Spanner の会話型分析の概要

Spanner の会話型分析では、自然言語を使用してデータベース データについてエージェントとチャットできます。データに関する回答を得るには、次の操作を行います。

  • 選択したテーブルやビューなどのナレッジソースのセットに対して データ エージェントを作成します。
  • [省略可] エージェントのコンテキストと指示を作成して、特定のユースケースの質問に対してデータ エージェントが効果的に回答するように構成します。

エージェントをカスタマイズする前に、エージェントが作成するコンテキストと指示を使用することをおすすめします。

会話型分析では、次の種類のコンテキスト を使用できます。

  • ガイド付き - このコンテキストは、 Google Cloud コンソールで作成します。このオプションは、コードを直接記述したくないユーザーに適しています。
  • 詳細 - このコンテキストは、Gemini CLI または IDE で作成します。エージェントの品質をより細かく制御したいユーザーには、この方法をおすすめします。 このコンテキストは、QueryData メソッドのコンテキストを再利用します 。

データ エージェントを 作成したら、 自然言語を使用して Spanner データに関する 質問をすることができます。

会話型分析は Gemini for Google Cloudを基盤としています。

Gemini for がデータを使用する方法とタイミングに関する説明をご覧ください Google Cloud 。

Gemini for Google Cloud プロダクトは初期段階のテクノロジーであるため、 もっともらしく見えても事実に反する出力を生成する場合があります。Gemini for プロダクトからの出力は、使用する前に 検証することをおすすめします。 Google Cloud 詳細については、 Gemini for Google Cloud と責任ある AIをご覧ください。

データ エージェント

データ エージェントは、1 つ以上のナレッジソースと、データベース データを処理するためのユースケース固有の指示のセットで構成されています。データ エージェントを作成するときは、次のオプションを使用して構成できます。

  • テーブルやビューなどの ナレッジソースをデータ エージェントで使用します。
  • カスタムのテーブルとフィールドのメタデータを提供して、特定のユースケースに最適な形でデータベース データを記述します。
  • データの解釈とクエリ処理に関する指示を提供します。たとえば、次のものを定義します。
    • フィールド名の類義語とビジネス用語
    • フィルタリングとグループ化の最も重要なフィールドとデフォルト
  • ガイド付きまたは詳細なコンテキスト生成を使用して、データ エージェントがエージェントの回答構造を形成し、組織で使用するビジネス ロジックを学習するために使用できる構造化されたコンテキストを提供します。

データ エージェントを管理する

コンソールの Google Cloud [エージェント] タブで、次の種類のデータ エージェントを作成、管理、操作できます。

  • プロジェクトごとに事前定義されたサンプル エージェント。 Google Cloud
  • 下書き、作成、公開したエージェントのリスト。
  • 他のユーザーが作成して共有したエージェントのリスト。

詳細については、 データ エージェントを作成するをご覧ください。

Conversational Analytics API など、データ エージェントをサポートするプロジェクト内の他のサービスは、 Spanner で作成したデータ エージェントにアクセスできます。コンソールで作成したエージェントにアクセスするには、 会話型分析 API Google Cloud を使用して呼び出します。

会話

会話とは、データ エージェントまたはデータベース データソースとの永続化されたチャットです。 テーブル フィールド名を指定したり、データベース データのフィルタ条件を定義したりすることなく、「売上」や「最も人気がある」といった一般的な言葉を使用してデータ エージェントにマルチパートの質問をすることができます。

返されるチャット レスポンスには、次の機能があります。

  • 質問への回答（テキスト、コード、グラフ）（該当する場合）
  • 結果の背後にあるエージェントの推論。
  • 使用されたエージェントやデータベース データソースなど、会話に関するメタデータ。

データベース データソースとの直接会話を作成すると、 会話型分析 API は、 データ エージェントから提供されるコンテキストと処理の指示を使用せずにユーザーからの質問を解釈します。そのため、直接会話の結果は正確さが低い可能性があります。正確さが求められる場合は、データ エージェントを使用してください。

Spanner で会話を作成して管理するには、 コンソールを使用します。 Google Cloud 詳細については、 会話でデータを分析するをご覧ください。

セキュリティ

Spanner の会話型分析へのアクセスを管理するには、 Conversational Analytics API の IAM ロールと権限を使用します。 特定の操作に必要なロールについては、 データ エージェントに必要なロールと 会話に必要なロールをご覧ください。

ロケーション

会話型分析を使用してエージェントを作成する場合、コントロール プレーン（ワークフローを計画、管理し、ツールを呼び出す（オーケストレーション））はグローバル エンドポイントのみを使用します。データ プレーン（実際のデータベース レコードとベクトル ドキュメントを取得、取得、処理する）は、リージョン エンドポイントを使用します。

料金

データ エージェントを作成し、データ エージェントまたはデータベース データソースと会話するときに実行されるクエリに対して、 Spanner のコンピューティング料金が発生します。プレビュー期間中は、 データ エージェントおよび会話の作成と使用に対して追加料金はかかりません。

動的共有割り当て

Vertex AI の動的共有割り当て（DSQ）は、Gemini モデルの容量を管理します。 従来の割り当てとは異なり、DSQ を使用すると、モデルのスループットに対するプロジェクトごとの固定上限なしで、大規模な共有リソースプールにアクセスできます。

レイテンシなどのパフォーマンスは、システム全体の負荷によって異なる場合があります。 共有プール全体で需要が高い場合は、一時的に 429 Resource Exhaustedエラーが発生することがあります。これらのエラーは、共有プールの容量が一時的に制約されていることを示しますが、プロジェクトで特定の割り当て上限に達したことを示すものではありません。容量を確認するには、しばらく待ってからリクエストを再試行してください。

次のステップ