Inteligência Semântica

Uma camada semântica construída por IA para seus bancos de dados.

Seu banco de dados armazena nomes. A Inteligência Semântica adiciona significado: para que serve cada tabela e coluna, os valores que uma coluna de status pode conter e as junções que ninguém declarou. O Agente de Rede lê seu esquema e seus valores reais, e o Nova, a IA de Fluxos de Consulta criada para trabalho com bancos de dados, escreve a camada para você, para que o Nova, o Claude e o ChatGPT consultem seu banco de dados como ele realmente é.

Obtenha o plano gratuito Preço da equipe

Incluído nos planos Business e Enterprise · Créditos Nova mensais, depois pagamento conforme o uso

Inteligência Semântica conector erp-prod · banco de dados vendas cobertura 92%

Capturado

O Agente de Rede lê tabelas, visualizações, colunas, chaves e índices, de acordo com a programação que você escolher e sempre que você solicitar. Isso é tudo o que o banco de dados pode lhe dizer sobre si mesmo.

Agente de rede, na sua rede

ord_hdr • 2,4 milhões de linhas

oh nãointeiro cnointeiro stat_cdchar(1) ordem_dtdata e hora amt_totdecimal(12,2) rep_idinteiro

cust_mstr • 38 mil linhas

cnointeiro cust_nmvarchar(60) terrchar(3) cr_limdecimal(12,2) ato_flchar(1)

0 chaves estrangeiras declaradas0 comentários da colunaNão existe uma lista de códigos de status válidos.

Entendido

O Nova descreve cada tabela e coluna, tipifica cada coluna, lista os valores reais de uma coluna de código e nomeia as junções encontradas pelo Agente. O Nova foi desenvolvido para isso: ele conhece todos os mecanismos, dialetos e conectores compatíveis com o Query Streams, desde SQL Server e Oracle até conjuntos de arquivos e Stripe. Tudo o que você editar permanecerá editado.

Escrito por Nova, você pode sobrescrever

ord_hdr — Cabeçalhos de pedidos de venda: uma linha por pedido de cliente, com seu status, data, total e o representante de vendas responsável. Tabela de fatos · Domínio de vendas.

oh nãoNúmero do pedidoidentificadorchave primária

cnoCliente que fez o pedidoentra em cust_mstr.cnomuitos para umverificado em relação aos dados

stat_cdStatus do pedido 'S'Enviado58% 'Ó'Aberto31% 'H'Em espera7% 'X'Cancelado4%

amt_totTotal do pedidodinheiro

rep_idRepresentante de vendas responsável pelo pedidojunta emp.emp_idverificado em relação aos dados

cr_limLimite de crédito aprovado, na moeda do cliente.dinheiroeditado pela sua equipe

Junções encontradas nos dados 0 chaves estrangeiras declaradas · 4 candidatos verificados em sua rede

ord_hdr.cno cust_mstr.cnomuitos para umvalidadoO número de cliente de cada pedido existe no cadastro de clientes.

linha_ord.ohno ord_hdr.ohnomuitos para umvalidadoAs linhas de pedido são exibidas no cabeçalho.

cust_mstr.terr hr.territory.terr_cdmuitos para umvalidadoEncontrado em dois bancos de dados no mesmo servidor.

ord_hdr.rep_id cust_mstr.cno-rejeitadoOs números se sobrepõem por coincidência. Não há relação entre eles.

Ensinado

Algumas informações não estão no esquema: qual tabela foi desativada, o que conta como uma conta de teste, como uma métrica é definida. Quando alguém corrige o Nova no chat, o Nova propõe um fato. Essa correção só entra em vigor depois de passar por uma verificação de leitura em seus dados ou depois que a pessoa confirmar uma reformulação de uma frase. O Nova nunca simplesmente memoriza.

Fluxos de consulta Aprendizado verificado

Responsável financeiro, no chat: “Não use histórico_ord, foi descontinuado. E deixe as contas de teste fora da receita, elas são as que têm act_fl = 'T'"

Nova: Verificando histórico_ord contra ord_hdr na sua rede agora. A regra da conta de teste que vou manter é: excluir clientes com act_fl = 'T' a partir da receita e do número de clientesEstá correto?

Mesa aposentada verificado com base nos dados

histórico_ord Possui encomendas apenas do período de 2014 a 2018; ord_hdr Abrange tudo desde então. Nova para de ler histórico_ord e mantém uma anotação de uma linha para questões históricas.

Verifiquei sua rede: os intervalos de datas são realmente desconexos.Verificado novamente após cada nova verificação do esquema.

Regra de negócio confirmado pela pessoa que ensinou isso

As contas de teste têm act_fl = 'T'Exclua-os das receitas e da contagem de clientes.

Autor, evidências e todas as revisões registradas.Conquista a confiança à medida que as respostas que o utilizam são aceitas.

Junte-se à confiabilidade medido

ord_hdr.rep_id Em 11% dos pedidos online, o campo está em branco, portanto, o detalhamento por representante não corresponderá ao total. A Nova informa isso em vez de ocultar a informação.

Repita a medição conforme seus dados forem alterados.

Se respostas baseadas em um fato começarem a ser corrigidas, o fato é imediatamente suspenso e verificado novamente. Fatos que ninguém usa caem em desuso; fatos que as pessoas continuam usando ganham destaque. Os administradores veem cada fato, suas evidências e seu autor, e podem revisar, remover ou bloquear quem pode ensiná-lo.

Perguntado

A mesma pergunta, respondida por uma IA que só vê nomes e por outra que lê a camada. Apenas uma delas funciona.

Nova · Claude · ChatGPT

Em bom português claro“Quantos pedidos cada cliente teve enviados no mês passado?”

apenas nomesadivinhou

SELECIONAR c.nome, CONTAGEM(*)
DE   pedidos o
JUNTAR   clientes c
  ON c.id = o.ID do cliente
ONDE  o.estado = 'enviado'
GRUPO POR c.nome;

Nenhuma dessas tabelas ou colunas existe. Mesmo com os nomes corretos, o status é um código de uma letra, então o filtro não encontraria nada.

Nova, com Inteligência Semânticacorridas

SELECIONAR c.cust_nm, CONTAGEM(*) AS enviado
DE   ord_hdr o
JUNTAR   cust_mstr c
  ON c.cno = o.cno
ONDE  o.stat_cd = 'S'
  E  o.ord_dt >= '2026-09-01'
GRUPO POR c.cust_nm;

A tabela real, a junção encontrada nos dados e 'S' da própria lista de valores da coluna.

Feito na sua rede, pelo Agente.

As conexões são encontradas e, em seguida, comprovadas em sua rede. Sistemas ERP e bancos de dados legados frequentemente não declaram nenhuma chave estrangeira. O Agente identifica quais colunas podem ser chaves, testa cada candidata em relação aos seus valores reais em sua própria máquina, atribui uma cardinalidade e um veredito, e rejeita correspondências que se sobrepõem apenas por acaso. Ele pode vincular tabelas em diferentes bancos de dados no mesmo servidor. Apenas as pontuações e alguns valores de exemplo são mantidos, e os dados de trabalho são excluídos ao final da verificação.
Ele lê o que seu banco de dados já sabe. As estatísticas do mecanismo de busca substituem as varreduras de tabelas quando elas existem, e os comentários de coluna que você já escreveu também são mantidos.
Construído para produção. Cada consulta é uma leitura que o Agente constrói para si mesmo, cada uma tem um tempo limite, tabelas lentas recuam e tentam novamente, e a descoberta é executada com base em um limite de tempo.
SaaS e fontes de arquivos também. Stripe, Shopify e HubSpot são analisados a partir do cache local do agente, portanto, nenhum limite da API do fornecedor é consumido.

Enviado para Nova para escrever a camada

Nomes, tipos e chaves de tabelas e colunas
Alguns valores de exemplo por coluna e algumas linhas de amostra, com tamanho limitado, texto longo truncado e valores binários substituídos por um marcador.
Listas de valores para as colunas de status e tipo, com suas respectivas contagens.
Nunca copie uma tabela. Exclua tabelas antes de executar o comando e limpe os exemplos e descrições do Nova por tabela, esquema ou banco de dados a qualquer momento.

Esquema ilustrativo de entrada de pedidos. As listas de valores são provenientes dos valores reais das colunas, nunca de estimativas.

Lido por

Bate-papo Nova Nova no Construtor de Consultas

Claude sobre MCP

ChatGPT via MCP

Uma camada semântica que você não precisa construir.

As camadas semânticas construídas manualmente são um projeto de modelagem. A Inteligência Semântica, por outro lado, parte dos seus dados.

Camada construída manualmente (dbt, LookML)Inteligência Semântica

Quem escreve isso?Sua equipe de dados, em YAML ou LookML.Nova, a partir do seu esquema e valores reais. Você edita o que quiser.

ComeçandoUm projeto de modelagem, geralmente sobre um armazém.Selecione um banco de dados e ative-o.

EntraDeclarado à mãoDescoberto e verificado em relação aos dados.

Onde funcionaO armazém modeladoBancos de dados operacionais em tempo real, conjuntos de arquivos e conectores de API, por meio do Agente.

Acompanhar as mudanças de esquemaAlguém edita o modeloSinaliza o banco de dados quando ele cresce; a próxima execução preenche apenas as novidades.

Regras de negócio e conhecimento tácitoModelado pela equipe de dados, caso alguém se lembre deEnsinado no chat por pessoas que sabem, verificado com base em dados ou confirmado antes que a Nova se baseie nisso.

Definições de métricas governadasSim, essa é a força deles.Não é esse o objetivo. Ele descreve seus dados e aprende suas regras; não substitui uma camada de métricas.

Já possui uma camada dbt ou LookML? Mantenha-a. A Inteligência Semântica abrange os bancos de dados que ela nunca alcançou.

Perguntas frequentes sobre inteligência semântica

O que é uma camada semântica?

Uma camada semântica fica entre suas tabelas brutas e as pessoas ou ferramentas que fazem as consultas. Ela define o significado de cada tabela e coluna, como as tabelas se unem e quais valores são válidos; algumas ferramentas chamam isso de modelo semântico. A Inteligência Semântica cria um modelo semântico automaticamente: o Agente de Rede lê seu esquema e dados reais, e o Nova, a IA de Fluxos de Consulta criada para trabalho com bancos de dados, escreve a camada. Ela se adapta a todos os mecanismos, dialetos e conectores que oferecemos suporte, para que as ferramentas de IA escrevam SQL que corresponda ao seu banco de dados.

A criação de perfis vai deixar meu banco de dados de produção mais lento?

Não foi projetado para isso. Cada consulta é somente leitura e construída pelo Agente, cada uma tem um tempo limite, as tabelas lentas são consultadas novamente mais tarde e a descoberta é executada com base em um limite de tempo. Enquanto seu mecanismo armazena estatísticas, o Agente as lê em vez de examinar as tabelas. Você também pode excluir tabelas grandes ou confidenciais antes de uma execução.

Meu banco de dados não possui chaves estrangeiras. Ainda assim funciona?

Sim, e é aí que reside a sua maior importância. Sistemas ERP e esquemas legados geralmente não possuem nenhuma. O Agente de Rede encontra chaves candidatas, testa cada candidata em relação aos valores reais em ambas as colunas da sua própria rede e registra aquelas que se confirmam com uma pontuação de cardinalidade e confiança. Candidatas cujos números se sobrepõem por mera coincidência são rejeitadas, e tabelas em diferentes bancos de dados no mesmo servidor podem ser vinculadas. O Nova e as ferramentas MCP dependem apenas das junções que foram aprovadas.

E se a Nova errar na descrição?

Edite. As descrições e os tipos que você escreve nunca são sobrescritos por execuções posteriores. O Nova também aprende com as correções no chat, e cada fato aprendido é verificado com seus dados ou confirmado antes de o Nova utilizá-lo. Os administradores podem revisar, alterar ou remover esses fatos.

Será que o Nova consegue aprender as nossas regras de negócio?

Sim. O aprendizado verificado do Query Streams está integrado ao Nova. Quando alguém corrige o Nova ou explica uma regra no chat, o Nova propõe um fato: uma tabela desativada, o significado real de uma coluna, a confiabilidade de uma junção, uma regra de negócio ou a definição de uma métrica. Os fatos sobre o esquema são verificados com uma consulta somente leitura na sua rede antes de entrarem em vigor; as regras de negócio entram em vigor quando a pessoa confirma a reformulação de uma frase feita pelo Nova. Cada fato mantém seu autor, evidências e histórico. Se as respostas que dependem de um fato começarem a ser corrigidas, ele é suspenso e verificado novamente, e as medições são executadas novamente conforme seus dados mudam. Os administradores controlam quem pode ensinar e podem revisar ou desativar qualquer coisa.

Com quais fontes ele funciona?

SQL Server, PostgreSQL, MySQL, MariaDB, Oracle, Snowflake, BigQuery, SQLite, Microsoft Access e DuckDB, além de conjuntos de arquivos e conectores de API como Stripe, Shopify, HubSpot e Google Analytics 4. Ele se adapta ao dialeto SQL de cada mecanismo.

Quais planos incluem isso e quem pode executar o serviço?

A Inteligência Semântica está incluída no Nova nos planos Business e Enterprise. As execuções são contabilizadas no processamento de dados do seu plano. Somente administradores podem ativá-la, escolher quais bancos de dados e tabelas ela abrange, editar os resultados ou excluí-los. Todos que usam o Nova ou o MCP se beneficiam.

Com tecnologia de Inteligência Semântica

Nova AI Servidor MCP Construtor de consultas Relatórios e alertas de dados Integrações de banco de dados

Deixe o Nova aprender sobre seu banco de dados.

Conecte um banco de dados, ative a Inteligência Semântica e faça sua primeira pergunta em linguagem natural.

Obtenha o plano gratuito Preço da equipe

Incluído nos planos Business e Enterprise · Créditos Nova mensais, depois pagamento conforme o uso