Descripción general de Conversational Analytics para Cloud SQL para MySQL

El análisis conversacional en Cloud SQL para MySQL te permite chatear con agentes sobre los datos de tu base de datos en lenguaje natural. Para obtener respuestas sobre tus datos, debes hacer lo siguiente:

  • Crea agentes de datos para un conjunto de fuentes de conocimiento, como tablas y vistas, que selecciones.
  • [Opcional] Crea contexto e instrucciones para que un agente configure el agente de datos de manera que responda preguntas de forma 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.

Los análisis conversacionales proporcionan los siguientes tipos de contexto:

  • Guiado: Creas este contexto en la consola de Google Cloud . 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 sobre la calidad del agente. Este contexto reutiliza el contexto para el método QueryData.

Después de crear agentes de datos, puedes conversar con ellos para hacer preguntas sobre los datos de Cloud SQL para MySQL en 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 productos de Google Cloud antes de usarlos. Para obtener más información, consulta Gemini para Google Cloud y la IA responsable.

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 la 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 los datos y realizar consultas sobre ellos, como definir lo siguiente:
    • Sinónimos y términos comerciales para los nombres de campos
    • Campos y valores predeterminados más importantes 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 y administrar los siguientes tipos de agentes de datos, y trabajar con ellos en la pestaña Agente de la consola de Google Cloud :

  • Un agente de muestra predefinido para cada proyecto de Google Cloud
  • Es una lista de los agentes que creaste, publicaste y guardaste como borrador.
  • Es 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 crees en Cloud SQL para MySQL. También puedes acceder a un agente creado en la consola de Google Cloud 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)
  • Es el razonamiento del agente detrás de los resultados.
  • Son los metadatos sobre la conversación, como las fuentes de datos del agente y de la base de datos que se usaron.

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

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

Seguridad

Puedes administrar el acceso a las estadísticas de conversaciones en Cloud SQL para MySQL 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 las estadísticas de conversación para crear un agente, el plano de control, que planifica, administra el flujo de trabajo y llama a las herramientas (orquestación), solo usa un extremo global. El plano de datos, que recupera y procesa los registros de la base de datos y los documentos vectoriales reales, usa un extremo regional.

Precios

Se te cobra según los precios de procesamiento de Cloud SQL para MySQL por las consultas que se ejecutan cuando creas agentes de datos y tienes conversaciones con ellos o con fuentes de datos de bases de datos. No se aplican cargos adicionales por crear y usar agentes de datos y conversaciones durante el período de vista previa.

Cuota compartida dinámica

La cuota compartida dinámica (DSQ) en Vertex AI administra la capacidad del modelo de Gemini. A diferencia de las cuotas convencionales, DSQ te permite acceder a un gran grupo compartido de recursos sin un límite fijo por proyecto para el rendimiento 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 429 Resource Exhausted temporales. 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 enviar la solicitud después de una breve demora.

¿Qué sigue?