Analyser des données avec des conversations

Preview

Cette fonctionnalité est soumise(s) aux "Conditions des offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Les fonctionnalités de pré-DG sont disponibles "en l'état" et peuvent avoir une prise en charge limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Remarque : Pour envoyer des commentaires ou demander de l'aide concernant cette fonctionnalité, envoyez un e-mail à l'adresse [e-mail].

Ce document explique comment créer, modifier et supprimer des conversations dans BigQuery. Les conversations sont des discussions persistantes avec un agent de données ou des sources de données, telles que des tables ou des vues, que vous sélectionnez.

Vous pouvez poser aux agents de données des questions en plusieurs parties qui utilisent des termes courants (par exemple, "ventes" ou "les plus populaires") sans spécifier les noms des champs de table ni définir de conditions pour filtrer les données. La réponse du chat fournit la réponse à votre question sous forme de texte et de code, et génère des images et des graphiques le cas échéant. La réponse inclut le raisonnement qui sous-tend les résultats.

Vous pouvez créer une conversation avec un agent de données ou une conversation directe avec une ou plusieurs tables. Lorsque vous créez une conversation directe, l'API Conversational Analytics interprète votre question sans le contexte ni les instructions de traitement proposés par un agent de données.

Avant de commencer

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

2. Enable the BigQuery, Gemini Data Analytics, and Gemini for Google Cloud 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

Rôles requis

Pour créer des conversations, vous devez disposer de l'un des rôles IAM de l'API Conversational Analytics suivants :

• Pour afficher et créer des conversations avec n'importe quel agent de données partagé avec vous, vous devez disposer des rôles Utilisateur d'agent des données des analyses de données Gemini (roles/geminidataanalytics.dataAgentUser) et Utilisateur Gemini pour Google Cloud (roles/cloudaicompanion.user) au niveau du projet.
• Pour créer une conversation directe, vous devez disposer du rôle Utilisateur sans état du chat des analyses de données Gemini (roles/geminidataanalytics.dataAgentStatelessUser).

De plus, dans les situations suivantes, vous devez disposer des rôles suivants :

• Si un agent de données utilise une table de données comme source de connaissances, vous devez disposer du rôle Lecteur de données BigQuery (roles/bigquery.dataViewer) sur cette table.
• Si une table de données utilise le contrôle des accès au niveau des colonnes, vous devez disposer du rôle Lecteur détaillé (roles/datacatalog.categoryFineGrainedReader) sur le tag avec stratégie approprié. Pour en savoir plus, consultez Rôles utilisés avec le contrôle des accès au niveau des colonnes.
• Si une table de données utilise le contrôle des accès au niveau des lignes, vous devez disposer de la règle d'accès au niveau du rôle sur cette table. Pour en savoir plus, consultez Créer ou mettre à jour des règles d'accès au niveau des lignes.
• Si une table de données utilise le masquage des données, vous devez disposer du rôle Lecteur masqué (roles/bigquerydatapolicy.maskedReader) sur la stratégie de données appropriée. Pour en savoir plus, consultez Rôles permettant d'interroger des données masquées.

Si vous ne disposez pas des rôles appropriés sur les tables de données sources utilisées par l'agent de données, le système renvoie l'erreur suivante lorsque vous discutez avec l'agent de données :

Schema_Resolution: Access Denied

Bonnes pratiques

Lorsque vous utilisez l'analyse conversationnelle, des requêtes sont automatiquement exécutées pour répondre à vos questions. Des frais imprévus peuvent vous être facturés dans les cas suivants :

• Si vos tables sont volumineuses
• Si les requêtes utilisent des jointures de données
• Si les requêtes effectuent de nombreux appels aux fonctions d'IA

Pour éviter ce problème, tenez compte de la taille lorsque vous sélectionnez des sources de connaissances et, lorsque vous avez des conversations, pensez à utiliser des jointures.

créer des conversations

Vous pouvez créer des conversations persistantes avec un agent ou une source de données dans la console Google Cloud pour BigQuery de différentes manières :

• Dans l'onglet Catalogue d'agents de la page Agents.
• Lorsque vous affichez une table ou les résultats d'une requête.
• Lorsque le système utilise automatiquement la source de données que vous sélectionnez pour la conversation. Cette pratique est utile pour les questions ponctuelles et rapides sur une table spécifique.

Créer une conversation avec un agent de données

Pour créer une conversation avec un agent de données, vous devez d'abord créer un agent de données et le publier. Vous pouvez également lancer une conversation avec des agents que d'autres utilisateurs partagent avec vous.

Pour créer une conversation avec un agent de données dans la console Google Cloud , sélectionnez l'une des options suivantes :

Page "Agents"

1. Accédez à la page Agents de BigQuery.

   Accéder à Agents

2. Sélectionnez l'onglet Catalogue d'agents.

3. Dans la section Mes agents ou Partagés par d'autres membres de votre organisation, cliquez sur la fiche de l'agent avec lequel vous souhaitez discuter.

4. Cliquez sur Démarrer une conversation. Un nouveau panneau de chat s'ouvre.

5. Dans le champ Poser une question, saisissez une question pour l'agent de données. Par exemple, "Quelles ont été nos ventes totales au cours du dernier trimestre ?" ou "Affiche-moi les cinq premiers utilisateurs par durée de session." Vous pouvez également cliquer sur l'une des questions suggérées par Gemini pour commencer.

   L'agent de données répond en indiquant l'action qu'il entreprend pour répondre à votre question, puis renvoie les résultats.

   Pour voir chaque étape suivie par l'agent de données pour répondre à votre question, cliquez sur Afficher le raisonnement afin d'afficher chaque message du processus de raisonnement de l'agent.

   

   Pour en savoir plus sur le calcul des résultats, cliquez sur Comment ce résultat a-t-il été calculé ?.

   La section Résumé inclut désormais une requête générée, suivie du résultat de la requête. Vous pouvez également ouvrir le code dans l'éditeur de requête.

   

   Lorsque cela est approprié pour les données, l'agent de données fournit des images, des graphiques, des tableaux et d'autres visualisations.

   Pour afficher l'historique de vos discussions, consultez la liste Gestion des conversations.

   Pour afficher les informations sur l'agent, consultez le panneau Détails de l'agent. Ce panneau inclut une description de l'agent et de ses sources de connaissances.

Éditeur BigQuery

1. Lorsque vous travaillez avec une table ou que vous exécutez une requête, cliquez sur le bouton Créer une conversation dans la barre de menu pour créer une conversation.

2. Dans le champ Poser une question, saisissez une question pour l'agent de données. Par exemple, "Quelles ont été nos ventes totales au cours du dernier trimestre ?" ou "Affiche-moi les cinq premiers utilisateurs par durée de session." Vous pouvez également cliquer sur l'une des questions suggérées par Gemini pour commencer.

   L'agent de données répond en indiquant l'action qu'il entreprend pour répondre à votre question, puis renvoie les résultats.

   Pour voir chaque étape suivie par l'agent de données pour répondre à votre question, cliquez sur Afficher le raisonnement afin d'afficher chaque message du processus de raisonnement de l'agent.

   

   Pour en savoir plus sur le calcul des résultats, cliquez sur Comment ce résultat a-t-il été calculé ?.

   La section Résumé inclut désormais une requête générée, suivie du résultat de la requête. Vous pouvez également ouvrir le code dans l'éditeur de requête.

   

   Lorsque cela est approprié pour les données, l'agent de données fournit des images, des graphiques, des tableaux et d'autres visualisations.

   Pour afficher l'historique de vos discussions, consultez la liste Gestion des conversations.

   Pour afficher les informations sur l'agent, consultez le panneau Détails de l'agent. Ce panneau inclut une description de l'agent et de ses sources de connaissances.

Créer une conversation directe avec une source de données

Pour créer une conversation avec une source de données dans la console Google Cloud , sélectionnez l'une des options suivantes :

Page "Agents"

Pour créer une conversation directe avec une source de données depuis la page Agents, procédez comme suit :

1. Accédez à la page Agents de BigQuery.

   Accéder à Agents

2. Dans l'onglet Conversations, dans le volet Chatter avec vos données, cliquez sur Sources de données.

3. Sélectionnez une ou plusieurs tables, puis cliquez sur Créer une conversation.

4. Dans le champ Poser une question, saisissez une question pour l'agent de données. Vous pouvez également cliquer sur l'une des questions suggérées par Gemini pour commencer.

   L'API Conversational Analytics traite votre question et renvoie les résultats.

   Pour afficher les étapes suivies par l'API Conversational Analytics, cliquez sur Afficher le raisonnement pour afficher chaque message du processus de raisonnement de l'API.

   

   Pour en savoir plus sur le calcul des résultats, cliquez sur Comment ce résultat a-t-il été calculé ?.

   La section Résumé inclut désormais une requête générée, suivie du résultat de la requête. Vous pouvez également ouvrir la requête dans l'éditeur de requête.

   

   Lorsque cela est approprié pour les données, la réponse fournit des images, des graphiques, des tableaux et d'autres visualisations.

Éditeur BigQuery

1. Lorsque vous travaillez avec une table ou que vous exécutez une requête, cliquez sur le bouton Créer une conversation dans la barre de menu pour créer une conversation.

2. Dans le champ Poser une question, saisissez une question pour l'agent de données. Vous pouvez également cliquer sur l'une des questions suggérées par Gemini pour commencer.

   L'API Conversational Analytics traite votre question et renvoie les résultats.

   Pour afficher les étapes suivies par l'API Conversational Analytics, cliquez sur Afficher le raisonnement.

   Pour voir chaque étape suivie par l'agent de données pour répondre à votre question, cliquez sur Afficher le raisonnement. dans la liste, puis affichez chaque message du processus de raisonnement de l'agent.

   

   Pour en savoir plus sur le calcul des résultats, cliquez sur Comment ce résultat a-t-il été calculé ?.

   La section Résumé inclut désormais la requête générée, suivie du résultat de la requête. Vous pouvez également ouvrir la requête dans l'éditeur de requête.

   

   Lorsque cela est approprié pour les données, la réponse fournit des images, des graphiques, des tableaux et d'autres visualisations.

Créer un agent de données à partir d'une conversation

1. Dans le volet Données d'une conversation, dans la section Actions rapides, cliquez sur Créer un agent.
2. Suivez la procédure pour créer un agent.

Gérer les conversations

Vous pouvez ouvrir, renommer ou supprimer une conversation sur la page Agents, et gérer les conversations dans l'explorateur BigQuery Studio.

Ouvrir une conversation existante

1. Dans la console Google Cloud , accédez à la page Agents de BigQuery.

   Accéder à Agents

2. Dans l'onglet Conversations, dans la liste des conversations, cliquez sur celle que vous souhaitez ouvrir.

Renommer une conversation

1. Dans la console Google Cloud , accédez à la page Agents de BigQuery.

   Accéder à Agents

2. Dans l'onglet Conversations, dans la liste des conversations, cliquez sur celle que vous souhaitez renommer.

3. Cliquez sur Afficher les actions > Renommer.

4. Dans la boîte de dialogue Renommer la conversation, saisissez un nouveau nom pour la conversation dans le champ Nom de la conversation.

5. Cliquez sur Renommer.

Supprimer une conversation

1. Dans la console Google Cloud , accédez à la page Agents de BigQuery.

   Accéder à Agents

2. Dans l'onglet Conversations, cliquez sur la conversation que vous souhaitez supprimer dans la liste des conversations.

3. Cliquez sur Afficher les actions > Supprimer.

4. Dans la boîte de dialogue Supprimer la conversation ?, cliquez sur Supprimer.

Gérer les conversations à l'aide de l'explorateur BigQuery Studio

Gérez les conversations à l'aide de l'explorateur BigQuery Studio. Cette liste de conversations vous permet de rechercher, d'ouvrir ou de créer des conversations de manière centralisée. Vous pouvez également copier l'ID de la conversation ou actualiser la liste des conversations.

Pour gérer vos conversations, procédez comme suit :

1. Accédez à la page de l'explorateur BigQuery Studio.

   Accéder à l'explorateur

2. Dans le volet Explorateur, développez le nom d'un projet.

3. Cliquez sur Conversations.

   1. Pour filtrer la liste des conversations, saisissez un nom ou une valeur de propriété dans le champ de filtre.
   2. Pour ouvrir une conversation, cliquez sur Afficher les actions > Ouvrir.
   3. Pour copier un ID de conversation, cliquez sur Afficher les actions > Copier l'ID.
   4. Pour créer une conversation, cliquez sur Créer une conversation dans la barre de menu.
   5. Pour actualiser la liste, cliquez sur Actualiser dans la barre de menu.

Emplacements

Les analyses conversationnelles fonctionnent à l'échelle mondiale. Vous ne pouvez pas choisir la région à utiliser.

Étapes suivantes

• En savoir plus sur l'analyse conversationnelle dans BigQuery
• En savoir plus sur l'API Conversational Analytics
• Créez des agents de données.