Tableau 中的 AI 应用
注意:从 2025 年 10 月开始,Tableau 中的 AI 不再消耗 Einstein Request 积分来使用 AI。其他服务(如 Data Cloud 服务)仍可能消耗其他类型的积分。有关详细信息,请参见 Einstein Request & Flex Credit Rate Card Updates 常见问题解答(链接在新窗口中打开)。
Tableau 中的 AI 由 Einstein 生成式 AI 提供支持。为了充分利用 Tableau 中的生成式 AI 并访问 Einstein 信任层,您需要在 Salesforce 组织和 Tableau Cloud 站点中完成几个步骤。
在 Salesforce 组织设置期间,您可以启用 Einstein 数据收集和存储(也称为审计跟踪),将您的 Einstein 生成式 AI 审计和反馈数据存储在 Data Cloud 中。这项可选功能可让您跟踪生成式 AI 在您的 Tableau 站点和 Salesforce 组织中的使用情况。如果您启用此功能,它会消耗 Data Cloud 积分。消耗的 Data Cloud 积分数量因处理的行数或记录数而异。
Data Cloud 积分
使用 Tableau 中的 AI 功能不会直接消耗 Data Cloud 积分。相反,这些积分由 Einstein 信任层(Tableau 中的 AI 建立在该信任层之上)通过生成式 AI 审计数据功能(也称为审计跟踪)消耗。
审计跟踪可让您的信息安全团队监控 Einstein 信任层的功能,包括基于模式的数据屏蔽和毒性检测。此功能使用 Data Cloud 积分(在购买 Tableau 中的 AI 期间分配)来摄取、存储和处理 AI 使用情况数据。
审计跟踪有助于维护生成的 AI 响应的安全性和准确性。它会在您的 Salesforce Data Cloud 实例中存储每个 LLM API 调用的提示和响应以及其他审计数据,最长存储 30 天。有关生成式 AI 审计和反馈功能收集的数据类型的详细信息,请参见 Salesforce 帮助中的生成式 AI 审计和反馈数据(链接在新窗口中打开)。
当审计跟踪在 LLM API 调用期间摄取数据时,会消耗 Data Cloud 积分。一次 LLM API 调用会将 24 行审计跟踪数据摄取到 Data Cloud 中,并使用“批量数据管道”使用类型。
注意:Data Cloud 积分消耗也来自分配的积分池。举例来说,如果您生成 Einstein 生成式 AI 审计和反馈数据报告,它将使用“数据查询”使用类型并消耗 Data Cloud 积分。如果您有消耗 Data Cloud 积分的其他 Salesforce Cloud 功能,那么这也会影响您池中的可用积分。有关详细信息,请参见 Salesforce 帮助中的 Data Cloud 计费使用类型(链接在新窗口中打开)和访问 Einstein 生成式 AI 审计和反馈数据报告和仪表板(链接在新窗口中打开)。
若要估计 Data Cloud 积分的数量,请参见 Data Cloud 乘数(链接在新窗口中打开)。有关审计和反馈的使用类型的详细信息,请参见 Salesforce 帮助中的审计和反馈的计费注意事项(链接在新窗口中打开)。
您还可以使用 Tableau 查询 Data Cloud 并构建有关 AI 审计和反馈数据的可视化项。有关详细信息,请参见查看积分消耗情况。
Tableau 中的 AI 的计费注意事项
注意:如果您要查找有关 Tableau Next 中 AI 使用情况的详细信息,请参见 Salesforce 帮助中心中的 Tableau Next 的计费注意事项(链接在新窗口中打开)。
Tableau 中的 AI 使用以下消耗使用情况类型。为了帮助您跟踪使用情况,您可以使用数字钱包,这是 Salesforce Data Cloud 中的免费帐户管理工具,可为已启用的产品提供近乎实时的消耗数据。
您可以查看已消耗的 Data Cloud 积分总数以及您的余额。您仍然还可以在数字钱包中看到 Einstein 请求的余额。但是,自 2025 年 10 月起,Tableau 中的 AI 功能将不再消耗 Einstein 请求。
数字钱包还提供预构建的仪表板,显示用户数量、请求数量和其他详细信息。您还可以从 Tableau 连接到 Data Cloud 中的数字钱包表,并为您的消耗数据构建可视化项。有关详细信息,请参见查看积分消耗情况。
| 数字钱包卡 | 使用类型 | 使用类型描述 | 说明 |
| 数据服务 | 批量数据管道 | 使用量是根据 Data Cloud 数据流在所有连接器中处理的批量数据的行数计算得出的,但通过内部数据管道摄取的结构化数据除外。 若要了解详细信息,请参见 Salesforce 帮助中的审计和反馈的计费注意事项(链接在新窗口中打开)。 | 审计和反馈数据被摄取到 Data Cloud 数据流中,使用情况基于摄取的数据量。 平均而言,每次往返大型语言模型 (LLM) 都会导致 24 条记录被摄取到 Data Cloud 中。 在三种使用类型中,摄取的数据量是影响积分消耗的主要因素。 |
