Daten mit Unterhaltungen analysieren

In diesem Dokument wird beschrieben, wie Sie Unterhaltungen in BigQuery erstellen, bearbeiten, exportieren und löschen. Unterhaltungen sind gespeicherte Chats mit einem Daten-KI-Agenten oder Datenquellen wie Tabellen, Ansichten oder Diagrammen, die Sie auswählen.

Unterhaltungen sind gespeicherte Chats mit einem KI-Datenagenten oder einer Datenquelle. Sie können Daten-KI-Agenten mehrteilige Fragen stellen, die gängige Begriffe wie „Umsatz“ oder „beliebteste“ enthalten, ohne Tabellenfeldnamen angeben oder Bedingungen zum Filtern der Daten definieren zu müssen. Sie können auch Fragen zu Daten in Objekten wie PDFs stellen. Ein KI-Agent kann Folgendes tun:

• Legen Sie fest, welche Datenquellen abgefragt werden sollen.
• Nutzen Sie Optimierungen wie Tabellenpartitionen oder Suchindexe.
• Verwenden Sie vorhandene Einbettungen Ihrer Spaltenwerte, um Ihre Frage den richtigen Daten zuzuordnen. Wenn Sie beispielsweise nach „Texas“ fragen, werden Zeilen gefunden, die als „TX“ gespeichert sind.
• Berücksichtigen Sie den gesamten Kontext zu einer Datenquelle, die in Knowledge Catalog gespeichert ist.

Die zurückgegebene Chatantwort bietet die folgenden Funktionen:

• Die Antwort auf Ihre Frage als Text, Code oder Bilder (multimodal). Die Antwort kann unterstützte BigQuery-KI- und ‑ML-Funktionen enthalten.
• Generierte Diagramme, sofern zutreffend.
• Die Schlussfolgerung des KI-Agenten hinter den Ergebnissen.
• Metadaten zur Unterhaltung, z. B. der verwendete KI-Agent und die verwendeten Datenquellen.

Wenn Sie eine direkte Unterhaltung mit einer Datenquelle erstellen, interpretiert die Conversational Analytics API Ihre Frage ohne den Kontext und die Verarbeitungsanweisungen, die ein KI-Datenagent bietet. Daher können die Ergebnisse direkter Konversationen weniger genau sein. Verwenden Sie Daten-Agenten für Anwendungsfälle, die eine höhere Genauigkeit erfordern.

Sie können Unterhaltungen in BigQuery über dieGoogle Cloud Console erstellen und verwalten. Weitere Informationen finden Sie unter Daten mit Unterhaltungen analysieren.

Hinweis

1. Prüfen Sie, ob die Abrechnung für Ihr Google Cloud -Projekt aktiviert ist.

2. Aktivieren Sie die BigQuery-, Gemini Data Analytics- und Gemini for Google Cloud -APIs, falls sie noch nicht aktiviert sind.

   Erforderliche Rollen zum Aktivieren von APIs

   Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Inhaberrolle (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen

   APIs aktivieren

Erforderliche Rollen

Wenn Sie Unterhaltungen erstellen möchten, benötigen Sie eine der folgenden IAM-Rollen für die Conversational Analytics API:

• Wenn Sie Unterhaltungen mit einem KI-Datenagenten, der für Sie freigegeben wurde, ansehen und erstellen möchten, benötigen Sie auf Projektebene die Rollen „Gemini Data Analytics Data Agent User“ (roles/geminidataanalytics.dataAgentUser) und „Gemini for Google Cloud User“ (roles/cloudaicompanion.user).
• Zum Erstellen einer direkten Unterhaltung benötigen Sie die Rolle „Gemini Data Analytics Stateless Chat User“ (roles/geminidataanalytics.dataAgentStatelessUser).

Außerdem müssen Sie in den folgenden Situationen die folgenden Rollen haben:

• Wenn ein KI-Datenagent ein Dataset als Wissensquelle verwendet, benötigen Sie die Rolle BigQuery-Datenbetrachter (roles/bigquery.dataViewer) für das Dataset.
• Wenn ein KI-Datenagent eine SQL-Abfrage für Sie ausführt, benötigen Sie die Rolle BigQuery-Jobnutzer (roles/bigquery.jobUser) für das Projekt.
• Wenn ein KI-Datenagent eine Tabelle oder Ansicht als Wissensquelle verwendet, benötigen Sie die Rolle BigQuery-Datenbetrachter (roles/bigquery.dataViewer) für die Tabelle oder Ansicht.
• Wenn eine Tabelle die Zugriffssteuerung auf Spaltenebene verwendet, benötigen Sie die Rolle Detaillierter Lesezugriff (roles/datacatalog.categoryFineGrainedReader). Diese Rolle wird Hauptkonten im Rahmen der Konfiguration eines Richtlinien-Tags zugewiesen. Weitere Informationen finden Sie unter Rollen, die mit Zugriffssteuerung auf Spaltenebene verwendet werden.
• Wenn eine Datentabelle die Zugriffssteuerung auf Zeilenebene verwendet, muss Ihnen der Zugriff über die Zugriffsrichtlinie auf Rollenebene für diese Tabelle gewährt werden. Weitere Informationen finden Sie unter Zugriffsrichtlinien auf Zeilenebene erstellen oder aktualisieren.
• Wenn in einer Datentabelle die Datenmaskierung verwendet wird, muss Ihnen über die entsprechende Datenrichtlinie die Rolle Maskierter Leser (roles/bigquerydatapolicy.maskedReader) zugewiesen werden. Weitere Informationen finden Sie unter Rollen zum Abfragen maskierter Daten.
• Wenn Sie mit einem Dataset oder Projekt interagieren möchten, benötigen Sie die Rolle Data Catalog-Betrachter (roles/datacatalog.viewer) für das Projekt.

Wenn Sie nicht die entsprechenden Rollen für die vom KI-Datenagenten verwendeten Quelldatentabellen haben, gibt das System den folgenden Fehler zurück, wenn Sie mit dem KI-Datenagenten chatten:

Schema_Resolution: Access Denied

Best Practices

Die konversationelle Analyse führt automatisch Abfragen in Ihrem Namen aus, um Ihre Fragen zu beantworten. Berücksichtigen Sie folgende Faktoren, die die Abfragekosten erhöhen können:

• Große Tabellen
• Verwendung der Zusammenführung von Daten in Abfragen
• Häufige Aufrufe von KI-Funktionen in Abfragen

Unterhaltung mit einem KI-Datenagenten erstellen

Wenn Sie eine Unterhaltung mit einem KI-Datenagenten erstellen möchten, müssen Sie zuerst einen KI-Datenagenten erstellen und veröffentlichen. Sie können auch eine Unterhaltung mit KI-Agenten beginnen, die andere für Sie freigegeben haben.

So erstellen Sie in der Google Cloud Console eine Unterhaltung mit einem vorhandenen KI-Datenagenten:

1. Rufen Sie die BigQuery-Seite Agenten auf.

   Zu „Agenten“

2. Wählen Sie den Tab Agentenkatalog aus.

3. Klicken Sie im Bereich Meine KI-Agenten oder Von anderen in Ihrer Organisation freigegeben auf die Karte des KI-Agenten, mit dem Sie chatten möchten.

   Ein neues Chatfenster wird geöffnet.

4. Geben Sie im Feld Frage stellen Ihre Frage ein und wählen Sie einen Modus aus:

   • Schnell (Standard): Am besten für die meisten Fragen.
   • Thinking: detaillierte Schlussfolgerungen.

   Sie können auch auf eine der von Gemini vorgeschlagenen Fragen klicken, um loszulegen.

5. Klicken Sie auf send_spark Senden.

   Die Conversational Analytics API verarbeitet Ihre Frage und gibt die Ergebnisse zurück.

Direkte Unterhaltung mit einer Datenquelle erstellen

Sie können eine direkte Unterhaltung mit diesen BigQuery-Datenquellen (auch als Wissensquellen bezeichnet) erstellen. Wenn Sie eine direkte Unterhaltung erstellen, interpretiert die Conversational Analytics API Ihre Frage ohne den Kontext und die Verarbeitungsanweisungen, die ein KI-Datenagent bietet.

Sie können eine Unterhaltung mit den folgenden Datenquellen erstellen:

• Tabellen
• Aufrufe
• Datasets
• Projekte
• Grafiken

Über die Seite „Agents“ mit einer Datenquelle interagieren

So erstellen Sie eine direkte Unterhaltung mit einer Tabelle, Ansicht oder Grafik auf der Seite Agenten:

1. Rufen Sie die BigQuery-Seite Agenten auf.

   Zu „Agenten“

2. Klicken Sie auf dem Tab Unterhaltungen auf Neue Unterhaltung.

3. Klicken Sie im Bereich Chat starten, um mehr über Ihre Daten zu erfahren auf den Tab Wissensquellen. Wenn Ihre Datenquelle nicht in der Liste angezeigt wird, können Sie danach suchen.

4. Wählen Sie eine oder mehrere Datenquellen aus und klicken Sie auf Chat.

So erstellen Sie eine direkte Unterhaltung mit mehreren Projekten:

1. Rufen Sie die BigQuery-Seite Agenten auf.

   Zu „Agenten“

2. Geben Sie im Feld Frage stellen eine Frage ein. Standardmäßig bezieht sich die Unterhaltung auf alle Datenquellen in Ihrem aktuellen Projekt.

3. Wenn Sie andere Projekte auswählen möchten, klicken Sie auf das Drop-down-Menü mit dem Projektnamen und wählen Sie ein oder mehrere Projekte aus. Die Unterhaltung bezieht sich auf alle Datenquellen in den ausgewählten Projekten.

4. Klicken Sie auf send_spark Senden.

   Eine neue Unterhaltung mit den ausgewählten Projekten wird geöffnet.

Mit einer Datenquelle über BigQuery Studio kommunizieren

Wählen Sie eine der folgenden Optionen aus, um mit BigQuery Studio eine direkte Unterhaltung mit einer Datenquelle zu erstellen.

Mit einem Dataset, einer Tabelle, einer Ansicht oder einem Diagramm interagieren

So erstellen Sie eine direkte Unterhaltung mit einem Dataset, einer Tabelle, einer Ansicht oder einem Diagramm:

1. Öffnen Sie in der Google Cloud Console die Seite BigQuery Studio.

   Zu BigQuery Studio

2. Klicken Sie im linken Bereich auf Explorer.

3. Maximieren Sie im Bereich Explorer Ihr Projekt, klicken Sie auf Datasets und wählen Sie dann ein Dataset aus. Die Seite Datasets wird geöffnet.

4. Klicken Sie auf ein Dataset, um es zu öffnen.

5. Wenn Sie mit dem Dataset chatten möchten, klicken Sie auf chat_spark Chat.

6. So chatten Sie mit einer Tabelle oder Ansicht im Dataset:

   1. Klicken Sie auf dem Tab Übersicht auf Tabellen.

   2. Klicken Sie in der Spalte Tabellen-ID auf den Link zur Tabelle oder Ansicht.

   3. Klicken Sie auf chat_spark Chat.

7. So chatten Sie mit einem Diagramm:

   1. Klicken Sie auf dem Tab Übersicht auf Diagramme.

   2. Klicken Sie in der Spalte Diagramm-ID auf den Link zum Diagramm.

   3. Klicken Sie auf chat_spark Chat.

Datasets

Wenn Sie eine Unterhaltung mit einem Dataset erstellen, können Sie Fragen zu Ihren Daten stellen, ohne Datenquellen explizit auflisten zu müssen. Wenn Sie eine Unterhaltung mit einem Dataset erstellen, hat der KI-Datenagent Zugriff auf alle Tabellen in diesem Dataset. Wenn Sie eine Frage stellen, sucht der KI-Datenagent nach relevanten Tabellen und verknüpft sie bei Bedarf, um eine Antwort zu generieren.

Mit einem Abfrageergebnis interagieren

Nachdem Sie eine Abfrage ausgeführt haben, können Sie eine neue Unterhaltung mit den Ergebnissen erstellen. Die Datenquelle ist die temporäre Tabelle mit im Cache gespeicherten Ergebnissen, die normalerweise 24 Stunden lang beibehalten wird. Nachdem die im Cache gespeicherten Ergebnisse abgelaufen sind, können Sie keine Fragen mehr zu den Daten stellen.

So erstellen Sie eine Unterhaltung aus einem Abfrageergebnis:

1. Öffnen Sie in der Google Cloud Console die Seite BigQuery Studio.

   Zu BigQuery Studio

2. Wechseln Sie zum Tab des Abfrageeditors search_insights oder klicken Sie auf arrow_drop_down > SQL-Abfrage.

3. Geben Sie Ihre SQL-Abfrage ein und klicken Sie auf play_circle Ausführen.

4. Klicken Sie auf dem Tab Ergebnisse auf chat_spark Chat.

Unterhaltung mit einer Datenquelle führen

Nachdem Sie für Ihre Datenquelle auf die Option Chat geklickt haben, können Sie die Unterhaltung starten. So führen Sie eine Unterhaltung:

1. Geben Sie im Feld Frage stellen Ihre Frage ein und wählen Sie einen Modus aus:

   • Schnell (Standard): Am besten für die meisten Fragen.
   • Thinking: detaillierte Schlussfolgerungen.

2. Klicken Sie auf send_spark Senden.

   Die Conversational Analytics API verarbeitet Ihre Frage und gibt die Ergebnisse zurück. Wenn es für die Daten angemessen ist, enthält die Antwort Bilder, Diagramme, Tabellen und andere Visualisierungen.

3. Wenn Sie die einzelnen Schritte sehen möchten, die der KI-Datenagent ausgeführt hat, um die Antwort auf Ihre Frage zu liefern, maximieren Sie die Option Denkprozess anzeigen in der Antwort.

   

4. Wenn Sie Informationen zur Berechnung der Ergebnisse sehen möchten, klicken Sie auf Wie wurde das berechnet?.

   

   Der Abschnitt Zusammenfassung enthält die generierte Abfrage, gefolgt vom Abfrageergebnis. Sie können die Abfrage optional im Abfrageeditor öffnen.

KI-Datenagenten aus einer Unterhaltung erstellen

Sie können einen KI-Datenagenten aus einer Unterhaltung mit einer Tabelle oder Ansicht erstellen. Sie können keinen benutzerdefinierten KI-Agenten aus einer Unterhaltung mit einem Dataset erstellen.

So erstellen Sie einen KI-Datenagenten aus einer Unterhaltung:

1. Klicken Sie im Bereich Details einer Unterhaltung auf Agent erstellen.

2. Geben Sie im Abschnitt Editor im Feld Agentenname einen aussagekräftigen Namen für den KI-Datenagenten ein, z. B. Q4 sales data oder User activity logs.

3. Geben Sie im Feld Agentenbeschreibung eine Beschreibung des KI-Datenagenten ein. Eine gute Beschreibung erklärt, was der KI-Agent tut, welche Daten er verwendet, und hilft Ihnen zu entscheiden, wann dieser KI-Datenagent der richtige für den Chat ist, z. B. Ask questions about customer orders and revenue.

4. Prüfen Sie im Abschnitt Wissensquellen den Eintrag in Wissensquellen. Sie können die vorhandene Datenquelle anpassen oder auf Quelle hinzufügen klicken, um weitere Datenquellen hinzuzufügen. Wenn Ihre Datenquelle nicht in der Liste angezeigt wird, können Sie danach suchen.

5. Nachdem Sie die gewünschten Änderungen vorgenommen haben, klicken Sie auf Entwurf speichern.

6. Klicken Sie auf Veröffentlichen.

Antwort eines KI-Datenagenten exportieren

So exportieren Sie eine von einem KI-Datenagenten bereitgestellte Antwort als PDF- oder CSV-Datei:

1. Gehen Sie zu der Antwort des KI-Agenten, die Sie speichern möchten.

2. Klicken Sie auf den Button Herunterladen. Wählen Sie eine der folgenden Optionen aus:

   • PDF: Enthält bis zu 20 Zeilen pro Tabelle.
   • Detaillierte PDF-Datei: Enthält bis zu 1.000 Zeilen pro Tabelle.
   • CSV: Enthält bis zu 5.000 Zeilen pro Tabelle.

Die Datei wird über Ihren Browser heruntergeladen.

Unterhaltungen verwalten

Auf der Seite KI-Agenten können Sie eine Unterhaltung öffnen, umbenennen oder löschen und im BigQuery Studio-Explorer Unterhaltungen verwalten.

Öffnen Sie eine vorhandene Unterhaltung.

1. Rufen Sie in der Google Cloud Console die BigQuery-Seite Agents auf.

   Zu „Agenten“

2. Klicken Sie auf dem Tab Unterhaltungen in der Liste der Unterhaltungen auf die Unterhaltung, die Sie öffnen möchten.

Unterhaltung umbenennen

1. Rufen Sie in der Google Cloud Console die BigQuery-Seite Agents auf.

   Zu „Agenten“

2. Klicken Sie auf dem Tab Unterhaltungen in der Liste der Unterhaltungen auf die Unterhaltung, die Sie umbenennen möchten.

3. Klicken Sie auf Aktionen ansehen > Umbenennen.

4. Geben Sie im Dialogfeld Unterhaltung umbenennen im Feld Name der Unterhaltung einen neuen Namen für die Unterhaltung ein.

5. Klicken Sie auf Umbenennen.

Unterhaltungen löschen

Ergebnisse von Fragen in einer Unterhaltung bleiben erhalten, auch wenn die zugrunde liegenden Datenquellen gelöscht werden. So löschen Sie eine Unterhaltung und alle darin enthaltenen Ergebnisse:

1. Rufen Sie in der Google Cloud Console die BigQuery-Seite Agents auf.

   Zu „Agenten“

2. Klicken Sie auf dem Tab Unterhaltungen in der Liste der Unterhaltungen auf die Unterhaltung, die Sie löschen möchten.

3. Klicken Sie auf Aktionen ansehen > Löschen.

4. Klicken Sie im Dialogfeld Unterhaltung löschen? auf Löschen.

Wenn Sie eine Unterhaltung 180 Tage lang nicht aktualisieren, wird sie von BigQuery automatisch gelöscht.

Unterhaltungen mit dem BigQuery Studio-Explorer verwalten

Unterhaltungen mit dem BigQuery Studio-Explorer verwalten Diese Unterhaltungsliste bietet einen zentralen Ort, an dem Sie nach Unterhaltungen suchen, sie öffnen oder erstellen können. Sie können auch die Unterhaltungs-ID kopieren oder die Liste der Unterhaltungen aktualisieren.

So verwalten Sie Ihre Unterhaltungen:

1. Rufen Sie die BigQuery Studio-Explorer-Seite auf.

   Zum Explorer

2. Maximieren Sie im Bereich Explorer einen Projektnamen.

3. Klicken Sie auf Unterhaltungen.

   1. Wenn Sie die Liste der Unterhaltungen filtern möchten, geben Sie einen Attributnamen oder -wert in das Filterfeld ein.
   2. Klicken Sie zum Öffnen einer Unterhaltung auf Aktionen ansehen > Öffnen.
   3. Wenn Sie eine Konversations-ID kopieren möchten, klicken Sie auf Aktionen ansehen > ID kopieren.
   4. Wenn Sie eine Unterhaltung erstellen möchten, klicken Sie in der Menüleiste auf Unterhaltung erstellen.
   5. Klicken Sie in der Menüleiste auf Aktualisieren, um die Liste zu aktualisieren.

Nächste Schritte

• Konversationelle Analysen in BigQuery
• Informationen zur Conversational Analytics API
• KI-Datenagenten erstellen