Saltearse al contenido
Saiku Cloud

Pregunte a la IA

El panel Pregunte a la IA vive en la barra de herramientas del workbench de Saiku. Haga clic en el botón ⚡ y un panel deslizable aparece desde la derecha donde puede escribir preguntas en lenguaje natural y obtener una consulta de cubo estructurada sin escribir MDX.

Es la forma más rápida de llegar al “primer número útil” sobre un cubo que aún no ha memorizado — y el panel siempre le muestra la consulta que generó, así que el mecanismo nunca se siente opaco.

Abrir el panel

  1. Elija un cubo en la barra lateral izquierda — el panel siempre pregunta contra el cubo seleccionado actualmente.

  2. Haga clic en el botón ⚡ Pregunte a la IA en la barra de herramientas del workspace. (Teclado: aún no hay atajo global — el botón es su punto de entrada.)

  3. El panel se desliza desde la derecha. Si no hay cubo elegido, el estado vacío le dice que elija uno primero.

Hacer una pregunta

Escriba su pregunta en el textarea de la parte inferior y pulse Enviar — o ⌘/Ctrl + Enter para enviar sin alcanzar el ratón. Enter plano inserta un salto de línea para que las preguntas multilínea también funcionen.

Ejemplos que se resuelven bien:

  • “Show sales by country for last quarter.”
  • “Top 5 customers by store sales in 1997.”
  • “How does unit sales break down by store type and quarter?”
  • “Just the totals by region.”

El modelo solo ve el schema de este cubo — nombres de medidas, jerarquías de dimensión, nombres de nivel, miembros de muestra — así que las preguntas que referencian cosas presentes en el cubo se resuelven bien. Las preguntas sobre datos en un cubo diferente no (la IA no ve otros cubos).

Multi-turno — seguimiento de la respuesta anterior

Una vez que ha hecho una pregunta, la siguiente puede referenciar la primera:

“Show sales by country last quarter.” → 3 filas.

“Now break it down by region as well.” → todavía usando sales last quarter, pero con región añadida.

Los turnos anteriores se envían de vuelta al modelo como contexto, así que los seguimientos se resuelven naturalmente. Limpiar conversación (🗑 en la cabecera del panel) borra ese contexto si quiere un comienzo fresco.

Leer la respuesta

Cada respuesta es una burbuja en el hilo de chat que contiene:

  • Un resumen de una línea — “12 filas devueltas” o un mensaje de autocorrección cuando el modelo eligió algo inválido.
  • ▶ MDX generado — haga clic para expandir. Este es el MDX exacto que ejecutó el motor. Dentro de la vista expandida:
    • Copiar — deja el MDX en su portapapeles.
    • Editar en lienzo — carga el MDX en su pestaña de consulta activa y lo vuelve a ejecutar en el workbench. El gráfico, la rejilla, ordenación, drill, exportación — todo lo que haría con una consulta construida a mano funciona sin más.
  • vía nombre-del-modelo — pequeño pie mostrando qué LLM produjo esta respuesta. Útil para depuración del estilo “¿por qué esta pregunta se comportó diferente ayer?”.

El resultado también vive en el panel — solo necesita Editar en lienzo cuando quiere el workbench completo alrededor de él.

Autocorrección — cuando el modelo elige algo inválido

El modelo puede nombrar una medida o dimensión que el cubo no tiene. Cuando lo hace, verá una burbuja que dice “El modelo emitió una consulta que no validó” con una pequeña sección Quería decir (para <campo>) listando los nombres válidos más cercanos como chips clicables.

Haga clic en cualquier chip → el texto del chip se añade a su prompt → vuelva a preguntar. El modelo usa la corrección como pista y normalmente acierta la segunda vez.

Este es el mismo envoltorio de validación autocorrectiva que la API AI Query expone a los agentes, mostrado aquí como sugerencias clicables.

Lo que el panel no hace

El panel es deliberadamente estrecho:

  • Un cubo a la vez. Las preguntas cross-cubo (“compara Sales vs HR”) no se admiten — elija el cubo correcto primero.
  • Sin streaming. La respuesta aparece una vez que el modelo termina; los puntos ❄️ de pensamiento son su indicador de estado.
  • Sin salida SQL. El panel habla MDX (el lenguaje OLAP que Saiku usa internamente) — si necesita SQL crudo, use las herramientas de MDX y exportación tras Editar en lienzo.
  • Sin historial entre sesiones. El hilo de chat vive en el estado abierto del panel. Cerrar el panel o refrescar la página inicia una conversación fresca.

Privacidad

Cada pregunta se envía a su proveedor LLM configurado (Anthropic u OpenAI) junto con el schema del cubo activo (nombres de medidas, nombres de dimensiones, leyendas de miembros de muestra). No ve:

  • Otros cubos a los que puede acceder — solo el de la petición.
  • El SQL subyacente ni las credenciales del data warehouse.
  • Historial de conversación de otros usuarios.
  • La petición HTTP, su cookie de sesión, ni ningún encabezado.

Si su desplegador usa un endpoint compatible con OpenAI apuntado a infraestructura on-prem (Azure / vLLM / Ollama), las preguntas nunca dejan esa frontera. Consulte la página API AI Ask para el modelo de proveedor.

Cuándo usar Pregunte a la IA frente al resto del workbench

ObjetivoUse
Obtener un primer número útil en un cubo nuevoPregunte a la IA, luego Editar en lienzo
Construir una consulta campo a campo con control completoArrastrar y hacer drill en el workbench
Crear un gráfico complejoGráficos
Adentrarse en MDX existente o exportar datos crudosMDX y exportación
Dejar que un agente consulte Saiku sin UIServidor MCP

El panel es un punto de entrada — una vez que tiene una consulta, el resto del workbench es donde vive.

Próximos pasos