Note di rilascio dell'API Conversational Analytics

Anteprima

Questo prodotto o funzionalità sono soggetti ai "Termini delle Offerte pre-GA" nella sezione Termini di servizio generali dei Termini specifici dei servizi. I prodotti e le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per ulteriori informazioni, consulta le descrizioni della fase di lancio.

Queste note di rilascio riguardano gli aggiornamenti dell'API Analisi conversazionale.

16 aprile 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

L'API Analisi conversazionale ora supporta le query sulle tabelle Lakehouse che si connettono al catalogo REST Apache Iceberg o sono federate a un catalogo esterno. Se utilizzi tabelle Lakehouse, utilizza la sintassi project.catalog.namespace.table (P.C.N.T) in quattro parti. Per saperne di più, consulta Autenticarsi e connettersi a un'origine dati.

30 marzo 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

L'API Analisi conversazionale ora supporta AlloyDB per PostgreSQL, Cloud SQL per MySQL, Cloud SQL per PostgreSQL e Spanner come origini dati. Questa funzionalità consente agli utenti di eseguire query sui propri dati operativi utilizzando il linguaggio naturale e traduce dialoghi umani complessi in query di database precise per fornire approfondimenti utili. Questa funzionalità è in anteprima. Per ulteriori informazioni, consulta le seguenti risorse:

• Panoramica dell'analisi conversazionale per AlloyDB
• Panoramica dell'analisi conversazionale per Cloud SQL per MySQL
• Panoramica dell'analisi conversazionale per Cloud SQL per PostgreSQL
• Panoramica dell'analisi conversazionale per Spanner

Funzionalità

Gli aggiornamenti all'API Analisi conversazionale per le origini dati BigQuery includono le seguenti funzionalità e miglioramenti:

• L'API Analisi conversazionale ora si integra con Cloud Storage tramite le funzioni ObjectRef. Ciò consente all'API di rispondere a domande sui dati non strutturati nei bucket Cloud Storage, come immagini e PDF, facendo riferimento alle colonne ObjectRef in qualsiasi tabella.
• L'API ora supporta un insieme di funzioni BigQuery ML, tra cui AI.FORECAST, AI.DETECT_ANOMALIES e AI.GENERATE. L'API può utilizzare queste funzioni per rispondere a una gamma più ampia di domande, ad esempio per la previsione, il rilevamento di anomalie e le attività di AI generativa.
• L'API Analisi conversazionale ora può utilizzare il partizionamento delle tabelle BigQuery. L'API può ottimizzare le query SQL utilizzando colonne partizionate, come intervalli di date, in una tabella partizionata per data, il che può migliorare le prestazioni delle query e ridurre i costi.

• I job BigQuery avviati dall'API Conversational Analytics ora includono etichette che consentono di identificarli nella cronologia dei job BigQuery nella console Google Cloud . Queste etichette possono aiutarti a monitorare i costi, controllare l'attività degli agenti e analizzare le prestazioni delle query. Poiché queste etichette non sono direttamente visibili nella tabella della cronologia dei job di BigQuery Studio, puoi identificarle eseguendo una query su INFORMATION_SCHEMA.JOBS per le etichette simili a {'ca-bq-job': 'true'}:

  SELECT
    COUNT(*) AS job_count
  FROM
    `PROJECT_ID`.`region-LOCATION`.INFORMATION_SCHEMA.JOBS
  WHERE
    EXISTS (
      SELECT 1
      FROM UNNEST(labels) AS label
      WHERE label.key = 'ca-bq-job' AND label.value = 'true'
    );

  Nella query di esempio, sostituisci i valori di esempio come segue:

  • PROJECT_ID: il tuo ID progetto Google Cloud .
  • LOCATION: la località dei tuoi job BigQuery.

Funzionalità

Per gli agenti di dati che utilizzano origini dati Looker o BigQuery, ora puoi specificare un valore thinkingMode di FAST nella tua richiesta di chat per attivare la modalità di pensiero "Veloce". Il pensiero veloce può contribuire a migliorare la latenza riducendo il tempo di pensiero complessivo. Tuttavia, questa modalità rende le risposte meno trasparenti, in quanto nel flusso di risposta non vengono emessi messaggi con un valore TextType pari a THOUGHT. Inoltre, l'utilizzo di questa modalità potrebbe influire sull'accuratezza delle risposte.

Funzionalità

Per gli agenti di dati che utilizzano le origini dati Looker, l'agente ora può porre domande di follow-up per chiarire le ambiguità in una query, ad esempio quando sono presenti più campi con nomi simili. Queste domande vengono restituite come risposta TextMessage con un prefisso Clarification needed:. Per ulteriori informazioni, consulta Porre domande efficaci.

Funzionalità

Per gli agenti di dati che utilizzano origini dati BigQuery, l'agente ora può porre domande di follow-up per chiarire le ambiguità in una query, ad esempio quando ci sono più campi con nomi simili. Queste domande vengono restituite come risposta TextMessage.

Modificato

Per gli agenti dati che utilizzano origini dati Looker, sono stati apportati diversi miglioramenti per ridurre la latenza, tra cui chiamate parallele agli strumenti e un migliore utilizzo della cache di Looker.

26 marzo 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

Per l'API Analisi conversazionale con origini dati Looker, puoi utilizzare chiavi di crittografia gestite dal cliente (CMEK) per proteggere le risorse DataAgent e Conversation at-rest. CMEK nell'API Analisi conversazionale è disponibile in anteprima. Per saperne di più, vedi Chiavi di crittografia gestite dal cliente (CMEK).

11 febbraio 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

Le richieste di chat con origini dati BigQuery ora forniscono maggiori informazioni sul processo di ragionamento dell'agente. Sebbene lo schema dell'API sia invariato, nel flusso di risposta noterai i seguenti nuovi comportamenti:

• Il flusso di risposta dell'API ora include messaggi systemMessage.text aggiuntivi con textType = THOUGHT. Questi messaggi forniscono informazioni passo passo sul ragionamento e sul processo decisionale dell'agente.
• Dopo i messaggi THOUGHT, l'API restituisce la risposta come sequenza di messaggi, ad esempio query, lavoro, testo, risultato dei dati e grafici. Per saperne di più sui tipi di messaggio, vedi SystemMessage.
• I messaggi dello schema non sono più inclusi nel flusso di risposta per le origini dati BigQuery.

Funzionalità

Sono disponibili metodi di gestione sincrona degli agenti. Questi metodi ti consentono di creare, aggiornare ed eliminare gli agenti di dati in modo sincrono in alternativa ai metodi asincroni esistenti:

• CreateDataAgentSync
• UpdateDataAgentSync
• DeleteDataAgentSync

Modificato

L'opzione di analisi Python (options.analysis.python.enabled) non è più supportata per le origini dati BigQuery.

6 febbraio 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

Per gli agenti dati che utilizzano origini dati Looker, ora puoi definire le query Looker dorate come contesto strutturato.

26 gennaio 2026

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

La maggiore trasparenza del ragionamento, che fornisce informazioni dettagliate sul processo decisionale e di ragionamento dell'agente con i messaggi textType = THOUGHT, non richiede più una lista consentita ed è disponibile per tutti gli utenti per le origini dati Looker.

Funzionalità

Il recupero granulare dei dati per le origini dati di Looker, che fornisce aggiornamenti sulle ricerche di valori di dati con messaggi textType = PROGRESS, non richiede più una lista consentita ed è disponibile per tutti gli utenti.

15 dicembre 2025

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

Il flusso di risposta dell'API per le origini dati di Looker include messaggi systemMessage.text aggiuntivi con textType = THOUGHT. Questi messaggi forniscono informazioni passo passo sul ragionamento e sul processo decisionale dell'agente mentre lavora per rispondere alla tua query. Per eseguire esempi di chat che dimostrano questo ragionamento, consulta i blocchi note Colaboratory HTTP e Python SDK. Per indicazioni sul rendering dei messaggi THOUGHT con le origini dati di Looker, vedi Rendering delle risposte dell'agente per le origini dati di Looker. Questo è un annuncio in anteprima di una funzionalità sperimentale disponibile su richiesta. Per richiedere l'accesso a questa funzionalità, invia un'email all'indirizzo [e-mail].

Nota:a partire dal 26 gennaio 2026, questa funzionalità non richiede più una lista consentita ed è disponibile per tutti gli utenti per le origini dati Looker. Consulta la voce relativa al 26 gennaio 2026.

Funzionalità

Per le origini dati Looker, gli agenti utilizzano metodi più granulari per recuperare gli schemi e i valori dei dati di Esplora. Quando l'agente cerca valori di dati specifici, il flusso API include anche messaggi systemMessage.text con textType = PROGRESS, fornendo aggiornamenti sullo stato e sui risultati della ricerca. Per indicazioni sul rendering dei messaggi PROGRESS, vedi Rendering delle risposte dell'agente per le origini dati di Looker. Questo è un annuncio in anteprima di una funzionalità sperimentale disponibile su richiesta. Per richiedere l'accesso a questa funzionalità, invia un'email all'indirizzo [e-mail].

Nota:a partire dal 26 gennaio 2026, questa funzionalità non richiede più una lista consentita ed è disponibile per tutti gli utenti per le origini dati Looker. Consulta la voce relativa al 26 gennaio 2026.

Funzionalità

L'integrazione dell'API Analisi conversazionale con i Controlli di servizio VPC è in anteprima. Questa integrazione è pronta per test e utilizzo più ampi, ma non è completamente supportata per gli ambienti di produzione. Per maggiori dettagli, consulta l'elenco dei prodotti supportati.

Risolto

È stato risolto un problema per cui big_query_max_billed_bytes non veniva applicato correttamente.

Risolto

Sono stati risolti i problemi relativi alla gestione delle origini dati Looker da parte dell'API, tra cui:

• Formattazione migliore dei valori nelle risposte di testo
• Filtro migliore per le corrispondenze esatte
• Supporto migliorato della metrica periodo su periodo (PoP)
• Supporto migliorato di always_filter

Aggiornamenti delle librerie client:

Funzionalità

Sono state aggiunte le seguenti librerie client:

• Node.js (v1beta)
• Java (v1beta)
• Go (v1beta)
• Ruby (v1beta)

21 ottobre 2025

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

È stato aggiunto il supporto per il metodo API deleteConversation alle API REST e all'SDK.

25 settembre 2025

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

È ora disponibile una nuova API, ListAccessibleDataAgents, per elencare gli agenti di dati accessibili a un utente in un progetto. Un agente dati è considerato accessibile se l'utente che richiama l'API dispone dell'autorizzazione get per l'agente. Puoi utilizzare il campo creator_filter per gestire gli agenti restituiti da questo metodo:

• NONE (impostazione predefinita): restituisce tutti gli agenti dati accessibili all'utente, indipendentemente dal creator.
• CREATOR_ONLY: restituisce solo gli agenti dati creati dall'utente.
• NOT_CREATOR_ONLY: restituisce solo gli agenti dati creati da altri utenti.

Funzionalità

L'enumerazione systemMessage.text.textType è ora disponibile con i valori FINAL_RESPONSE e THOUGHT, che aiutano i client a distinguere tra diversi tipi di messaggi. L'API Analisi conversazionale ora utilizza messaggi systemMessage.text con textType = THOUGHT per produrre passaggi di ragionamento.

Funzionalità

L'API ora supporta fino a cinque origini dati di esplorazione di Looker nel contesto. Le richieste di chat generano query nella sezione Esplora più pertinente. Per saperne di più, consulta la documentazione sulla connessione ai dati di Looker con HTTP e con l'SDK Python.

Modificato

Il campo systemMessage.data.generatedLookerQuery ora è systemMessage.data.query.looker.

25 agosto 2025

Annuncio

L'API Analisi conversazionale è ora disponibile in Anteprima pubblica.

Aggiornamenti delle librerie client:

Funzionalità

Le seguenti librerie client sono ora disponibili per più lingue:

• PHP (v1beta)
• DotNet (v1beta)
• Python (v1beta)

Aggiornamenti dell'API Analisi conversazionale:

Funzionalità

Ora è disponibile il supporto per gli endpoint v1beta per HTTP REST.

Funzionalità

Il supporto per i metodi API GetLocation e ListLocations è stato aggiunto alle API REST e all'SDK.

Funzionalità

Ora puoi condividere gli agenti dati utilizzando i metodi API GetIamPolicy e SetIamPolicy.

Funzionalità

Ora puoi creare agenti di dati da origini dati Looker basate su istanze di Looker (Google Cloud core) che utilizzano reti IP private. L'API Analisi conversazionale non supporta le origini dati basate su istanze di Looker (Google Cloud core) all'interno dei perimetri di Virtual Private Cloud.

Funzionalità

Ora è disponibile il contesto strutturato per le origini dati BigQuery. Ciò include la possibilità di aggiungere coppie di domande/query di esempio, descrizioni di tabelle, sinonimi e tag a livello di tabella e campo utilizzando l'API.

Modificato

Ora sono supportate le API per la posizione e l'operazione. I ruoli Identity and Access Management DataAgentCreator e DataAgentEditor ora avranno le autorizzazioni per le API di operazioni.

Modificato

È stato apportato un miglioramento per l'archiviazione automatica di Last Published Context nel livello server ogni volta che viene aggiornato il contesto pubblicato di un agente dati.

Modificato

I nomi visualizzati per i ruoli Identity and Access Management sono stati aggiornati a "Utente chat stateless Gemini Data Analytics" e "Creatore di agenti di dati Gemini Data Analytics". Per saperne di più sui ruoli di Identity and Access Management utilizzati con l'API, consulta la pagina di documentazione Concedere ruoli e autorizzazioni di Identity and Access Management per l'API Analisi conversazionale.

Modificato

È ora disponibile la versione 1.1 di Colaboratory.

Risolto

Sono stati apportati aggiornamenti alla gestione degli errori per gestire gli errori interni 500 relativi alle conversazioni per la chat stateful.

Risolto

Sono stati implementati messaggi di gestione delle eccezioni migliori per gli errori del client 400.

Aggiornamenti della documentazione:

Funzionalità

Ora puoi utilizzare la nuova applicazione di avvio rapido di Streamlit su GitHub per configurare una demo dell'API di Analisi conversazionale in pochi minuti.

Funzionalità

La demo dorata dell'API Analisi conversazionale è ora disponibile su GitHub. Con la demo Golden dell'API Analisi conversazionale, puoi visualizzare esempi per integrare l'API Analisi conversazionale nelle applicazioni web, nonché una demo di produzione completa in TypeScript. Questo progetto è destinato solo a scopi dimostrativi. Non è destinato all'uso in un ambiente di produzione.

Funzionalità

Sono stati aggiunti esempi di codice del payload della richiesta per le API REST e l'SDK.

Funzionalità

Architettura, flussi di lavoro e ruoli dell'API Analisi conversazionale: scopri di più sui concetti chiave per l'utilizzo dell'API Analisi conversazionale, tra cui il funzionamento degli agenti di dati, i tipici flussi di lavoro degli agenti di dati, le modalità di conversazione, i ruoli di Identity and Access Management e come progettare sistemi che utilizzano più agenti di dati.

Funzionalità

Limitazioni note dell'API Analisi conversazionale: scopri di più sui limiti relativi al numero di origini dati, allo stile delle visualizzazioni e alle dimensioni dei set di dati.

Funzionalità

Risolvi i problemi relativi all'API Analisi conversazionale: scopri di più su potenziali problemi o errori relativi all'API Analisi conversazionale, nonché sulle soluzioni proposte.

Funzionalità

Monitorare e gestire i costi di BigQuery per gli agenti dell'API Analisi conversazionale: scopri di più su come implementare i controlli dei costi per gli agenti dell'API Analisi conversazionale.

Funzionalità

I metodi SetIAMPolicy e GetIAMPolicy sono disponibili nella pagina di documentazione Panoramica dell'API Analisi conversazionale per l'utilizzo nella condivisione degli agenti di dati.

Funzionalità

È ora disponibile una nuova pagina di documentazione contenente le risposte alle domande frequenti sull'API Analisi conversazionale.

Funzionalità

Definisci il contesto dell'agente dati per le origini dati BigQuery: scopri di più su come scrivere istruzioni di sistema per le origini dati BigQuery.

Funzionalità

Definisci il contesto dell'agente di dati per le origini dati di Looker: scopri di più su come scrivere istruzioni di sistema per le origini dati di Looker.

15 luglio 2025

Funzionalità

Ora puoi invitare gli utenti a collaborare su agenti di dati specifici assegnando ruoli IAM predefiniti. Per i dettagli, vedi Ruoli e autorizzazioni IAM dell'API Analisi conversazionale.

Funzionalità

Una nuova guida alle best practice ti aiuta a fornire ai tuoi agenti un contesto aziendale e di dati efficace. Per saperne di più, consulta Guidare il comportamento degli agenti con il contesto creato.

Aggiornamenti dell'SDK:

Funzionalità

Ora puoi installare l'SDK Python da Python Package Index (PyPI).

25 giugno 2025

Aggiornamenti dell'API:

Funzionalità

I nuovi ruoli IAM predefiniti controllano l'accesso per la creazione, la gestione e l'interazione con gli agenti dati:

• geminidataanalytics.dataAgentCreator
• geminidataanalytics.dataAgentOwner
• geminidataanalytics.dataAgentEditor
• geminidataanalytics.dataAgentUser
• geminidataanalytics.dataAgentViewer
• geminidataanalytics.dataAgentStatelessUser

Per un elenco completo dei ruoli e delle relative autorizzazioni, consulta Concedere ruoli e autorizzazioni IAM dell'API Analisi conversazionale.

5 giugno 2025

Annuncio

La prima anteprima privata dell'API Analisi conversazionale ha introdotto funzionalità per la creazione e l'interazione con gli agenti di dati.

Funzionalità

Per iniziare a utilizzare sia REST che l'SDK Python, sono disponibili i seguenti notebook interattivi di Colaboratory:

• notebook di Colab HTTP
• Notebook Colab Python SDK

Aggiornamenti dell'API:

Funzionalità

Il servizio Data Agent ti consente di creare, configurare e gestire in modo programmatico agenti AI persistenti e sensibili al contesto con Looker, Data Studio e BigQuery.

Funzionalità

Il servizio Data Chat ti consente di interagire con il tuo agente utilizzando più modalità di chat. Queste modalità includono una modalità stateful in cui Google gestisce la cronologia delle conversazioni, un'opzione stateful in cui l'applicazione gestisce la conversazione e una modalità stateless in cui l'applicazione fornisce il contesto completo a ogni richiesta.

Funzionalità

L'API supporta l'analisi avanzata utilizzando Python e riprova automaticamente le query non riuscite.

Modificato

L'API Analisi conversazionale (geminidataanalytics.googleapis.com) sostituisce l'API Data QnA (dataqna.googleapis.com) deprecata. Ciò include la migrazione da DataQuestionService al nuovo DataChatService. Per istruzioni dettagliate su come aggiornare le richieste, consulta la guida alla migrazione.