Databricks Genie

把经过治理的 Databricks 数据转成可配置、可追问的自然语言分析空间

把经过治理的 Databricks 数据转成可配置、可追问的自然语言分析空间

产品定位

Genie 将 Databricks 的企业数据与对话式分析结合。数据团队负责选择可用表和视图、说明指标与关联关系、添加典型 SQL 示例;业务人员在 Genie 聊天界面提出问题,再检查回答和查询结果。随着实际问题与反馈积累,分析师可以补充指令和示例来改善覆盖率。产品名称已从 Genie Spaces 演进为 Genie Agents,站内保留“Databricks Genie”便于沿用用户熟悉的产品名,但新建与管理流程应以当前 Agent 文档为准。结果可能受语义配置和权限影响,关键 SQL 与指标口径应由数据团队复核。

提供方: Databricks

适合用户

  • 已经使用 Databricks SQL 和 Unity Catalog 的数据分析与平台团队
  • 希望通过自然语言探索企业指标、表格和趋势的业务用户
  • 需要让业务规则、示例 SQL 和数据权限贯穿自助分析流程的组织

不适合

  • 没有 Databricks 工作区、SQL Warehouse 或已治理数据资产的个人用户
  • 希望跳过数据建模和权限配置、直接让 AI 理解任意业务数据库的团队

功能亮点

  • 自然语言查询企业数据

    业务用户在 Genie 聊天界面用自然语言提问,系统根据配置的数据资产生成文字回答和查询结果;复杂或关键问题仍应检查返回的表格与 SQL。

  • 配置业务语义与可信上下文

    分析师为 Agent 选择 Unity Catalog 数据,补充业务说明、示例 SQL、函数和表关系等上下文,帮助它理解组织术语和指标定义。

  • 呈现结果表、SQL 与可视化

    根据问题返回自然语言答案和相应结果集,适合时可附可视化;用户可以查看生成查询并进一步调整分析或图表。

  • 基于真实问题持续调优

    数据团队可根据用户提问补充自然语言指令、示例 SQL 和业务知识片段,再通过实际问题检查结果一致性;配置清晰度会影响回答表现。

使用步骤

为业务团队配置数据分析 Agent

  1. 在 Databricks 工作区选择需要提供给 Genie 的 Unity Catalog 表、视图或指标视图
  2. 为指标、字段和表关系补充业务术语、说明及权限范围
  3. 添加典型问题对应的示例 SQL、函数和自然语言指令
  4. 用业务人员真实会提出的问题测试,并核对结果表和生成 SQL
  5. 根据失败问题补充知识与示例,再按工作区和数据权限共享给用户

用自然语言探索企业指标

  1. 打开组织已配置并授权的 Genie Agent
  2. 提出包含时间范围、业务指标和所需分组的自然语言问题
  3. 检查回答中的结果表、可视化和 SQL,确认指标定义和筛选条件符合业务口径
  4. 用后续问题继续细分或比较,关键发现与数据团队确认后再用于决策

适用场景

让业务团队自助查询常用指标

使用 Databricks 数据的业务部门与分析团队

针对已建模的数据集,用自然语言查询收入、销量或运营趋势;需要可信结果时,可回查 SQL 并确认指标定义与数据权限。

把重复分析问题沉淀为可复用语义

数据平台、BI 和分析工程团队

从用户反复提出的问题中整理示例 SQL、业务说明和表连接,逐步提升自助分析空间对组织术语的理解和结果一致性。

访问与价格

可用状态: 可用性待确认

价格信息: 价格待确认

支持平台: Web

官方入口

常见问题

Databricks Genie Spaces 现在叫什么?

Databricks 当前文档称 Genie Agent,并注明它以前叫 Genie Space;站内名称 Databricks Genie 用于延续常见产品称呼。

使用 Genie 是否只需要输入自然语言问题?

组织需要先配置 Unity Catalog 数据资产、SQL Warehouse 和访问权限,并提供足够的表描述、业务语义或示例查询;具体访问还取决于工作区启用状态和用户自身数据权限。

来源核验

资料核验于 2026-10-06