Descripción general del análisis conversacional para AlloyDB para PostgreSQL

Conversational Analytics en AlloyDB para PostgreSQL te permite chatear con agentes sobre los datos de tu base de datos usando lenguaje natural. Para obtener respuestas sobre tus datos, puedes hacer lo siguiente:

  • Crear agentes de datos para un conjunto de fuentes de conocimiento, como tablas y vistas, que selecciones
  • [Opcional] Crear contexto e instrucciones para un agente para configurar el agente de datos de modo que responda preguntas de manera eficaz para casos de uso específicos

Antes de personalizar un agente, te recomendamos que primero trabajes con el contexto y las instrucciones que crea el agente.

Conversational Analytics proporciona los siguientes tipos de contexto:

  • Guiado: Creas este contexto en la Google Cloud consola. Esta opción es adecuada para los usuarios que no quieren escribir código directamente.
  • Avanzado: Creas este contexto en la CLI de Gemini o en tu IDE. Recomendamos este enfoque para los usuarios que desean tener más control de la calidad del agente. Este contexto reutiliza el contexto del método QueryData.

Después de crear agentes de datos, puedes tener conversaciones con ellos para hacer preguntas sobre los datos de AlloyDB para PostgreSQL con lenguaje natural.

Conversational Analytics funciona con Gemini para Google Cloud.

Descubre cómo y cuándo Gemini para Google Cloud usa tus datos.

Como tecnología en etapa inicial, los productos de Gemini para Google Cloud pueden generar resultados que parecen posibles, pero que no son correctos. Te recomendamos que valides todos los resultados de Gemini para los Google Cloud productos deantes de usarlos. Para obtener más información, consulta Gemini paray la IA responsable. Google Cloud

Agentes de datos

Los agentes de datos constan de una o más fuentes de conocimiento y un conjunto de instrucciones específicas para un caso de uso para procesar los datos de esa base de datos. Cuando creas un agente de datos, puedes configurarlo con las siguientes opciones:

  • Usa fuentes de conocimiento , como tablas y vistas, con un agente de datos.
  • Proporciona metadatos personalizados de tablas y campos para describir los datos de la base de datos de la manera más adecuada para el caso de uso determinado.
  • Proporciona instrucciones para interpretar y consultar los datos, como definir lo siguiente:
    • Sinónimos y términos empresariales para nombres de campos
    • Campos más importantes y valores predeterminados para filtrar y agrupar
  • Con la generación de contexto guiada o avanzada, proporciona contextos estructurados que el agente de datos puede usar para definir la estructura de respuesta de un agente y aprender la lógica empresarial que usa tu organización.

Administra agentes de datos

Puedes crear, administrar y trabajar con los siguientes tipos de agentes de datos en la pestaña Agente de la Google Cloud consola:

  • Un agente de muestra predefinido para cada Google Cloud proyecto.
  • Una lista de tus agentes publicados, creados y en borrador.
  • Una lista de agentes que otras personas crean y comparten contigo.

Para obtener más información, consulta Crea agentes de datos.

Otros servicios del proyecto que admiten agentes de datos, como la API de Conversational Analytics, pueden acceder a los agentes de datos que creas en AlloyDB para PostgreSQL . También puedes acceder a un agente creado en la Google Cloud consola llamándolo con la API de Conversational Analytics.

Conversaciones

Las conversaciones son chats persistentes con un agente de datos o una fuente de datos de la base de datos. Puedes hacerles a los agentes de datos preguntas de varias partes que usen términos comunes como "ventas" o "más populares", sin tener que especificar nombres de campos de tablas ni definir condiciones para filtrar los datos de la base de datos.

La respuesta del chat que se te muestra proporciona las siguientes funciones:

  • La respuesta a tu pregunta como texto, código o gráficos (cuando corresponda)
  • El razonamiento del agente detrás de los resultados
  • Metadatos sobre la conversación, como el agente y las fuentes de datos de la base de datos que se usaron

Cuando creas una conversación directa con una fuente de datos de la base de datos, la API de Conversational Analytics interpreta tu pregunta sin el contexto y las instrucciones de procesamiento que ofrece un agente de datos. Por lo tanto, los resultados de la conversación directa pueden ser menos precisos. Usa agentes de datos para los casos que requieren mayor precisión.

Puedes crear y administrar conversaciones en AlloyDB para PostgreSQL con la Google Cloud consola. Para obtener más información, consulta Analiza datos con conversaciones.

Seguridad

Puedes administrar el acceso a Conversational Analytics en AlloyDB para PostgreSQL con los roles y permisos de IAM de la API de Conversational Analytics. Para obtener información sobre los roles necesarios para operaciones específicas, consulta los roles obligatorios del agente de datos y los roles obligatorios de la conversación.

Ubicaciones

Cuando usas Conversational Analytics para crear un agente, el plano de control, que planifica, administra el flujo de trabajo y llama a las herramientas (orquestación), usa solo un extremo global. El plano de datos, que recupera y procesa los registros reales de la base de datos y los documentos vectoriales, usa un extremo regional.

Precios

Se te cobra el precio de procesamiento de AlloyDB por las consultas que se ejecutan cuando creas agentes de datos y tienes conversaciones con agentes de datos o fuentes de datos de la base de datos. No hay cargos adicionales por crear y usar agentes de datos y conversaciones durante el período de versión preliminar.

Cuota compartida dinámica

La cuota compartida dinámica (DSQ) en Vertex AI administra la capacidad del modelo de Gemini. A diferencia de las cuotas convencionales, la DSQ te permite acceder a un gran grupo compartido de recursos sin un límite fijo por proyecto para el procesamiento del modelo.

El rendimiento, como la latencia, puede variar según la carga general del sistema. En momentos de alta demanda en el grupo compartido, es posible que, en ocasiones, experimentes errores temporales 429 Resource Exhausted. Estos errores indican que la capacidad del grupo compartido está restringida momentáneamente, pero no que alcanzaste un límite de cuota específico en tu proyecto. Para verificar la capacidad, vuelve a intentar la solicitud después de una breve demora.

¿Qué sigue?