Beschreibung
PromptQL ist eine AI-Plattform, die vom Team hinter Hasura entwickelt wurde und es Teams ermöglicht, über ihre Geschäftsdaten in gemeinsamen AI-Threads zu diskutieren, Entscheidungen zu treffen und zu handeln. Sie verbindet sich mit Datenlagern, Datenbanken, SaaS-Anwendungen und APIs, wie sie heute existieren, untersucht deren Schemata, um ein einheitliches Datengraph zu erstellen, und schreibt und führt Code aus, um echte Geschäftsfragen zu beantworten, ohne Daten zu verschieben oder umzuformen.
Weiterlesen
Anstatt die Menschen zu bitten, ein Wiki zu pflegen, das niemand öffnet, erfasst PromptQL den Kontext aus der täglichen Arbeit. Wenn jemand eine Annahme korrigiert oder erklärt, wie das Geschäft wirklich funktioniert, wird diese Korrektur zu gemeinsamem Kontext: einer wiederverwendbaren Fähigkeit, zitiertem Teamwissen oder einer Änderung des semantischen Modells, die in der nächsten Sitzung verwendet werden kann. Die Genauigkeit kumuliert, während das Team arbeitet, und jede Aufgabe zeigt ihre Quellen und Annahmen.
Da es von Design aus multiplayer ist, arbeiten mehrere Personen und der Agent innerhalb desselben Threads, indem sie den richtigen Teamkollegen @-erwähnen, ohne die Aufgabe neu zu starten. Der Agent kann in jedem reasoning LLM pro Thread oder Aufgabe ausgeführt werden, Bilder generieren, Code in einer sicheren Cloud-Sandbox ausführen, neue Tools durch Kommunikation anschließen und proaktiv auf Zeitpläne und externe Ereignisse reagieren.
PromptQL ist für regulierte Umgebungen konzipiert, mit Zeilen- und Spaltenberechtigungen, die auf der Datenebene durchgesetzt werden, Einzelmieter- oder On-Premises-Bereitstellung, kein Training an Kundendaten und vollständige Protokollierung. Es wird in den Finanzdienstleistungen und von globalen Unternehmen sowie AI-nativen Führungskräften eingesetzt.
- KategorieKI-Datenanalyse
- PreismodellVertrieb kontaktieren
- BereitstellungCloud, On-Premises
- PlattformenWeb
PromptQL's Kernfunktionen
Gemeinsame Multiplayer-AI-Threads für Teams
Verbindung zu Datenlagern, Datenbanken, SaaS-Anwendungen und APIs ohne Datenvorbereitung
Selbstorganisierender, Wikipedia-ähnlicher Kontextgraph von Fähigkeiten, Wissen und semantischer Ebene
Korrekturen werden zu wiederverwendbaren Fähigkeiten und gemeinsamem Wissen mit Zitaten
Unterstützung für jedes Modell, einschließlich Bildgenerierung, pro Thread oder Aufgabe
Codeausführung in einer sicheren Cloud-Sandbox mit Tabellen, Diagrammen und Dashboards
Proaktive Planung und Reaktion auf Webhooks, E-Mails und Warnungen
Berechtigungen werden auf der Datenebene mit Audit-Protokollen und On-Prem- oder BYOC-Bereitstellung durchgesetzt
Wie verwendet man PromptQL?
Daten verbinden: Richten Sie PromptQL auf Ihre Datenlager, Datenbanken, SaaS-Anwendungen und APIs aus.
Kontext bereitstellen: Importieren Sie Wissen aus Slack, Google Drive oder GitHub oder beginnen Sie von Grund auf neu.
Thread starten: Stellen Sie Geschäftsfragen in einem gemeinsamen AI-Thread und überprüfen Sie die Quellen und Annahmen.
Es lehren: Korrigieren Sie Annahmen oder ziehen Sie einen Teamkollegen hinzu, damit Korrekturen zu wiederverwendbarem gemeinsamem Kontext werden.
Automatisieren: Wandeln Sie wiederkehrende Analysen in Artefakte um und lassen Sie den Agenten auf Zeitpläne und Ereignisse reagieren.
PromptQL's Anwendungsfälle
- Teamdatenanalyse
- Dashboards und Berichte
- Analysten im Finanzdienstleistungsbereich
- Gemeinsames Teamwissen
- Kundenorientierte und Agentenprodukte
