本頁說明如何透過系統指令撰寫有效的提示，為 Conversational Analytics API 資料代理程式提供最佳的撰寫情境，以及如何為 BigQuery 資料額外提供結構化情境。提供撰寫的脈絡是選用做法，但結構良好的撰寫脈絡可提高 API 回應的準確度和關聯性。
什麼是撰寫的脈絡？
開發人員可以提供撰寫的內容做為指引，藉此塑造資料代理的行為，並改善 API 的回覆內容。這項指引包括任意形式的系統指令，以及 BigQuery 資料來源的結構化內容欄位，內含資料表說明和範例查詢等資訊。為回答問題，代理程式會將這個撰寫的內容與資料來源 (例如 BigQuery 資料表、Looker 探索和 Looker Studio 資料來源) 的資訊，以及對話記錄 (適用於多輪對話) 結合。
透過結構化情境欄位和任意形式的系統指令提供明確指引，有助於提升 AI 代理解讀使用者問題的能力，並生成實用且準確的回覆。如果您要連結至 BigQuery 資料表等資料，定義明確的內容就特別實用。舉例來說，您可以使用撰寫的脈絡，為代理程式提供下列類型的指引：
- 特定商家的邏輯：將「忠實」顧客定義為在特定時間範圍內購買超過五次的顧客。
- 回覆格式：將資料代理程式的所有回覆總結成 20 字以內，節省使用者時間。
- 資料呈現：所有數字的格式都必須符合公司的樣式指南。
提供撰寫的背景資訊
可提供的具體資訊視資料來源而定：
- 如果是 BigQuery 資料，您可以定義結構化內容和系統指令。為獲得最佳結果，請先透過可用的結構化欄位提供代理程式背景資訊。接著，您可以定義系統指令，提供補充指引。
- 如果是 Looker 資料，系統只會透過系統指令提供撰寫的脈絡資訊。
您可以在 API 欄位中提供結構化脈絡，例如資料表說明和範例查詢。您可以使用 system_instruction 參數，以 YAML 格式的字串提供系統指令。
定義撰寫的脈絡後，您可以在下列其中一個呼叫中提供給 API：
- 建立持續性資料代理：在要求主體的
published_context物件中加入撰寫的內容，設定代理行為，讓代理在多個對話中保持一致。詳情請參閱「建立資料代理程式」(HTTP) 或「為有狀態或無狀態的對話設定環境」(Python SDK)。 - 傳送無狀態要求：在聊天要求中，於
inline_context物件內提供撰寫的內容，為該特定 API 呼叫定義代理程式的行為。詳情請參閱「建立無狀態多輪對話」(HTTP) 或「傳送含內嵌情境的無狀態即時通訊要求」(Python SDK)。