透過對話分析資料

本文說明如何在 BigQuery 中建立、編輯及刪除對話。對話是指與資料代理或所選資料來源 (例如資料表、檢視表或圖表) 進行的持續性對話。

對話是指與資料代理程式或資料來源進行的持續性對話。你可以使用「銷售額」或「最受歡迎」等常用字詞，向資料代理程式提出多個問題，不必指定資料表欄位名稱或定義篩選資料的條件。您也可以詢問 PDF 等物件中的資料。代理程式建構回覆時，可以判斷要查詢哪些資料來源，並善用表格分區或搜尋索引等最佳化功能。代理程式可使用現有的資料欄值嵌入，將問題與正確資料相符。例如，詢問「Texas」會找到儲存為「TX」的資料列。

傳回的對話回覆提供下列功能：

• 問題的答案，可能是文字、程式碼或圖片 (多模態)。答案可能包含支援的 BigQuery AI 和機器學習函式。
• 視需要生成圖表。
• 代理對結果的推論。
• 對話的中繼資料，例如使用的代理和資料來源。

直接與資料來源建立對話時，Conversational Analytics API 會解讀您的問題，但不會提供資料代理提供的背景資訊和處理指示。因此，直接對話結果可能較不準確。如果案件需要更高的準確度，請使用資料代理人。

您可以使用Google Cloud 控制台，在 BigQuery 中建立及管理對話。詳情請參閱「透過對話分析資料」。

事前準備

1. 確認 Google Cloud 專案已啟用計費功能。

2. 啟用 BigQuery、Gemini 資料分析和 Gemini for Google Cloud API (如果尚未啟用)。

   啟用 API 時所需的角色

   如要啟用 API，您必須具備 serviceusage.services.enable 權限。如果您建立了專案，可能已透過擁有者角色 (roles/owner) 取得這項權限。否則，您可以透過服務使用情形管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

   啟用 API

必要的角色

如要建立對話，您必須具備下列其中一個對話式數據分析 API IAM 角色：

• 如要查看及建立與任何共用資料代理的對話，您必須具備 Gemini Data Analytics 資料代理使用者 (roles/geminidataanalytics.dataAgentUser) 角色，以及專案層級的 Gemini for Google Cloud 使用者 (roles/cloudaicompanion.user) 角色。
• 如要建立直接對話，您必須具備 Gemini 資料分析無狀態對話使用者 (roles/geminidataanalytics.dataAgentStatelessUser) 角色。

此外，在下列情況下，您必須具備以下角色：

• 如果資料代理使用資料集做為知識來源，您必須具備該資料集的 BigQuery 資料檢視者 (roles/bigquery.dataViewer) 角色。
• 如果資料代理為您執行 SQL 查詢，您必須具備專案的 BigQuery 工作使用者 (roles/bigquery.jobUser) 角色。
• 如果資料代理程式使用資料表或檢視畫面做為知識來源，您需要擁有該資料表或檢視畫面的「BigQuery 資料檢視者」(roles/bigquery.dataViewer) 角色。
• 如果資料表使用資料欄層級存取控管機制，您需要精細讀取者 (roles/datacatalog.categoryFineGrainedReader) 角色。設定政策標記時，系統會將這個角色指派給主體。詳情請參閱「搭配資料欄層級存取控管使用的角色」。
• 如果資料表使用資料列層級存取控管，您必須透過該資料表的角色層級存取政策取得存取權。詳情請參閱「建立或更新資料列層級存取權政策」。
• 如果資料表使用資料遮蓋，您必須透過適當的資料政策，獲派「已遮蓋讀取者」(roles/bigquerydatapolicy.maskedReader) 角色，詳情請參閱「查詢遮蓋資料的角色」。
• 如要與資料集或專案對話，您必須擁有專案的 Data Catalog 檢視者 (roles/datacatalog.viewer) 角色。

如果您在資料代理程式使用的來源資料表上沒有適當的角色，系統會在您與資料代理程式對話時傳回下列錯誤：

Schema_Resolution: Access Denied

最佳做法

對話式數據分析會自動代您執行查詢，回答您的問題。請考量下列可能導致查詢費用增加的因素：

• 資料表過大
• 在查詢中使用資料彙整
• 在查詢中頻繁呼叫 AI 函式

與資料代理對話

如要與資料代理建立對話，請先建立資料代理並發布。您也可以與他人分享的代理對話。

如要在 Google Cloud 控制台與現有資料代理建立對話，請按照下列步驟操作：

1. 前往 BigQuery 的「Agents」(代理程式) 頁面。

   前往「代理程式」頁面

2. 選取「Agent Catalog」分頁標籤。

3. 在「我的代理」或「貴機構其他成員分享的代理」部分，點選要對話的代理資訊卡。

   新的對話面板隨即開啟。

4. 在「問問題」欄位中輸入問題，然後選擇模式：

   • 快速 (預設)：適合大多數問題。
   • 思考：詳細推論。

   您也可以點選 Gemini 建議的問題，開始對話。

5. 按一下「傳送」圖示 send_spark。

   Conversational Analytics API 會處理問題並傳回結果。

直接與資料來源對話

您可以直接與這些 BigQuery 資料來源 (也稱為知識來源) 對話。建立直接對話時，Conversational Analytics API 會解讀您的問題，但不會使用資料代理提供的脈絡和處理指示。

您可以透過下列資料來源建立對話：

• Tables
• 瀏覽次數
• 資料集
• 專案
• 圖表

使用「代理」頁面與資料來源對話

如要從「代理」頁面與表格、檢視畫面或圖表直接對話，請按照下列步驟操作：

1. 前往 BigQuery 的「Agents」(代理程式) 頁面。

   前往「代理程式」頁面

2. 在「對話」分頁中，按一下「新增對話」。

3. 在「Chat with your data」(與資料對話) 窗格中，按一下「Knowledge sources」(知識來源) 分頁標籤。如果清單中未顯示資料來源，您可以搜尋。

4. 選取一或多個資料來源，然後點按「對話」。

如要建立與多項專案的直接對話，請按照下列步驟操作：

1. 前往 BigQuery Agents 頁面。

   前往「代理程式」頁面

2. 在「提出問題」欄位中輸入問題。根據預設，對話會參考目前專案中的所有資料來源。

3. 如要選取其他專案，請按一下專案名稱下拉式選單，然後選取一或多個專案。對話會參考所選專案中的所有資料來源。

4. 依序按一下「send_spark」send_spark「傳送」。

   系統會開啟新的對話，並選取專案。

使用 BigQuery Studio 與資料來源對話

如要使用 BigQuery Studio 與資料來源直接對話，請選擇下列任一選項。

與資料集、資料表、檢視表或圖表對話

如要直接與資料集、資料表、檢視表或圖表展開對話，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「BigQuery Studio」頁面。

   前往 BigQuery Studio

2. 點選左側窗格中的 「Explorer」。

3. 在「Explorer」窗格中展開專案，按一下「Datasets」(資料集)，然後選取資料集。「Datasets」(資料集) 頁面隨即開啟。

4. 按一下資料集即可開啟。

5. 如要與資料集對話，請按一下「chat_spark」chat_spark 「對話」。

6. 如要與資料集中的資料表或檢視畫面對話，請按照下列步驟操作：

   1. 在「總覽」分頁中，按一下「表格」。

   2. 在「Table ID」(資料表 ID) 欄中，按一下資料表或檢視表的連結。

   3. 按一下「chat_spark 對話」。

7. 如要與圖表對話，請按照下列步驟操作：

   1. 在「總覽」分頁中，按一下「圖表」。

   2. 在「Graph ID」(圖表 ID) 欄中，按一下圖表連結。

   3. 按一下「chat_spark 對話」。

資料集

與資料集建立對話後，您就能詢問資料相關問題，不必明確列出資料來源。使用資料集建立對話時，資料代理程式可以存取該資料集中的所有資料表。當您提出問題時，資料代理程式會尋找相關表格，並視需要聯結這些表格，以產生答案。

與查詢結果對話

執行查詢後，您可以根據結果建立新對話。 資料來源是快取結果的暫存資料表，通常會保留 24 小時。快取結果到期後，您就無法詢問資料相關問題。

如要根據查詢結果建立對話，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「BigQuery Studio」頁面。

   前往 BigQuery Studio

2. 切換至「search_insights」查詢編輯器分頁，或依序點選「arrow_drop_down」>「SQL 查詢」。

3. 輸入 SQL 查詢，然後按一下「執行」圖示 play_circle。

4. 在「結果」分頁中，按一下「chat_spark」chat_spark「即時通訊」。

如何與資料來源對話

點選資料來源的「Chat」(對話) 選項後，即可開始對話。如要進行對話，請按照下列步驟操作：

1. 在「問問題」欄位中輸入問題，然後選擇模式：

   • 快速 (預設)：適合大多數問題。
   • 思考：詳細推論。

2. 依序按一下「send_spark」send_spark「傳送」。

   Conversational Analytics API 會處理您的問題並傳回結果。 如果資料適合，回覆會提供圖片、圖表、表格和其他視覺化內容。

3. 如要查看資料代理為回答問題而採取的每個步驟，請展開回覆中的「顯示思考過程」選項。

   

4. 如要瞭解結果的計算方式，請按一下 「How was this calculated?」(計算方式)。

   

   「Summary」(摘要) 部分包含生成的查詢，後面接著查詢結果。您也可以選擇在查詢編輯器中開啟查詢。

從對話建立資料代理

您可以透過與資料表或檢視表的對話，建立資料代理。您無法從與資料集的對話建立自訂代理。

如要從對話建立資料代理程式，請按照下列步驟操作：

1. 在對話的「詳細資料」窗格中，按一下「建立代理」。

2. 在「Editor」(編輯器) 區段的「Agent name」(代理程式名稱) 欄位中，輸入資料代理程式的描述性名稱，例如 Q4 sales data 或 User activity logs。

3. 在「Agent description」(代理程式說明) 欄位中，輸入資料代理程式的說明。好的說明會解釋代理的功用、使用的資料，以及協助您判斷是否應與這個資料代理對話，例如 Ask questions about customer orders and revenue。

4. 在「知識來源」部分中，確認「知識來源」中的項目。您可以自訂現有資料來源，也可以按一下「Add source」(新增來源)，新增其他資料來源。如果清單未顯示資料來源，可以搜尋該來源。

5. 完成變更後，按一下「儲存草稿」。

6. 按一下「發布」。

管理會話群組

您可以在「代理」頁面開啟、重新命名或刪除對話，並在 BigQuery Studio 探索器中管理對話。

開啟現有對話

1. 前往 Google Cloud 控制台的 BigQuery Agents 頁面。

   前往「代理程式」頁面

2. 在「對話」分頁的對話清單中，按一下要開啟的對話。

重新命名對話

1. 前往 Google Cloud 控制台的「BigQuery Agents」頁面。

   前往「代理程式」頁面

2. 在「對話」分頁的對話清單中，按一下要重新命名的對話。

3. 按一下 查看動作 > 重新命名。

4. 在「Rename conversation」(重新命名對話) 對話方塊中，於「Conversation name」(對話名稱) 欄位輸入新的對話名稱。

5. 按一下 [重新命名]。

刪除對話

即使刪除基礎資料來源，對話中的問題結果仍會保留。如要刪除對話和其中所有結果，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的 BigQuery Agents 頁面。

   前往「代理程式」頁面

2. 在「Conversations」(對話) 分頁的對話清單中，按一下要刪除的對話。

3. 按一下 「查看動作」>「刪除」。

4. 在「要刪除對話嗎？」對話方塊中，點選「刪除」。

如果 180 天內未更新對話，BigQuery 會自動刪除該對話。

使用 BigQuery Studio Explorer 管理對話

使用 BigQuery Studio 探索器管理對話。您可以在這個對話清單中搜尋、開啟或建立對話。您也可以複製對話 ID 或重新整理對話清單。

如要管理對話，請按照下列步驟操作：

1. 前往 BigQuery Studio Explorer 頁面。

   前往「Explorer」頁面

2. 在「Explorer」窗格中，展開專案名稱。

3. 按一下「對話」。

   1. 如要篩選對話清單，請在篩選器欄位中輸入屬性名稱或值。
   2. 如要開啟對話，請依序點按 「View actions」(查看動作) >「Open」(開啟)。
   3. 如要複製對話 ID，請依序點選「 View actions」(查看動作) >「Copy ID」(複製 ID)。
   4. 如要建立對話，請按一下選單列中的「建立對話」。
   5. 如要重新整理清單，請按一下選單列中的「重新整理」。

後續步驟

• 瞭解 BigQuery 中的對話式數據分析。
• 瞭解 Conversational Analytics API。
• 建立資料代理。