QueryData 總覽

在 AI 輔助應用程式中,使用者期望透過自然語言 (文字或語音) 互動,因此 AI 代理必須查詢作業資料庫,並傳回準確、可解釋的答案。

QueryData 是 Google Cloud的自然語言資料查詢產品。這項功能結合了快速、確定性的核心商業邏輯執行方式,以及靈活的一般化能力,可處理自然語句和非預期的問題。這種方法可提供近 100% 的準確率、低線上延遲,以及經過認證的可解釋性。

QueryData 支援 AlloyDB for PostgreSQL、PostgreSQL 適用的 Cloud SQL、MySQL 適用的 Cloud SQL、Spanner (GoogleSQL 方言)、與 MongoDB 相容的 Firestore,以及 Bigtable。

為什麼在正式環境中,單純使用 LLM 生成 SQL 會失敗

將大型語言模型 (LLM) 直接連結至資料庫結構定義 (標準文字轉 SQL 或 NL2SQL),在原型中運作良好,基本問題的準確率通常可達 80% 至 90%。不過,在實際工作環境中,要求 LLM 根據原始結構定義從頭生成 SQL,通常會因為以下五個原因而失敗:

  • 無聲的語意錯誤:程式碼生成時,語法錯誤會明顯失敗,但 LLM 遇到模糊問題時,很少會說「我不知道」。而是會編寫看似合理且能順利執行的 SQL (200 OK),但傳回的答案卻是錯誤的,例如省略必要的狀態篩選器,或使用錯誤的公式和測量結果。
  • 結構定義中缺少未寫入的商業邏輯:結構定義定義的是資料表和資料類型,而非業務營運方式。如果使用者向房地產應用程式詢問「德爾馬靠近好學校的住宅」,結構定義不會定義多遠的距離算「靠近」、學校評分達到多少算「好」,或如何權衡距離與學校品質。如果沒有這些規則,LLM 就必須猜測。
  • 不透明的私人資料和實體模糊性:LLM 是根據公開事實訓練,而非儲存在私人資料表中的字串,或使用者拼錯的字串 (尤其是語音輸入)。在「Westwod 過去 1 個月售出的房產」中,僅限結構定義的 LLM 無法判斷「Westwod」是「Westwood」的錯字,也無法判斷資料庫中的「Westwood」是指城市、行政區還是房仲公司。
  • 延遲時間與準確度的陷阱:如果提供代理原始 SQL 工具,讓其在多輪迴圈中探索資料表、取樣資料列和自我修正,每題的延遲時間會超過 30 秒,這對互動式應用程式來說太慢了。相反地,如果將業務規則塞進龐大的系統提示,會導致指令衝突,修正一項查詢時,可能會在無意間破壞其他查詢。
  • 資料暴露不受控:在標準應用程式中,後端程式碼會嚴格控管執行的查詢,以及使用者可查看的資料列。當 LLM 根據不受信任的使用者輸入內容動態生成 SQL 時,如果只依賴提示詞指令來保護敏感指標或租戶資料,資料庫就容易受到提示詞操控。

可用於正式環境的解決方案需要什麼

正式環境應用程式的核心工作流程必須近乎 100% 準確、線上延遲時間穩定快速、可解釋性透明、可泛化至非預期問題,以及在資料存取方面嚴格安全。

為滿足這些需求,必須超越開放式 SQL 生成,並具備三項基本功能:

  • 可輕鬆整理的離線領域背景資訊:背景資訊是高準確度的基礎。正式環境系統需要離線準備結構化領域背景資訊,而非強迫 LLM 在執行階段推論業務規則和資料表關係。這類情境資訊必須自動彙整及維護,工程團隊才不必手動編寫容易出錯的規則。
  • 快速、確定性的線上比對,可歸納並解釋其工作:低線上延遲需要引擎快速將問題與經過驗證的背景資訊比對、解析資料庫值、解釋套用的確切業務規則,並向使用者呈現模糊之處,而不是猜測。同時,系統也不能是死板的報表選單。必須使用相關情境和結構定義中繼資料,歸納出各種措辭、篩選器組合和非預期問題。
  • 確定性安全界線:自然語言介面會將不受信任的使用者輸入內容連結至資料庫,因此安全性至關重要。正式版解決方案無法依賴 LLM 提示來強制執行存取規則。必須在資料庫和情境層強制執行確定性控制項 (包括多租戶應用程式的資料列層級隱私權),防止未經授權的資料外洩。

QueryData 產品如何整合這些功能

QueryData 產品不只是 QueryData API 端點,這項技術是整合式雙重系統,結合設計階段的脈絡工程,以及快速、確定性的執行階段執行和一般化。

設計階段脈絡工程

如要離線擷取網域邏輯,請將資料庫與脈絡資料集配對,並使用脈絡工程代理管理:

  • 原始結構定義以外的結構化網域情境:除了資料庫的資料表和資料欄說明外,情境集也會儲存資料庫預先編譯的網域知識。雖然網域情境可以有多種形式,但情境集支援三種專門的情境類型:
    • 查詢範本:參數化 SQL 模式,與一般問題模式相符,並搭配經認證的意圖說明,讓使用者驗證 QueryData 如何解讀核心業務問題。
    • 查詢 facet:模組化 SQL 篩選器述詞和資料庫 AI 運算子 (例如 ai.if 和向量搜尋),可與範本動態結合,因此精簡的內容集可涵蓋數百種篩選器組合。
    • 值搜尋:快速、確定性的資料庫查詢,可解決拼寫錯誤、將使用者字詞對應至確切的資料欄和值,以及識別字詞符合多個概念的情況。
  • 自動化管理和登山法:您不必手動編寫脈絡檔案,而是在 CLI 或 IDE (例如 Antigravity 或 Claude Code) 中執行脈絡工程代理,自動執行最佳化迴圈:
    • 生成黃金基準:根據資料庫結構定義、種子查詢和應用程式程式碼集,建構及擴充代表性的問題-SQL 配對。
    • 自動登山法:使用 Evalbench 評估 QueryData API、診斷根本原因失敗模式、編寫一般化脈絡,並自動從 CLI 上傳改良的脈絡集,直到準確率收斂。
    • 使用保留測試集進行驗證:在最佳化作業結束時,針對未見過的問題變化版本,評估最終情境集一次,確認準確度可推論至實際流量,且不會過度配適。

執行階段查詢執行

在正式環境中,您的代理駕馭系統 (例如 Agent Development Kit (ADK)、LangChain、Antigravity 或 Claude Code) 會直接或透過 MCP Toolbox for Databases,將使用者問題傳送至 對話式數據分析 API 中的 QueryData API 端點:

  • 快速、確定性執行,且能歸納:
    • 確定性範本和 facet 執行:當問題與您在任何措辭變化或篩選器組合中設定的情境相符時,QueryData API 會解析資料庫值,並將經過驗證的 SQL 範本與相符的 facet 結合。接著執行查詢,並以低延遲傳回答案和經驗證的意圖說明。
    • 偵測語意模糊:如果提示中的字詞與私人資料中的多個有效概念相符,QueryData API 會傳回釐清提示,讓代理向使用者詢問,而非猜測。
    • 一般化非預期查詢:如果問題超出預先定義的範本和 facet 範圍,QueryData API 會使用資料庫結構定義中繼資料、值搜尋和相關範本做為指引,動態合成 SQL。
  • 資料庫強制執行的安全性:為保護機密資料免受提示操控,QueryData 產品會與資料庫層級的存取控管機制搭配運作。對於 AlloyDB 和 Cloud SQL 上的多租戶應用程式,參數化安全檢視會將強制、經過驗證的使用者篩選器直接嵌入資料庫檢視定義,因此每項查詢都會遵循租戶隔離。

定價

建立情境集,以及搭配資料代理或資料庫資料來源使用 QueryData 時,系統會依據 AlloyDB 運算定價,針對執行的查詢向您收費。在預先發布版期間,建立及使用脈絡資料集和 QueryData 不會產生額外收費額。詳情請參閱「Data Cloud 代理定價」。

後續步驟