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 contextos, que son colecciones de planos seleccionados, lógica empresarial y información de esquema. Este contexto permite que QueryData traduzca preguntas en lenguaje natural en 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 en 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 SQL 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 contextos es una colección de conocimiento específico 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 contextos para comprender los matices de tu modelo de datos y la terminología específica de la organización.

Un conjunto de contextos contiene tres bloques de construcción principales:

  • Planos de consultas: Pares seleccionados de preguntas representativas en lenguaje natural y sus consultas en SQL correspondientes y validadas previamente. Los planos proporcionan ejemplos canónicos que definen cómo se asignan intents empresariales específicos a instrucciones en SQL.
  • Facetas de consultas: Predicados y condiciones de filtro modulares en SQL (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 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 la pregunta de un 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 el mensaje (como nombres, ciudades o categorías) a valores específicos de columnas de bases de datos.
  2. Coincidencia y desambiguación de intents: QueryData compara la solicitud contextualizada con los planos y las facetas de consultas seleccionados que definiste en el conjunto de contextos. 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 coincidente, las facetas aplicadas, y los valores resueltos, QueryData sintetiza una consulta en SQL 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 contextos

Para crear y administrar conjuntos de contextos, haz lo siguiente:

  1. Crea el contexto: Define los planos 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 contextos. También puedes usar el agente de ingeniería de contexto para automatizar la creación de contextos.
  2. Administra en la Google Cloud consola: Crea y administra conjuntos de contextos en Spanner 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 cobra según los precios de procesamiento de Spanner por las consultas que se ejecutan cuando creas conjuntos de contextos 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 contextos y QueryData durante el período de vista previa. Para obtener más información, consulta Precios de Data Cloud Agent.

¿Qué sigue?