ניתוח נתונים באמצעות שיחות

במאמר הזה מוסבר איך ליצור, לערוך, לייצא ולמחוק שיחות ב-BigQuery. שיחות הן צ'אטים שנשמרים עם סוכן נתונים או עם מקורות נתונים, כמו טבלאות, תצוגות או תרשימים, שאתם בוחרים.

שיחות הן צ'אטים שנשמרים עם סוכן נתונים או מקור נתונים. אתם יכולים לשאול את סוכני הנתונים שאלות עם כמה חלקים, שכוללות מונחים נפוצים כמו "מכירות" או "הכי פופולרי", בלי לציין שמות של שדות בטבלה או להגדיר תנאים לסינון הנתונים. אתם יכולים גם לשאול שאלות על נתונים שנמצאים באובייקטים כמו קובצי PDF. הסוכן יכול:

• להחליט לאילו מקורות נתונים לשלוח שאילתות.
• להשתמש באופטימיזציות, כמו מחיצות בטבלאות או אינדקסים של חיפוש.
• משתמשים בהטמעות קיימות של ערכי העמודות כדי להתאים את השאלה לנתונים הנכונים. לדוגמה, אם תשאלו על "Texas", המערכת תמצא שורות שבהן מאוחסן הערך "TX".
• להביא בחשבון את כל ההקשר של מקור נתונים שמאוחסן ב-Knowledge Catalog.

התשובה שמוחזרת בצ'אט כוללת את התכונות הבאות:

• התשובה לשאלה שלכם כטקסט, קוד או תמונות (מולטי-מודאלי). התשובה יכולה לכלול פונקציות AI ו-ML נתמכות של BigQuery.
• תרשימים שנוצרו במקומות המתאימים.
• ההסבר של הנציג לתוצאות.
• מטא-נתונים על השיחה, כמו הסוכן ומקורות הנתונים שבהם השתמשתם.

כשיוצרים שיחה ישירה עם מקור נתונים, Conversational Analytics API מפרש את השאלה בלי ההקשר והוראות העיבוד שסוכן הנתונים מציע. לכן, התוצאות של המרות ישירות יכולות להיות פחות מדויקות. כדאי להשתמש בסוכני נתונים במקרים שבהם נדרש דיוק רב יותר.

אפשר ליצור ולנהל שיחות ב-BigQuery באמצעות מסוףGoogle Cloud . מידע נוסף זמין במאמר ניתוח נתונים באמצעות שיחות.

לפני שמתחילים

1. מוודאים שהחיוב מופעל בפרויקט ב- Google Cloud .

2. מפעילים את ממשקי ה-API של BigQuery,‏ Gemini Data Analytics ו-Gemini ל- Google Cloud , אם הם עדיין לא מופעלים.

   התפקידים שנדרשים כדי להפעיל ממשקי API

   כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, תוכלו לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

   הפעלת ממשקי ה-API

התפקידים הנדרשים

כדי ליצור שיחות, צריך אחד מתפקידי ה-IAM הבאים ב-Conversational Analytics API:

• כדי לראות שיחות עם סוכני נתונים ששותפו איתכם וליצור שיחות כאלה, אתם צריכים את התפקיד "משתמש בסוכן נתונים ב-Gemini לניתוח נתונים" (roles/geminidataanalytics.dataAgentUser) ואת התפקיד "משתמש ב-Gemini ל-Google Cloud" (roles/cloudaicompanion.user) ברמת הפרויקט.
• כדי ליצור שיחה ישירה, צריך להיות לכם התפקיד "משתמש בצ'אט ללא שמירת מצב (Stateless Chat User)" (roles/geminidataanalytics.dataAgentStatelessUser) ב-Gemini Data Analytics.

בנוסף, במצבים הבאים אתם צריכים את התפקידים הבאים:

• אם סוכן הנתונים משתמש במערך נתונים כמקור ידע, צריך את התפקיד צפייה בנתונים ב-BigQuery (roles/bigquery.dataViewer) במערך הנתונים.
• אם סוכן נתונים מריץ בשבילכם שאילתת SQL, אתם צריכים את התפקיד משתמש של משימות BigQuery (roles/bigquery.jobUser) בפרויקט.
• אם סוכן הנתונים משתמש בטבלה או בתצוגת נתונים כמקור ידע, צריך את התפקיד BigQuery Data Viewer (roles/bigquery.dataViewer) בטבלה או בתצוגת נתונים.
• אם בטבלה נעשה שימוש בבקרת גישה ברמת העמודה, אתם צריכים את התפקיד קורא עם הרשאות גישה פרטניות (roles/datacatalog.categoryFineGrainedReader). התפקיד הזה מוקצה לחשבונות משתמשים כחלק מהגדרת תג מדיניות. מידע נוסף זמין במאמר תפקידים שמשמשים לבקרת גישה ברמת העמודה.
• אם בטבלת נתונים נעשה שימוש בבקרת גישה ברמת השורה, צריך לקבל גישה דרך מדיניות הגישה ברמת התפקיד באותה טבלה. מידע נוסף זמין במאמר יצירה או עדכון של כללי מדיניות גישה ברמת השורה.
• אם טבלת נתונים משתמשת בהסתרת נתונים, צריך להקצות לכם את התפקיד קורא נתונים מוסתרים (roles/bigquerydatapolicy.maskedReader) באמצעות מדיניות הנתונים המתאימה. מידע נוסף זמין במאמר תפקידים לשליחת שאילתות על נתונים מוסתרים.
• כדי לנהל שיחה עם מערך נתונים או פרויקט, צריך את התפקיד צפייה ב-Data Catalog (roles/datacatalog.viewer) בפרויקט.

אם אין לכם את התפקידים המתאימים בטבלאות של מקור הנתונים שמשמשות את סוכן הנתונים, המערכת תחזיר את השגיאה הבאה כשאתם משוחחים בצ'אט עם סוכן הנתונים:

Schema_Resolution: Access Denied

שיטות מומלצות

הכלי "ניתוח נתונים בעזרת AI" מריץ שאילתות באופן אוטומטי כדי לענות על השאלות שלכם. כדאי להביא בחשבון את הגורמים הבאים שעשויים להגדיל את עלות השאילתה:

• טבלאות גדולות
• שימוש באיחוד נתונים בשאילתות
• קריאות תכופות לפונקציות AI בתוך שאילתות

איך מתחילים שיחה עם סוכן נתונים

כדי ליצור שיחה עם סוכן נתונים, קודם צריך ליצור סוכן נתונים ולפרסם אותו. אתם יכולים גם להתחיל שיחה עם סוכנים שאנשים אחרים שיתפו איתכם.

כדי ליצור שיחה עם סוכן נתונים קיים במסוף Google Cloud :

1. נכנסים לדף Agents ב-BigQuery.

   לדף Agents

2. לוחצים על הכרטיסייה קטלוג הסוכנים.

3. בקטע הסוכנים שלי או סוכנים שאנשים אחרים בארגון שיתפו, לוחצים על הכרטיס של הסוכן שרוצים לדבר איתו.

   חלונית צ'אט חדשה נפתחת.

4. בשדה רוצה לשאול משהו?, כותבים את השאלה ובוחרים מצב:

   • זריזות (ברירת המחדל): הכי מתאים לרוב השאלות.
   • חשיבה: חשיבה רציונלית מעמיקה.

   אתם יכולים גם ללחוץ על אחת מהשאלות ש-Gemini מציע כדי להתחיל.

5. לוחצים על send_spark שליחה.

   ‫Conversational Analytics API מעבד את השאלה ומחזיר את התוצאות.

איך יוצרים שיחה ישירה עם מקור נתונים

אתם יכולים ליצור שיחה ישירה עם מקורות הנתונים האלה ב-BigQuery (שנקראים גם מקורות ידע). כשיוצרים שיחה ישירה, Conversational Analytics API מפרש את השאלה בלי ההקשר והוראות העיבוד שסוכן הנתונים מספק.

אתם יכולים ליצור שיחה עם מקורות הנתונים הבאים:

• Tables
• תצוגות
• מערכי נתונים
• פרויקטים
• גרפים

איך משוחחים עם מקור נתונים באמצעות הדף "סוכנים"

כדי להתחיל שיחה ישירה עם טבלה, תצוגה או תרשים מהדף Agents:

1. נכנסים לדף Agents ב-BigQuery.

   לדף Agents

2. בכרטיסייה שיחות, לוחצים על שיחה חדשה.

3. בחלונית Chat with your data, לוחצים על הכרטיסייה Knowledge sources. אם מקור הנתונים לא מופיע ברשימה, אפשר לחפש אותו.

4. בוחרים מקור נתונים אחד או יותר ולוחצים על צ'אט.

כדי ליצור שיחה ישירה עם כמה פרויקטים:

1. נכנסים לדף Agents ב-BigQuery.

   לדף Agents

2. בשדה אפשר לשאול שאלה, כותבים שאלה. כברירת מחדל, השיחה מתייחסת לכל מקורות הנתונים בפרויקט הנוכחי.

3. כדי לבחור פרויקטים אחרים, לוחצים על התפריט הנפתח של שם הפרויקט ובוחרים פרויקט אחד או יותר. השיחה מתייחסת לכל מקורות הנתונים בפרויקטים שנבחרו.

4. לוחצים על send_spark שליחה.

   תיפתח שיחה חדשה עם הפרויקטים שנבחרו.

שיחה עם מקור נתונים באמצעות BigQuery Studio

כדי ליצור שיחה ישירה עם מקור נתונים באמצעות BigQuery Studio, בוחרים אחת מהאפשרויות הבאות.

שיחה עם מערך נתונים, טבלה, תצוגה או תרשים

כדי ליצור שיחה ישירה עם קבוצת נתונים, טבלה, תצוגה או תרשים, בצע את השלבים הבאים:

1. נכנסים לדף BigQuery Studio במסוף Google Cloud .

   כניסה ל-BigQuery Studio

2. בחלונית הימנית, לוחצים על Explorer.

3. בחלונית Explorer, מרחיבים את הפרויקט, לוחצים על Datasets ובוחרים קבוצת נתונים. הדף Datasets נפתח.

4. לוחצים על מערך נתונים כדי לפתוח אותו.

5. כדי להתכתב בצ'אט עם מערך הנתונים, לוחצים על chat_spark Chat.

6. כדי לשוחח בצ'אט עם טבלה או תצוגה בקבוצת הנתונים, פועלים לפי השלבים הבאים:

   1. בכרטיסייה סקירה כללית, לוחצים על טבלאות.

   2. בעמודה Table ID, לוחצים על הקישור לטבלה או לתצוגה.

   3. לוחצים על chat_spark צ'אט.

7. כדי לשוחח עם תרשים, פועלים לפי השלבים הבאים:

   1. בכרטיסייה סקירה כללית, לוחצים על תרשימים.

   2. בעמודה Graph ID, לוחצים על הקישור לתרשים.

   3. לוחצים על chat_spark צ'אט.

מערכי נתונים

כשיוצרים שיחה עם מערך נתונים, אפשר לשאול שאלות על הנתונים בלי לציין במפורש את מקורות הנתונים. כשיוצרים שיחה עם מערך נתונים, לסוכן הנתונים יש גישה לכל הטבלאות במערך הנתונים הזה. כששואלים שאלה, סוכן הנתונים מחפש טבלאות רלוונטיות ומצרף אותן לפי הצורך כדי ליצור תשובה.

איך משוחחים עם תוצאת שאילתה

אחרי שמריצים שאילתה, אפשר ליצור שיחה חדשה עם התוצאות. מקור הנתונים הוא הטבלה הזמנית של תוצאות שנשמרו במטמון, שבדרך כלל נשמרת למשך 24 שעות. אחרי שהתוצאות במטמון נמחקות, אי אפשר לשאול שאלות לגבי הנתונים.

כדי ליצור שיחה מתוצאת שאילתה, פועלים לפי השלבים הבאים:

1. נכנסים לדף BigQuery Studio במסוף Google Cloud .

   כניסה ל-BigQuery Studio

2. עוברים לכרטיסייה של עורך השאילתות search_insights או לוחצים על arrow_drop_down‏ >‏ שאילתת Sql.

3. מזינים את שאילתת ה-SQL ולוחצים על play_circle Run.

4. בכרטיסייה Results, לוחצים על chat_spark Chat.

איך מנהלים שיחה עם מקור נתונים

אחרי שלוחצים על האפשרות צ'אט במקור הנתונים, אפשר להתחיל את השיחה. כדי לנהל שיחה:

1. בשדה רוצה לשאול משהו?, כותבים את השאלה ובוחרים מצב:

   • זריזות (ברירת המחדל): הכי מתאים לרוב השאלות.
   • חשיבה: חשיבה רציונלית מעמיקה.

2. לוחצים על send_spark שליחה.

   ‫Conversational Analytics API מעבד את השאלה ומחזיר את התוצאות. אם זה מתאים לנתונים, התשובה כוללת תמונות, תרשימים, טבלאות ורכיבים חזותיים אחרים.

3. כדי לראות כל שלב שסוכן הנתונים ביצע כדי לספק את התשובה לשאלה, מרחיבים את האפשרות הצגת תהליך החשיבה בתשובה.

   

4. כדי לראות מידע על אופן החישוב של התוצאות, לוחצים על איך הגענו לתשובה הזו?

   

   בקטע Summary מופיעה השאילתה שנוצרה ואחריה תוצאת השאילתה. אפשר גם לפתוח את השאילתה בעורך השאילתות.

איך יוצרים סוכן נתונים משיחה

אתם יכולים ליצור סוכן נתונים משיחה עם טבלה או תצוגה. אי אפשר ליצור סוכן בהתאמה אישית משיחה עם קבוצת נתונים.

כדי ליצור סוכן נתונים משיחה, פועלים לפי השלבים הבאים:

1. בחלונית Details של השיחה, לוחצים על Create Agent.

2. בקטע Editor, בשדה Agent name, מקלידים שם תיאורי לסוכן הנתונים, לדוגמה Q4 sales data או User activity logs.

3. בשדה Agent description, מקלידים תיאור של סוכן הנתונים. תיאור טוב מסביר מה הסוכן עושה, באילו נתונים הוא משתמש ועוזר לכם לדעת מתי זה סוכן הנתונים המתאים להתכתב איתו בצ'אט – לדוגמה, Ask questions about customer orders and revenue.

4. בקטע Knowledge sources, מאמתים את הרשומה ב-Knowledge sources. אתם יכולים להתאים אישית את מקור הנתונים הקיים, או ללחוץ על Add source כדי להוסיף עוד מקורות נתונים. אם מקור הנתונים לא מופיע ברשימה, אפשר לחפש אותו.

5. אחרי שמבצעים את השינויים, לוחצים על שמירת הטיוטה.

6. לוחצים על פרסום.

ייצוא תשובה של סוכן נתונים

כדי לייצא תשובה שסוכן הנתונים סיפק כקובץ PDF או CSV:

1. עוברים לתשובה של הנציג שרוצים לשמור.

2. לוחצים על הכפתור Download. בוחרים באחת מהאפשרויות הבאות:

   • PDF: כולל עד 20 שורות בכל טבלה.
   • קובץ PDF מפורט: כולל עד 1,000 שורות בכל טבלה.
   • ‫CSV: כולל עד 5,000 שורות לכל טבלה.

הקובץ יורד דרך הדפדפן.

ניהול השיחות

אתם יכולים לפתוח, לשנות את השם או למחוק שיחה בדף Agents, ולנהל שיחות ב-BigQuery Studio Explorer.

פותחים שיחה קיימת.

1. נכנסים לדף Agents של BigQuery במסוף Google Cloud .

   לדף Agents

2. בכרטיסייה Conversations, לוחצים על השיחה שרוצים לפתוח.

שינוי שם של שיחה

1. נכנסים לדף Agents של BigQuery במסוף Google Cloud .

   לדף Agents

2. בכרטיסייה Conversations, ברשימת השיחות, לוחצים על השיחה שרוצים לשנות את השם שלה.

3. לוחצים על הצגת פעולות > שינוי שם.

4. בתיבת הדו-שיח שינוי שם השיחה, מזינים שם חדש לשיחה בשדה שם השיחה.

5. לוחצים על שינוי שם.

למחוק שיחה

התוצאות של השאלות בשיחה נשמרות גם אם מקורות הנתונים הבסיסיים נמחקים. כדי למחוק שיחה ואת כל התוצאות שבה, פועלים לפי השלבים הבאים:

1. נכנסים לדף Agents של BigQuery במסוף Google Cloud .

   לדף Agents

2. בכרטיסייה Conversations, ברשימת השיחות, לוחצים על השיחה שרוצים למחוק.

3. לוחצים על הצגת פעולות > מחיקה.

4. בתיבת הדו-שיח למחוק את השיחה?, לוחצים על מחיקה.

אם לא מעדכנים שיחה במשך 180 יום, BigQuery מוחק אותה באופן אוטומטי.

ניהול שיחות באמצעות BigQuery Studio Explorer

ניהול שיחות באמצעות BigQuery Studio Explorer. רשימת השיחות הזו היא מקום מרכזי שבו אפשר לחפש, לפתוח או ליצור שיחות. אפשר גם להעתיק את מזהה השיחה או לרענן את רשימת השיחות.

כדי לנהל את השיחות:

1. נכנסים לדף Explorer ב-BigQuery Studio.

   כניסה ל-Explorer

2. בחלונית Explorer, מרחיבים את שם הפרויקט.

3. לוחצים על שיחות.

   1. כדי לסנן את רשימת השיחות, מזינים שם או ערך של מאפיין בשדה הסינון.
   2. כדי לפתוח שיחה, לוחצים על הצגת הפעולות > פתיחה.
   3. כדי להעתיק מזהה שיחה, לוחצים על הצגת פעולות > העתקת המזהה.
   4. כדי ליצור שיחה, לוחצים על יצירת שיחה בסרגל התפריטים.
   5. כדי לרענן את הרשימה, לוחצים על רענון בסרגל התפריטים.

המאמרים הבאים

• מידע ולמידה על ניתוח נתוני שיחות ב-BigQuery
• מידע על Conversational Analytics API
• יצירת סוכני נתונים.