Conversational Analytics en Cloud SQL para PostgreSQL te permite chatear con agentes sobre los datos de tu base de datos usando lenguaje natural. Para obtener respuestas sobre tus datos, haz 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 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.
Los análisis conversacionales proporcionan los siguientes tipos de contexto:
- Guiado: Creas este contexto en la consola de Google Cloud . Esta opción es ideal 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 de los agentes. Este contexto reutiliza el contexto para el método QueryData.
Después de crear agentes de datos, puedes tener conversaciones con ellos para hacerles preguntas sobre los datos de Cloud SQL para PostgreSQL con lenguaje natural.
Las estadísticas conversacionales se basan en 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 esos 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 y consultar los datos, como
definir lo siguiente:
- Sinónimos y términos empresariales para los nombres de los 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 pueda 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 página Conversaciones de la consola de Google Cloud :
- Un agente de ejemplo predefinido para cada proyecto de Google Cloud .
- Una lista de tus agentes en borrador, creados y publicados.
- 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 creas en Cloud SQL para PostgreSQL . 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 preguntas de varias partes a los agentes de datos que usen términos comunes, como "ventas" o "más popular", sin tener que especificar los nombres de los campos de la tabla ni definir condiciones para filtrar los datos de la base de datos.
La respuesta de chat que se te devuelve proporciona las siguientes funciones:
- La respuesta a tu pregunta en forma de texto, código o gráficos (según corresponda)
- El razonamiento del agente detrás de los resultados.
- Metadatos sobre la conversación, como las fuentes de datos de la base de datos y del agente 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 ni las instrucciones de procesamiento que ofrece un agente de datos. Por este motivo, los resultados de las conversaciones directas pueden ser menos precisos. Usa agentes de datos para los casos que requieran mayor exactitud.
Puedes crear y administrar conversaciones en Cloud SQL para PostgreSQL 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 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 las estadísticas de conversaciones para crear un agente, el plano de control, que planifica, administra el flujo de trabajo y llama a las herramientas (organización), usa solo un extremo global. El plano de datos, que recupera, obtiene 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 PostgreSQL por las consultas que se ejecutan cuando creas agentes de datos y tienes conversaciones con agentes de datos o 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 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 la capacidad de procesamiento del modelo.
El rendimiento, como la latencia, puede variar según la carga general del sistema.
Durante los momentos de alta demanda en el grupo compartido, es posible que, de vez en cuando,
experimentes errores 429 Resource Exhausted temporales. Estos errores indican que
la capacidad del grupo compartido está restringida de forma momentánea, pero no que alcanzaste
un límite de cuota específico en tu proyecto. Para verificar la capacidad, vuelve a intentar
la solicitud después de un breve retraso.
¿Qué sigue?
- Obtén más información sobre la API de Conversational Analytics.
- Crea agentes de datos.
- Analiza datos con conversaciones.