Crear agentes de datos

Acceso anticipado

Esta función está sujeta a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de la sección Términos Generales de los Servicios de los Términos Específicos de los Servicios. Las funciones previas a la disponibilidad general están disponibles tal cual y pueden tener una compatibilidad y asistencia limitadas. Para obtener más información, consulta las descripciones de las fases de lanzamiento.

Nota: Para acceder a la versión anticipada de las analíticas conversacionales, rellene el formulario de solicitud. Para solicitar asistencia o enviar comentarios sobre esta función, escribe un correo a [e-mail].

En este documento se describe cómo crear, editar y eliminar agentes de datos en BigQuery. Los agentes de datos contienen metadatos de tablas e instrucciones de procesamiento de consultas específicas de casos prácticos que definen la mejor forma de responder a las preguntas de los usuarios sobre un conjunto de tablas que selecciones. Los usuarios pueden conversar con agentes de datos para hacer preguntas sobre datos de BigQuery en lenguaje natural.

Antes de empezar

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Enable the BigQuery, Gemini Data Analytics, and Gemini for Google Cloud API APIs.

   Roles required to enable APIs

   To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

   Enable the APIs

Roles obligatorios

Para trabajar con agentes de datos, debes tener una de las siguientes funciones de gestión de identidades y accesos de la API Conversational Analytics:

• Crear, editar, compartir y eliminar todos los agentes de datos del proyecto: Gemini Data Analytics Data Agent Owner (roles/geminidataanalytics.dataAgentOwner) en el proyecto.
• Crear, editar, compartir y eliminar tus propios agentes de datos en el proyecto: Gemini Data Analytics Data Agent Creator (roles/geminidataanalytics.dataAgentCreator) en el proyecto. Los usuarios con este rol reciben automáticamente el rol de propietario del agente de datos de Gemini Data Analytics en los agentes de datos que creen.
• Ver y editar todos los agentes de datos del proyecto: editor del agente de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentEditor) a nivel de proyecto.
• Ver todos los agentes de datos del proyecto: lector de agentes de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer)

Además, cualquier usuario que cree o edite un agente de datos debe tener los siguientes roles:

• Lector de datos de BigQuery (roles/bigquery.dataViewer) en cualquier tabla que el agente de datos use como fuente de datos.
• Administrador de búsqueda de DataCatalog (roles/datacatalog.searchAdmin) en el proyecto.
• Si una tabla de una fuente de datos usa el control de acceso a nivel de columna, Fine-Grained Reader (roles/datacatalog.categoryFineGrainedReader) en la etiqueta de política adecuada. Para obtener más información, consulta Roles utilizados con el control de acceso a nivel de columna.
• Si una tabla de una fuente de datos usa el control de acceso a nivel de fila, debes tener asignada la política de acceso a nivel de rol en esa tabla. Para obtener más información, consulta Crear o actualizar políticas de acceso a nivel de fila.
• Si una tabla de una fuente de datos usa enmascaramiento de datos, asigna el rol Lector enmascarado (roles/bigquerydatapolicy.maskedReader) a la política de datos correspondiente. Para obtener más información, consulta Roles para consultar datos enmascarados.

Generar estadísticas

También puede generar estadísticas de cualquier tabla que quiera usar como fuente de datos. Las estadísticas generadas proporcionan metadatos de tabla que el agente de datos puede usar para ayudar a generar respuestas a las preguntas de los usuarios. Para obtener más información, consulta Generar estadísticas de una tabla de BigQuery.

Si no generas estadísticas antes, se generarán automáticamente cuando selecciones una tabla como fuente de datos al crear un agente de datos.

Crear un agente de datos

Sigue estos pasos para crear un agente de datos:

1. Ve a la página Agentes de BigQuery.

   Ir a la página Agentes

2. Selecciona la pestaña Agentes.

3. Haz clic en Nuevo agente. Se abre la página Nuevo agente.

4. En la sección Editor, en el campo Nombre del agente, escribe un nombre descriptivo para el agente de datos.

5. En el campo Descripción del agente, escribe una descripción del agente de datos. Una buena descripción ayuda a los usuarios a saber cuándo es el agente de datos adecuado con el que chatear.

6. En la sección Fuentes de datos, haga clic en Añadir datos. Se abrirá la página Añadir datos.

7. En la sección Recientes, selecciona las tablas que quieras usar como fuentes de datos.

8. Opcional: Añadir una tabla que no aparezca en la sección Recientes:

   1. En la sección Buscar, escribe el nombre de la tabla en el campo Buscar tablas y, a continuación, pulsa Intro. No es necesario que el nombre de la tabla sea exacto.
   2. En la sección Resultados de búsqueda, seleccione una o varias tablas.

9. Haz clic en Añadir datos. Se vuelve a abrir la página del nuevo agente.

10. Opcional: Para mejorar la precisión del agente de datos, puede proporcionar metadatos de tabla adicionales. Estos metadatos solo los usa el agente de datos y no afectan a la tabla de origen.

    1. En la sección Fuentes de datos, haga clic en Mejorar la precisión en una tabla.
    2. Crea una descripción de la tabla. Puedes escribir una descripción en el campo Descripción de la tabla o aceptar la sugerencia de Gemini.
    3. En la sección Campos, revisa las descripciones de los campos sugeridas por Gemini. Selecciona las que quieras aceptar y haz clic en Aceptar sugerencias. Selecciona las que quieras rechazar y haz clic en Rechazar sugerencias.

    4. Para editar manualmente la descripción de un campo, haz clic en Editar junto al campo. Se abrirá el panel Editar campo.

    5. En el campo Descripción, escribe una descripción del campo.

    6. Haz clic en Actualizar.

    7. Haz clic en Actualizar. Se vuelve a abrir la página del nuevo agente.

11. En la sección Instrucciones, escribe las instrucciones para el agente de datos en el campo Instrucciones del agente. El agente de datos usa estas instrucciones para entender el contexto de las preguntas de los usuarios. Por ejemplo, las instrucciones pueden incluir los siguientes tipos de información:

    • Campos clave: los campos más importantes para el análisis.
    • Sinónimos: términos alternativos para los campos clave.
    • Campos excluidos: campos que el agente de datos debe evitar usar.
    • Filtrado y agrupación: campos que el agente debe usar para filtrar y agrupar datos.
    • Relaciones de unión: cómo se relacionan dos o más tablas entre sí y qué columnas se usan para unirlas.

    Haga clic en Mostrar ejemplos para ver ejemplos de instrucciones.

12. Opcional: Crea consultas de referencia para el agente de datos. El agente de datos usa consultas de referencia para optimizar el agente de datos en las fuentes de datos seleccionadas. Esto ayuda al modelo que usa el agente de datos a aprender la lógica empresarial que usa tu organización.

    1. Selecciona una o varias consultas de oro sugeridas por Gemini:

       1. En la sección Consultas de oro, haga clic en Revisar sugerencias. Se abrirá la página Revisar consultas de referencia sugeridas.
       2. Revisa las consultas de referencia sugeridas. Selecciona todas las opciones que correspondan a tu caso práctico.
       3. Haz clic en Añadir. Se vuelve a abrir la página del nuevo agente.

    2. Si quieres crear tu propia consulta de referencia, haz clic en Añadir consulta. Se abrirá la página Añadir consulta de referencia.

       1. En el campo Pregunta, escribe la pregunta del usuario a la que debe responder la consulta de oro.
       2. Haz clic en Generar SQL para que Gemini genere una consulta de referencia que corresponda a la pregunta del usuario que has especificado.
       3. Modifica la consulta de referencia si quieres.
       4. Haz clic en Ejecutar y comprueba que la consulta devuelve los resultados que esperas.
       5. Haz clic en Añadir. Se vuelve a abrir la página del nuevo agente.

    3. Repite estos pasos según sea necesario para crear consultas de referencia adicionales.

13. Opcional: Configura el agente de datos para que use Python en lugar de SQL al generar respuestas a las preguntas de los usuarios. En la sección Configuración, haz clic en el interruptor Analíticas avanzadas.

    Deberías usar esta opción cuando quieras que el agente de datos responda a preguntas más complejas que sean difíciles o imposibles de responder con SQL, como las que implican previsiones, correlaciones y relaciones de causa y efecto.

14. Opcional: Define un límite de tamaño para las consultas procesadas por el agente de datos. En la sección Configuración, escriba un valor en el campo Máximo de bytes facturados.

    Si no especifica ningún valor, el número máximo de bytes facturados será el de la cuota de uso de consultas por día del proyecto. La cuota de uso por día es ilimitada, a menos que haya especificado una cuota personalizada.

15. En la sección Vista previa, escribe una pregunta de usuario de ejemplo en el campo Haz una pregunta y, a continuación, pulsa Intro. Revisa la respuesta del agente de datos para comprobar que devuelve los datos que esperas. Si no es así, cambia los ajustes de la acción Editor para iterar en la configuración del agente de datos hasta que obtengas respuestas satisfactorias. Puedes seguir probando y modificando tu agente para acotar los resultados.

16. Haz clic en Guardar.

17. Para seguir iterando en el agente de datos, haz clic en Volver para volver al panel Agentes.

    

    En caso contrario, ve al paso siguiente.

18. Haga clic en Publicar para publicar el agente de datos y que esté disponible para usarlo en el proyecto. Puedes crear conversaciones con el agente de datos mediante BigQuery Studio y Looker Studio si tienes una suscripción a Looker Studio. También puedes crear tu propia interfaz para chatear con el agente de datos mediante la API Conversational Analytics.

19. En el cuadro de diálogo Tu agente se ha publicado, haz clic en Compartir para compartir el agente de datos con otros usuarios.

20. En el panel Compartir permisos, haz clic en Añadir principal.

21. En el campo New principals (Nuevos principales), introduce uno o varios principales.

22. Haz clic en el menú desplegable Selecciona un rol.

23. En la lista Rol, selecciona uno de los siguientes roles:

    • Usuario del agente de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentUser): concede permiso para chatear con el agente de datos.
    • Editor del agente de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentEditor): otorga permiso para editar el agente de datos.
    • Lector de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer): otorga permiso para ver el agente de datos.

24. Haz clic en Guardar.

25. Para volver a la página del nuevo agente, haz clic en Cerrar.

Editar un agente de datos

Sigue estos pasos para editar un agente de datos:

1. Ve a la página Agentes de BigQuery.

   Ir a la página Agentes

2. Selecciona la pestaña Agentes.

3. Busca la tarjeta del agente de datos que quieras modificar.

4. Haz clic en Abrir acciones > Editar en la tarjeta del agente para abrir el agente de datos en el editor de agentes.

5. Edita la configuración del agente de datos según sea necesario.

6. Haz clic en Guardar para guardar los cambios.

7. Haz clic en Publicar para publicar los cambios.

8. Haz clic en Volver para volver al panel Agentes.

   

Compartir un agente de datos

Sigue estos pasos para compartir un agente de datos:

1. Ve a la página Agentes de BigQuery.

   Ir a la página Agentes

2. Selecciona la pestaña Agentes.

3. Busca la tarjeta del agente de datos que quieras modificar.

4. Haz clic en Abrir acciones > Editar en la tarjeta del agente para abrir el agente de datos en el editor de agentes.

5. Haz clic en Compartir para compartir el agente de datos con otros usuarios.

6. En el panel Compartir permisos, haz clic en Añadir principal.

7. En el campo New principals (Nuevos principales), introduce uno o varios principales.

8. Haz clic en el menú desplegable Selecciona un rol.

9. En la lista Rol, selecciona uno de los siguientes roles:

   • Usuario del agente de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentUser): concede permiso para chatear con el agente de datos.
   • Editor del agente de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentEditor): otorga permiso para editar el agente de datos.
   • Lector de datos de Gemini Data Analytics (roles/geminidataanalytics.dataAgentViewer): otorga permiso para ver el agente de datos.

10. Haz clic en Guardar.

11. Para volver a la página de edición del agente, haz clic en Cerrar.

12. Haz clic en Volver para volver al panel Agentes.

    

Eliminar un agente de datos

Para eliminar un agente de datos, sigue estos pasos:

1. Ve a la página Agentes de BigQuery.

   Ir a la página Agentes

2. Selecciona la pestaña Agentes.

3. En la sección Mis agentes de la pestaña Agentes, busca la tarjeta del agente de datos que quieras eliminar.

4. Haz clic en Abrir acciones > Eliminar.

5. En el cuadro de diálogo ¿Eliminar agente?, haz clic en Eliminar.

Ubicaciones

Las analíticas conversacionales funcionan a nivel mundial, por lo que no puedes elegir qué región usar.

Siguientes pasos

• Consulta más información sobre analíticas conversacionales en BigQuery.
• Consulta más información sobre la API Conversational Analytics.
• Analizar datos con conversaciones