Crea agenti dati

Questo documento descrive come creare, modificare, gestire ed eliminare gli agenti di dati in BigQuery.

In BigQuery, puoi avere conversazioni con gli agenti di dati per porre domande sui dati di BigQuery utilizzando il linguaggio naturale. Gli agenti di dati contengono metadati delle tabelle e istruzioni di elaborazione delle query specifiche per il caso d'uso che definiscono il modo migliore per rispondere alle domande degli utenti su un insieme di fonti di conoscenza, come tabelle, viste o funzioni definite dall'utente (UDF) che selezioni.

Prima di iniziare

  1. Verifica che la fatturazione sia abilitata per il tuo progetto Google Cloud .

  2. Abilita le API BigQuery, Gemini Data Analytics e Gemini in Google Cloud .

    Ruoli richiesti per abilitare le API

    Per abilitare le API, devi disporre del ruolo IAM Amministratore utilizzo dei servizi (roles/serviceusage.serviceUsageAdmin), che include l'autorizzazione serviceusage.services.enable. Scopri come concedere i ruoli.

    Abilita le API

Ruoli obbligatori

Per lavorare con gli agenti dati, devi disporre di uno dei seguenti ruoli Identity and Access Management dell'API Conversational Analytics:

  • Crea, modifica, condividi ed elimina tutti gli agenti dati nel progetto: Gemini Data Analytics Data Agent Owner (roles/geminidataanalytics.dataAgentOwner) nel progetto.
  • Crea, modifica, condividi ed elimina i tuoi agenti di dati nel progetto: Gemini Data Analytics Data Agent Creator (roles/geminidataanalytics.dataAgentCreator) nel progetto. Questo ruolo ti concede automaticamente il ruolo Gemini Data Analytics Data Agent Owner per gli agenti dati che crei.
  • Visualizza e modifica tutti gli agenti dati nel progetto: Gemini Data Analytics Data Agent Editor (roles/geminidataanalytics.dataAgentEditor) a livello di progetto.
  • Visualizza tutti gli agenti dati nel progetto: Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer).

Inoltre, per creare o modificare un agente dati, devi disporre dei seguenti ruoli:

Per lavorare con le risorse BigQuery, ad esempio visualizzare tabelle o eseguire query, consulta Ruoli BigQuery.

Best practice

L'analisi conversazionale esegue automaticamente le query per tuo conto per rispondere alle tue domande. Prendi in considerazione i seguenti fattori che potrebbero aumentare il costo delle query:

  • Dimensioni delle tabelle di grandi dimensioni
  • Utilizzo delle unioni di dati nelle query
  • Chiamate frequenti alle funzioni di AI all'interno delle query

Genera insight

Se vuoi, puoi generare approfondimenti sui dati in Knowledge Catalog per qualsiasi tabella che vuoi utilizzare come fonte di conoscenza.

Gli insight generati forniscono metadati della tabella che l'agente dati può utilizzare per aiutare a generare risposte alle tue domande.

Se non generi approfondimenti in anticipo, il sistema li genera automaticamente quando selezioni una tabella come fonte di conoscenza durante la creazione di un agente dati.

Utilizzare l'agente di dati di esempio

Se non hai familiarità con la configurazione degli agenti per l'analisi conversazionale, puoi visualizzare l'agente di esempio predefinito generato per ogni progettoGoogle Cloud . Puoi chattare con lui e visualizzarne i parametri per vedere come è stato creato, ma non puoi modificarlo.

Per visualizzare l'agente di esempio:

  1. Nella console Google Cloud , vai alla pagina Agenti di BigQuery.

    Vai ad Agenti

  2. Seleziona la scheda Catalogo agenti.

  3. Nella sezione Agenti di esempio di Google, fai clic sulla scheda dell'agente di esempio.

Crea un agente di dati

Le sezioni seguenti descrivono come creare un agente dati.

Dopo aver creato un agente, puoi modificarne le impostazioni.

Passaggi iniziali

  1. Nella console Google Cloud , vai alla pagina Agenti di BigQuery.

    Vai ad Agenti

  2. Seleziona la scheda Catalogo agenti.

  3. Fai clic su Nuovo agente. Viene visualizzata la pagina Nuovo agente.

  4. Nella sezione Editor, nel campo Nome agente, digita un nome descrittivo per l'agente di dati, ad esempio Q4 sales data o User activity logs.

  5. Nel campo Descrizione dell'agente, digita una descrizione dell'agente dati. Una buona descrizione spiega cosa fa l'agente, quali dati utilizza e ti aiuta a capire quando è l'agente di dati giusto con cui chattare, ad esempio, Ask questions about customer orders and revenue.

  6. Nella sezione Fonti di conoscenza, fai clic su Aggiungi fonte. Si apre la pagina Aggiungi fonte di conoscenza.

  7. Nella sezione Recenti, seleziona le tabelle, le visualizzazioni o le UDF che vuoi utilizzare come fonti di conoscenza. Le funzioni definite dall'utente sono precedute da un indicatore "fx" nella consoleGoogle Cloud .

  8. Per visualizzare altre fonti di conoscenza, seleziona Mostra altro.

  9. (Facoltativo) Aggiungi una fonte di conoscenza non elencata nella sezione Recenti:

    1. Nella sezione Cerca, digita il nome dell'origine nel campo Cerca tabelle e premi Invio. Il nome dell'origine non deve essere esatto.

    2. Nella sezione Risultati di ricerca, seleziona una o più fonti.

  10. Fai clic su Aggiungi. Viene riaperta la nuova pagina dell'agente.

Personalizzare le descrizioni di tabelle e campi

Per migliorare l'accuratezza dell'agente dati, puoi fornire facoltativamente metadati aggiuntivi della tabella. Solo l'agente dati utilizza questi metadati, che non influiscono sulla tabella di origine.

Segui queste best practice quando crei una tabella e le descrizioni dei campi:

  • Utilizza queste descrizioni come guida per capire come l'agente dati comprende lo schema. Se le descrizioni suggerite dall'agente sono corrette, puoi accettarle.

  • Se l'agente dati non mostra di comprendere lo schema dopo la configurazione di queste descrizioni, modificale manualmente per fornire le informazioni corrette.

Per configurare le descrizioni di tabelle e campi:

  1. Nella sezione Fonti di conoscenza, fai clic sul link Personalizza per una tabella.

  2. Crea una descrizione della tabella. Puoi digitare una descrizione nel campo Descrizione tabella o accettare il suggerimento di Gemini.

  3. Nella sezione Campi, rivedi le descrizioni dei campi suggerite da Gemini.

  4. Seleziona le descrizioni dei campi che vuoi accettare e fai clic su Accetta suggerimenti. Seleziona le descrizioni che vuoi rifiutare e fai clic su Rifiuta suggerimenti.

  5. Modifica manualmente la descrizione di un campo facendo clic su Modifica accanto al campo. Viene visualizzato il riquadro Modifica campo.

    1. Nel campo Descrizione, digita una descrizione del campo.
    2. Per salvare la descrizione del campo, fai clic su Aggiorna.

  6. Per salvare la descrizione e gli aggiornamenti dei campi, fai clic su Aggiorna. Viene riaperta la nuova pagina dell'agente.

  7. Ripeti questi passaggi per ogni tabella che deve essere personalizzata.

Creare istruzioni per l'agente

L'agente deve comprendere il contesto delle domande degli utenti senza bisogno di istruzioni personalizzate. Crea istruzioni personalizzate per l'agente solo se devi modificare il comportamento dell'agente o migliorare il contesto in modi non già supportati da altre funzionalità contestuali, ad esempio metadati personalizzati di tabelle e campi o query verificate.

Nella sezione Istruzioni, digita le istruzioni per l'agente dei dati nel campo Istruzioni per l'agente. Poiché l'agente dati utilizza queste istruzioni per comprendere il contesto delle domande degli utenti e fornire risposte, rendi le istruzioni il più chiare possibile.

Se non ricevi una risposta soddisfacente dall'agente, aggiungi un contesto strutturato come descrizioni, esempi o termini del glossario. Se ancora non ricevi una risposta soddisfacente, aggiungi istruzioni personalizzate come negli esempi della tabella seguente.

Per altri esempi di istruzioni, fai clic su Mostra esempi.

Tipo di informazione Descrizione Esempi
Campi chiave I campi più importanti per l'analisi. "I campi più importanti in questa tabella sono: ID cliente, ID prodotto, Data ordine."
Filtri e raggruppamento Campi che l'agente deve utilizzare per filtrare e raggruppare i dati. "Quando una domanda riguarda una cronologia o un periodo di tempo, utilizza sempre la colonna order_created_date". "Quando qualcuno dice "per prodotto", raggruppa in base alla colonna product_category".
Filtro predefinito Campi su cui filtrare per impostazione predefinita. "Se non diversamente indicato, filtra sempre i dati in base a order_status = 'Complete'."
Sinonimi e termini commerciali Termini alternativi per i campi chiave. "Se qualcuno chiede informazioni su "Entrate" o "Vendite", utilizza la colonna total_sale_amount." "Consideriamo "fedeli" i clienti con un valore di purchase_count > 5."
Campi esclusi Campi che l'agente di dati deve evitare di utilizzare. "Non utilizzare mai questi campi: Data transazione derivata, Città derivata."
Relazioni di join Come sono correlate due o più tabelle e quali colonne vengono utilizzate per unirle. L'agente deve utilizzare i JOIN SQL standard sulle coppie di colonne per combinare i dati. Vedi la colonna Esempio. Attività del cliente
  • order_items.user_id = users.id
    (per collegare le vendite ai clienti)
  • events.user_id = users.id
    (per collegare l'attività del sito web ai clienti che hanno eseguito l'accesso)

Creare query verificate

Un agente utilizza le query verificate in due modi:

  • Se un agente può utilizzare una query verificata per rispondere a una domanda che gli poni, per garantire una risposta attendibile, l'agente richiama la query esattamente come è stata scritta.
  • Se l'agente non può utilizzare la query verificata per rispondere a una domanda, la utilizza comunque come riferimento per comprendere i dati e le best practice per interrogarli.

Puoi selezionare le query verificate da un elenco generato dal sistema o crearne di personalizzate.

Per creare una query verificata per l'agente dati, precedentemente nota come query di riferimento, segui questi passaggi:

  1. Seleziona una o più query verificate suggerite da Gemini:

    1. Nella sezione Query verificate, fai clic su Rivedi suggerimenti. Viene visualizzata la pagina Esamina le query verificate suggerite.
    2. Esamina le query verificate suggerite. Seleziona tutte le opzioni pertinenti al tuo caso d'uso.
    3. Fai clic su Aggiungi. Viene riaperta la nuova pagina dell'agente.

  2. Per creare una query verificata personalizzata, fai clic su Aggiungi query. Si apre la pagina Aggiungi query verificata.

    1. Nel campo Domanda, digita la domanda dell'utente a cui risponde la query verificata.
    2. Fai clic su Genera SQL per consentire a Gemini di generare una query verificata che corrisponda alla domanda dell'utente che hai specificato.
    3. Modifica la query verificata, se vuoi.
    4. Fai clic su Esegui e verifica che la query restituisca i risultati che ti aspetti.
    5. Fai clic su Aggiungi. Viene riaperta la nuova pagina dell'agente.

  3. Ripeti questi passaggi in base alle necessità per creare altre query verificate.

Creare query verificate con parametri

Le query verificate con parametri estraggono i valori dalla domanda di un utente per l'agente di analisi conversazionale e forniscono risultati personalizzati.

Gli analisti e i builder possono creare modelli SQL riutilizzabili che contengono segnaposto per questi valori. I modelli sostituiscono dinamicamente i parametri in fase di runtime per rispondere a una gamma più ampia di domande degli utenti rispetto alle query verificate regolari.

Quando un utente pone una domanda che corrisponde al pattern del modello, l'agente di analisi conversazionale estrae i valori dei parametri dalla domanda, ad esempio nome del prodotto, regione e data. Quindi, inserisce questi valori nella query SQL con parametri. Le risposte corrispondenti del modello di query vengono visualizzate come verificate.

Le query verificate con parametri migliorano notevolmente la potenza e la flessibilità delle query verificate. Garantiscono risposte coerenti e affidabili su vari input e riducono il numero di query individuali da gestire. Per saperne di più, consulta le seguenti risorse:

Come funziona

Un esperto, ad esempio un analista dei dati, definisce una query verificata utilizzando una domanda modello, ad esempio "Quali sono state le vendite per @product nel @region?" Poi, l'esperto crea o modifica la query verificata utilizzando i parametri SQL, come mostra l'esempio seguente:

SELECT * FROM sales WHERE region = @region AND product = @product

Dopo aver salvato la query verificata, un utente può porre una domanda all'agente di analisi conversazionale in linguaggio naturale, ad esempio: "Quali sono state le vendite di laptop in Nord America?"

Per rispondere alla domanda dell'utente, l'agente conversazionale esegue i seguenti passaggi:

  1. Corrisponde alla domanda al pattern associato alla query verificata con parametri. L'agente utilizza la comprensione del linguaggio naturale (NLU) per identificare ed estrarre i valori per @region (Nord America) e @product (laptop) dalla domanda dell'utente.
  2. Sostituisce i valori estratti nei segnaposto @region e @product nel modello SQL.
  3. Esegue la query SQL completa, ad esempio SELECT * FROM sales WHERE region = 'North America' AND product = 'Laptops'.
  4. Restituisce i risultati all'utente. Le corrispondenze sono sempre contrassegnate come verificate.

Suggerimenti per creare query con parametri efficaci

  • Utilizza nomi dei parametri chiari. Utilizza nomi descrittivi per i parametri, ad esempio @start_date anziché @d1.
  • Crea descrizioni dettagliate dei parametri. Il modello linguistico di grandi dimensioni (LLM) per l'analisi conversazionale utilizza le descrizioni dei parametri per identificare i parametri e i relativi valori dalle domande degli utenti. Ad esempio, num_enrollments è un nome parametro efficace, mentre number of student enrollments from ages 5-14 è una descrizione del parametro che fornisce maggiori informazioni sulla query.
  • Garantisci una digitazione coerente dei dati. Assicurati che i tipi di dati previsti dalla query SQL corrispondano ai tipi di dati che verranno probabilmente estratti dalla domanda dell'utente.
  • Fornisci un ambito ben definito. Crea modelli per pattern di domande comuni e importanti in cui la creazione della query è complessa o la logica è intuitiva. In questo modo, l'LLM restituisce risultati ottimali.
  • Esegui test approfonditi. Esegui test con varie formulazioni in linguaggio naturale per assicurarti che i parametri vengano estratti correttamente.

Crea una query verificata con parametri

Puoi selezionare query verificate da un elenco generato dal sistema o crearne di tue.

Prima di creare o modificare una query, bozza la query tenendo conto del pattern del linguaggio naturale e della tua domanda. Ad esempio, se chiedi "Do we know the total stock for organic bananas in the US-EAST warehouse?," puoi riscrivere la domanda come query verificata parametrizzata come "What is the total stock for @product in the @region warehouse?" L'agente di analisi conversazionale trasforma questa domanda in una query SQL che aggiorni con i valori predefiniti.

Per creare una query verificata con parametri per un agente dati, puoi creare una nuova query quando crei un nuovo agente oppure puoi modificare una query verificata esistente per un agente nuovo o esistente.

Le seguenti istruzioni utilizzano una query verificata di esempio per la configurazione con i parametri.

Seleziona una query verificata esistente suggerita da Gemini
  1. Nella sezione Query verificate di un agente nuovo o esistente, fai clic su Rivedi suggerimenti. Viene visualizzata la pagina Esamina le query verificate suggerite.
  2. Seleziona la casella di controllo accanto a una query verificata suggerita.
  3. Nella finestra della query, fai clic su Mostra altro per espandere la descrizione della query.
  4. Per aprire la query esistente, fai clic su Modifica.
  5. Per completare la configurazione della query, consulta Configurare i parametri per la query verificata.
Crea un agente e poi una query verificata
  1. Consulta i passaggi iniziali e continua con il resto dei passaggi di configurazione per query verificate.
  2. Nella console Google Cloud , nella sezione Query verificate del nuovo agente, fai clic su Aggiungi query. Viene visualizzata la pagina Aggiungi query verificata.
  3. Per completare la configurazione della query, consulta Configurare i parametri per la query verificata.
Configura i parametri per la query verificata
  1. Nel campo Domanda, digita la domanda dell'utente a cui risponde la query verificata.
  2. Per specificare i parametri, utilizza il simbolo @ seguito dal nome di un parametro. Questa sintassi identifica un segnaposto che acquisisce un valore dalla domanda dell'utente. Utilizza una domanda in linguaggio naturale che mostri come verranno utilizzati i parametri nelle domande degli utenti. Ad esempio: "Qual è lo stock totale di @product nel magazzino @region?"

  3. Fai clic su Genera SQL. Il codice SQL è simile al seguente esempio:

       SELECT
       SUM(stock) AS total_stock
   FROM
       inventory
   WHERE
       product_id = @product
       AND region = @region;

  4. Per aggiungere valori predefiniti ai segnaposto nella query, fai clic su Gestisci parametri di query e poi su Aggiungi parametro di query.

  5. Per il primo parametro, vengono visualizzati quattro campi per Nome, Tipo, Valore e Descrizione.

    • In Nome, copia @product dalla domanda e incollalo in questo campo.
    • In Tipo, seleziona STRING.
    • In Valore, inserisci organic bananas.
    • In Descrizione, inserisci una descrizione il più specifica possibile. Ad esempio, un prodotto che si trova in un magazzino regionale.

  6. Per il secondo parametro, fai clic su Aggiungi parametro di query.

    • In Nome, copia @region dalla domanda e incollalo in questo campo.
    • In Tipo, seleziona STRING.
    • In Valore, inserisci US-EAST.
    • In Descrizione, inserisci una descrizione il più specifica possibile, ad esempio a regional warehouse where products are located..

  7. Dopo aver compilato i campi per entrambi i parametri, fai clic su Salva.

Testa la query verificata con parametri
  1. Fai clic su Esegui e verifica che la query restituisca i risultati previsti.
  2. Per testare la query per gli utenti in una schermata successiva, copia l'intero campo della domanda.
  3. Fai clic su Salva per uscire dalla schermata Aggiungi query e tornare alla pagina Modifica dell'agente.
  4. Nella pagina Modifica dell'agente, incolla il campo della domanda che hai copiato in precedenza nella finestra Anteprima.
    1. Sostituisci la variabile @product con organic bananas.
    2. Sostituisci la variabile @region con US-EAST.
  5. Premi Invio. Verifica il risultato. In questo caso, una risposta valida è il numero totale di scorte di banane nella regione US-EAST, ad esempio 1000.
  6. Per creare o modificare altre query verificate, ripeti questi passaggi in base alle tue esigenze.

Ora che hai salvato la query, un utente può porre la domanda "Conosciamo lo stock totale di banane biologiche nel magazzino US-EAST?" L'analisi conversazionale esegue quindi le seguenti operazioni:

  1. Corrisponde a questa domanda al pattern.
  2. Estrae il parametro @product come @product = "organic bananas" e il parametro @region = "US-EAST" dalla domanda.
  3. Esegue la query: SELECT SUM(stock) AS total_stock FROM inventory WHERE product_id = 'organic bananas' AND region = 'US-EAST';
  4. Restituisce il total_stock calcolato.

Creare o rivedere i termini del glossario

Puoi creare termini del glossario personalizzati di BigQuery locali per un agente o rivedere i termini del glossario aziendale importati da Knowledge Catalog che si applicano alle fonti di conoscenza selezionate per un agente.

  • Poiché i termini del glossario aziendale di Knowledge Catalog si applicano a livello globale alle risorse BigQuery, se utilizzi Knowledge Catalog, crea e gestisci i termini del glossario aziendale in Knowledge Catalog anziché per i singoli agenti.
  • Se devi modificare i termini del glossario aziendale importati da Knowledge Catalog, devi modificarli in Knowledge Catalog e tornare all'analisi conversazionale per visualizzarli.
  • I termini del glossario personalizzato BigQuery rimangono in BigQuery. Non vengono visualizzati nel catalogo della conoscenza.
  • Se non utilizzi Knowledge Catalog, puoi creare termini del glossario personalizzati di BigQuery per i termini che devi definire per un agente specifico.

Per creare termini del glossario personalizzati per un agente:

  1. Nella sezione Glossario della pagina Editor dell'agente, fai clic su Aggiungi termine.
  2. Nella sezione Termini personalizzati, puoi modificare o eliminare i termini personalizzati esistenti.
  3. Per creare uno o più nuovi termini, fai clic su Crea termine.
    1. Inserisci un Termine, una Definizione e uno o più Sinonimi separati da una virgola.
    2. Per creare il termine, fai clic su Aggiungi.
    3. Se vuoi eliminare il nuovo termine, fai clic su Elimina.
  4. Per creare altri termini personalizzati, ripeti questi passaggi.

Per visualizzare i termini del glossario aziendale importati da Knowledge Catalog:

  1. Nella sezione Glossario della pagina Editor dell'agente, fai clic su Aggiungi termine.
  2. Vai alla sezione della pagina denominata Importato dal catalogo della conoscenza.
  3. Per modificare i termini importati in Knowledge Catalog, devi fare clic sul link "Vai ai glossari di Knowledge Catalog".
  4. Dopo aver modificato i termini nel catalogo della conoscenza, puoi tornare alla pagina Editor dell'agente per visualizzare i termini modificati.

Configura le impostazioni

Nella sezione Impostazioni, puoi configurare le seguenti impostazioni facoltative:

  1. Crea etichette per organizzare le tue risorse Google Cloud . Le etichette sono coppie chiave-valore che consentono di raggruppare oggetti correlati fra loro o con altre risorse Google Cloud .

    1. Nella sezione Impostazioni, fai clic su Gestisci etichette.
    2. Fai clic su Aggiungi etichetta.
    3. Nei campi chiave e valore, inserisci la coppia chiave-valore per l'etichetta.
    4. Se vuoi aggiungere altre etichette, fai di nuovo clic su Aggiungi etichetta.
    5. Per eliminare un'etichetta, fai clic su Elimina.
    6. Al termine, fai clic su Aggiungi. Viene riaperta la nuova pagina dell'agente.

  2. (Facoltativo) Imposta un limite di dimensioni per le query elaborate dall'agente dati. Nella sezione Impostazioni, digita un valore nel campo Byte massimi fatturati. Devi impostare questo limite su 10485760 o un valore superiore, altrimenti riceverai il seguente messaggio di errore:

Value error. In BigQuery on-demand pricing charges are
rounded up to the nearest MB, with a minimum of 10 MB of data processed
per query. So, max bytes billed must be set to greater or equal to
10485760.

Se non specifichi un valore, maximum bytes billed viene impostato per impostazione predefinita sulla quota di utilizzo delle query al giorno del progetto. La quota di utilizzo giornaliero è illimitata, a meno che tu non abbia specificato una quota personalizzata.

Continua alla sezione successiva per mettere l'agente in modalità bozza o pubblicarlo.

Visualizzare l'anteprima e pubblicare l'agente

  1. Nella sezione Anteprima, digita una domanda utente di esempio nel campo Fai una domanda e poi premi Invio. Per verificare che l'agente restituisca i dati che ti aspetti, esamina la sua risposta. Se la risposta non è quella che ti aspettavi, modifica le impostazioni nella sezione Editor per perfezionare la configurazione dell'agente dati finché non ottieni risposte soddisfacenti. Puoi continuare a testare e modificare l'agente per migliorarne i risultati.

  2. Fai clic su Salva.

  3. Per mettere l'agente dati in modalità bozza, che puoi modificare di nuovo in un secondo momento, fai clic su Torna indietro per tornare alla pagina Catalogo agenti. Poiché l'agente è ora in modalità bozza, viene visualizzato nella sezione I miei agenti bozza della scheda Catalogo agenti.

    Per pubblicare l'agente, rimani nella pagina di creazione dell'agente e vai al passaggio successivo.

  4. Fai clic su Pubblica per pubblicare l'agente dati e renderlo disponibile per l'utilizzo nel progetto. Puoi creare conversazioni con l'agente dei dati utilizzando BigQuery Studio o Data Studio. Puoi anche creare la tua interfaccia per chattare con l'agente dati utilizzando l'API Analisi conversazionale.

  5. (Facoltativo) Nella finestra di dialogo Il tuo agente è stato pubblicato, fai clic su Condividi per condividere l'agente dati con altri utenti.

    1. Nel riquadro Autorizzazioni di condivisione, fai clic su Aggiungi entità.

    2. Nel campo Nuove entità, inserisci una o più entità.

    3. Fai clic sull'elenco Seleziona un ruolo.

    4. Nell'elenco Ruolo, seleziona uno dei seguenti ruoli:

      • Gemini Data Analytics Data Agent User (roles/geminidataanalytics.dataAgentUser): concede l'autorizzazione a chattare con il data agent.
      • Gemini Data Analytics Data Agent Editor (roles/geminidataanalytics.dataAgentEditor): concede l'autorizzazione per modificare il data agent.
      • Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer): concede l'autorizzazione a visualizzare il data agent.

  6. Fai clic su Salva.

  7. Per tornare alla nuova pagina dell'agente, fai clic su Chiudi. Subito dopo aver salvato o pubblicato l'agente, puoi visualizzarlo nel catalogo degli agenti.

Gestisci agenti dati

Puoi trovare gli agenti esistenti nella scheda Catalogo degli agenti, che è composta da tre sezioni:

  • I miei agenti: un elenco di tutti gli agenti che crei e pubblichi. Puoi modificare e condividere gli agenti pubblicati con altri utenti.
  • Le mie bozze di agenti: gli agenti che non hai ancora pubblicato. Non puoi condividere agenti bozza.
  • Condiviso da altri membri della tua organizzazione: agenti creati e condivisi con te da altri utenti. Se altri ti concedono autorizzazioni, puoi modificare questi agenti condivisi.

Modificare un agente dati

Per modificare un agente dei dati:

  1. Vai alla pagina Agenti di BigQuery.

    Vai ad Agenti

  2. Seleziona la scheda Catalogo agenti.

  3. Individua la scheda dell'agente dati che vuoi modificare.

  4. Per aprire l'agente di dati nell'editor degli agenti, fai clic su Apri azioni > fai clic su Modifica nella scheda dell'agente.

  5. Modifica la configurazione dell'agente dati in base alle esigenze.

  6. Per salvare le modifiche senza pubblicarle, fai clic su Salva.

  7. Per pubblicare le modifiche, fai clic su Pubblica . Nella finestra di dialogo Condividi, puoi condividere l'agente con altri o fare clic su Annulla.

  8. Per tornare al riquadro Agenti, fai clic su Indietro.

    Icona Indietro per tornare alla pagina Agenti dalla pagina di modifica dell'agente.

Condividere un agente dati

Per condividere un agente dati pubblicato: Non puoi condividere agenti bozza.

  1. Vai alla pagina Agenti di BigQuery.

    Vai ad Agenti

  2. Seleziona la scheda Catalogo agenti.

  3. Individua la scheda dell'agente dati che vuoi modificare.

  4. Per aprire l'agente di dati nell'editor degli agenti, fai clic su Apri azioni > fai clic su Modifica nella scheda dell'agente.

  5. Per condividere l'agente dati con altri utenti, fai clic su Condividi.

  6. Nel riquadro Autorizzazioni di condivisione, fai clic su Aggiungi entità.

  7. Nel campo Nuove entità, inserisci una o più entità.

  8. Fai clic sull'elenco Seleziona un ruolo.

  9. Nell'elenco Ruolo, seleziona uno dei seguenti ruoli:

    • Gemini Data Analytics Data Agent User (roles/geminidataanalytics.dataAgentUser): concede l'autorizzazione a chattare con il data agent.
    • Gemini Data Analytics Data Agent Editor (roles/geminidataanalytics.dataAgentEditor): concede l'autorizzazione a modificare il data agent.
    • Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer): concede l'autorizzazione per visualizzare il data agent.

  10. Fai clic su Salva.

  11. Per tornare alla pagina di modifica dell'agente, fai clic su Chiudi.

  12. Per tornare al riquadro Agenti, fai clic su Torna indietro.

    Icona Indietro per tornare alla pagina Agenti dalla pagina di modifica dell'agente.

Eliminare un agente di dati

  1. Vai alla pagina Agenti di BigQuery.

    Vai ad Agenti

  2. Seleziona la scheda Catalogo agenti.

  3. Nella sezione I miei agenti o I miei agenti bozza della scheda Catalogo agenti, individua la scheda dell'agente dati che vuoi eliminare.

  4. Fai clic su Apri azioni > Elimina.

  5. Nella finestra di dialogo Eliminare l'agente?, fai clic su Elimina.

Località

L'analisi conversazionale opera a livello globale, quindi non puoi scegliere la regione da utilizzare.

Passaggi successivi