Présentation de QueryData

QueryData vous permet d'interagir avec vos données à l'aide d'un langage conversationnel et d'agents de données que vous créez pour vous aider à interroger vos données. Les agents de données sont des assistants et des applications optimisés par l'IA qui peuvent comprendre l'intention utilisateur, interroger vos données opérationnelles et renvoyer des réponses précises et ancrées. QueryData génère des requêtes pour votre base de données à l'aide d'ensembles de contextes, qui sont des collections de plans organisés, de logique métier et d'informations sur le schéma. Ce contexte permet à QueryData de traduire des questions en langage naturel en requêtes précises pour vos cas d'utilisation cibles.

Quand utiliser QueryData

QueryData est idéal pour les applications telles que les suivantes :

  • Automatisation du service client : gérez les demandes à volume élevé, comme "Où en est ma commande ?" ou "Quel est mon solde actuel ?".
  • Assistants d'achat pour le e-commerce : aidez les utilisateurs à parcourir de grands catalogues de produits avec des requêtes en langage naturel, comme « Montre-moi des chaussures de course à moins de 100 € ».
  • Outils d'opérations sur le terrain : permettez aux employés mobiles d'interroger en temps réel les niveaux de stock , la disponibilité des pièces ou les détails des tickets d'assistance.

Concepts fondamentaux

Pour traduire de manière fiable les questions conversationnelles en requêtes de base de données, QueryData s'appuie sur les concepts clés suivants :

QueryData et l'API Conversational Analytics

Le point de terminaison QueryData de l' API Conversational Analytics est un outil agentique qui permet de générer de manière programmatique des requêtes en langage naturel vers le langage de requête compatible avec MongoDB (MQL) pour vos bases de données. Dans une application conversationnelle ou un workflow multi-agent, le point de terminaison QueryData gère l'interprétation du schéma et la synthèse des requêtes. Votre harnais d'agent (tel qu'Antigravity, l'Agent Development Kit (ADK) ou LangChain) gère l'historique des conversations, l'état de l'utilisateur et l'orchestration des outils pour contextualiser l'entrée de l'utilisateur avant d'envoyer une requête en langage naturel au point de terminaison QueryData.

Ensembles de contexte

Un ensemble de contexte est une collection de connaissances spécifiques à la base de données, de modèles de requêtes organisés et de règles métier associés à votre instance de base de données. Au lieu de s'appuyer uniquement sur des connaissances générales en LLM ou sur des schémas de table bruts, QueryData utilise des ensembles de contextes pour comprendre les nuances de votre modèle de données et la terminologie spécifique à votre organisation.

Un ensemble de contexte contient trois blocs de construction principaux :

  • Plans de requête : paires organisées de questions représentatives en langage naturel et de leurs requêtes MQL prévalidées correspondantes. Les plans fournissent des exemples canoniques qui définissent comment des intents métier spécifiques sont mappés à des instructions MQL.
  • Facettes de requête : prédicats et conditions de filtre MQL modulaires (tels que des plages de dates , des calculs de seuils ou des indicateurs métier). Les facettes permettent à QueryData de combiner dynamiquement plusieurs critères de filtrage dans une requête sans avoir besoin de plans distincts pour chaque combinaison.
  • Recherches de valeurs : requêtes de correspondance sémantique et de chaînes qui ancrent des expressions informelles à des valeurs exactes stockées dans des colonnes de base de données. Les recherches de valeurs permettent de résoudre les ambiguïtés (par exemple, en mappant "Bay Area" à San Francisco ou "Heathrow" à London Heathrow Airport) à l'aide de correspondances exactes, de similarité de chaînes de trigrammes ou d'embeddings vectoriels sémantiques.

Fonctionnement de QueryData

Lorsque votre agent ou votre application envoie une requête en langage naturel (par exemple, une question d'un utilisateur que l'agent a contextualisée avec l'historique des conversations ou l'état de l'utilisateur), QueryData effectue les étapes suivantes :

  1. Résolution des valeurs : QueryData exécute des requêtes de recherche de valeurs dans la base de données pour mapper les entités de l'invite (telles que les noms, les villes ou les catégories) à des champs et des valeurs de document de base de données spécifiques.
  2. Mise en correspondance et levée des ambiguïtés des intents : QueryData met en correspondance la requête contextualisée avec les plans et les facettes de requête organisés que vous avez définis dans l'ensemble de contexte. Si la requête est sous-spécifiée ou ambiguë, QueryData peut renvoyer une question de levée des ambiguïtés afin que votre agent ou votre application puisse demander des précisions à l'utilisateur.
  3. Synthèse des requêtes : à l'aide de la structure du plan correspondant, des facettes appliquées, et des valeurs résolues, QueryData synthétise une requête MQL complète pour votre moteur de base de données.
  4. Exécution des requêtes : la requête générée s'exécute sur la base de données pour renvoyer des résultats.

Créer et gérer des ensembles de contexte

Pour créer et gérer des ensembles de contexte, procédez comme suit :

  1. Créer un contexte : définissez les plans de requête, les facettes et les recherches de valeurs pour votre base de données. Pour en savoir plus, consultez la présentation des ensembles de contexte. Vous pouvez également utiliser l'agent d'ingénierie contextuelle pour automatiser la création de contexte.
  2. Gérer dans la Google Cloud console : créez et gérez des ensembles de contexte dans Firestore Studio pour les rendre disponibles pour la génération de requêtes.
  3. Intégrer à vos applications : connectez vos applications ou vos agents d'IA à QueryData à l'aide de MCP Toolbox ou d'appels d'API directs.

Tarifs

Vous êtes facturé à pour les requêtes qui s'exécutent lorsque vous créez des ensembles de contexte et que vous utilisez QueryData avec vos agents de données ou vos sources de données de base de données. La création et l'utilisation d'ensembles de contexte et de QueryData pendant la période de preview n'entraînent aucun frais supplémentaire. Pour en savoir plus, consultez les tarifs de Data Cloud Agent.

Étape suivante