新しいData Explorerユーザー インターフェースはパブリック プレビューで利用可能で、古いインターフェースには存在しなかった新機能が含まれています。詳しくは、
プレビュー機能 を参照してください。
Atlas を使用すると、 自然言語を使用して集計クエリを生成できます。Atlas はAIを使用して、ユーザーが入力したプロンプトに基づいて集計を生成します。自然言語によるクエリは、有効な開始点として、 MongoDBクエリの作成方法を学ぶのに役立ちます。
注意 Compass で自然言語を使用してデータをクエリすると、プロンプトのテキストと MongoDB スキーマの詳細が Microsoft と OpenAI に送信され処理されます。 データはサードパーティのストレージ システムに保存されたり、AI モデルの訓練に使用されることはありません。
このソフトウェアは生成系人工知能を使用します。 これは実験的なものであり、不正確な結果が得られる可能性があります。 このソフトウェアの使用は、MongoDB の以下の条件に従ってください。
このページの例では、Atlasサンプルデータセットの sample_mflix.movies コレクションを使用します。
Aggregations タブを選択します。
Generate aggregation ボタンをクリックします。
自然言語クエリを初めて生成する場合、Atlas に Use natural language to generate
queries and pipelines modal と状態を示すモーダルが表示されます。自然言語クエリを使用するには、Use Natural Language ボタンをクリックして、MongoDB の適正使用ポリシー とプライバシー ポリシー に同意する必要があります。
コレクションの自然言語プロンプトをクエリ バーに入力します。 集計パイプラインのプロンプトには通常、論理条件を持つカウント、平均、合計などの集計変数があります。 例: How many movies have more than 3 writers
in the writers array?
Enter キーを押しるか、 Generate aggregation ボタンをクリックします。
集計パイプラインはPipeline バーに入力されます。 下にスクロールすると、各ステージの構文が表示されます。
クエリを実行する前に、各ステージの構文を十分に確認してください。 返されたパイプラインに、目的のユースケースに一致するフィールドとステージがあることを確認します。
警告 $merge
や$out
などの一部の集計演算子は、コレクションのデータを変更する可能性があります。
集計パイプラインにコレクションのデータを変更できる演算子が含まれている場合は、パイプラインを実行する前に確認のためのプロンプトが表示されます。
パイプラインを実行するには、 Run ボタンをクリックします。
結果が集計ビューに入力されます。
Tip オプションで、次をクリックしてフィードバックを提供できます。 またはNatural Language Query Bar の アイコンと、エクスペリエンスの詳細を提供します。
フィードバックは AI モデルの訓練には使用されません 。
以下は、集計に自然言語プロンプトを使用する場合に期待される結果を理解するためのプロンプトの例です。
Count the movies that have a release year of 1999
[ { $match: { year: 1999 } , } , { $count: "total_movies" , } ]
Which comedy genre movie has the most awards?
[ { $match: { genres: "Comedy" } } , { $sort: { "awards.wins" : -1 , "awards.nominations" : -1 } } , { $limit: 1 } , { $project: { _id: 0 , title: 1 , "awards.wins" : 1 , "awards.nominations" : 1 } } ]
How many movies have a imdb.rating > 4?
[ { $match: { "imdb.rating" : { $gt: 4 } } } , { $group: { _id: null , count: { $sum: 1 } } } ]