Trasforma le domande in linguaggio naturale direttamente in SQL. La funzionalità di linguaggio naturale di AlloyDB AI (anteprima) traduce le query in linguaggio naturale in query SQL sensibili allo schema, consentendo a sviluppatori e analisti di ottenere risposte più rapidamente.
Crea un livello contestuale
Crea un livello di contesto ricco comprendendo tabelle, colonne e relazioni per generare query accurate e sensibili al contesto.
Generazione intelligente di SQL
Analizza in modo intelligente l'intent utilizzando la ricerca concettuale e sfrutta un archivio di modelli per creare query SQL in modo rapido e affidabile.
Viste sicure con parametri
Fornisci un controllo dell'accesso granulare, assicurando 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 con l'AI.
Come funziona
La funzionalità di linguaggio naturale di AlloyDB AI (anteprima) è progettata per funzionare in modo sicuro con lo schema del 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 domande in inglese semplice in query SQL oppure utilizzare explain_sql per comprendere una query. La funzionalità si integra con i ruoli PostgreSQL standard e IAM per la sicurezza e 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 dallo schema. Questi strumenti generano automaticamente il contesto dello schema e suggeriscono modelli di query, riducendo il lavoro manuale necessario per iniziare. Puoi perfezionare ulteriormente i risultati aggiungendo modelli di query specifici per l'attività al negozio di modelli. Il modello sottostante può generare SQL complessi, tra cui unioni di più tabelle, aggregazioni e funzioni finestra, in base all'intento dell'utente e al contesto dello schema. L'accuratezza 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 |
|---|---|---|---|
| Sales Analytics | Monitorare il rendimento delle vendite e identificare i migliori rappresentanti | "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. |
| Supply Chain | Monitorare la catena di fornitura e identificare i colli di bottiglia | "Show me all shipments from the Reno warehouse that are delayed by more than 3 days." |
- Efficienza migliorata : risolvi in modo proattivo i problemi operativi. |
| Assistenza clienti | Analizzare i ticket di assistenza per trovare le tendenze | "What is the most common complaint category for tickets created in the last 7 days?" |
- Miglior servizio - Identifica e risolvi più rapidamente i problemi dei clienti. |
Scopri di più
Esplora le risorse per sviluppatori Google per creare applicazioni di query in linguaggio naturale con AlloyDB.
Tutorial sull'app conversazionale
Scopri come creare un'app di commercio conversazionale con AlloyDB AI e Serverless.
Guida illustrativa
Una guida tecnica passo passo per 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.