Panoramica di QueryData

QueryData ti consente di interagire con i tuoi dati utilizzando il linguaggio conversazionale e gli agenti per i dati che crei per aiutarti a eseguire query sui dati. Gli agenti per i dati sono assistenti e applicazioni basati sull'AI in grado di comprendere lo user intent, eseguire query sui dati operativi e restituire risposte accurate e fondate. QueryData genera query per il tuo database utilizzando set di contesto, ovvero raccolte di blueprint, logica di business e informazioni sullo schema selezionati. Questo contesto consente a QueryData di tradurre le domande in linguaggio naturale in query accurate per i tuoi casi d'uso target.

Quando utilizzare QueryData

QueryData è ideale per applicazioni come:

  • Automazione dell'assistenza clienti: gestisci richieste di volumi elevati come "Dov'è il mio ordine?" o "Qual è il mio saldo attuale?".
  • Assistenti per gli acquisti di e-commerce: aiuta gli utenti a navigare in cataloghi di prodotti di grandi dimensioni con query in linguaggio naturale come "Mostrami scarpe da corsa a meno di 100 €".
  • Strumenti per le operazioni sul campo: consenti ai dipendenti in mobilità di eseguire query sui livelli dell'inventario, sulla disponibilità dei componenti o sui dettagli dei ticket di assistenza in tempo reale.

Concetti principali

Per tradurre in modo affidabile le domande conversazionali in query di database, QueryData si basa sui seguenti concetti chiave:

QueryData e l'API Conversational Analytics

L'endpoint QueryData nell'API Conversational Analytics è uno strumento basato su agenti che consente la generazione programmatica di query SQL in linguaggio naturale per i tuoi database. All'interno di un'applicazione conversazionale o di un workflow multi-agente, l'endpoint QueryData gestisce l'interpretazione dello schema e la sintesi delle query. L'harness dell'agente (come Antigravity, Agent Development Kit (ADK) o LangChain) gestisce la cronologia delle conversazioni, lo stato dell'utente e l'orchestrazione degli strumenti per contestualizzare l'input dell'utente prima di inviare una richiesta in linguaggio naturale all'endpoint QueryData.

Set di contesti

Un set di contesto è una raccolta di conoscenze specifiche del database, pattern di query selezionati e regole aziendali associate all'istanza del database. Anziché fare affidamento esclusivamente sulla conoscenza generale degli LLM o sugli schemi delle tabelle non elaborati, QueryData utilizza i set di contesto per comprendere le sfumature del tuo modello dei dati e la terminologia specifica dell'organizzazione.

Un set di contesto contiene tre elementi di base principali:

  • Progetti di query: coppie selezionate di domande rappresentative in linguaggio naturale e le relative query SQL pre-convalidate. I progetti forniscono esempi canonici che definiscono il modo in cui intenti aziendali specifici vengono mappati alle istruzioni SQL.
  • Facet di query: predicati SQL modulari e condizioni filtro (ad esempio intervalli di date, calcoli di soglia o flag aziendali). I facet consentono a QueryData di combinare dinamicamente più criteri di filtro in una query senza bisogno di blueprint separati per ogni combinazione.
  • Ricerche di valori: query di corrispondenza semantica e di stringhe che collegano frasi informali a valori esatti archiviati nelle colonne del database. Le ricerche di valori aiutano a risolvere le ambiguità (ad esempio, la mappatura di "Bay Area" a San Francisco o di "Heathrow" a London Heathrow Airport) utilizzando corrispondenze esatte, somiglianza di stringhe di trigrammi o vector embedding semantici.

Come funziona QueryData

Quando l'agente o l'applicazione invia una richiesta in linguaggio naturale (ad esempio una domanda dell'utente che l'agente ha contestualizzato con la cronologia delle conversazioni o lo stato dell'utente), QueryData esegue i seguenti passaggi:

  1. Risoluzione dei valori: QueryData esegue query di ricerca dei valori nel database per mappare le entità nel prompt (come nomi, città o categorie) a valori specifici delle colonne del database.
  2. Corrispondenza e disambiguazione degli intenti: QueryData confronta la richiesta contestualizzata con i progetti e i facet delle query selezionati che hai definito nel set di contesto. Se la richiesta non è specificata o è ambigua, QueryData può restituire una domanda di disambiguazione in modo che l'agente o l'applicazione possa chiedere chiarimenti all'utente.
  3. Sintesi delle query: utilizzando la struttura del progetto corrispondente, i facet applicati e i valori risolti, QueryData sintetizza una query SQL completa per il tuo motore del database.
  4. Esecuzione della query: la query generata viene eseguita sul database per restituire i risultati.

Crea e gestisci i set di contesti

Per creare e gestire i set di contesto, segui questi passaggi:

  1. Contesto dell'autore: definisci i progetti di query, i facet e le ricerche di valori per il tuo database. Per saperne di più, consulta la panoramica dei set di contesti. Puoi anche utilizzare l'agente di progettazione del contesto per automatizzare la creazione del contesto.
  2. Gestisci nella console Google Cloud : crea e gestisci i set di contesto in Bigtable Studio per renderli disponibili per la generazione di query.
  3. Integrazione con le tue applicazioni: connetti le tue applicazioni o i tuoi agenti AI a QueryData utilizzando MCP Toolbox o chiamate API dirette.

Prezzi

Ti vengono addebitati i prezzi di calcolo di Bigtable per le query eseguite quando crei set di contesto e utilizzi QueryData con i tuoi agenti per i dati o le origini dati del database. Non sono previsti costi aggiuntivi per la creazione e l'utilizzo di set di contesti e QueryData durante il periodo di anteprima. Per ulteriori informazioni, consulta i prezzi dell'agente Data Cloud.

Passaggi successivi