Super Sale WeekClaude Skills — 20% OFF
News

Databricks Genie Ontology: क्या नया है, उपलब्धता और विकल्प (2026)

Powerdrill Bloom·
Databricks Genie Ontology: क्या नया है, उपलब्धता और विकल्प (2026)

Databricks ने 11 नवंबर, 2026 को Genie Ontology की सामान्य उपलब्धता (general availability) की घोषणा की। घोषणा में इसे "एक एजेंटिक ऑन्टोलॉजी कहा गया है जिसे एजेंट आपकी टीमों के रोजमर्रा के काम से बनाते हैं और लोग उसे नियंत्रित करते हैं।" इसका लक्ष्य प्रत्येक एजेंट को व्यवसाय की एक समान समझ देना है।

सरल शब्दों में, Genie Ontology AI एजेंटों के लिए व्यावसायिक संदर्भ (business context) की एक साझा परत है। यह डैशबोर्ड, क्वेरी और नोटबुक से परिभाषाएं सीखता है। इसके बाद लोग उन परिभाषाओं को लॉक कर देते हैं जिनका सटीक होना अनिवार्य है, जैसे कि राजस्व (revenue)।

यह मार्गदर्शिका बताती है कि GA रिलीज़ के साथ क्या बदला है, ऑन्टोलॉजी कैसे काम करती है, इसकी लागत क्या है और कौन इसका उपयोग कर सकता है। यह AI को व्यावसायिक संदर्भ देने के अन्य तरीकों के साथ समाप्त होती है, जिसमें वे टूल भी शामिल हैं जो डेटा प्लेटफॉर्म के बजाय स्प्रेडशीट से शुरू होते हैं। विवरण Databricks के ब्लॉग, दस्तावेज़ और मूल्य निर्धारण पृष्ठ से लिए गए हैं, जिन्हें 16 नवंबर, 2026 को पढ़ा गया था।

Databricks ने क्या घोषणा की

Databricks ने पहली बार जून में अपने Data + AI Summit में Genie Ontology पेश किया था। 11 नवंबर की पोस्ट इसे सामान्य उपलब्धता में ले जाती है और नए स्रोत और नियंत्रण जोड़ती है।

पोस्ट का सारांश रिलीज़ के मुख्य हिस्सों को सूचीबद्ध करता है। यह "एंटरप्राइज़ ज्ञान के लिए Genie Search पेश करता है।" यह "सीखे गए संदर्भ को BI टूल और संगठनात्मक निर्देशिकाओं तक भी विस्तारित करता है।" अंत में, यह "क्यूरेशन के लिए Ontology Manager जोड़ता है और Unity Catalog Domains और Pages को सामान्य उपलब्धता में लाता है।"

उसी सप्ताह, Databricks ने Genie Agents को भी अपडेट किया। एक अलग पोस्ट में कहा गया है कि Genie Agents अब असंरचित फाइलों का विश्लेषण कर सकते हैं, अधिक टूल से जुड़ सकते हैं और कंपनी के बाहर साझा किए जा सकते हैं।

Databricks पूरे सप्ताह को एक विचार के इर्द-गिर्द फ्रेम करता है। कंपनियां अब एक टीम के लिए एक एजेंट नहीं चलाती हैं। वे कई कार्यों में कई एजेंट चलाते हैं, और प्रत्येक को व्यवसाय की समान समझ की आवश्यकता होती है। घोषणा में तर्क दिया गया है कि एक एंटरप्राइज़ ऑन्टोलॉजी "इसलिए साझा बुनियादी ढांचा (shared infrastructure) होनी चाहिए।" इसके दृष्टिकोण में, IT और डेटा लीडर्स को इसका स्वामित्व उसी तरह रखना चाहिए जैसे वे डेटा प्लेटफॉर्म का रखते हैं।

Genie Ontology कैसे काम करती है

दस्तावेज़ Genie Ontology को "एकीकृत संदर्भ परत कहते हैं जो AI एजेंटों को आपके संगठन का व्यवसाय-जागरूक मानचित्र देती है।" यह दो प्रकार के ज्ञान को जोड़ती है।

सीखा हुआ ज्ञान (Learned knowledge) उस काम से आता है जो टीमें पहले से करती हैं। एजेंट Databricks डैशबोर्ड, SQL क्वेरी, नोटबुक और BI सिमेंटिक मॉडल पढ़ते हैं। वे जो पाते हैं उसे Ontology Snippets के रूप में संग्रहीत करते हैं। दस्तावेज़ स्निपेट्स के उदाहरण देते हैं:

  • मीट्रिक परिभाषाएं। "एक 'सक्रिय उपयोगकर्ता' (active user) एक विशिष्ट उपयोगकर्ता है, जिसे सभी प्लेटफार्मों पर डिडुप्लिकेट किया गया है।"
  • आधिकारिक स्रोत। उदाहरण के लिए, राजस्व संबंधी प्रश्नों का उत्तर किस क्यूरेटेड एजेंट को देना चाहिए।
  • व्यावसायिक नियम। "एक 'योग्य लीड' (qualified lead) केवल डेमो बुक होने के बाद ही गिनी जाती है।"

मॉडल किया गया ज्ञान (Modeled knowledge) वह है जिसे लोग जानबूझकर परिभाषित करते हैं। यह Unity Catalog में मीट्रिक व्यू, डोमेन और Pages के रूप में रहता है। दस्तावेज़ कहते हैं "Genie मॉडल किए गए ज्ञान को सीखे गए ज्ञान की तुलना में अधिक आधिकारिक मानता है, इसलिए दोनों के बीच संघर्ष होने पर इसे प्राथमिकता दी जाती है।"

एक रैंकिंग चरण यह तय करता है कि एजेंट को कौन सा संदर्भ दिखाई दे। Databricks इसे OntoRank कहता है। घोषणा में कहा गया है कि यह "स्रोत अधिकार, प्रमाणन, ज्ञान के पीछे के लोगों की विशेषज्ञता और प्रासंगिकता, लोकप्रियता और नवीनता" को तौलता है। फिर यह एजेंट को सबसे अच्छा संदर्भ सौंपता है।

अनुमतियाँ (Permissions) आगे बढ़ती हैं। दस्तावेज़ कहते हैं कि स्निपेट्स "Unity Catalog अनुमतियों द्वारा गेट किए गए हैं, इसलिए उपयोगकर्ता केवल उन संपत्तियों से प्राप्त स्निपेट देखते हैं जिन्हें एक्सेस करने की उन्हें अनुमति है।"

एक सीमा जल्दी जान लेना उचित है। दस्तावेज़ कहते हैं "आप सीखे गए ज्ञान के स्निपेट्स को सीधे संपादित नहीं कर सकते।" Genie जो सीखता है उसे बदलने के लिए, आप स्रोत संपत्ति को अपडेट करते हैं, या अवधारणा को मॉडल किए गए ज्ञान के रूप में परिभाषित करते हैं।

GA रिलीज़ में नया क्या है

GA रिलीज़ कई हिस्से जोड़ती है। कुछ आज सामान्य रूप से उपलब्ध हैं, और अन्य बीटा में हैं या जल्द ही आ रहे हैं।

घटक 11 नवंबर की पोस्ट में स्थिति यह क्या करता है
Genie Ontology सामान्य रूप से उपलब्ध एजेंटों के लिए साझा व्यावसायिक संदर्भ, सीखा हुआ और मॉडल किया गया
Ontology Snippets सामान्य रूप से उपलब्ध संदर्भ के पुन: प्रयोज्य टुकड़े, जैसे गणना और नियम
Genie Search सामान्य रूप से उपलब्ध अनुमतियों के साथ दस्तावेजों, टिकटों और विकी में खोज
बाहरी ज्ञान स्रोत बीटा BI सिमेंटिक मॉडल से सीखता है; आज Power BI
संगठनात्मक निर्देशिकाएं सामान्य रूप से उपलब्ध Workday से शुरू करते हुए लोगों, टीमों और रिपोर्टिंग लाइनों को आयात करता है
Unity Catalog Domains और Pages सामान्य रूप से उपलब्ध व्यावसायिक क्षेत्र के अनुसार संपत्तियों को व्यवस्थित करें और आधिकारिक परिभाषाएं रिकॉर्ड करें
Ontology Manager जल्द ही बीटा में आ रहा है ऑन्टोलॉजी की समीक्षा और क्यूरेट करने के लिए एक विजुअल इंटरफेस

Genie Search लेकहाउस के बाहर के ज्ञान तक पहुँचता है। पोस्ट में कहा गया है कि यह "आज Google Drive, Jira, Confluence और Workday का समर्थन करता है, और SharePoint बीटा में है।" इसमें यह भी कहा गया है कि Genie Search "प्रत्येक स्रोत के एक्सेस कंट्रोल को उसकी सामग्री के साथ ग्रहण करता है।"

बाहरी ज्ञान स्रोत BI टूल से लॉजिक लाते हैं। पोस्ट में कहा गया है "Power BI आज समर्थित है। Tableau और Sigma समर्थन जल्द ही आ रहा है।"

Unity Catalog Pages आधिकारिक परिभाषाएं रखते हैं। प्रत्येक Page का एक नामित स्वामी होता है। जब किसी प्रश्न में एक परिभाषित अवधारणा शामिल होती है, तो पोस्ट कहती है "Genie Page को सत्य के स्रोत (source of truth) के रूप में मानता है।"

Ontology Manager अभी उपलब्ध नहीं है। Databricks इसे ऑन्टोलॉजी को क्यूरेट करने के लिए "पहला विजुअल इंटरफेस" बताता है, जो जल्द ही बीटा में आ रहा है।

Databricks द्वारा प्रकाशित बेंचमार्क

Databricks ने Turing के साथ बनाए गए बेंचमार्क के परिणाम साझा किए। इसने एक काल्पनिक UK ऊर्जा आपूर्तिकर्ता के लिए Databricks वर्कस्पेस का अनुकरण किया। Genie Ontology का उपयोग करने वाले Genie की तुलना Agent A और Agent B लेबल वाले दो फ्रंटियर एजेंटों से की गई थी।

एजेंट पास दर प्रति रन औसत समय प्रति रन औसत टोकन
Genie Ontology के साथ Genie 91% 100 सेकंड 432K
Agent A 45% 435 सेकंड 889K
Agent B 58% 307 सेकंड 1.05M

पोस्ट में कहा गया है कि Genie ने "91% रनों में सही उत्तर दिया, जो मजबूत फ्रंटियर एजेंट की दर का 1.6 गुना था।" इसने आधे से भी कम टोकन का उपयोग किया।

इन नंबरों को सावधानी से पढ़ें। बेंचमार्क Databricks द्वारा एक भागीदार के साथ बनाया गया था और एक सिम्युलेटेड वर्कस्पेस में चलाया गया था। पोस्ट स्वयं कहती है कि परिणाम "एक स्थापित परिनियोजन को दर्शाते हैं जहां टीमों ने वह ज्ञान संचित किया है।" कम सीखे गए संदर्भ वाले नए परिनियोजन का प्रदर्शन अलग हो सकता है।

Genie Agents को उसी सप्ताह एक अपडेट मिला

उसी दिन, Databricks ने Genie Agents के लिए एक अपडेट पोस्ट किया। ये नो-कोड एजेंट हैं जिन्हें टीमें विशिष्ट कार्यों के लिए बनाती हैं। तीन बदलाव प्रमुख हैं:

  • असंरचित डेटा (Unstructured data)। एजेंट अब Unity Catalog वॉल्यूम में PDF, दस्तावेज़, स्लाइड डेक और छवियों का विश्लेषण कर सकते हैं। उत्तर "स्रोत फ़ाइल के विशिष्ट पृष्ठ" को उद्धृत कर सकते हैं। यह पब्लिक प्रीव्यू में है।
  • MCP कनेक्टर्स। नेटिव MCP कनेक्टर्स अब सामान्य रूप से उपलब्ध हैं। पोस्ट में "Slack, Google Drive, Google Calendar, Gmail, Glean, Atlassian, Github और Microsoft 365" के नाम दिए गए हैं।
  • कंपनी के बाहर साझा करना। OpenSharing और Genie Clean Rooms, दोनों बीटा में हैं, एक प्रदाता को भागीदारों या ग्राहकों के साथ एजेंट साझा करने देते हैं।

पोस्ट एक बिक्री उदाहरण देती है। एक एजेंट पाइपलाइन डेटा पढ़ता है, Google Drive से अकाउंट प्लान खींचता है, और Slack पर डील सारांश पोस्ट करता.

Genie Ontology इन टुकड़ों को जोड़ती है। प्रत्येक Genie Agent एक ही नियंत्रित संदर्भ पर आधारित होता है, इसलिए एक बार परिभाषित मीट्रिक हर जगह लागू होती है।

कौन इसका उपयोग कर सकता है और इसकी लागत क्या है

Genie Ontology, Databricks प्लेटफॉर्म का हिस्सा है। आपको Unity Catalog के साथ एक Databricks खाते की आवश्यकता है, क्योंकि अनुमतियाँ और मॉडल किया गया ज्ञान वहीं रहता है।

Databricks के बाहर के एजेंट भी इसका उपयोग कर सकते हैं। घोषणा में कहा गया है कि Genie MCP के माध्यम से, "वही संदर्भ Databricks के बाहर के एजेंटों के लिए उपलब्ध है, जैसे कि ChatGPT, Claude और Microsoft Copilot।"

लागत पर, Genie मूल्य निर्धारण पृष्ठ Genie Ontology को "कीमत जल्द आ रही है" के रूप में सूचीबद्ध करता है। इसके FAQ में कहा गया है "इस समय, ग्राहकों को Genie Ontology जनरेशन, स्टोरेज या रिट्रीवल के लिए कोई लागत नहीं देनी पड़ती है।"

स्वयं Genie का उपयोग करने के लिए अलग से शुल्क लिया जाता है। यहाँ US East के लिए मूल्य निर्धारण पृष्ठ क्या दिखाता है।

मद मूल्य निर्धारण पृष्ठ क्या सूचीबद्ध करता है
Genie Ontology कीमत जल्द आ रही है; जनरेशन, स्टोरेज या रिट्रीवल के लिए आज कोई लागत नहीं है
Genie Search कीमत जल्द आ रही है; आप केवल मौजूदा कीमतों पर AI Functions के लिए भुगतान करते हैं
Genie उपयोग प्रत्येक उपयोगकर्ता के लिए हर महीने 150 DBUs का मुफ्त उपयोग
मुफ्त उपयोग से परे $0.070 प्रति DBU, साथ ही कंप्यूट का बिल अलग से

पृष्ठ नोट करता है कि "150 DBUs = US East में $10.50; डॉलर के बराबर राशि क्षेत्र के अनुसार भिन्न होती है।" यह यह भी कहता है कि मुफ्त उपयोग केवल LLM उपयोग को कवर करता है। क्वेरी और डैशबोर्ड चलाने में अभी भी कंप्यूट का उपयोग होता है, जैसे कि SQL warehouse।

FAQ एक सामान्य प्रश्न का सीधे उत्तर देता है। इसमें कहा गया है "कोई सीट-आधारित या उपयोगकर्ता-आधारित शुल्क नहीं है।" एडमिन Genie खर्च के लिए बजट और अलर्ट सेट कर सकते हैं।

शुरुआत कैसे करें

Databricks छोटे से शुरुआत करने का सुझाव देता है। घोषणा में कहा गया है कि संगठन "उनके पास पहले से मौजूद संदर्भ के साथ शुरुआत कर सकते हैं।" दस्तावेज़ों के आधार पर यहाँ एक व्यावहारिक क्रम दिया गया है।

  1. अपना सेटअप जांचें। सुनिश्चित करें कि आपका वर्कस्पेस Unity Catalog का उपयोग करता है, क्योंकि स्निपेट इसकी अनुमतियों का पालन करते हैं।
  2. Genie को सीखने दें। स्निपेट मौजूदा डैशबोर्ड, SQL क्वेरी, नोटबुक और Genie Agents से आते हैं। पहले पुरानी संपत्तियों को साफ करें, या उन तक पहुंच प्रतिबंधित करें।
  3. महत्वपूर्ण मीट्रिक परिभाषित करें। उन नंबरों के लिए मीट्रिक व्यू और Pages का उपयोग करें जिनका सटीक होना अनिवार्य है, जैसे कि मान्यता प्राप्त राजस्व (recognized revenue)।
  4. डोमेन द्वारा व्यवस्थित करें। संपत्तियों को डोमेन में समूहित करें ताकि Finance और Marketing अपनी परिभाषाएं रख सकें।
  5. बाहरी ज्ञान को जोड़ें। दस्तावेजों और टिकटों के लिए Genie Search सेट करें, और यदि आप उपयोग करते हैं तो Power BI जैसा बाहरी स्रोत सेट करें।
  6. उद्धरणों (citations) की जांच करें। जब Genie उत्तर दे, तो उसके द्वारा उपयोग किए गए स्निपेट खोलें और देखें कि प्रत्येक परिभाषा कहाँ से आई है।

चरण 2 दिखने में जितना सरल है उससे कहीं अधिक महत्वपूर्ण है। दस्तावेज़ कहते हैं: "पुराने या प्रयोगात्मक संपत्तियों को उत्तरों से बाहर रखने के लिए, Unity Catalog अनुमतियों के साथ उन तक पहुंच प्रतिबंधित करें।"

डेटा टीमों के लिए इसका क्या अर्थ है

Genie Ontology कुछ काम को एजेंट बनाने से हटाकर संदर्भ को क्यूरेट करने की ओर ले जाती है। प्रत्येक एजेंट में निर्देश लिखने के बजाय, एक टीम एक बार मीट्रिक परिभाषित करती है। फिर प्रत्येक एजेंट उसका उपयोग करता है।

यह बदल देता है कि काम का मालिक कौन है। डेटा स्टुअर्ड और डोमेन विशेषज्ञ क्यूरेटर बन जाते हैं। घोषणा में कहा गया है कि Ontology Manager स्टुअर्ड्स को "एजेंटों ने जो सीखा है उसे सीधे समीक्षा कतार से आधिकारिक Pages में बढ़ावा देने" देगा।

यह एक गवर्नेंस प्रश्न भी उठाता है। सीखा हुआ ज्ञान मौजूदा संपत्तियों से आता है, जिसमें पुरानी या गलत संपत्तियां भी शामिल हैं। उत्तरों की गुणवत्ता उन स्रोतों की गुणवत्ता पर निर्भर करती है।

जो टीमें पहले से Databricks पर हैं, उनके लिए GA रिलीज़ परीक्षण के लायक है। बिक्री जैसे स्पष्ट परिभाषाओं वाले डोमेन को चुनें। Genie के उत्तरों की तुलना उस रिपोर्ट से करें जिस पर आप पहले से भरोसा करते हैं।

लागत योजना भी बदलती है। Genie Ontology के लिए आज कोई सूचीबद्ध शुल्क नहीं है, लेकिन जो एजेंट इसका उपयोग करते हैं वे अभी भी Genie उपयोग और कंप्यूट का उपयोग करते हैं। केवल ऑन्टोलॉजी के लिए ही नहीं, बल्कि उन सवालों के लिए भी बजट बनाएं जो लोग पूछेंगे। एडमिन बजट और अलर्ट सेट कर सकते हैं, जो पायलट के दौरान मदद करता है।

AI को व्यावसायिक संदर्भ देने के विकल्प

Genie Ontology उन टीमों के लिए उपयुक्त है जिनका डेटा Databricks पर रहता है। अन्य दृष्टिकोण अन्य सेटअपों के लिए उपयुक्त हैं। नीचे दिया गया प्रत्येक विवरण विक्रेता के अपने पृष्ठों से आता है।

विकल्प यह व्यावसायिक संदर्भ कैसे जोड़ता है सबसे उपयुक्त
Databricks Genie Ontology सीखे गए स्निपेट्स के साथ नियंत्रित Pages और मीट्रिक व्यू कई एजेंटों वाली Databricks पर टीमें
Microsoft Fabric डेटा एजेंट OneLake में निर्देश, उदाहरण और डेटा स्रोत Fabric और Power BI पर टीमें
Power BI सिमेंटिक मॉडल मॉडल में परिभाषित उपाय (measures) और संबंध वे टीमें जिनका लॉजिक पहले से ही Power BI में रहता है
Powerdrill Bloom वर्कस्पेस में सहेजी गई फाइलें और संदर्भ स्प्रेडशीट, PDF और SQL डेटाबेस से काम करने वाली टीमें

Microsoft Fabric डेटा एजेंट। Microsoft के दस्तावेज़ कहते हैं कि आप "Fabric डेटा एजेंट को फाइन-ट्यून करने के लिए संगठन-विशिष्ट निर्देश, उदाहरण और मार्गदर्शन जोड़ सकते हैं।" समर्थित स्रोतों में "एक Power BI सिमेंटिक मॉडल" और "एक ऑन्टोलॉजी" शामिल हैं। एक सशुल्क F2 या उच्चतर क्षमता को पूर्वापेक्षा के रूप में सूचीबद्ध किया गया है।

Power BI सिमेंटिक मॉडल। ये पहले से ही उपाय और संबंध रखते हैं। Genie Ontology अब बाहरी ज्ञान स्रोतों के माध्यम से उनसे सीख सकती है, इसलिए दोनों मिलकर काम कर सकते हैं।

अधिक डेटा-एजेंट विकल्पों के लिए, हमारी Databricks Genie विकल्प मार्गदर्शिका देखें।

Powerdrill Bloom कहाँ फिट बैठता है

हर टीम के पास क्यूरेट करने के लिए डेटा प्लेटफॉर्म नहीं होता है। कई लोग एक्सपोर्ट, स्प्रेडशीट और एकल डेटाबेस से काम करते हैं।

Powerdrill Bloom उन फाइलों से शुरू होता है। आप Excel, CSV, या PDF फाइलें अपलोड करते हैं, या SQL डेटाबेस कनेक्ट करते हैं, और प्राकृतिक भाषा में प्रश्न पूछते हैं। ChatBI पृष्ठ कहता है कि आप "सरल प्राकृतिक भाषा प्रश्नों के साथ इंटरैक्टिव डैशबोर्ड, व्यावहारिक रिपोर्ट और गतिशील विज़ुअलाइज़ेशन बना सकते हैं।"

संदर्भ एक वर्कस्पेस में बनता है। इसका चेंजलॉग कहता है कि वर्कस्पेस "आपके AI को एक स्थायी, स्मृति-संचालित (memory-powered) घर देते हैं।" एक बार अपलोड की गई फ़ाइल का उपयोग उस वर्कस्पेस में बाद की हर चैट में किया जा सकता है। प्रत्येक वर्कस्पेस अपने स्वयं के कौशल और MCP सर्वर भी रखता है, इसलिए एक फाइनेंस वर्कस्पेस और एक सेल्स वर्कस्पेस अलग रहते हैं। AI SQL Chatbot डेटाबेस के विरुद्ध प्रश्नों को संभालता है। AI Report Generator उत्तरों को एक रिपोर्ट में बदल देता है।

मूल्य निर्धारण पृष्ठ $0.00 पर एक Free योजना और $13.27/माह पर Pro योजना सूचीबद्ध करता है।

पिछली तिमाही के बिक्री एक्सपोर्ट के साथ Powerdrill Bloom आज़माएं और क्षेत्र के अनुसार राजस्व रिपोर्ट मांगें।

अक्सर पूछे जाने वाले प्रश्न

Databricks Genie Ontology क्या है?

यह Databricks पर AI एजेंटों के लिए व्यावसायिक संदर्भ की एक साझा परत है। यह उस ज्ञान को जोड़ती है जो एजेंट डैशबोर्ड और क्वेरी से सीखते हैं, उन परिभाषाओं के साथ जिन्हें लोग Unity Catalog में नियंत्रित करते हैं।

Genie Ontology सामान्य रूप से कब उपलब्ध हुई?

Databricks ने 11 नवंबर, 2026 को सामान्य उपलब्धता की घोषणा की। इसने पहली बार जून में अपने Data + AI Summit में इस सुविधा को पेश किया था।

Genie Ontology की लागत कितनी है?

मूल्य निर्धारण पृष्ठ कीमत को जल्द आने वाली के रूप में सूचीबद्ध करता है। इसके FAQ में कहा गया है कि ग्राहक वर्तमान में ऑन्टोलॉजी जनरेशन, स्टोरेज या रिट्रीवल के लिए भुगतान नहीं करते हैं। Genie उपयोग और कंप्यूट का शुल्क अलग से लिया जाता है।

क्या ChatGPT या Claude Genie Ontology का उपयोग कर सकते हैं?

हाँ, Genie MCP के माध्यम से। Databricks का कहना है कि वही संदर्भ Databricks के बाहर के एजेंटों के लिए उपलब्ध है, जैसे कि ChatGPT, Claude और Microsoft Copilot।

क्या मैं Genie Ontology जो सीखती है उसे संपादित कर सकता हूँ?

सीधे नहीं। आप स्रोत संपत्तियों को अपडेट करके सीखे गए ज्ञान को बदलते हैं। आप किसी अवधारणा को मॉडल किए गए ज्ञान के रूप में भी परिभाषित कर सकते हैं, जिसे Genie अधिक आधिकारिक मानता है।

स्रोत: Databricks, Genie Ontology के GA की घोषणा · Databricks दस्तावेज़, Genie Ontology · Databricks, Genie मूल्य निर्धारण · Databricks, Genie Agents अपडेट · Microsoft Learn, Fabric डेटा एजेंट।