Ir para conteúdo principal Pular para conteúdo complementar

Gerando uma transformação SQL a partir de um prompt de texto

Você pode usar o assistente SQL para gerar uma transformação SQL a partir de um prompt de texto onde você descreve a transformação que deseja obter. Você pode, por exemplo, selecionar colunas, unir tabelas ou filtrar registros.

A consulta é gerada usando IA generativa com base no prompt de texto e nas informações do conjunto de dados, e usando a sintaxe da sua plataforma de dados de destino.

Nota informativaA Qlik não controla a saída gerada. Devido à natureza do GenAI, as respostas podem não produzir SQL que atenda aos seus requisitos sem revisão ou edição. A consulta gerada é considerada “Conteúdo” sob os termos do Contrato do Cliente Qlik.

O prompt de texto e as informações do conjunto de dados são enviados para um modelo de IA generativa (GenAI) de terceiros para gerar código SQL. As informações são tratadas como dados do cliente e não serão utilizadas para treinar o Qlik Cloud ou o modelo GenAI no AWS Bedrock. Para obter mais informações, consulte Informações que são compartilhadas.

Disponibilidade

O modelo GenAI está hospedado no AWS Bedrock Anthropic na mesma região do locatário do Qlik Cloud. O assistente SQL está disponível em locatários nas seguintes regiões da Qlik:

  • Leste dos EUA (Norte da Virgínia)

  • Ásia-Pacífico (Sydney)

  • Europa (Frankfurt)

  • Europa (Irlanda)

O assistente SQL deve ser habilitado no nível do locatário por um administrador de locatários no Qlik Management Console.

  • Habilite Assistente SQL baseado em IA generativa em Configurações > Controle de recursos.

Nota governamental do Qlik Cloud

O Assistente SQL não está disponível no Qlik Cloud Government.

Gerando uma consulta SQL com o assistente SQL

O assistente SQL está disponível em transformações SQL em tarefas Transformar dados. Você deve ter adicionado pelo menos um conjunto de dados à transformação SQL.

Para obter mais informações sobre transformações SQL, consulte Adicionando transformações SQL.

  1. Clique em Assistente SQL.

    O Assistente SQL é aberto com um prompt de texto.

  2. Digite sua descrição da transformação que deseja alcançar em Prompt.

    Exemplo: liste todos os clientes com mais de 5 milhões em vendas. Inclua o total de vendas e o total de oportunidades para cada cliente.

    Nota de dicaAo fazer referência a colunas no prompt, certifique-se de que elas existam nos conjuntos de dados selecionados.
  3. Clique em Gerar.

  4. Revise a consulta SQL gerada que é exibida em SQL.

    Você pode avaliar os resultados clicando em Curtir ou Não curtir. Isso ajudará o Qlik a melhorar a experiência do assistente SQL.

    Se a transformação gerada não parecer precisa ou se você quiser alterar algo, clique em Editar prompt, faça suas alterações no prompt e gere uma nova consulta.

  5. Quando estiver satisfeito com a consulta SQL resultante, clique em Aplicar para copiar para a transformação SQL.

  6. Clique em Extrair parâmetros.

  7. Clique em Descrever tabela.

  8. Verifique o conjunto de dados resultante em Resultados. Você também pode clicar em Exibir dados para visualizar uma amostra de dados dos resultados.

  9. Se você estiver satisfeito com os resultados, clique em OK para salvar e aplicar a transformação SQL.

Informações que são compartilhadas

As informações a seguir são compartilhadas com o modelo de IA generativa para gerar uma consulta.

  • Prompt de texto

  • Instruções adicionais de geração para adaptar a consulta à sua plataforma de dados de destino.
    Exemplo: Gerar uma consulta SQL em uma sintaxe compatível com o Snowflake

  • Nomes e descrições de conjuntos de dados.

  • Nomes de colunas, tipos de dados e tamanhos.

  • Colunas de chave primária (identificadores exclusivos).

  • Relacionamentos entre conjuntos de dados

    Exemplo: "order_detail" é anexado a "order" usando a chave "order_id".

Limitações de uso

As limitações de uso a seguir se aplicam ao assistente SQL.

  • Chamada única: 18 mil tokens.

    Se esse valor for excedido, remova os conjuntos de dados desnecessários ou forneça uma descrição menos complexa no prompt.

  • Diariamente (por locatário): 1 milhão de tokens

  • Mensalmente (por locatário): 10 milhões de tokens

Ao calcular o uso, um token representa 6 caracteres. A chamada ao modelo GenAI consiste em:

  • Instruções gerais para gerar uma consulta SQL. Esta parte é de tamanho fixo.

  • O prompt de texto.

  • Uma representação de esquema dos metadados nos conjuntos de dados. Essa parte pode ser muito grande se você tiver selecionado um grande número de conjuntos de dados.

Limitações

  • A geração incremental de SQL não é compatível. Para obter mais informações, consulte .

  • Você só pode transformar dados em tabelas atuais. Tabelas anteriores, tabelas de alterações e visualizações ao vivo não são compatíveis. Para obter mais informações sobre tabelas e exibições, consulte Arquitetura de conjunto de dados em um armazém de dados na nuvem.

  • Funções independentes de plataforma não são usadas, por exemplo, $CONCAT).

Prática recomendada

  • Verifique se o modelo de dados nos conjuntos de dados de origem inclui todos os relacionamentos necessários quando as colunas relacionadas tiverem nomes diferentes. Em geral, o modelo GenAI relacionará colunas com o mesmo nome sem um relacionamento definido.

    Exemplo: quando a coluna ShipVia em Pedidos precisar estar relacionada à coluna shipper_id em Remetentes, você deve criar um relacionamento no modelo de dados antes de gerar uma transformação SQL.

  • Selecione apenas os conjuntos de dados de origem necessários para a transformação. Dados de origem obsoletos podem causar resultados incorretos ou irrelevantes e aumentar o uso de tokens.

  • Você pode adicionar descrições no prompt para identificar colunas ou conjuntos de dados com um nome que não seja óbvio.

    Exemplo: cus_ct contém o conjunto de dados Clientes.

Esta página ajudou?

Se você encontrar algum problema com esta página ou seu conteúdo - um erro de digitação, uma etapa ausente ou um erro técnico - informe-nos como podemos melhorar!