Tableau 說明

Tableau 中的 AI 由 Einstein 生成式 AI 提供支援。在 Tableau 中使用生成式 AI 功能時，例如，要求 Tableau Agent 幫忙建構視覺效果或為 Tableau Catalog 中的資料來源提供描述建議時，它會消耗 Einstein 請求，並可能消耗 Data Cloud 點數（資料服務點數）。

Einstein 請求是生成式 AI 的耗用指標，每當使用 Tableau 中的 AI 功能時，都會從 Einstein 請求總配額中耗用請求。有關 Tableau 功能中的 AI 清單，請參閱 Tableau 中的 AI 功能(連結在新視窗開啟)。

Data Cloud 點數透過生成式 AI 稽核資料功能（也稱為稽核線索）使用，該功能可讓您追蹤 Tableau 站台和 Salesforce 組織中生成式 AI 的使用情況。

耗用的 Einstein 請求點數數量會根據所需的提示數量以及傳送給大型語言模型 (LLM) 提供者的提示（系統和使用者）的長度而有所不同。耗用的 Data Cloud 點數數量會根據處理的列數或記錄數而有所不同。

附註：見解摘要（Tableau Pulse 的一部分）是 Tableau 功能中的 AI。它不會耗用 Einstein 請求，並且適用於所有版本的 Tableau（標準版、企業版和 Tableau+）。

Einstein 請求

直接呼叫支援的大型語言模型 (LLM) 閘道會影響點數耗用。耗用的 Einstein 請求數量會有所不同，並且可能會因功能以及使用者與功能的互動方式而異。

您無法按功能配置部分點數。例如，如果將 Tableau Agent 用於視覺效果製作、清理 Tableau Prep 中的資料或進行 Tableau Pulse 增強式問答（探索）；Einstein 請求從分配給組織的總點數集區中消耗。

有關 Einstein 請求使用費率的更多資訊，請參閱 Einstein 請求(連結在新視窗開啟)的費率卡。

Einstein 請求耗用計算基於：

• 每次功能使用所需的 LLM API 呼叫次數

• 傳送給 LLM 提供程式的提示長度

• 從 LLM 傳回每次 LLM API 呼叫的回應（以文字為單位）

與 Tableau Agent 對話時，請具體說明您希望 Tableau Agent 執行的動作，並限制不必要的來回對話。這有助於節省 Einstein 請求使用量，同時仍能傳回最佳結果。例如，若您輸入「你好，Tableau Agent」或「謝謝，這正是我需要的！」，這將觸發對 LLM 的呼叫。有關如何充分利用 Tableau Agent 的更多技巧，請參閱從 Tableau Agent 取得最佳結果的技巧(連結在新視窗開啟)。

每次使用功能所需的 LLM API 呼叫

每次使用功能所需的 LLM API 呼叫次數取決於該功能執行工作的複雜性。例如，要 Tableau Agent 建立視覺效果，需要多次 LLM API 呼叫：

• 1 LLM API 呼叫來解譯查詢並將其對應到支援的技能。

• 1 次或多次 LLM API 呼叫來執行建立視覺效果的工作。

呼叫大小

Einstein 請求耗用也受 LLM 的呼叫大小影響。這是傳送到 LLM 的提示長度（字數）以及收到的回應長度的組合。

呼叫大小由下列因素決定：

• Tableau 工程師開發的系統中的字數（基礎提示）。這還包括從資料來源（中繼資料、見解等）插入到提示中的字數，以確保其準確性。

• 使用者向 LLM 提出的請求中的字數

• LLM 回應中的字數

計算 Einstein 請求耗用

Tableau 中的 AI 功能的 Einstein 請求耗用量計算器包含：

• 與所用 LLM 關聯的使用類型乘數

• 與 API 呼叫大小關聯的 API 呼叫大小因素

API 呼叫大小因數、Einstein 請求乘數和計算範例可在 Einstein 請求(連結在新視窗開啟)的費率卡中找到。Tableau 中的 AI 目前僅支援已啟用 Salesforce 的基礎 LLM，因此適用標準 Einstein 生成式 AI 使用類型。

Data Cloud 點數

在 Tableau 功能中使用 AI 不會直接消耗 Data Cloud 點數。相反，這些認證由 Einstein 信任層使用，Tableau 中的 AI 是透過生成式 AI 稽核資料功能（也稱為稽核線索）建構在其上的。

稽核線索可讓資訊安全團隊監視 Einstein 信任層功能，包括基於模式的資料遮罩和有毒性偵測。此功能使用 Data Cloud 點數（在購買 Tableau 中的 AI 時配置）來擷取、儲存和處理 AI 使用情況資料。

稽核線索有助於維護產生的 AI 回應的安全性和準確性。它會將每次 LLM API 呼叫的提示和回應以及其他稽核資料在 Salesforce Data Cloud 執行個體中儲存最多 30 天。有關為生成式 AI 收集的稽核資料類型的詳情，請參閱 Salesforce 說明中的生成式 AI 稽核和意見反應資料(連結在新視窗開啟)。

稽核追蹤在LLM API 呼叫期間引入資料時，將消耗 Data Cloud 點數。1 LLM API 呼叫將 24 列稽核追蹤資料引入 Data Cloud 並使用 大量處理資料管道使用類型。

附註：Data Cloud 點數耗用也來自分配的點數集區。例如，若產生 Einstein 生成式 AI 稽核和意見反應資料報告，它將使用資料查詢使用類型並消耗 Data Cloud 點數。若有其他 Salesforce Cloud 功能耗用 Data Cloud 點數，那麼這也會影響集區中的可用點數。有關更多資訊，請參閱 Salesforce 說明中的 Data Cloud 計費使用類型(連結在新視窗開啟)和存取 Einstein 生成式 AI 稽核和意見反應資料報告及儀表板(連結在新視窗開啟)。

若要估算 Data Cloud 點數數量，請參閱 Data Cloud 乘數(連結在新視窗開啟)。有關稽核和意見反應使用類型的更多資訊，請參閱 Salesforce 說明中的稽核和意見反應計費注意事項(連結在新視窗開啟)。

還可以使用 Tableau 查詢 Data Cloud 並建構有關 AI 稽核和意見反應資料的視覺效果。有關詳情，請參閱檢視 Einstein 請求使用情況。

Tableau 中的 AI 計費注意事項

Tableau 中的 AI 使用下列計費使用類型。為幫助您追蹤使用情況，您可以使用數位錢包 (Digital Wallet)，這是 Salesforce Data Cloud 中的免費帳戶管理工具，可提供已啟用產品的近乎即時的耗用資料。數位錢包會顯示已耗用的 Einstein 請求和 Data Cloud 點數總數以及剩餘餘額。

數位錢包還可提供預先建置的儀表板，顯示使用者數量、請求數量和其他詳細資料。還可以從 Tableau 中連線到 Data Cloud 的數位錢包表，並為消費資料構建視覺效果。有關詳情，請參閱檢視 Einstein 請求使用情況。

此區段的其他文章