Parler aux données¶
Pas envie d'écrire du SQL ? Parler aux données génère la requête pour vous à partir d'une question en langage naturel, l'exécute en lecture seule et renvoie un résultat lisible. Un assistant configuré cadre le périmètre et le ton.
Procédure¶
1. Choisir un assistant¶
Ex. « Analyste fraude » — il connaît les tables pertinentes et le vocabulaire métier.
2. Poser la question¶
« Donne-moi le détail des fraudes du mois avec le score. »
L'assistant propose des suggestions et garde l'historique de la conversation.
3. Vérifier & réutiliser¶
La requête SQL générée est consultable (transparence) ; le résultat s'affiche en tableau ou graphique.
Configurer un assistant¶
Depuis Parler aux données → Gérer les assistants :
| Réglage | Rôle |
|---|---|
| Périmètre | Les catalogues/schémas interrogeables (ex. datalake/fraud). |
| Instructions & exemples | Un prompt métier + des exemples question → SQL qui guident la génération. |
| Fournisseur LLM | Modèle externe (ex. Claude/Opus) ou modèle local Ollama installé sur le cluster. |
| Visibilité | Privé, partagé à un groupe, ou public. |
Modes de fournisseur LLM¶
- Local (souverain) — un modèle Ollama sur le cluster : ni la question ni les données ne sortent de votre infrastructure.
- Externe — un fournisseur type Claude/Opus, pour une qualité de génération supérieure ; seul le schéma + la question sont transmis, jamais l'export brut.
Lecture seule & quotas
L'assistant n'exécute que des requêtes de lecture. La consommation (requêtes, tokens, coût) est suivie et plafonnée par des quotas pour maîtriser les dépenses — visible en bas de la conversation et sur le tableau de bord de consommation IA.
Toujours votre identité
Comme en SQL Lab, la requête générée s'exécute avec votre identité et vos groupes : l'assistant ne peut pas contourner le contrôle d'accès.
Fin du parcours Data Analyst. Suivant : Data Scientist — Modéliser →