Présentation de l'IA AlloyDB pour le langage naturel

Transformez directement des questions en langage naturel en requêtes SQL. La fonctionnalité de langage naturel AlloyDB AI (Aperçu) traduit les requêtes en langage naturel en requêtes SQL tenant compte du schéma, ce qui permet aux développeurs et aux analystes d'obtenir des réponses plus rapidement.

  • Miniature du filtrage optimisé par l'IA
    Créer un calque de contexte

    Créez une couche de contexte riche en comprenant vos tableaux, vos colonnes et vos relations pour générer des requêtes précises et adaptées au contexte.

  • Miniature de la génération de texte dans la base de données
    Génération intelligente de requêtes SQL

    L'intention est analysée de manière intelligente à l'aide de la recherche par concept, qui s'appuie sur un magasin de modèles pour construire des requêtes SQL rapidement et de manière fiable.

  • Thumbnail de l'intégration directe de modèles
    Vues sécurisées paramétrées

    Fournissez un contrôle d'accès précis pour vous assurer que les utilisateurs finaux ne voient que les données auxquelles ils sont autorisés à accéder. C'est essentiel pour les applications qui exécutent des requêtes générées par l'IA.

Fonctionnement

La fonctionnalité de langage naturel AlloyDB AI (version preview) est conçue pour fonctionner de manière sécurisée avec le schéma de votre base de données. Après avoir enregistré vos objets de schéma avec une configuration en langage naturel, vous pouvez appeler la fonction alloydb_ai_nl.get_sql() depuis votre application pour traduire des questions en anglais simple en requêtes SQL, ou utiliser explain_sql pour comprendre une requête. Cette fonctionnalité s'intègre aux rôles PostgreSQL standards et à IAM pour la sécurité. Vous pouvez utiliser des vues sécurisées paramétrées pour un contrôle précis des accès.

Pour accélérer la configuration et garantir la précision, AlloyDB inclut des outils de productivité pour la génération automatique de contexte à partir de votre schéma. Ces outils génèrent automatiquement le contexte du schéma et suggèrent des modèles de requêtes, ce qui réduit l'effort manuel nécessaire pour commencer. Vous pouvez affiner davantage les résultats en ajoutant des modèles de requêtes spécifiques à votre activité dans la galerie de modèles. Le modèle sous-jacent peut générer des requêtes SQL complexes (y compris des jointures de plusieurs tables, des agrégations et des fonctions de fenêtrage) en fonction de l'intention de l'utilisateur et du contexte du schéma. La précision s'améliore à mesure que davantage de contexte et de modèles sont fournis.

Présentation visuelle du langage naturel AlloyDB AI

Cas d'utilisation

Découvrez comment appliquer les requêtes en langage naturel AlloyDB AI à des scénarios commerciaux courants.

Aperçu visuel des cas d'utilisation du langage naturel AlloyDB AI

En savoir plus

Explorez les ressources pour les développeurs Google afin de créer vos applications de requêtes en langage naturel avec AlloyDB.