Meta:Context: zakelijke contextschema in dbt's semantische laag

Samenvatting

Meta:Context voegt vijf getypeerde contextlagen toe aan dbt’s semantische laag, naast de metric in dezelfde YAML.

Meta:Context in dbt’s semantische laag

Tijdens dbt Summit 2026 beschreef Keith Binkly van Green Dot hoe zijn team Meta:Context ontwikkelde voor AI-agents. Green Dot beheert een embedded-financeplatform met een bankdochter en opereert in een sterk gereguleerde betaalomgeving.

Een semantische laag levert volgens Binkly de juiste query en berekening, maar verklaart niet wat een getal betekent. Een interne test maakte dat zichtbaar: een agent zag dat de kostenefficiëntieratio van Partner B ongeveer twaalf keer slechter was dan die van Partner A. Omdat beide partners verschillende betaalrails gebruiken, klopte die vergelijking niet en volgde een verkeerde aanbeveling.

Meta:Context plaatst zakelijke context direct in het meta-blok van de YAML naast de metric. Het schema bevat vijf categorieën: beschrijvingen, verwachtingen, onderzoek, relaties en beslissingen. De velden zijn getypeerd in plaats van vrije tekst, zodat teams onder meer gezonde bandbreedtes, onderzoeksstappen en escalaties kunnen controleren.

Waarom Meta:Context ertoe doet

De aanpak verplaatst context uit losse documenten, e-mails en spreadsheets naar dezelfde beheerlaag als de metric. Eén aanroep van de semantic-layer-API levert daardoor zowel het cijfer als de bijbehorende uitleg. Pull requests, CI en het dbt-manifest controleren vervolgens beide onderdelen.

Dat onderscheid raakt een bekend probleem bij AI-agents: een correcte berekening leidt niet automatisch tot een correcte interpretatie. In een test rond een dalingsratio trok een agent zonder ingevulde contextkaart geen onterechte conclusie, maar kon hij zijn hypothese niet verifiëren. Met de contextkaart vond hij de oorzaak, markeerde hij wat onbewezen bleef en noemde hij de query die bevestiging kon geven.

Concrete takeaway voor Meta:Context

Leg bij kritieke metrics niet alleen de definitie vast. Voeg ook de verwachte bandbreedte, onderzoekspaden, relaties en mogelijke beslissingen toe in de dbt-YAML, zodat agents hun redenering aan controleerbare context kunnen koppelen.