IA em Bancos de Dados: Atingindo 100% de Precisão Text-to-SQL
IA em Bancos de Dados: Atingindo 100% de Precisão Text-to-SQL com o AlloyDB
A inteligência artificial (IA) atual oferece oportunidades inéditas para interações em linguagem natural (NL) com dados empresariais, especialmente em aplicações que utilizam texto e voz. Em aplicativos orientados a agentes, a linguagem natural se consolida como o padrão de interação, exigindo que esses agentes formulam perguntas a bancos de dados e recebam respostas precisas.
Em resposta a essa necessidade, o Google Cloud desenvolveu a tecnologia Natural-Language-to-SQL (NL2SQL) no banco de dados AlloyDB. Essa inovação permite que um sistema receba uma pergunta em linguagem natural e retorne um resultado em NL ou a consulta SQL necessária para obtê-lo.
AlloyDB AI: Precisão e Segurança para Aplicações de Agente
Atualmente em pré-visualização, a API de linguagem natural do AlloyDB AI capacita desenvolvedores a criar aplicações de agente que respondem a perguntas em linguagem natural sobre os dados de seus bancos de dados. O diferencial está na capacidade de fornecer respostas de maneira segura, relevante para o negócio e explicável, com uma precisão que se aproxima de 100%. O Google Cloud tem o compromisso de expandir essa capacidade para um leque maior de bancos de dados do Google Cloud.
Desde seu lançamento inicial em 2024, a API já apresentava uma precisão NL2SQL de vanguarda, embora ainda não atingisse o patamar de 100%. No entanto, em muitos setores, uma precisão de 80% ou até 90% não é suficiente. Respostas de baixa qualidade geram custos reais, seja pela insatisfação de clientes ou por decisões de negócio equivocadas. Um aplicativo de busca imobiliária que falha em entender a intenção do usuário corre o risco de se tornar obsoleto, assim como resultados menos relevantes em buscas de produtos no varejo impactam as taxas de conversão.
Este artigo visa elucidar o valor da API de linguagem natural do AlloyDB AI e apresentar técnicas para maximizar a precisão de suas respostas.
Alcançando Resultados Próximos a 100% de Precisão e Relevância
Obter uma tradução text-to-SQL altamente precisa vai além de simplesmente enviar uma pergunta ao Gemini. Ao desenvolver sua aplicação, é crucial fornecer ao AlloyDB AI um contexto descritivo, que inclui descrições detalhadas das tabelas e colunas do banco de dados. Esse contexto pode ser gerado automaticamente.
Quando a API de linguagem natural do AlloyDB AI recebe uma pergunta, ela utiliza esse contexto descritivo de forma inteligente para permitir que o Gemini compreenda a relação entre a pergunta e os dados do banco. Muitos clientes solicitaram respostas explicáveis, certificáveis e relevantes para o negócio, a fim de atingir níveis de precisão ainda mais elevados, próximos a 100%.
Novas Capacidades para Respostas Mais Precisas
A versão mais recente da API de linguagem natural do AlloyDB AI oferece aprimoramentos significativos:
- Relevância de Negócio: As respostas devem conter e classificar informações de forma a otimizar métricas de negócio, como conversões e engajamento do usuário.
- Explicabilidade: Os resultados incluem uma explicação da intenção compreendida pela API, em linguagem acessível ao usuário final. Por exemplo, um aplicativo imobiliário pode esclarecer que a pergunta “Casas em Del Mar para famílias?” foi interpretada como “Casas em Del Mar próximas a boas escolas”.
- Resultados Verificados: A resposta deve ser consistente com a intenção, conforme ela foi explicada ao usuário ou agente.
- Precisão: A resposta deve capturar corretamente a intenção da pergunta.
Com essas funcionalidades, a API de linguagem natural do AlloyDB AI permite a melhoria progressiva da precisão, um processo conhecido como “hill-climbing”. As explicações de intenção mitigam o impacto de eventuais imprecisões remanescentes, permitindo que o usuário compreenda se a API respondeu a uma pergunta ligeiramente diferente da pretendida.
O Processo de “Hill-Climbing” para Aproximar 100% de Precisão
A melhoria iterativa da precisão do AlloyDB AI segue um fluxo de trabalho simples. Inicialmente, utiliza-se a API NL2SQL nativa do AlloyDB AI, que já oferece alta precisão graças ao seu agente embutido e ao contexto descritivo gerado automaticamente.
Em seguida, é possível refinar o contexto para alcançar aproximadamente 100% de precisão e relevância de negócio. O contexto no AlloyDB AI se divide em duas formas:
- Contexto Descritivo: Inclui descrições de tabelas e colunas.
- Contexto Prescritivo: Engloba templates SQL e facetas de condição, permitindo controlar a tradução da requisição NL para SQL.
Um “índice de valor” atua para desambiguar termos específicos do seu banco de dados (como SKUs ou nomes de funcionários) que não são imediatamente claros para os modelos fundamentais.
Deixe um comentário