Deskripsi
PromptQL adalah platform AI yang dibangun oleh tim di balik Hasura, yang memungkinkan tim untuk mendiskusikan, memutuskan, dan bertindak berdasarkan data bisnis mereka dalam utas AI bersama. Ini terhubung ke gudang, basis data, aplikasi SaaS, dan API seperti yang ada saat ini, mengintrospeksi skema mereka untuk membangun grafik data yang terintegrasi, dan menulis serta menjalankan kode untuk menjawab pertanyaan bisnis nyata tanpa memindahkan atau membentuk ulang data.
Baca Selengkapnya
Alih-alih meminta orang untuk memelihara wiki yang tidak pernah dibuka, PromptQL menangkap konteks dari pekerjaan sehari-hari. Ketika seseorang memperbaiki asumsi atau menjelaskan bagaimana bisnis sebenarnya berjalan, koreksi itu menjadi konteks yang dibagikan: keterampilan yang dapat digunakan kembali, pengetahuan tim yang dikutip, atau perubahan model semantik yang dapat digunakan pada sesi berikutnya. Akurasinya bertambah seiring tim bekerja, dan setiap tugas menunjukkan sumber dan asumsi yang digunakan.
Karena dirancang untuk multipemain, beberapa orang dan agen bekerja di dalam utas yang sama, @-menyebut rekan tim yang tepat tanpa memulai ulang tugas. Agen dapat berjalan di LLM penalaran mana pun per utas atau tugas, menghasilkan gambar, menjalankan kode di sandbox cloud yang aman, menghubungkan alat baru dengan berbicara dengannya, dan bertindak proaktif berdasarkan jadwal dan peristiwa eksternal.
PromptQL dirancang untuk lingkungan yang diatur, dengan izin tingkat baris dan kolom yang ditegakkan di lapisan data, penyebaran penyewa tunggal atau di tempat, tanpa pelatihan pada data pelanggan, dan pencatatan audit penuh. Ini digunakan di seluruh layanan keuangan dan oleh perusahaan global serta pemimpin yang berbasis AI.
- KategoriAnalisis Data AI
- Model HargaHubungi tim penjualan
- PenerapanCloud, On-premise
- PlatformWeb
Fitur Inti PromptQL
Utas AI multipemain yang dibagikan untuk tim
Terhubung ke gudang, basis data, aplikasi SaaS, dan API tanpa persiapan data
Grafik konteks yang terorganisir sendiri, gaya Wikipedia dari keterampilan, pengetahuan, dan lapisan semantik
Koreksi menjadi keterampilan yang dapat digunakan kembali dan pengetahuan yang dibagikan dengan kutipan
Dukungan model apa pun, termasuk generasi gambar, per utas atau tugas
Eksekusi kode di sandbox cloud yang aman dengan tabel, grafik, dan dasbor
Jadwal proaktif dan reaksi terhadap webhook, email, dan peringatan
Izin ditegakkan di lapisan data dengan log audit dan penyebaran di tempat atau BYOC
Cara menggunakan PromptQL?
Hubungkan data: Arahkan PromptQL ke gudang, basis data, aplikasi SaaS, dan API Anda.
Tanamkan konteks: Impor pengetahuan dari Slack, Google Drive, atau GitHub, atau mulai dari awal.
Mulai utas: Ajukan pertanyaan bisnis dalam utas AI bersama dan tinjau sumber serta asumsi.
Ajari: Perbaiki asumsi atau libatkan rekan tim sehingga perbaikan menjadi konteks bersama yang dapat digunakan kembali.
Otomatisasi: Ubah analisis berulang menjadi artefak dan biarkan agen bertindak berdasarkan jadwal dan peristiwa.
Kasus Penggunaan PromptQL
- Analisis data tim
- Dasbor dan laporan
- Analis layanan keuangan
- Pengetahuan tim yang dibagikan
- Produk yang berhadapan dengan pelanggan dan agen
