Descripción general de QueryData

QueryData te permite interactuar con tus datos usando lenguaje conversacional y agentes de datos que creas para ayudarte a consultar tus datos. Los agentes de datos son asistentes y aplicaciones potenciados por IA que pueden comprender la intención del usuario, consultar tus datos operativos y devolver respuestas precisas y fundamentadas. QueryData genera consultas para tu base de datos con conjuntos de contexto, que son colecciones de esquemas seleccionados, lógica empresarial y de información de esquemas. Este contexto permite que QueryData traduzca preguntas en lenguaje natural en consultas precisas para tus casos de uso de destino.

Cuándo usar QueryData

QueryData es ideal para aplicaciones como las siguientes:

  • Automatización de la atención 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 calzado para correr por 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 forma 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 agente que permite la generación programática de consultas en SQL en lenguaje natural para tus bases de datos. Dentro de una aplicación conversacional o un flujo de trabajo de varios agentes, el extremo QueryData controla la interpretación del esquema y la síntesis de consultas. El arnés de agentes (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 de QueryData.

Conjuntos de contextos

Un conjunto de contexto es una colección de conocimientos específicos 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 los LLM o de los esquemas de tablas sin procesar, QueryData usa conjuntos de contexto para comprender los matices de tu modelo de datos y la terminología específica de la organización.

Un conjunto de contextos contiene tres componentes básicos principales:

  • Planos de consulta: Son 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 las intenciones empresariales específicas a las sentencias de SQL.
  • Facetas de consulta: Predicados de SQL modulares y condiciones de filtro (como rangos de fechas, cálculos de umbrales o marcas empresariales). Las facetas permiten que QueryData combine de forma dinámica varios criterios de filtrado en una consulta sin necesidad de esquemas independientes para cada combinación.
  • Búsquedas de valores: Son 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 "Área de la Bahía" a San Francisco o "Heathrow" a London Heathrow Airport) con coincidencias exactas, similitud de cadenas de trigramas o embeddings de vectores semánticos.

Cómo funciona QueryData

Cuando tu agente o aplicación envía una solicitud de lenguaje natural (como una pregunta del 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 la instrucción (como nombres, ciudades o categorías) a valores específicos de columnas de la base de datos.
  2. Coincidencia de intents y desambiguación: QueryData compara la solicitud contextualizada con los planos y las facetas de consulta seleccionados que definiste en el conjunto de contexto. Si la solicitud no está especificada o es ambigua, QueryData puede devolver una pregunta de desambiguación para que tu agente o aplicación pueda pedirle al usuario una aclaración.
  3. Síntesis de consultas: Con la estructura del 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 la consulta: La consulta generada se ejecuta en la base de datos para devolver resultados.

Crea y administra conjuntos de información contextual

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

  1. Contexto del autor: Define los planos de consulta, las facetas y las búsquedas de valores para tu base de datos. Para obtener más información, consulta la descripción general de los conjuntos de contexto. También puedes usar el agente de ingeniería de contexto para automatizar la creación de contexto.
  2. Administra en la consola de Google Cloud : Crea y administra conjuntos de contexto en Bigtable Studio para que estén disponibles para la generación de consultas.
  3. Integrar 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 Bigtable por las consultas que se ejecutan cuando creas conjuntos de contexto 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 información contextual y QueryData durante el período de versión preliminar. Para obtener más información, consulta Precios del agente de Data Cloud.

¿Qué sigue?