Analisar dados com conversas

Visualizar

Este recurso está sujeito aos Termos das Soluções Pré-GA na seção Termos Gerais de Serviço dos Termos Específicos de Serviço. Os recursos pré-GA estão disponíveis "no estado em que se encontram" e podem ter suporte limitado. Para mais informações, consulte as descrições da fase de lançamento.

Observação: para enviar feedback ou solicitar suporte sobre esse recurso, envie um e-mail para [e-mail].

Neste documento, descrevemos como criar, editar e excluir conversas no BigQuery. As conversas são chats persistentes com um agente de dados ou fontes de dados, como tabelas ou visualizações, que você seleciona.

É possível fazer perguntas em várias partes aos agentes de dados que usam termos comuns, por exemplo, "vendas" ou "mais popular", sem especificar nomes de campos de tabela ou definir condições para filtrar os dados. A resposta do chat fornece a resposta à sua pergunta como texto e código, e gera imagens e gráficos quando apropriado. A resposta inclui o raciocínio por trás dos resultados.

É possível criar uma conversa com um agente de dados ou uma conversa direta com uma ou mais tabelas. Ao criar uma conversa direta, a Conversational Analytics API interpreta sua pergunta sem o contexto e as instruções de processamento oferecidas por um agente de dados.

Antes de começar

1. Verifique se o faturamento está ativado para o Google Cloud projeto.

2. Ative as APIs do BigQuery, do Gemini Data Analytics e do Gemini para Google Cloud .

   Funções necessárias para ativar APIs

   Para ativar as APIs, é necessário ter o papel do IAM de administrador de uso do serviço (roles/serviceusage.serviceUsageAdmin), que contém a permissão serviceusage.services.enable. Saiba como conceder papéis.

   Ativar as APIs

Funções exigidas

Para criar conversas, é necessário ter um dos seguintes papéis do IAM da API Conversational Analytics roles:

• Para visualizar e criar conversas com qualquer agente de dados compartilhado com você, é necessário ter o papel de usuário do agente de dados do Gemini Data Analytics (roles/geminidataanalytics.dataAgentUser) e o papel de usuário do Gemini para Google Cloud (roles/cloudaicompanion.user) no nível do projeto.
• Para criar uma conversa direta, é necessário ter o papel de usuário de chat sem estado do Gemini Data Analytics (roles/geminidataanalytics.dataAgentStatelessUser).

Além disso, nas seguintes situações, é necessário ter os seguintes papéis:

• Se um agente de dados usar uma tabela de dados como fonte de conhecimento, você precisará ter o papel de leitor de dados do BigQuery (roles/bigquery.dataViewer) nessa tabela.
• Se uma tabela de dados usar o controle de acesso no nível da coluna, você precisará do papel de leitor refinado (roles/datacatalog.categoryFineGrainedReader) na tag de política apropriada. Para mais informações, consulte Papéis usados com controle de acesso no nível da coluna.
• Se uma tabela de dados usar o controle de acesso no nível da linha, você precisará ter a política de acesso no nível da função nessa tabela. Para mais informações, consulte Criar ou atualizar políticas de acesso no nível da linha políticas.
• Se uma tabela de dados usar máscara de dados, você precisará do papel de leitor mascarado (roles/bigquerydatapolicy.maskedReader) na política de dados apropriada. Para mais informações, consulte Papéis para consultar dados mascarados data.

Se você não tiver os papéis apropriados nas tabelas de dados de origem usadas pelo agente de dados, o sistema retornará o seguinte erro ao conversar com o agente de dados:

Schema_Resolution: Access Denied

Práticas recomendadas

Ao usar a análise de conversação, as consultas são executadas automaticamente para responder às suas perguntas. Você pode incorrer em cobranças imprevistas nos seguintes casos:

• Se as tabelas forem grandes
• Se as consultas usarem junções de dados
• Se as consultas fizerem muitas chamadas para funções de IA

Para evitar esse problema, considere o tamanho ao selecionar fontes de conhecimento e, ao conversar, considere o uso de junções.

Criar conversas

É possível criar conversas persistentes com um agente ou com uma fonte de dados no Google Cloud console do BigQuery das seguintes maneiras:

• Na guia Catálogo de agentes da página Agentes.
• Ao visualizar uma tabela ou resultados de consulta.
• Quando o sistema usa automaticamente a fonte de dados selecionada para a conversa. Essa prática é útil para perguntas rápidas e únicas sobre uma tabela específica.

Criar uma conversa com um agente de dados

Para criar uma conversa com um agente de dados, primeiro crie um agente de dados e publique-o. Também é possível iniciar uma conversa com agentes que outras pessoas compartilham com você.

Para criar uma conversa com um agente de dados no Google Cloud console, selecione uma das seguintes opções:

Página "Agentes"

1. Acesse a página Agentes do BigQuery.

   Acessar agentes

2. Selecione a guia Catálogo de agentes.

3. Na seção Meus agentes ou Compartilhado por outras pessoas na sua organização, clique no card do agente com quem você quer conversar.

4. Clique em Iniciar uma conversa. Um novo painel de chat será aberto.

5. No campo Faça uma pergunta, insira uma pergunta para o agente de dados. Por exemplo, "Quais foram nossas vendas totais no último trimestre?" ou "Mostre os cinco principais usuários por tempo de sessão". Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

   O agente de dados responde informando a ação que está tomando para responder à sua pergunta e, em seguida, retorna os resultados.

   Para conferir cada etapa que o agente de dados realizou para fornecer a resposta à sua pergunta, clique em Mostrar raciocínio para visualizar cada mensagem no processo de raciocínio do agente.

   

   Para conferir informações sobre como os resultados foram calculados, clique em Como isso foi calculado?

   A seção Resumo agora inclui uma consulta gerada seguida do resultado da consulta. Opcionalmente, você pode abrir o código no editor de consultas.

   

   Quando apropriado para os dados, o agente de dados fornece imagens, gráficos, tabelas e outras visualizações.

   Para conferir o histórico de chat, consulte a lista Gerenciamento de conversas.

   Para conferir informações do agente, consulte o painel Detalhes do agente. Esse painel inclui uma descrição do agente e das fontes de conhecimento dele.

Editor do BigQuery

1. Ao trabalhar com uma tabela ou executar uma consulta, clique no botão Criar conversa na barra de menus para criar uma nova conversa.

2. No campo Faça uma pergunta, insira uma pergunta para o agente de dados. Por exemplo, "Quais foram nossas vendas totais no último trimestre?" ou "Mostre os cinco principais usuários por tempo de sessão". Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

   O agente de dados responde informando a ação que está tomando para responder à sua pergunta e, em seguida, retorna os resultados.

   Para conferir cada etapa que o agente de dados realizou para fornecer a resposta à sua pergunta, clique em Mostrar raciocínio para visualizar cada mensagem no processo de raciocínio do agente.

   

   Para conferir informações sobre como os resultados foram calculados, clique em Como isso foi calculado?

   A seção Resumo agora inclui uma consulta gerada seguida do resultado da consulta. Opcionalmente, você pode abrir o código no editor de consultas.

   

   Quando apropriado para os dados, o agente de dados fornece imagens, gráficos, tabelas e outras visualizações.

   Para conferir o histórico de chat, consulte a lista Gerenciamento de conversas.

   Para conferir informações do agente, consulte o painel Detalhes do agente. Esse painel inclui uma descrição do agente e das fontes de conhecimento dele.

Criar uma conversa direta com uma fonte de dados

Para criar uma conversa com uma fonte de dados no Google Cloud console, selecione uma das seguintes opções:

Página "Agentes"

Para criar uma conversa direta com uma fonte de dados na página Agentes, siga estas etapas:

1. Acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, no painel Conversar com seus dados, clique em Fontes de dados.

3. Selecione uma ou mais tabelas e clique em Criar conversa.

4. No campo Faça uma pergunta, insira uma pergunta para o agente de dados. Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

   A API Análises de conversação processa sua pergunta e retorna os resultados.

   Para conferir as etapas realizadas pela API Análises de conversação, clique em Mostrar raciocínio para visualizar cada mensagem no processo de raciocínio da API.

   

   Para conferir informações sobre como os resultados foram calculados, clique em Como isso foi calculado?

   A seção Resumo agora inclui uma consulta gerada seguida do resultado da consulta. Opcionalmente, você pode abrir a consulta no editor de consultas.

   

   Quando apropriado para os dados, a resposta fornece imagens, gráficos, tabelas e outras visualizações.

Editor do BigQuery

1. Ao trabalhar com uma tabela ou executar uma consulta, clique no botão Criar conversa na barra de menus para criar uma nova conversa.

2. No campo Faça uma pergunta, insira uma pergunta para o agente de dados. Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

   A API Análises de conversação processa sua pergunta e retorna os resultados.

   Para conferir as etapas realizadas pela API Análises de conversação, clique em Mostrar raciocínio.

   Para conferir cada etapa que o agente de dados realizou para fornecer a resposta à sua pergunta, clique em Mostrar raciocínio. Na lista, visualize cada mensagem no processo de raciocínio do agente.

   

   Para conferir informações sobre como os resultados foram calculados, clique em Como isso foi calculado?

   A seção Resumo agora inclui a consulta gerada seguida do resultado da consulta. Opcionalmente, você pode abrir a consulta no editor de consultas.

   

   Quando apropriado para os dados, a resposta fornece imagens, gráficos, tabelas e outras visualizações.

Criar um agente de dados a partir de uma conversa

1. No painel Dados de uma conversa, na seção Ações rápidas , clique em Criar agente.
2. Siga as etapas para criar um agente.

Gerenciar conversas

É possível abrir, renomear ou excluir uma conversa na página Agentes e gerenciar conversas no Explorer do BigQuery Studio.

Abrir uma conversa

1. No Google Cloud console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer abrir.

Renomear uma conversa

1. No Google Cloud console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer renomear.

3. Clique em Ver ações > Renomear.

4. Na caixa de diálogo Renomear conversa, insira um novo nome para a conversa no campo Nome da conversa.

5. Clique em Renomear.

Excluir uma conversa

1. No Google Cloud console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer excluir.

3. Clique em Ver ações > Excluir.

4. Na caixa de diálogo Excluir conversa?, clique em Excluir.

Gerenciar conversas usando o Explorer do BigQuery Studio

Gerenciar conversas usando o Explorer do BigQuery Studio. Essa lista de conversas oferece um local central para pesquisar, abrir ou criar conversas. Também é possível copiar o ID da conversa ou atualizar a lista de conversas.

Para gerenciar suas conversas, siga estas etapas:

1. Acesse a página do Explorer do BigQuery Studio.

   Acessar o Explorador

2. No painel Explorer, expanda um nome de projeto.

3. Clique em Conversas.

   1. Para filtrar a lista de conversas, insira um nome ou valor de propriedade no campo de filtro.
   2. Para abrir uma conversa, clique em Ver ações > Abrir.
   3. Para copiar um ID de conversa, clique em Ver ações > Copiar ID.
   4. Para criar uma conversa, na barra de menus, clique em Criar conversa.
   5. Para atualizar a lista, na barra de menus, clique em Atualizar.

Locais

A análise de conversação opera globalmente. Não é possível escolher qual região usar.

A seguir

• Saiba mais sobre a análise de conversação no BigQuery.
• Saiba mais sobre a API Análises de conversação.
• Criar agentes de dados.