Fragen in natürlicher Sprache direkt in SQL umwandeln Mit der Funktion für natürliche Sprache von AlloyDB AI (Vorschau) werden Anfragen in natürlicher Sprache in schemabezogene SQL-Abfragen übersetzt. So können sowohl Entwickler als auch Analysten schneller Antworten erhalten.
Kontext-Layer erstellen
Erstellen Sie eine umfassende Kontextschicht, indem Sie Ihre Tabellen, Spalten und Beziehungen analysieren, um genaue, kontextbezogene Abfragen zu generieren.
Intelligente SQL-Generierung
Die Absicht wird mithilfe der Konzeptsuche intelligent analysiert und es wird ein Vorlagenspeicher mit Vorlagen verwendet, um SQL-Abfragen schnell und zuverlässig zu erstellen.
Parametrisierte sichere Ansichten
Detaillierte Zugriffssteuerung: Endnutzer sehen nur Daten, auf die sie Zugriff haben. Das ist besonders wichtig für Anwendungen, die KI-generierte Abfragen ausführen.
Funktionsweise
Die Funktion „AlloyDB AI Natural Language“ (Vorabversion) wurde für die sichere Verwendung mit Ihrem Datenbankschema entwickelt. Nachdem Sie Ihre Schemaobjekte mit einer Konfiguration für natürliche Sprache registriert haben, können Sie die Funktion alloydb_ai_nl.get_sql() aus Ihrer Anwendung aufrufen, um Fragen in natürlicher Sprache in SQL-Abfragen zu übersetzen, oder explain_sql verwenden, um eine Abfrage zu analysieren. Die Funktion ist zur Sicherheit in Standard-PostgreSQL-Rollen und IAM eingebunden. Für eine detaillierte Zugriffssteuerung können Sie parametrisierte sichere Ansichten verwenden.
Um die Einrichtung zu beschleunigen und die Genauigkeit zu gewährleisten, enthält AlloyDB Produktivitätstools für die automatische Kontextgenerierung aus Ihrem Schema. Mit diesen Tools wird automatisch ein Schemakontext generiert und es werden Abfragevorlagen vorgeschlagen. So wird der manuelle Aufwand für den Einstieg reduziert. Sie können die Ergebnisse weiter verfeinern, indem Sie dem Vorlagenspeicher unternehmensspezifische Abfragevorlagen hinzufügen. Das zugrunde liegende Modell kann basierend auf der Nutzerabsicht und dem Schemakontext komplexen SQL-Code generieren, einschließlich Joins mit mehreren Tabellen, Aggregationen und Fensterfunktionen. Die Genauigkeit verbessert sich, je mehr Kontext und Vorlagen bereitgestellt werden.
Anwendungsfälle
Hier erfahren Sie, wie Sie AlloyDB AI-Abfragen in natürlicher Sprache auf gängige Geschäftsszenarien anwenden können.
| Anwendungsfall | Unternehmensziel | Beispielfrage | Auswirkungen auf das Geschäft |
|---|---|---|---|
| Vertriebsanalytik | Verkaufsleistung nachverfolgen und Top-Vertriebsmitarbeiter identifizieren | "Who were our top 3 sales reps by revenue in Austin for the last quarter?" |
– Schnellere Entscheidungen – Sofortige Self-Service-Vertriebsanalysen. |
| Produkteinsatz | Nutzerverhalten und Funktionsnutzung nachvollziehen | "How many users on our 'Pro' plan used the new reporting feature last week?" |
– Schnellere Iteration : Hypothesen schnell validieren und bessere Produkte entwickeln. |
| Lieferkette | Lieferkette überwachen und Engpässe erkennen | "Show me all shipments from the Reno warehouse that are delayed by more than 3 days." |
– Verbesserte Effizienz : Betriebliche Probleme proaktiv lösen. |
| Kundensupport | Support-Tickets analysieren, um Trends zu erkennen | "What is the most common complaint category for tickets created in the last 7 days?" |
– Besserer Service : Kundenprobleme schneller erkennen und beheben |
Weitere Informationen
Entdecken Sie die Google-Entwicklerressourcen, um Anwendungen für Anfragen in natürlicher Sprache mit AlloyDB zu erstellen.
Tutorial für konversationelle Apps
Hier erfahren Sie, wie Sie eine Conversational Commerce-App mit AlloyDB AI und Serverless erstellen.
Anleitung
Eine detaillierte technische Anleitung zum Einrichten, Konfigurieren und Verwenden der Funktion get_sql().
SQL mit AlloyDB AI in natürlicher Sprache generieren
In einem geführten Tutorial können Sie praktische Erfahrungen beim Generieren von SQL aus natürlicher Sprache sammeln.