A análise de conversação no Cloud SQL para PostgreSQL permite conversar com agentes sobre os dados do banco de dados usando linguagem natural. Para receber respostas sobre seus dados, você:
- Crie agentes de dados para um conjunto de fontes de conhecimento, como tabelas e visualizações, que você selecionar.
- [Opcional] Crie contexto e instruções para que um agente configure o agente de dados para responder de forma eficaz a perguntas em casos de uso específicos.
Antes de personalizar um agente, recomendamos que você trabalhe com o contexto e as instruções que ele cria.
A análise de conversas oferece os seguintes tipos de contexto:
- Guiado: você cria esse contexto no console do Google Cloud . Essa opção é adequada para usuários que não querem escrever código diretamente.
- Avançado: você cria esse contexto na CLI do Gemini ou no seu ambiente de desenvolvimento integrado. Recomendamos essa abordagem para usuários que querem mais controle sobre a qualidade do agente. Esse contexto reutiliza o contexto do método QueryData.
Depois de criar agentes de dados, você pode conversar com eles para fazer perguntas sobre os dados do Cloud SQL para PostgreSQL usando linguagem natural.
A análise conversacional é alimentada pelo Gemini para Google Cloud.
Saiba como e quando o Gemini para Google Cloud usa seus dados.
Como uma tecnologia em estágio inicial, os produtos do Gemini para Google Cloud podem gerar uma saída plausível, mas que é factualmente incorreta. Recomendamos que você valide todas as saídas dos produtos do Gemini para Google Cloud antes de usá-las. Para mais informações, consulte Gemini para Google Cloud e IA responsável.
Agentes de dados
Os agentes de dados consistem em uma ou mais fontes de conhecimento e um conjunto de instruções específicas para um caso de uso para processar esses dados do banco de dados. Ao criar um agente de dados, é possível configurá-lo usando as seguintes opções:
- Use fontes de conhecimento, como tabelas e visualizações, com um agente de dados.
- Forneça metadados personalizados de tabelas e campos para descrever os dados do banco de dados da maneira mais adequada para o caso de uso em questão.
- Forneça instruções para interpretar e consultar os dados, como
definir o seguinte:
- Sinônimos e termos comerciais para nomes de campos
- Campos e padrões mais importantes para filtragem e agrupamento
- Usando a geração de contexto guiada ou contextual avançada, forneça contextos estruturados que o agente de dados pode usar para moldar a estrutura de resposta de um agente e aprender a lógica de negócios que sua organização usa.
Gerenciar agentes de dados
É possível criar, gerenciar e trabalhar com os seguintes tipos de agentes de dados na página Conversas no console do Google Cloud :
- Um agente de amostra predefinido para cada projeto do Google Cloud .
- Uma lista dos seus agentes em rascunho, criados e publicados.
- Uma lista de agentes que outras pessoas criam e compartilham com você.
Para mais informações, consulte Criar agentes de dados.
Outros serviços no projeto que oferecem suporte a agentes de dados, como a API Conversational Analytics, podem acessar os agentes de dados que você cria no Cloud SQL para PostgreSQL . Também é possível acessar um agente criado no console do Google Cloud chamando-o com a API Conversational Analytics.
Conversas
As conversas são chats persistentes com um agente de dados ou uma fonte de dados de banco de dados. Você pode fazer perguntas com várias partes aos agentes de dados que usam termos comuns, como "vendas" ou "mais populares", sem precisar especificar nomes de campos de tabela ou definir condições para filtrar os dados do banco de dados.
A resposta do chat retornada oferece os seguintes recursos:
- A resposta à sua pergunta em texto, código ou gráficos (quando apropriado)
- O raciocínio do agente por trás dos resultados.
- Metadados sobre a conversa, como o agente e as fontes de dados do banco de dados usadas.
Quando você cria uma conversa direta com uma fonte de dados de banco de dados, a API Conversational Analytics interpreta sua pergunta sem o contexto e as instruções de processamento que um agente de dados oferece. Por isso, os resultados de conversas diretas podem ser menos precisos. Use agentes de dados para casos que exigem maior precisão.
É possível criar e gerenciar conversas no Cloud SQL para PostgreSQL usando o console do Google Cloud . Para mais informações, consulte Analisar dados com conversas.
Segurança
É possível gerenciar o acesso à análise de conversação no Cloud SQL para PostgreSQL usando as permissões e os papéis do IAM da API Conversational Analytics. Para informações sobre os papéis necessários para operações específicas, consulte os papéis necessários do agente de dados e os papéis necessários da conversa.
Locais
Quando você usa a análise de conversação para criar um agente, o plano de controle, que planeja, gerencia o fluxo de trabalho e chama ferramentas (orquestração), usa apenas um endpoint global. O plano de dados, que busca, recupera e processa os registros reais do banco de dados e os documentos vetoriais, usa um endpoint regional.
Preços
As consultas executadas ao criar agentes de dados e conversar com eles ou com fontes de dados de banco de dados são cobradas de acordo com os preços de computação do Cloud SQL para PostgreSQL. Não há cobrança extra para criar e usar agentes de dados e conversas durante o período de pré-lançamento.
Cota compartilhada dinâmica
A cota compartilhada dinâmica (DSQ, na sigla em inglês) na Vertex AI gerencia a capacidade do modelo do Gemini. Ao contrário das cotas convencionais, a DSQ permite acessar um grande pool compartilhado de recursos sem um limite fixo por projeto para a capacidade de processamento do modelo.
O desempenho, como a latência, pode variar de acordo com a carga geral do sistema.
Durante períodos de alta demanda no pool compartilhado, você pode ocasionalmente
encontrar erros temporários 429 Resource Exhausted. Esses erros indicam que
a capacidade do pool compartilhado está temporariamente limitada, mas não que você
atingiu um limite de cota específico no projeto. Para verificar a capacidade, tente novamente
a solicitação após um curto período.
A seguir
- Saiba mais sobre a API Conversational Analytics.
- Criar agentes de dados.
- Analisar dados com conversas.