Com as análises de conversação no Cloud SQL para PostgreSQL, você pode conversar com agentes sobre os dados do seu 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 um agente configurar o agente de dados para responder a perguntas de maneira eficaz em casos de uso específicos.
Antes de personalizar um agente, recomendamos que você trabalhe primeiro com o contexto e as instruções que ele cria.
A análise conversacional oferece os seguintes tipos de contexto:
- Guiado: você cria esse contexto no console 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 (IDE). Recomendamos essa abordagem para usuários que querem mais controle da qualidade do agente. Esse contexto reutiliza o contexto para o método QueryData.
Depois de criar agentes de dados, você pode conversar com eles para fazer perguntas sobre dados do Cloud SQL para PostgreSQL usando linguagem natural.
A análise de conversação 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 de processamento dos 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 tabela e campo para descrever os dados do banco de dados da maneira mais adequada para o caso de uso específico.
- 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 avançada, forneça contextos estruturados que o agente de dados possa usar para moldar a estrutura de respostas de um agente e aprender a lógica de negócios usada pela sua organização.
Gerenciar agentes de dados
É possível criar, gerenciar e trabalhar com os seguintes tipos de agentes de dados na guia Agente do console do Google Cloud :
- Um agente de amostra predefinido para cada projeto Google Cloud .
- Uma lista dos seus agentes criados, publicados e em rascunho.
- 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 Análises de conversação, podem acessar os agentes de dados criados no Cloud SQL para PostgreSQL. Também é possível acessar um agente criado no console do Google Cloud chamando-o com a API Análises de conversação.
Conversas
As conversas são chats persistentes com um agente de dados ou uma fonte de dados de banco de dados. Você pode fazer perguntas de várias partes aos agentes de dados usando termos comuns, como "vendas" ou "mais popular", sem precisar especificar nomes de campos de tabela ou definir condições para filtrar os dados do banco de dados.
A resposta do chat enviada a você oferece os seguintes recursos:
- A resposta à sua pergunta como 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.
Ao criar uma conversa direta com uma fonte de dados de banco de dados, a API Análises de conversação 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 Google Cloud . Para mais informações, consulte Analisar dados com conversas.
Segurança
É possível gerenciar o acesso à análise de conversas no Cloud SQL para PostgreSQL usando permissões e papéis do IAM da API Conversational Analytics. Para informações sobre os papéis necessários para operações específicas, consulte os papéis obrigatórios do agente de dados e os papéis obrigatórios da conversa.
Locais
Quando você usa a análise de conversas 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
Você recebe cobranças de acordo com os preços de computação do Cloud SQL para PostgreSQL pelas consultas executadas ao criar agentes de dados e conversar com eles ou com fontes de dados de banco de dados. Não há cobranças extras pela criação e uso de 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.
A performance, como a latência, pode variar dependendo da carga geral do sistema.
Durante períodos de alta demanda no pool compartilhado, você pode ocasionalmente encontrar erros temporários de 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 seu projeto. Para verificar a capacidade, tente fazer a solicitação novamente após um pequeno atraso.
A seguir
- Saiba mais sobre a API Análises de conversação.
- Criar agentes de dados.
- Analisar dados com conversas.