La funzionalità di linguaggio naturale di AlloyDB AI (anteprima) consente di tradurre domande in linguaggio naturale in query SQL che tengono conto dello schema, aiutando sviluppatori e analisti a recuperare più rapidamente insight dai database AlloyDB per PostgreSQL.
Crea un livello di contesto
Crea un livello di contesto completo comprendendo le tabelle, le colonne e le relazioni per generare query accurate e sensibili al contesto.
Generazione intelligente di SQL
Analizza in modo intelligente l'intent utilizzando la ricerca di concetti e sfrutta un archivio di modelli per creare query SQL in modo rapido e affidabile.
Viste sicure parametrizzate
Fornire un controllo granulare dell'accesso, garantendo che gli utenti finali vedano solo i dati a cui sono autorizzati ad accedere, il che è fondamentale per le applicazioni che eseguono query generate dall'AI.
Come funziona
La funzionalità di linguaggio naturale di AlloyDB AI (anteprima) è progettata per funzionare in modo sicuro con lo schema del tuo database. Dopo aver registrato gli oggetti dello schema con una configurazione in linguaggio naturale, puoi chiamare la funzione alloydb_ai_nl.get_sql() dalla tua applicazione per tradurre le domande in inglese semplice in query SQL o utilizzare explain_sql per comprendere una query. La funzionalità si integra con i ruoli PostgreSQL standard e con Identity and Access Management (IAM) per la sicurezza. Inoltre, puoi utilizzare le viste sicure parametrizzate per un controllo dell'accesso granulare.
Per accelerare la configurazione e garantire l'accuratezza, AlloyDB include strumenti di produttività per la generazione automatica del contesto dal tuo schema. Questi strumenti generano automaticamente il contesto dello schema e suggeriscono modelli di query, riducendo l'intervento manuale richiesto per iniziare. Puoi perfezionare ulteriormente i risultati aggiungendo modelli di query specifici per l'attività allo store dei modelli. Il modello sottostante può generare SQL complessi, tra cui join di più tabelle, aggregazioni e funzioni finestra, in base allo user intent e al contesto dello schema, con un'accuratezza che migliora man mano che vengono forniti più contesto e modelli.
Casi d'uso
Scopri come applicare le query in linguaggio naturale di AlloyDB AI a scenari aziendali comuni.
| Caso d'uso | Obiettivo aziendale | Domanda di esempio | Impatto sul business |
|---|---|---|---|
| Analisi delle vendite | Monitora il rendimento delle vendite e identifica i rappresentanti migliori | "Who were our top 3 sales reps by revenue in Austin for the last quarter?" |
- Decisioni più rapide - Analisi delle vendite self-service immediate. |
| Adozione del prodotto | Comprendere il comportamento degli utenti e l'adozione delle funzionalità | "How many users on our 'Pro' plan used the new reporting feature last week?" |
- Iterazione più rapida - Convalida rapidamente le ipotesi e crea prodotti migliori. |
| Catena di fornitura | Monitora la catena di fornitura e identifica i colli di bottiglia | "Show me all shipments from the Reno warehouse that are delayed by more than 3 days." |
- Maggiore efficienza - Risolvi in modo proattivo i problemi operativi. |
| Assistenza clienti | Analizza i ticket di assistenza per trovare le tendenze | "What is the most common complaint category for tickets created in the last 7 days?" |
- Servizio migliore - Identifica e risolvi i problemi dei clienti più velocemente. |
Scopri di più
Esplora le risorse per sviluppatori di Google per creare le tue applicazioni di query in linguaggio naturale con AlloyDB.
Tutorial sulle app di conversazione
Scopri come creare un'app di commercio conversazionale con AlloyDB AI e Serverless.
Guida illustrativa
Una guida tecnica passo passo su come impostare, configurare e utilizzare la funzione get_sql().
Genera SQL utilizzando il linguaggio naturale di AlloyDB AI
Acquisisci esperienza pratica con un tutorial guidato sulla generazione di SQL dal linguaggio naturale.