Visão geral do QueryData

Com o QueryData, é possível interagir com seus dados usando linguagem de conversação e agentes de dados criados para ajudar você a consultar seus dados. Os agentes de dados são assistentes e aplicativos com tecnologia de IA que entendem a intenção do usuário, consultam seus dados operacionais e retornam respostas precisas e fundamentadas. O QueryData gera consultas para seu banco de dados usando conjuntos de contexto, que são coleções de blueprints, lógica de negócios e informações de esquema selecionadas. Esse contexto permite que o QueryData traduza perguntas em linguagem natural em consultas precisas para seus casos de uso de destino.

Quando usar o QueryData

O QueryData é ideal para aplicativos como:

  • Automação de atendimento ao cliente: lide com um grande volume de consultas, como "Onde está meu pedido?" ou "Qual é meu saldo atual?".
  • Assistentes de compras de e-commerce: ajudam os usuários a navegar por grandes catálogos de produtos com consultas em linguagem natural, como "Mostre tênis de corrida por menos de R$ 500".
  • Ferramentas de operações de campo: permitem que os funcionários em campo consultem os níveis de inventário, a disponibilidade de peças ou os detalhes de tíquetes de serviço em tempo real.

Principais conceitos

Para traduzir de forma confiável perguntas de conversação em consultas de banco de dados, o QueryData depende dos seguintes conceitos principais:

QueryData e a API Conversational Analytics

O endpoint QueryData na API Conversational Analytics é uma ferramenta de agente que permite a geração programática de consultas SQL em linguagem natural para seus bancos de dados. Em um aplicativo de conversação ou Agentic Workflows, o endpoint QueryData processa a interpretação do esquema e a síntese de consultas. A estrutura do agente (como Antigravity, Kit de Desenvolvimento de Agente (ADK) ou LangChain) gerencia o histórico de conversas, o estado do usuário e a orquestração de ferramentas para contextualizar a entrada do usuário antes de enviar uma solicitação em linguagem natural para o endpoint QueryData.

Conjuntos de contexto

Um conjunto de contexto é uma coleção de conhecimento específico do banco de dados, padrões de consulta selecionados e regras de negócios associadas à sua instância de banco de dados. Em vez de depender apenas do conhecimento geral do LLM ou de esquemas de tabelas brutos, o QueryData usa conjuntos de contexto para entender as nuances do seu modelo de dados e a terminologia específica da organização.

Um conjunto de contexto contém três elementos básicos:

  • Blueprints de consulta: pares selecionados de perguntas representativas em linguagem natural e as consultas SQL pré-validadas correspondentes. Os blueprints fornecem exemplos canônicos que definem como intenções de negócios específicas são mapeadas para instruções SQL.
  • Facetas de consulta: predicados SQL modulares e condições de filtro (como períodos, cálculos de limite ou sinalizações de negócios). As facetas permitem que o QueryData combine dinamicamente vários critérios de filtragem em uma consulta sem precisar de blueprints separados para cada combinação.
  • Pesquisas de valor: consultas semânticas e de correspondência de strings que fundamentam frases informais em valores exatos armazenados em colunas de banco de dados. As pesquisas de valor ajudam a resolver ambiguidades (por exemplo, mapear "Bay Area" para San Francisco ou "Heathrow" para London Heathrow Airport) usando correspondências exatas, similaridade de string de trigrama ou embeddings de vetor semântico.

Como o QueryData funciona

Quando o agente ou aplicativo envia uma solicitação em linguagem natural (como uma pergunta do usuário que o agente contextualizou com o histórico de conversas ou o estado do usuário), o QueryData executa as seguintes etapas:

  1. Resolução de valores: o QueryData executa consultas de pesquisa de valores no banco de dados para mapear entidades no comando (como nomes, cidades ou categorias) para valores específicos de colunas do banco de dados.
  2. Correspondência de intent e desambiguação: o QueryData compara a solicitação contextualizada com os blueprints de consulta e as facetas selecionadas que você definiu no conjunto de contexto. Se a solicitação for pouco especificada ou ambígua, o QueryData poderá retornar uma pergunta de desambiguação para que o agente ou aplicativo possa pedir esclarecimentos ao usuário.
  3. Síntese de consulta: usando a estrutura de blueprint correspondente, as facetas aplicadas e os valores resolvidos, o QueryData sintetiza uma consulta SQL completa para seu mecanismo de banco de dados.
  4. Execução da consulta: a consulta gerada é executada no banco de dados para retornar resultados.

Criar e gerenciar conjuntos de contexto

Para criar e gerenciar conjuntos de contexto, faça o seguinte:

  1. Contexto do autor: defina os modelos de consulta, as facetas e as pesquisas de valor para seu banco de dados. Para mais informações, consulte Visão geral dos conjuntos de contexto. Também é possível usar o agente de engenharia de contexto para automatizar a criação de contexto.
  2. Gerenciar no console do Google Cloud : crie e gerencie conjuntos de contexto no Bigtable Studio para disponibilizá-los para a geração de consultas.
  3. Integração com seus aplicativos: conecte seus aplicativos ou agentes de IA ao QueryData usando o MCP Toolbox ou chamadas de API diretas.

Preços

Você vai receber cobranças de acordo com os preços de computação do Bigtable pelas consultas executadas ao criar conjuntos de contexto e usar o QueryData com seus agentes de dados ou fontes de dados de banco de dados. Não há cobrança extra para criar e usar conjuntos de contexto e o QueryData durante o período de pré-lançamento. Para mais informações, consulte Preços do agente do Data Cloud.

A seguir