BigQuery로 대화 기록 내보내기

대화 기록을 BigQuery로 내보낼 수 있습니다. 구성되면 모든 실시간 대화 기록이 BigQuery 테이블에 작성됩니다. 이렇게 하면 에이전트를 디버그하고 개선하며 대화 데이터에서 패턴을 발견하는 데 도움이 되는 고급 분석 도구를 사용할 수 있습니다.

제한사항

다음과 같은 제한사항이 적용됩니다.

  • 대화당 최대 500회까지 내보낼 수 있습니다.

프로젝트 간 권한

Dialogflow 에이전트와 BigQuery 데이터가 동일한 프로젝트에 있지 않으면 Dialogflow Google Cloud 프로젝트와 연결된 서비스 계정에는 BigQuery Google Cloud 프로젝트의 BigQuery 데이터 세트에 대한roles/bigquery.dataEditor IAM 권한도 있어야 합니다.

서비스 계정 형식: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com

Dialogflow에서 내보내기를 구성하는 사용자에게는 BigQuery 프로젝트에 대한 권한이 있어야 합니다. 권한이 없으면 BigQuery 프로젝트가 Dialogflow 콘솔에 옵션으로 표시되지 않습니다.

사용자가 Dialogflow에서 BigQuery 프로젝트를 보려면 BigQuery 프로젝트에 필요한 최소 권한은 resourcemanager.projects.get입니다. 또는 이 권한을 포함하지만 사용자에게 BigQuery 데이터 세트에 대한 액세스 권한이 필요하지 않은 다음 Google Cloud 사전 정의된 역할 중 하나를 할당할 수 있습니다. roles/browser 또는 roles/bigquery.metadataViewer

테이블 설명

테이블의 각 행에는 다음 열이 있는 한 회의 대화가 포함됩니다.

열 유형 설명
project_id STRING 프로젝트 ID입니다.
agent_id STRING 에이전트 ID
conversation_name STRING 세션의 정규화된 리소스 이름.
turn_position 정수 대화 차례 번호.
request_time TIMESTAMP 대화 차례 시간.
language_code STRING 언어 태그.
요청 JSON 인텐트 감지 요청.
응답 JSON 인텐트 감지 응답.
partial_responses JSON 부분 응답(해당하는 경우)
derived_data JSON 이 대화 차례의 추가 메타데이터.
conversation_signals JSON NLU 관련 분석 데이터. JSON 스키마는 ConversationSignals를 참조하세요.
bot_answer_feedback JSON 답변 의견(제공된 경우)

구성

대화 기록 내보내기를 구성하려면 다음 단계를 따르세요.

  1. 대화 기록이 사용 설정되어 있는지 확인합니다.
  2. BigQuery 데이터 세트 생성 가이드 에 따라 데이터 세트를 만듭니다. 다음 단계에서 필요하므로 데이터 세트 이름을 기록해 둡니다.

  3. BigQuery 테이블 생성 가이드 에 따라 SQL 스키마 정의가 있는 테이블을 만듭니다. 생성을 위해 다음 SQL 문을 사용합니다.

    CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data(
  project_id STRING,
  agent_id STRING,
  conversation_name STRING,
  turn_position INTEGER,
  request_time TIMESTAMP,
  language_code STRING,
  request JSON,
  response JSON,
  partial_responses JSON,
  derived_data JSON,
  conversation_signals JSON,
  bot_answer_feedback JSON
);

  4. 에이전트 설정을 구성하여 BigQuery 내보내기를 사용하도록 설정하고 위에서 만든 데이터 세트 및 테이블 이름을 제공하세요.

이전
Cloud Logging
다음
변경 내역