Mit der AlloyDB AI Natural Language-Funktion (Vorschau) können Sie Fragen in natürlicher Sprache in schemabezogene SQL-Abfragen übersetzen. So können Entwickler und Analysten schneller Erkenntnisse aus AlloyDB for PostgreSQL Datenbanken gewinnen.
Kontextebene erstellen
Erstellen Sie eine umfassende Kontextebene , indem Sie Ihre Tabellen, Spalten und Beziehungen analysieren, um genaue, kontextbezogene Abfragen zu generieren.
Intelligente SQL-Generierung
Die Funktion analysiert die Absicht intelligent mithilfe der Konzeptsuche und nutzt einen Vorlagenspeicher mit Vorlagen, um schnell und zuverlässig SQL-Abfragen zu erstellen.
Parametrisierte sichere Ansichten
Bieten Sie detaillierte Zugriffssteuerung, damit Endnutzer nur die Daten sehen, auf die sie Zugriff haben. Das ist entscheidend für Anwendungen, die KI-generierte Abfragen ausführen.
Funktionsweise
Die AlloyDB AI Natural Language-Funktion (Vorschau) ist so konzipiert, dass sie sicher mit Ihrem Datenbankschema funktioniert. Nachdem Sie Ihre Schemaobjekte mit einer Natural Language-Konfiguration 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 integriert. Für eine detaillierte Zugriffssteuerung können Sie parametrisierte sichere Ansichten verwenden.
Um die Einrichtung zu beschleunigen und die Genauigkeit zu gewährleisten, bietet AlloyDB Produktivitätstools für die automatische Kontextgenerierung aus Ihrem Schema. Diese Tools generieren automatisch den Schemakontext und schlagen Abfragevorlagen vor, wodurch der manuelle Aufwand für den Einstieg reduziert wird. Sie können die Ergebnisse weiter verfeinern, indem Sie dem Vorlagenspeicher geschäftsspezifische Abfragevorlagen hinzufügen. Das zugrunde liegende Modell kann komplexe SQL-Abfragen generieren, einschließlich Joins mit mehreren Tabellen, Aggregationen und Fensterfunktionen, basierend auf der Nutzerabsicht und dem Schemakontext. Die Genauigkeit verbessert sich, je mehr Kontext und Vorlagen bereitgestellt werden.
Anwendungsfälle
Hier erfahren Sie, wie Sie AlloyDB AI-Abfragen in natürlicher Sprache in gängigen Geschäftsszenarien anwenden können.
| Anwendungsfall | Geschäftsziel | Beispielfrage | Auswirkungen auf das Geschäft |
|---|---|---|---|
| Vertriebsanalytik | Verkaufsleistung verfolgen und Top-Vertriebsmitarbeiter identifizieren | "Who were our top 3 sales reps by revenue in Austin for the last quarter?" |
- Schnellere Entscheidungen - Sofortige Self-Service-Vertriebsanalytik. |
| Produkteinführung | Nutzerverhalten und Nutzung von Funktionen analysieren | "How many users on our 'Pro' plan used the new reporting feature last week?" |
- Schnellere Iterationen - Hypothesen schnell validieren und bessere Produkte entwickeln. |
| Lieferkette | Lieferkette überwachen und Engpässe identifizieren | "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 lösen. |
Weitere Informationen
In den Google Developers-Ressourcen erfahren Sie, wie Sie Anwendungen für Abfragen in natürlicher Sprache mit AlloyDB erstellen.
Anleitung für Kommunikationsanwendungen
Hier erfahren Sie, wie Sie mit AlloyDB AI und Serverless eine konversationelle Commerce-App erstellen.
Anleitung
Eine detaillierte technische Anleitung zum Einrichten, Konfigurieren und Verwenden der Funktion get_sql().
SQL mit AlloyDB KI natürlicher Sprache generieren
In dieser Anleitung lernen Sie, wie Sie SQL aus natürlicher Sprache generieren.