Ten dokument opisuje, jak korzystać z pomocy opartej na AI w Cloud Firestore, aby generować zapytania w języku zapytań MongoDB (MQL) zgodne z MongoDB za pomocą promptów w języku naturalnym.
Dowiedz się, jak i kiedy Gemini dla Google Cloud używa Twoich danych.
Zanim zaczniesz
Opcjonalnie: skonfiguruj Gemini Code Assist.
Aby wykonać zadania opisane w tym dokumencie, musisz mieć odpowiednie uprawnienia Identity and Access Management (IAM).
Wymagane role
Aby uzyskać uprawnienia potrzebne do wykonania zadań opisanych w tym dokumencie, poproś administratora o przypisanie Ci w projekcie roli uprawnień Gemini dla Google Cloud użytkownika (roles/cloudaicompanion.user).
Generowanie zapytań MQL za pomocą promptów w języku naturalnym
Możesz podawać Gemini komentarze w języku naturalnym (lub prompty), aby generować zapytania na podstawie schematu. Możesz na przykład poprosić Gemini o wygenerowanie MQL w odpowiedzi na te prompty:
- „Ile popularnych książek zostało wydanych w 1960 roku?”
- „Utwórz przykładową kolekcję popularnych książek”.
Aby wygenerować MQL w Cloud Firestore z pomocą Gemini, wykonaj te czynności:
W konsoli Google Cloud otwórz stronę Cloud Firestore Bazy danych.
Wybierz Cloud Firestore bazę danych z listy. Otworzy się Firestore Studio.
W nowym lub pustym edytorze zapytań kliknij przycisk Wygeneruj MQL. W przeciwnym razie kliknij Pomóż mi napisać kod.
Wpisz prompta, który chcesz wykorzystać do wygenerowania zapytania. Aby zwiększyć dokładność, wybierz kolekcję, która ma stanowić kontekst, z menu.
Sprawdź wygenerowany kod MQL i wykonaj jedną z tych czynności:
- Aby zaakceptować MQL wygenerowane przez Gemini, kliknij Wstaw. Możesz kontynuować edytowanie notacji MQL w edytorze. Aby uruchomić zapytanie, kliknij Uruchom.
- Aby edytować prompta, kliknij Edytuj.
Co dalej?
- Przeczytaj Gemini, aby zapoznać się z Google Cloud omówieniem.
- Dowiedz się, jak Gemini wykorzystuje Twoje dane.