ניתוח שיחות ב-Cloud SQL ל-PostgreSQL מאפשר לכם לשוחח עם סוכנים על נתוני מסד הנתונים שלכם באמצעות שפה טבעית. כדי לקבל תשובות לגבי הנתונים שלכם:
- יוצרים סוכני נתונים עבור קבוצה של מקורות ידע, כמו טבלאות ותצוגות, שאתם בוחרים.
- [אופציונלי] יוצרים הקשר והוראות לנציג כדי להגדיר את סוכן הנתונים כך שיוכל לענות ביעילות על שאלות בתרחישים ספציפיים.
לפני שמתאימים אישית סוכן, מומלץ קודם לעבוד עם ההקשר וההוראות שהסוכן יוצר.
ניתוח שיחות מספק את סוגי ההקשר הבאים:
- מונחה – אתם יוצרים את ההקשר הזה במסוף Google Cloud . האפשרות הזו מתאימה למשתמשים שלא רוצים לכתוב קוד ישירות.
- מתקדם – אתם יוצרים את ההקשר הזה ב-Gemini CLI או בסביבת הפיתוח המשולבת (IDE). אנחנו ממליצים על הגישה הזו למשתמשים שרוצים יותר שליטה באיכות הסוכן. ההקשר הזה משתמש מחדש בהקשר של השיטה QueryData.
אחרי שיוצרים סוכני נתונים, אפשר לנהל איתם שיחות בשפה טבעית כדי לשאול שאלות על נתונים ב-Cloud SQL ל-PostgreSQL.
ניתוח שיחות מבוסס על Gemini for Google Cloud.
איך Gemini for Google Cloud משתמש בנתונים שלכם, ובאילו מקרים
פיתוח הטכנולוגיה הזאת נמצא בשלב מוקדם, ולכן יכול להיות שהמוצרים של Gemini for Google Cloud יפיקו פלט שנראה סביר אבל כולל עובדות שגויות. מומלץ לאמת כל פלט של מוצרי Gemini for Google Cloud לפני שמשתמשים בו. מידע נוסף זמין במאמר Gemini for Google Cloud ואתיקה של בינה מלאכותית.
סוכני נתונים
סוכני נתונים מורכבים ממקור ידע אחד או יותר, ומקבוצת הוראות שספציפיות לתרחיש לדוגמה לעיבוד נתוני מסד הנתונים. כשיוצרים סוכן נתונים, אפשר להגדיר אותו באמצעות האפשרויות הבאות:
- שימוש במקורות ידע כמו טבלאות ותצוגות עם סוכן נתונים.
- מספקים מטא-נתונים מותאמים אישית של טבלאות ושדות כדי לתאר את נתוני מסד הנתונים בצורה המתאימה ביותר לתרחיש השימוש הנתון.
- לספק הוראות לפרשנות ולשאילתות של הנתונים, למשל להגדיר את הפרטים הבאים:
- מילים נרדפות ומונחים עסקיים לשמות של שדות
- השדות הכי חשובים וערכי ברירת המחדל לסינון ולקיבוץ
- אפשר להשתמש ביצירת הקשר מודרכת או מתקדמת כדי לספק הקשרים מובנים שסוכן הנתונים יכול להשתמש בהם כדי להתאים את מבנה התשובה של הסוכן וללמוד את הלוגיקה העסקית שבה הארגון שלכם משתמש.
ניהול סוכני נתונים
בכרטיסייה סוכן במסוף Google Cloud , אפשר ליצור ולנהל סוכני נתונים מהסוגים הבאים, ולעבוד איתם:
- סוכן לדוגמה מוגדר מראש לכל פרויקט Google Cloud .
- רשימה של סוכנים שנמצאים בטיוטה, סוכנים שנוצרו וסוכנים שפורסמו.
- רשימה של סוכנים שאנשים אחרים יוצרים ומשתפים איתכם.
מידע נוסף זמין במאמר יצירת סוכני נתונים.
שירותים אחרים בפרויקט שתומכים בסוכני נתונים, כמו Conversational Analytics API, יכולים לגשת לסוכני נתונים שאתם יוצרים ב-Cloud SQL ל-PostgreSQL. אפשר גם לגשת לסוכן שנוצר במסוף Google Cloud באמצעות קריאה אליו דרך Conversational Analytics API.
שיחות
שיחות הן צ'אטים שנשמרים עם סוכן נתונים או עם מקור נתונים של מסד נתונים. אתם יכולים לשאול סוכני נתונים שאלות מורכבות שכוללות מונחים נפוצים כמו 'מכירות' או 'הכי פופולרי', בלי שתצטרכו לציין שמות של שדות בטבלה או להגדיר תנאים לסינון הנתונים במסד הנתונים.
התשובה שמתקבלת בצ'אט כוללת את התכונות הבאות:
- התשובה לשאלה שלכם כטקסט, קוד או תרשימים (במקרים המתאימים)
- ההסבר של הנציג לגבי התוצאות.
- מטא-נתונים על השיחה, כמו הסוכן ומקורות הנתונים של מסד הנתונים שנעשה בהם שימוש.
כשיוצרים שיחה ישירה עם מקור נתונים של מסד נתונים, Conversational Analytics API מפרש את השאלה בלי ההקשר והוראות העיבוד שסוכן נתונים מספק. לכן, התוצאות של שיחות ישירות יכולות להיות פחות מדויקות. כדאי להשתמש בסוכני נתונים במקרים שבהם נדרשת רמת דיוק גבוהה יותר.
אפשר ליצור ולנהל שיחות ב-Cloud SQL ל-PostgreSQL באמצעות מסוף Google Cloud . מידע נוסף זמין במאמר ניתוח נתונים באמצעות שיחות.
אבטחה
אפשר לנהל את הגישה לניתוח שיחות ב-Cloud SQL ל-PostgreSQL באמצעות תפקידים והרשאות של IAM ב-Conversational Analytics API. במאמרים התפקידים הנדרשים לסוכן הנתונים והתפקידים הנדרשים לשיחות מפורט מידע על התפקידים שנדרשים לפעולות ספציפיות.
מיקומים
כשמשתמשים בניתוח שיחות כדי ליצור סוכן, מישור הבקרה – שתפקידו לתכנן ולנהל את תהליך העבודה ולקרוא לכלים (תיזמור) – משתמש רק בנקודת קצה גלובלית. מישור הנתונים – שמאחזר ומעבד את הרשומות בפועל במסד הנתונים ואת מסמכי הווקטור – משתמש בנקודת קצה אזורית.
תמחור
החיוב על שאילתות שמופעלות כשיוצרים סוכני נתונים ומנהלים שיחות עם סוכני נתונים או עם מקורות נתונים של מסדי נתונים מתבצע לפי תמחור השימוש ב-Cloud SQL ל-PostgreSQL. אין תשלום נוסף על יצירה ושימוש בסוכני נתונים ובשיחות במהלך תקופת התצוגה המקדימה.
מכסת נפח משותפת דינמית
מכסת השימוש המשותפת הדינמית (DSQ) ב-Vertex AI מנהלת את הקיבולת של מודל Gemini. בשונה ממכסות רגילות, DSQ מאפשרת לכם לגשת למאגר גדול של משאבים משותפים ללא מגבלה קבועה לכל פרויקט על תפוקת המודל.
הביצועים, כמו זמן האחזור, עשויים להשתנות בהתאם לעומס הכולל על המערכת.
בזמנים של ביקוש גבוה במאגר המשותף, יכול להיות שתיתקלו מדי פעם בשגיאות זמניות של 429 Resource Exhausted. השגיאות האלה מציינות שהקיבולת של המאגר המשותף מוגבלת באופן זמני, אבל לא שהגעתם למגבלת מכסה ספציפית בפרויקט. כדי לבדוק את הקיבולת, צריך לנסות שוב את הבקשה אחרי השהיה קצרה.