L'agent prédéfini basé sur un playbook "Expert en cinéma" peut répondre à un large éventail de questions sur le cinéma. L'agent fait référence à la fois à un ensemble de données BigQuery contenant des métadonnées sur les films et à un data store non structuré de résumés de films provenant de Wikipédia.
Exemple de dialogue
Cet exemple de boîte de dialogue illustre des scénarios courants que cet agent prédéfini gère.
Résumé de l'intrigue et recherche dans la base de données
- L'utilisateur demande à l'agent un résumé d'Avatar.
- L'agent récupère l'intrigue du film Avatar à partir du data store.
- L'agent résume l'intrigue pour l'utilisateur.
- L'utilisateur demande combien de bénéfices le film Avatar a générés.
- L'agent recherche les revenus et le budget d'Avatar dans la base de données.
- L'agent utilise ces informations pour répondre à la question de l'utilisateur.
- L'utilisateur demande quel a été le film non anglophone le plus rentable au cours du mois de sortie d'Avatar.
- L'agent effectue une recherche dans la base de données, en filtrant par date et par langue, puis répond à la question de l'utilisateur.
| Entrée utilisateur | Réponse de l'agent |
|---|---|
| Bonjour | |
| Bonjour, bienvenue chez Cymbal Movies ! Je suis là pour répondre à vos questions sur les films. Posez vos questions ! | |
| Donne-moi plus d'infos sur Avatar | |
| L'intrigue du film"Avatar" est la suivante : En 2154, les humains ont épuisé les ressources naturelles de la Terre, ce qui a entraîné une grave crise énergétique. La Resources Development Administration (RDA) exploite un minerai précieux, l'unobtanium, sur Pandora, une lune habitable densément boisée en orbite autour de la géante gazeuse Polyphème dans le système stellaire Alpha du Centaure. Pandora, dont l'atmosphère est toxique pour les humains, est habitée par les Na'vi, une espèce d'humanoïdes intelligents de trois mètres de haut à la peau bleue, qui vivent en harmonie avec la nature et vénèrent une déesse mère nommée Eywa. Puis-je vous aider pour autre chose ? |
|
| Quel bénéfice a-t-elle réalisé ? | |
| Avatar avait un budget de 237 millions de dollars et a rapporté 2,79 milliards de dollars, soit un bénéfice de 2,55 milliards de dollars. Y a-t-il autre chose que je puisse faire pour vous aider ? |
|
| Quel a été le film non anglophone le plus rentable le mois de la sortie d'Avatar ? | |
| Le film non anglophone le plus rentable au cours du mois de la sortie d'Avatar était "3 Idiots", qui a rapporté 70 millions de dollars. Y a-t-il autre chose que je puisse faire pour vous aider ? |
|
| C'est tout, merci ! | |
| Je vous en prie. |
Configuration de base
Pour configurer cet agent prédéfini :
- Importez l'agent prédéfini.
- Laissez l'option Créer des ressources dépendantes sélectionnée.
Configuration de l'outil
Cet agent inclut des outils pour s'intégrer à des services externes. Le service crée automatiquement l'ensemble de données BigQuery dépendant nommé "Movies" avec deux tables nommées "movies_data" et "credits". Le service importe les métadonnées du film dans la table nouvellement créée, et l'outil OpenAPI bq-search utilise ces données.
De plus, le service crée un datastore nommé "Movie Expert-data-store", importe les documents requis et l'utilise pour l'outil de data store "cymbal-movie-plots".
Orientation
L'outil cymbal-movie-plots se connecte à un data store pointant vers un bucket Cloud Storage contenant des résumés de films.
Recherche dans la base de données de films…
L'outil OpenAPI bq-search se connecte à l'API BigQuery, envoie la requête SQL générée par l'agent, l'exécute sur la table BigQuery contenant les métadonnées sur les films et renvoie les résultats de la requête à l'agent sous la forme d'un objet JSON.
Configurez l'authentification du compte de service pour cet outil, puis fournissez un compte de service auquel vous avez attribué les rôles "Utilisateur de tâche BigQuery" et "Lecteur de données BigQuery".
Terminé
Vous pouvez maintenant tester votre agent et ses intégrations.