abfrage gegen ein bekanntes Schema erzeugen, führen sie in der Datenbank aus und antworten aus dem Ergebnis. LlamaIndex dokumentiert dieses Text-to-SQL-Muster und rät, die abzufragenden Tabellen zu benennen, weil das Laden aller Schemas den Kontext sprengen kann; bei vielen Tabellen wird zuerst das passende Schema abgerufen. Derselbe Leitfaden warnt, dass das Ausführen beliebiger SQL-Befehle riskant ist, und empfiehlt eingeschränkte Rollen, schreibgeschützte Datenbanken und Sandboxing.

In der Praxis setzen wir weitere Grenzen: eine Datenbankrolle, die nur freigegebene Sichten sieht, Zeilenfilter für die fragende Person, Timeouts und Zeilenobergrenzen. Für Fragen, die jede Woche gestellt werden, sind vordefinierte, parametrisierte Abfragen als Tools leichter zu testen als freies SQL. In jedem Fall sollte die Antwort die verwendete Abfrage oder den Bericht, das Ergebnis, die Zeilenzahl und den Datenstand zeigen, damit jemand sie prüfen kann.

Ein Export, Frage für Frage geroutet

Das folgende Beispiel ist erfunden. Ein Verkaufsexport speist beide Wege: Zeilen werden zum Nachschlagen indexiert und für Abfragen in eine Tabelle geladen.

Source: monthly sales export, one row per order line (hypothetical)

Question                                           Route        Why
Discount on line 3 of order 48213?                 retrieval    one line row, found by
                                                                order ID + line number
Which region had the highest revenue in Q2?        query        aggregates every Q2 row
How many Polish orders totalled over 10,000 EUR?   query        sum line amounts per order,
                                                                then count distinct orders
                                                                above the threshold
Why is the Q2 figure lower than in the board pack? explain      needs the definitions note,
                                                                then a query to reconcile
Answer contract for "query":
  show the query or named report used, the result,
  the data timestamp and the row count it covered

Testen Sie den Router so sorgfältig wie die beiden Wege. Eine Berechnungsfrage, die im Retrieval landet, liefert eine plausible falsche Zahl, und die fällt schwerer auf als eine Fehlermeldung.

Tabellenblätter, die sich wie Dokumente verhalten

Viele Geschäftstabellen sind keine Tabellen. Sie enthalten verbundene Kopfzeilen, mehrere Tabellen auf einem Blatt, in Zellen getippte Notizen und Zahlen, die erst nach der Berechnung von Formeln existieren. Mehrere Kopien kursieren per E-Mail. Bevor Sie eine solche Datei anbinden, klären Sie, welche Kopie verbindlich ist und ob die Daten zuerst in eine echte Tabelle mit definierten Spalten wandern sollten. Diese Bereinigung ist oft mehr wert als der Assistent.