QueryData – Übersicht

Mit QueryData können Sie mit Ihren Daten interagieren, indem Sie Konversationssprache und Daten-KI-Agenten verwenden, die Sie erstellen, um Ihre Daten abzufragen. Daten-Agenten sind KI-gestützte Assistenten und Anwendungen, die die Nutzerabsicht verstehen, Ihre Betriebsdaten abfragen und genaue, fundierte Antworten liefern können. QueryData generiert Abfragen für Ihre Datenbank mithilfe von Kontextsets. Diese bestehen aus kuratierten Blaupausen, Geschäftslogik und Schemainformationen. Dieser Kontext ermöglicht es QueryData, Fragen in natürlicher Sprache in genaue Abfragen für Ihre Zielanwendungsfälle zu übersetzen.

Anwendungsfälle für QueryData

QueryData ist ideal für Anwendungen wie:

  • Kundenserviceautomatisierung: Bearbeiten Sie Anfragen mit hohem Volumen wie „Wo ist meine Bestellung?“ oder „Wie hoch ist mein aktueller Kontostand?“.
  • E‑Commerce-Shopping-Assistenten: Helfen Sie Nutzern, sich in großen Produkt katalogen zurechtzufinden, indem sie Abfragen in natürlicher Sprache stellen, z. B. „Zeige mir Laufschuhe unter 100 $“.
  • Tools für Außendienstmitarbeiter: Ermöglichen Sie Außendienstmitarbeitern, Lagerbestände, die Verfügbarkeit von Ersatzteilen oder Details zu Servicetickets in Echtzeit abzufragen.

Wichtige Konzepte

Um Konversationsfragen zuverlässig in Datenbankabfragen zu übersetzen, verwendet QueryData die folgenden Schlüsselkonzepte:

QueryData und die Conversational Analytics API

Der QueryData Endpunkt in der Conversational Analytics API ist ein KI-Agenten-Tool, mit dem Sie programmatisch SQL Abfragen aus natürlicher Sprache für Ihre Datenbanken generieren können. In einer Konversationsanwendung oder einem Workflow mit mehreren KI-Agenten verarbeitet der Endpunkt QueryData die Schemainterpretation und die Abfragesynthese. Ihr KI-Agenten-Framework (z. B. Antigravity, Agent Development Kit (ADK) oder LangChain) verwaltet den Konversationsverlauf, den Nutzerstatus und die Tool-Orchestrierung, um die Eingabe des Nutzers zu kontextualisieren, bevor eine Anfrage in natürlicher Sprache an den Endpunkt QueryData gesendet wird.

Kontextsets

Ein Kontextset ist eine Sammlung von datenbankspezifischem Wissen, kuratierten Abfragemustern und Geschäftsregeln, die mit Ihrer Datenbankinstanz verknüpft sind. Anstatt sich nur auf allgemeines LLM-Wissen oder rohe Tabellenschemas zu verlassen, verwendet QueryData Kontextsets, um die Nuancen Ihres Datenmodells und die unternehmensspezifische Terminologie zu verstehen.

Ein Kontextset enthält drei Hauptbausteine:

  • Abfrageblaupausen: Kuratierte Paare aus repräsentativen Fragen in natürlicher Sprache und den entsprechenden, vorab validierten SQL-Abfragen. Blaupausen enthalten kanonische Beispiele, die definieren, wie bestimmte Geschäftsabsichten SQL-Anweisungen zugeordnet werden.
  • Abfragefacetten: Modulare SQL-Prädikate und Filterbedingungen (z. B. Datums bereiche, Schwellenwertberechnungen oder Geschäftsflags). Mit Facetten kann QueryData mehrere Filterkriterien dynamisch zu einer Abfrage kombinieren, ohne dass für jede Kombination separate Blaupausen erforderlich sind.
  • Wertsuchen: Semantische Abfragen und Abfragen zum Abgleichen von Strings, die informelle Formulierungen auf genaue Werte in Datenbankspalten beziehen. Wertsuchen helfen, Mehrdeutigkeiten aufzulösen (z. B. Zuordnung von „Bay Area“ zu San Francisco oder „Heathrow“ zu London Heathrow Airport) mithilfe von genau passenden Übereinstimmungen, Trigramm-String-Ähnlichkeit oder semantischen Vektoreinbettungen.

Parametrisierte sichere Ansichten

Damit KI-generierte Abfragen die Sicherheit auf Zeilenebene und die Isolation von Mandanten berücksichtigen, können Sie parametrisierte sichere Ansichten verwenden. Diese beschränken den generierten SQL-Code so, dass nur auf Datenzeilen zugegriffen werden kann, die der authentifizierte Anwendungsnutzer sehen darf. Weitere Informationen finden Sie unter Zugriff auf Anwendungsdaten mit parametrisierten sicheren Ansichten sichern und steuern.

Funktionsweise von QueryData

Wenn Ihr KI-Agent oder Ihre Anwendung eine Anfrage in natürlicher Sprache sendet (z. B. eine Frage eines Nutzers, die der KI-Agent mit dem Konversationsverlauf oder dem Nutzerstatus kontextualisiert hat), führt QueryData die folgenden Schritte aus:

  1. Wertauflösung: QueryData führt Suchanfragen nach Werten in der Datenbank aus, um Entitäten im Prompt (z. B. Namen, Städte oder Kategorien) bestimmten Datenbankspaltenwerten zuzuordnen.
  2. Absichtsabgleich und Disambiguierung: QueryData gleicht die kontextualisierte Anfrage mit den kuratierten Abfrageblaupausen und ‑facetten ab, die Sie im Kontextset definiert haben. Wenn die Anfrage nicht ausreichend spezifiziert oder mehrdeutig ist, kann QueryData eine Disambiguierungsfrage zurückgeben, damit Ihr KI-Agent oder Ihre Anwendung den Nutzer um eine Klarstellung bitten kann.
  3. Abfragesynthese: Mithilfe der übereinstimmenden Blaupausenstruktur, der angewendeten Facetten, der aufgelösten Werte synthetisiert QueryData eine vollständige SQL-Abfrage für Ihre Datenbank-Engine.
  4. Abfrageausführung: Die generierte Abfrage wird in der Datenbank ausgeführt und gibt Ergebnisse zurück.

Kontextsets erstellen und verwalten

So erstellen und verwalten Sie Kontextsets:

  1. Kontext erstellen: Definieren Sie die Abfrageblaupausen, Facetten und Wertsuchen für Ihre Datenbank. Weitere Informationen finden Sie in der Übersicht zu Kontextsets. Sie können auch den Kontext-Engineering-Agenten verwenden, um die Kontexterstellung zu automatisieren.
  2. In der Google Cloud Konsole verwalten: Erstellen und verwalten Sie Kontextsets in Cloud SQL Studio, um sie für die Abfrage generierung verfügbar zu machen.
  3. In Ihre Anwendungen einbinden: Verbinden Sie Ihre Anwendungen oder KI-Agenten mit QueryData mithilfe der MCP Toolbox oder direkter API-Aufrufe.

Preise

Für Abfragen, die ausgeführt werden, wenn Sie Kontextsets erstellen und QueryData mit Ihren Daten-KI-Agenten oder Datenbankdatenquellen verwenden, werden Ihnen die Compute-Preise von Cloud SQL for PostgreSQL in Rechnung gestellt. Für das Erstellen und Verwenden von Kontextsets und QueryData fallen während des Vorschauzeitraums keine zusätzlichen Kosten an. Weitere Informationen finden Sie unter Preise für Data Cloud Agent.

Nächste Schritte