Descripción general de QueryData

QueryData te permite interactuar con tus datos mediante lenguaje conversacional y agentes de datos que compilas para ayudarte a consultarlos. Los agentes de datos son asistentes y aplicaciones potenciados por IA que pueden comprender la intención del usuario, consultar tus datos operativos y mostrar respuestas precisas y fundamentadas. QueryData genera consultas para tu base de datos con conjuntos de información contextual, que son colecciones de planos técnicos seleccionados, lógica empresarial y datos de esquema. Este contexto permite que QueryData traduzca preguntas en lenguaje natural a consultas precisas para tus casos de uso objetivo.

Cuándo usar QueryData

QueryData es ideal para aplicaciones como las siguientes:

  • Automatización del servicio al cliente: Controla consultas de gran volumen como "¿Dónde está mi pedido?" o "¿Cuál es mi saldo actual?".
  • Asistentes de compras de comercio electrónico: Ayuda a los usuarios a navegar por catálogos de productos grandes con consultas en lenguaje natural como "Muéstrame zapatillas para correr de menos de USD 100".
  • Herramientas de operaciones de campo: Permite que los empleados móviles consulten los niveles de inventario , la disponibilidad de piezas o los detalles de los tickets de servicio en tiempo real.

Conceptos básicos

Para traducir de manera confiable las preguntas conversacionales a consultas de bases de datos, QueryData se basa en los siguientes conceptos clave:

QueryData y la API de Conversational Analytics

El extremo QueryData de la API de Conversational Analytics es una herramienta de agentes que permite la generación programática de consultas en lenguaje natural a lenguaje de consulta compatible con MongoDB (MQL) para tus bases de datos. Dentro de una aplicación conversacional o un flujo de trabajo de Agentic Workflows, el extremo QueryData controla la interpretación del esquema y la síntesis de consultas. Tu arnés de agente (como Antigravity, el Kit de desarrollo de agentes [ADK] o LangChain) administra el historial de conversaciones, el estado del usuario y la organización de herramientas para contextualizar la entrada del usuario antes de enviar una solicitud en lenguaje natural al extremo QueryData.

Conjuntos de contextos

Un conjunto de información contextual es una colección de conocimientos específicos de la base de datos, patrones de consulta seleccionados y reglas empresariales asociadas con tu instancia de base de datos. En lugar de depender únicamente del conocimiento general de LLM o de los esquemas de tablas sin procesar, QueryData usa conjuntos de información contextual para comprender los matices de tu modelo de datos y la terminología específica de la organización.

Un conjunto de información contextual contiene tres bloques de construcción principales:

  • Planos técnicos de consultas: Pares seleccionados de preguntas representativas en lenguaje natural y sus consultas de MQL correspondientes y validadas previamente. Los planos técnicos proporcionan ejemplos canónicos que definen cómo se asignan los intents empresariales específicos a las instrucciones de MQL.
  • Facetas de consultas: Predicados y condiciones de filtro de MQL modulares (como rangos de fechas , cálculos de umbrales o indicadores empresariales). Las facetas permiten que QueryData combine de forma dinámica varios criterios de filtrado en una consulta sin necesidad de planos técnicos separados para cada combinación.
  • Búsquedas de valores: Consultas semánticas y de coincidencia de cadenas que fundamentan frases informales en valores exactos almacenados en columnas de bases de datos. Las búsquedas de valores ayudan a resolver ambigüedades (por ejemplo, asignar "Bay Area" a San Francisco o "Heathrow" a London Heathrow Airport) con coincidencias exactas, similitud de cadenas de trigramas o incorporaciones de vectores semánticos.

Cómo funciona QueryData

Cuando tu agente o aplicación envía una solicitud en lenguaje natural (como una pregunta del usuario que el agente contextualizó con el historial de conversaciones o el estado del usuario), QueryData realiza los siguientes pasos:

  1. Resolución de valores: QueryData ejecuta consultas de búsqueda de valores en la base de datos para asignar entidades en la instrucción (como nombres, ciudades o categorías) a campos y valores específicos de documentos de la base de datos.
  2. Coincidencia y desambiguación de intents: QueryData compara la solicitud contextualizada con los planos técnicos y las facetas de consultas seleccionados que definiste en el conjunto de información contextual. Si la solicitud no está especificada o es ambigua, QueryData puede mostrar una pregunta de desambiguación para que tu agente o aplicación le pida una aclaración al usuario.
  3. Síntesis de consultas: Con la estructura de plano técnico coincidente, las facetas aplicadas, los valores resueltos, QueryData sintetiza una consulta de MQL completa para tu motor de base de datos.
  4. Ejecución de consultas: La consulta generada se ejecuta en la base de datos para mostrar resultados.

Crea y administra conjuntos de información contextual

Para crear y administrar conjuntos de información contextual, haz lo siguiente:

  1. Crea contexto: Define los planos técnicos de consultas, las facetas y las búsquedas de valores para tu base de datos. Para obtener más información, consulta Descripción general de los conjuntos de información contextual. También puedes usar el agente de ingeniería de contexto para automatizar la creación de contexto.
  2. Administra en la Google Cloud consola: Crea y administra conjuntos de información contextual en Firestore Studio para que estén disponibles para la generación de consultas.
  3. Realiza la integración con tus aplicaciones: Conecta tus aplicaciones o agentes de IA a QueryData con MCP Toolbox o llamadas directas a la API.

Precios

Se te cobrará en por las consultas que se ejecutan cuando creas conjuntos de información contextual y usas QueryData con tus agentes de datos o fuentes de datos de bases de datos. No se aplican cargos adicionales por crear y usar conjuntos de información contextual y QueryData durante el período de vista previa. Para obtener más información, consulta Precios de Data Cloud Agent.

¿Qué sigue?