Kecerdasan Semantik

Lapisan semantik yang dibangun oleh AI untuk basis data Anda.

Basis data Anda menyimpan nama. Kecerdasan Semantik menambahkan makna: untuk apa setiap tabel dan kolom, nilai yang dapat ditampung oleh kolom status, dan penggabungan (join) yang tidak dideklarasikan siapa pun. Agen Jaringan membaca skema dan nilai sebenarnya Anda, dan Nova, AI Aliran Kueri yang dibangun untuk pekerjaan basis data, menulis lapisan tersebut untuk Anda, sehingga Nova, Claude, dan ChatGPT mengkueri basis data Anda sebagaimana adanya.

Dapatkan paket gratisnya Harga Tim

Termasuk dalam paket Bisnis & Perusahaan · Kredit Nova setiap bulan, kemudian bayar sesuai penggunaan

Kecerdasan Semantik konektor erp-prod · basis data penjualan liputan 92%

Tertangkap

Agen Jaringan membaca tabel, tampilan, kolom, kunci, dan indeks, sesuai jadwal yang Anda pilih dan kapan pun Anda memintanya. Inilah semua informasi yang dapat diberikan basis data tentang dirinya sendiri.

Agen Jaringan, di jaringan Anda

ord_hdr · 2,4 juta baris

oh tidakint cnoint stat_cdkarakter(1) ord_dttanggal dan waktu jumlah_totaldesimal(12,2) ID perwakilanint

cust_mstr · 38 ribu baris

cnoint cust_nmvarchar(60) terrkarakter(3) cr_limdesimal(12,2) act_flkarakter(1)

0 kunci asing yang dideklarasikan0 komentar kolomTidak ada daftar kode status yang valid

Dipahami

Nova mendeskripsikan setiap tabel dan kolom, menentukan tipe setiap kolom, mencantumkan nilai yang sebenarnya dimiliki kolom kode, dan menyebutkan gabungan (join) yang ditemukan oleh Agen. Nova dirancang untuk ini: ia mengetahui setiap mesin, dialek, dan konektor yang didukung Query Streams, mulai dari SQL Server dan Oracle hingga kumpulan file dan Stripe. Apa pun yang Anda edit akan tetap sama.

Ditulis oleh Nova, Anda dapat menimpa

ord_hdr — Header pesanan penjualan: satu baris per pesanan pelanggan, dengan status, tanggal, total, dan perwakilan penjualan yang bertanggung jawab. Tabel fakta · Domain penjualan.

oh tidakNomor pesananpengidentifikasikunci utama

cnoPelanggan yang melakukan pemesananbergabung dengan cust_mstr.cnobanyak-ke-satudiperiksa terhadap data

stat_cdStatus pesanan 'S'Dikirim58% 'HAI'Membuka31% 'H'Ditunda7% 'X'Dibatalkan4%

jumlah_totalTotal pesananuang

ID perwakilanPerwakilan penjualan yang bertanggung jawab atas pesanan tersebut.bergabung dengan emp.emp_iddiperiksa terhadap data

cr_limBatas kredit yang disetujui, dalam mata uang pelanggan.uangdiedit oleh tim Anda

Gabungan yang ditemukan dalam data 0 kunci asing dideklarasikan · 4 kandidat diperiksa di jaringan Anda

ord_hdr.cno cust_mstr.cnobanyak-ke-satudivalidasiNomor pelanggan untuk setiap pesanan tercatat dalam data pelanggan.

ord_line.ohno ord_hdr.ohnobanyak-ke-satudivalidasiBaris pesanan akan bergulir ke bagian atasnya.

cust_mstr.terr hr.territory.terr_cdbanyak-ke-satudivalidasiDitemukan di dua basis data pada server yang sama.

ord_hdr.rep_id cust_mstr.cno-ditolakAngka-angka tersebut tumpang tindih secara kebetulan. Bukan karena ada hubungan.

Diajari

Beberapa informasi tidak terdapat dalam skema: tabel mana yang dinonaktifkan, apa yang dianggap sebagai akun uji, bagaimana metrik didefinisikan. Ketika seseorang mengoreksi Nova dalam obrolan, Nova mengusulkan sebuah fakta. Fakta tersebut hanya berlaku setelah melewati pemeriksaan baca-saja terhadap data Anda, atau setelah orang tersebut mengkonfirmasi pernyataan ulang satu kalimat. Nova tidak pernah hanya mengingatnya.

Pembelajaran Terverifikasi Aliran Kueri

Pimpinan keuangan, dalam obrolan: “Jangan gunakan sejarah ord, itu sudah dihentikan. Dan jangan libatkan akun uji dalam pendapatan, karena akun-akun itulah yang memiliki act_fl = 'T'.”

Nova: Memeriksa sejarah ord melawan ord_hdr di jaringan Anda sekarang. Aturan akun uji yang akan saya pertahankan adalah: mengecualikan pelanggan dengan act_fl = 'T' dari pendapatan dan jumlah pelangganBenarkah begitu?

Meja pensiun diverifikasi terhadap data

sejarah ord hanya mencatat pesanan dari tahun 2014 hingga 2018; ord_hdr Mencakup semuanya sejak saat itu. Nova berhenti membaca. sejarah ord dan menyimpan catatan satu baris untuk pertanyaan-pertanyaan historis.

Setelah diperiksa di jaringan Anda: rentang tanggalnya memang terpisah.Diperiksa ulang setelah setiap pemindaian ulang skema.

Aturan bisnis dikonfirmasi oleh orang yang mengajarkannya

Akun uji coba memiliki act_fl = 'T'Kecualikan mereka dari perhitungan pendapatan dan pelanggan.

Penulis, bukti, dan setiap revisi tercatat.Mendapatkan kepercayaan karena jawaban yang menggunakannya akan diterima.

Bergabunglah dengan keandalan terukur

ord_hdr.rep_id Data tersebut kosong pada 11% pesanan web, sehingga rincian dari setiap perwakilan penjualan tidak akan sesuai dengan total. Nova menyatakan hal ini alih-alih menyembunyikannya.

Lakukan pengukuran ulang jika data Anda berubah.

Jika jawaban yang bergantung pada suatu fakta mulai dikoreksi, fakta tersebut segera ditangguhkan dan diperiksa ulang. Fakta yang tidak digunakan siapa pun akan hilang; fakta yang terus dicari orang akan naik peringkat. Admin melihat setiap fakta, buktinya, dan penulisnya, dan dapat merevisi, menghapus, atau memblokir siapa pun yang boleh mengajar.

Diminta

Pertanyaan yang sama, dijawab oleh AI yang hanya melihat nama, dan oleh AI yang membaca lapisan. Hanya satu dari keduanya yang dijalankan.

Nova · Claude · ChatGPT

Dengan bahasa sederhana“Berapa banyak pesanan yang dikirimkan oleh setiap pelanggan bulan lalu?”

hanya namamenebak

PILIH c.nama, MENGHITUNG(*)
DARI   pesanan Hai
GABUNG   pelanggan C
  ON c.id = o.customer_id
DI MANA  Hai.status = 'dikirim'
KELOMPOKKAN BERDASARKAN c.nama;

Tidak satu pun dari tabel atau kolom ini ada. Bahkan dengan nama yang benar, statusnya berupa kode satu huruf, sehingga filter tidak akan cocok dengan apa pun.

Nova, dengan Kecerdasan Semantiklari

PILIH c.cust_nm, MENGHITUNG(*) AS dikirim
DARI   ord_hdr Hai
GABUNG   cust_mstr C
  ON c.cno = o.cno
DI MANA  o.stat_cd = 'S'
  DAN  o.ord_dt >= '2026-09-01'
KELOMPOKKAN BERDASARKAN c.cust_nm;

Tabel sebenarnya, penggabungan yang ditemukan dalam data, dan 'S' dari daftar nilai kolom itu sendiri.

Dilakukan di jaringan Anda, oleh Agen.

Titik sambungan ditemukan, lalu dibuktikan, di jaringan Anda. ERP dan basis data lama seringkali tidak mendeklarasikan kunci asing sama sekali. Agen tersebut menentukan kolom mana yang berpotensi menjadi kunci, menguji setiap kandidat terhadap nilai sebenarnya pada mesinnya sendiri, memberikan kardinalitas dan penilaian, serta menolak kemiripan yang hanya tumpang tindih secara kebetulan. Agen tersebut dapat menghubungkan tabel antar basis data pada server yang sama. Hanya skor dan beberapa nilai contoh yang akan disimpan, dan data yang sedang digunakan akan dihapus setelah pemeriksaan selesai.
Program ini membaca informasi yang sudah diketahui oleh basis data Anda. Statistik mesin pencari menggantikan pemindaian tabel jika ada, dan komentar kolom yang sudah Anda tulis akan ikut disertakan.
Dirancang untuk produksi. Setiap kueri adalah operasi baca yang dibangun sendiri oleh Agen, masing-masing memiliki batas waktu, tabel yang lambat akan menunda dan mencoba lagi, dan proses penemuan berjalan sesuai dengan anggaran waktu.
SaaS dan sumber file juga. Stripe, Shopify, dan HubSpot diprofilkan dari cache lokal Agen, sehingga tidak ada batasan API vendor yang terpakai.

Dikirim ke Nova untuk menulis lapisan tersebut.

Nama tabel dan kolom, tipe, dan kunci
Beberapa contoh nilai per kolom dan beberapa contoh baris, ukuran dibatasi, teks panjang dipotong, biner diganti dengan placeholder.
Daftar nilai untuk kolom status dan tipe, beserta jumlahnya.
Jangan pernah menyalin tabel. Kecualikan tabel sebelum menjalankan program, dan hapus sampel serta deskripsi Nova berdasarkan tabel, skema, atau basis data kapan saja.

Contoh skema entri pesanan. Daftar nilai berasal dari nilai yang sebenarnya ada di kolom Anda, bukan dari tebakan.

Dibaca oleh

Obrolan Nova Nova di Query Builder

Claude mengalahkan MCP

ChatGPT melalui MCP

Lapisan semantik yang tidak perlu Anda bangun.

Lapisan semantik yang dibangun secara manual adalah proyek pemodelan. Kecerdasan Semantik dimulai dari data Anda.

Lapisan yang dibuat secara manual (dbt, LookML)Kecerdasan Semantik

Siapa yang menulisnya?Tim data Anda, dalam format YAML atau LookMLNova, berdasarkan skema dan nilai sebenarnya Anda. Anda edit apa yang Anda inginkan.

MemulaiProyek pembuatan model, biasanya di sebuah gudang.Pilih basis data dan aktifkan.

BergabungDinyatakan dengan tanganDitemukan dan diperiksa berdasarkan data.

Di mana ini berhasilGudang yang dimodelkanBasis data operasional langsung, kumpulan file, dan konektor API, melalui Agen.

Mengikuti perubahan skemaSeseorang mengedit model tersebutMenandai basis data saat ukurannya bertambah; proses selanjutnya hanya akan mengisi data yang baru.

Aturan bisnis dan pengetahuan sukuDimodelkan oleh tim data, kalau ada yang masih ingat.Diajarkan dalam obrolan oleh orang-orang yang tahu, diverifikasi berdasarkan data atau dikonfirmasi sebelum Nova mengandalkannya.

Definisi metrik yang diaturYa, itulah kekuatan mereka.Bukan itu tujuannya. Fungsinya adalah untuk mendeskripsikan data Anda dan mempelajari aturan-aturan Anda; ini tidak menggantikan lapisan metrik.

Sudah memiliki layer dbt atau LookML? Pertahankan. Semantic Intelligence mencakup basis data yang belum pernah dijangkaunya.

Pertanyaan yang Sering Diajukan (FAQ) tentang Kecerdasan Semantik

Apa itu lapisan semantik?

Lapisan semantik berada di antara tabel mentah Anda dan orang atau alat yang mengajukan pertanyaan. Lapisan ini menjelaskan arti setiap tabel dan kolom, bagaimana tabel bergabung, dan nilai mana yang valid; beberapa alat menyebut hal yang sama sebagai model semantik. Semantic Intelligence membangunnya secara otomatis: Network Agent membaca skema dan data nyata Anda, dan Nova, AI Query Streams yang dibangun untuk pekerjaan basis data, menulis lapisan tersebut. Ia beradaptasi dengan setiap mesin, dialek, dan konektor yang kami dukung, sehingga alat AI menulis SQL yang sesuai dengan basis data Anda.

Apakah pembuatan profil akan memperlambat basis data produksi saya?

Ini memang dirancang untuk tidak demikian. Setiap kueri bersifat hanya baca dan dibuat oleh Agen, masing-masing memiliki batas waktu, tabel yang lambat akan dicoba lagi nanti, dan penemuan berjalan sesuai anggaran waktu. Jika mesin Anda menyimpan statistik, Agen akan membaca statistik tersebut daripada memindai tabel. Anda juga dapat mengecualikan tabel besar atau sensitif sebelum menjalankan proses.

Database saya tidak memiliki foreign key. Apakah masih bisa digunakan?

Ya, dan di situlah letaknya yang paling penting. Skema ERP dan skema lama seringkali tidak memilikinya. Agen Jaringan menemukan kunci kandidat, menguji setiap kandidat terhadap nilai sebenarnya di kedua kolom pada jaringan Anda sendiri, dan mencatat kandidat yang sesuai dengan kardinalitas dan skor kepercayaan. Kandidat yang angkanya hanya tumpang tindih secara kebetulan akan ditolak, dan tabel di basis data yang berbeda pada server yang sama dapat dihubungkan. Nova dan alat MCP hanya mengandalkan penggabungan (join) yang berhasil.

Bagaimana jika Nova salah memberikan deskripsi?

Editlah. Deskripsi dan tipe yang Anda tulis tidak akan pernah ditimpa oleh proses selanjutnya. Nova juga belajar dari koreksi di obrolan, dan setiap fakta yang dipelajari diperiksa terhadap data Anda atau dikonfirmasi sebelum Nova mengandalkannya. Administrator dapat meninjau, merevisi, atau menghapus fakta-fakta tersebut.

Bisakah Nova mempelajari aturan bisnis kami?

Ya. Query Streams Verified Learning terintegrasi ke dalam Nova. Ketika seseorang mengoreksi Nova atau menjelaskan aturan dalam obrolan, Nova akan mengusulkan sebuah fakta: tabel yang sudah tidak digunakan, arti sebenarnya dari sebuah kolom, seberapa andal sebuah join, aturan bisnis, atau definisi metrik. Fakta tentang skema diperiksa dengan kueri baca-saja di jaringan Anda sebelum berlaku; aturan bisnis berlaku ketika orang tersebut mengkonfirmasi pernyataan ulang Nova yang hanya terdiri dari satu kalimat. Setiap fakta menyimpan penulis, bukti, dan riwayatnya. Jika jawaban yang bergantung pada suatu fakta mulai dikoreksi, fakta tersebut akan ditangguhkan dan diperiksa ulang, dan pengukuran akan dijalankan ulang saat data Anda berubah. Administrator mengontrol siapa yang dapat mengajar dan dapat merevisi atau menonaktifkan apa pun.

Sumber mana saja yang kompatibel?

SQL Server, PostgreSQL, MySQL, MariaDB, Oracle, Snowflake, BigQuery, SQLite, Microsoft Access dan DuckDB, ditambah kumpulan file dan konektor API seperti Stripe, Shopify, HubSpot dan Google Analytics 4. Ia beradaptasi dengan dialek SQL masing-masing mesin.

Rencana mana yang mencakup hal tersebut, dan siapa yang dapat menjalankannya?

Kecerdasan Semantik hadir bersama Nova pada paket Bisnis dan Perusahaan. Setiap eksekusi dihitung sebagai bagian dari pemrosesan data paket Anda. Hanya administrator yang dapat mengaktifkannya, memilih basis data dan tabel mana yang dicakup, mengedit hasilnya, atau menghapusnya. Semua pengguna Nova atau MCP akan mendapatkan manfaatnya.

Didukung oleh Kecerdasan Semantik

Nova AI Server MCP Pembuat Kueri Laporan & Peringatan Data Integrasi Basis Data

Biarkan Nova mempelajari basis data Anda.

Hubungkan basis data, aktifkan Kecerdasan Semantik, dan ajukan pertanyaan pertama Anda dalam bahasa Inggris sederhana.

Dapatkan paket gratisnya Harga Tim

Termasuk dalam paket Bisnis & Perusahaan · Kredit Nova setiap bulan, kemudian bayar sesuai penggunaan