Visão geral do QueryData

O QueryData permite interagir com seus dados usando linguagem conversacional 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 podem entender a intenção do usuário, consultar seus dados operacionais e retornar respostas precisas e fundamentadas. O QueryData gera consultas para seu banco de dados usando conjuntos de contexto, que são coleções de projetos selecionados, lógica de negócios e informações de esquema. 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: processe consultas de alto volume, como "Onde está meu pedido?" ou "Qual é meu saldo atual?".
  • Assistentes de compras de e-commerce: ajude os usuários a navegar por grandes catálogos de produtos com consultas em linguagem natural, como "Mostre tênis de corrida com preço abaixo de R$ 100".
  • Ferramentas de operações de campo: permita que funcionários móveis consultem níveis de estoque , disponibilidade de peças ou detalhes de tíquetes de serviço em tempo real.

Principais conceitos

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

QueryData e a API Conversational Analytics

O endpoint QueryData na API Conversational Analytics é uma ferramenta agêntica que permite a geração programática de consultas de linguagem natural para linguagem de consulta compatível com o MongoDB (MQL) para seus bancos de dados. Em um aplicativo conversacional ou fluxo de trabalho Agentic Workflows, o endpoint QueryData processa a interpretação do esquema e a síntese de consultas. Sua estrutura de 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 de 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 instância do banco de dados. Em vez de depender apenas do conhecimento geral de LLM ou de esquemas de tabelas brutos, o QueryData usa conjuntos de contexto para entender as nuances do modelo de dados e da terminologia específica da organização.

Um conjunto de contexto contém três blocos de construção principais:

  • Projetos de consulta: pares selecionados de perguntas representativas em linguagem natural e as consultas MQL correspondentes e pré-validadas. Os projetos fornecem exemplos canônicos que definem como intents de negócios específicos são mapeados para instruções MQL.
  • Aspectos de consulta: predicados MQL modulares e condições de filtro (como intervalos de datas, cálculos de limite ou flags de negócios). Os aspectos permitem que o QueryData combine dinamicamente vários critérios de filtragem em uma consulta sem precisar de projetos 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, mapeando "Bay Area" para San Francisco ou "Heathrow" para London Heathrow Airport) usando correspondências exatas, similaridade de strings de trigrama ou embeddings de vetor semânticos.

Como o QueryData funciona

Quando o agente ou aplicativo envia uma solicitação de 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 valor: o QueryData executa consultas de pesquisa de valor no banco de dados para mapear entidades no comando (como nomes, cidades ou categorias) para campos e valores específicos de documentos do banco de dados.
  2. Correspondência e desambiguação de intents: o QueryData compara a solicitação contextualizada com os projetos e aspectos de consulta selecionados definidos no conjunto de contexto. Se a solicitação for subespecificada ou ambígua, o QueryData poderá retornar uma pergunta de desambiguação para que o agente ou aplicativo possa pedir esclarecimentos ao usuário.
  3. Síntese de consultas: usando a estrutura do projeto correspondente, os aspectos aplicados, e os valores resolvidos, o QueryData sintetiza uma consulta MQL completa para o mecanismo de banco de dados.
  4. Execução de consultas: 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. Criar contexto: defina os projetos de consulta, os aspectos 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 Google Cloud console: crie e gerencie conjuntos de contexto no Firestore Studio para disponibilizá-los para geração de consultas.
  3. Integrar aos aplicativos: conecte seus aplicativos ou agentes de IA ao QueryData usando a MCP Toolbox ou chamadas de API diretas.

Preços

Você recebe cobranças por consultas executadas quando cria conjuntos de contexto e usa o QueryData com seus agentes de dados ou fontes de dados de banco de dados. Não há cobrança extra pela criação e uso de conjuntos de contexto e QueryData durante o período de pré-lançamento. Para mais informações, consulte Preços do agente do Data Cloud.

A seguir