Fitur bahasa alami AI AlloyDB (Pratinjau) memungkinkan Anda menerjemahkan pertanyaan dalam bahasa alami menjadi kueri SQL yang sesuai dengan skema, sehingga membantu developer dan analis mengambil insight dari database AlloyDB untuk PostgreSQL dengan lebih cepat.
Membangun lapisan konteks
Buat lapisan konteks yang kaya dengan memahami tabel, kolom, dan hubungan untuk membuat kueri yang akurat dan sesuai konteks.
Pembuatan SQL yang cerdas
Mengurai intent secara cerdas menggunakan penelusuran konsep dan memanfaatkan penyimpanan template untuk membuat kueri SQL dengan cepat dan andal.
Tampilan aman yang diberi parameter
Menyediakan kontrol akses terperinci, yang memastikan bahwa pengguna akhir hanya melihat data yang mereka diberi otorisasi untuk diakses, yang sangat penting untuk aplikasi yang menjalankan kueri yang dihasilkan AI.
Cara kerjanya
Fitur natural language AlloyDB AI (Pratinjau) dirancang untuk bekerja secara aman dengan skema database Anda. Setelah mendaftarkan objek skema dengan konfigurasi bahasa alami, Anda dapat memanggil fungsi alloydb_ai_nl.get_sql() dari aplikasi untuk menerjemahkan pertanyaan dalam bahasa Inggris biasa menjadi kueri SQL, atau menggunakan explain_sql untuk memahami kueri. Fitur ini terintegrasi dengan peran PostgreSQL standar dan IAM untuk keamanan, dan Anda dapat menggunakan tampilan aman berparameter untuk kontrol akses yang mendetail.
Untuk mempercepat penyiapan dan memastikan akurasi, AlloyDB menyertakan alat produktivitas untuk pembuatan konteks otomatis dari skema Anda. Alat ini secara otomatis membuat konteks skema dan menyarankan template kueri, sehingga mengurangi upaya manual yang diperlukan untuk memulai. Anda dapat lebih menyaring hasil dengan menambahkan template kueri khusus bisnis ke penyimpanan template. Model yang mendasarinya dapat menghasilkan SQL yang kompleks—termasuk gabungan multi-tabel, agregasi, dan fungsi jendela—berdasarkan niat pengguna dan konteks skema, dengan akurasi yang meningkat seiring dengan makin banyaknya konteks dan template yang diberikan.
Kasus penggunaan
Pelajari cara menerapkan kueri bahasa alami AlloyDB AI ke skenario bisnis umum.
| Kasus Penggunaan | Sasaran Bisnis | Contoh Soal | Dampak Bisnis |
|---|---|---|---|
| Sales Analytics | Melacak performa penjualan dan mengidentifikasi tenaga penjual terbaik | "Who were our top 3 sales reps by revenue in Austin for the last quarter?" |
- Keputusan yang Lebih Cepat - Analisis penjualan mandiri yang instan. |
| Adopsi Produk | Memahami perilaku pengguna dan adopsi fitur | "How many users on our 'Pro' plan used the new reporting feature last week?" |
- Iterasi yang Lebih Cepat - Validasi hipotesis dengan cepat dan bangun produk yang lebih baik. |
| Supply Chain | Memantau supply chain dan mengidentifikasi hambatan | "Show me all shipments from the Reno warehouse that are delayed by more than 3 days." |
- Peningkatan Efisiensi - Mengatasi masalah operasional secara proaktif. |
| Dukungan Pelanggan | Menganalisis tiket dukungan untuk menemukan tren | "What is the most common complaint category for tickets created in the last 7 days?" |
- Layanan yang Lebih Baik - Identifikasi dan selesaikan masalah pelanggan dengan lebih cepat. |
Pelajari lebih lanjut
Pelajari referensi developer Google untuk membangun aplikasi kueri bahasa alami Anda dengan AlloyDB.
Tutorial aplikasi percakapan
Pelajari cara membangun aplikasi conversational commerce dengan AlloyDB AI dan Serverless.
Panduan cara kerja
Panduan teknis langkah demi langkah tentang cara menyiapkan, mengonfigurasi, dan menggunakan fungsi get_sql().
Membuat SQL menggunakan bahasa alami AlloyDB AI
Dapatkan pengalaman praktis dengan tutorial terpandu tentang cara membuat SQL dari bahasa alami.