Estas notas da versão são para atualizações da API Conversational Analytics.
16 de outubro de 2026
Atualizações da API Conversational Analytics:
A API Conversational Analytics agora é compatível com os seguintes endpoints regionais no Canadá para fontes de dados do BigQuery:
northamerica-northeast1(Montreal)northamerica-northeast2(Toronto)
Esses endpoints oferecem suporte à residência de dados em repouso e ao processamento jurisdicional de machine learning (ML) para dados em uso. Para mais informações, consulte Locais e Residência de dados.
13 de outubro de 2026
Atualizações da API Conversational Analytics:
Se thinkingMode não for especificado na configuração do agente de dados, os agentes que usam fontes de dados do Looker agora vão usar FAST como padrão, em vez de THINKING.
30 de setembro de 2026
Atualizações da API Conversational Analytics:
As conexões com o BigQuery Graph na API Conversational Analytics já estão em disponibilidade geral (GA). É possível configurar um agente de dados para consultar um ou mais gráficos ou combinar tabelas e gráficos na mesma configuração de fonte de dados.
Dependendo do esquema do gráfico e da pergunta, a API Conversational Analytics consulta um gráfico usando a Graph Query Language (GQL) ou a função com valor de tabela GRAPH_EXPAND em SQL. As consultas GQL exigem uma reserva da edição Enterprise ou Enterprise Plus do BigQuery, enquanto as consultas GRAPH_EXPAND podem ser executadas com preços sob demanda. Para requisitos e limitações, consulte Conectar ao BigQuery Graph.
3 de setembro de 2026
Atualizações da API Conversational Analytics:
A API Conversational Analytics agora é compatível com a observabilidade do agente. É possível monitorar o desempenho, a latência e o uso de tokens no console do Google Cloud ou usando o Cloud Monitoring e o Cloud Trace. Para mais informações, consulte Criar agentes de dados.
A API Conversational Analytics agora é compatível com o modo de pensamento de Investigação para fontes de dados do BigQuery em pré-lançamento. O modo Investigação permite que os agentes de dados dividam perguntas complexas, investiguem subperguntas e sintetizem as descobertas em um relatório detalhado.
Esse recurso é controlado por uma lista de permissões. Para solicitar acesso e o guia do usuário, envie o formulário de interesse nos recursos em fase de pré-lançamento do Conversational Analytics e selecione a opção Investigações.
O modo de Investigação tem os seguintes requisitos e limitações durante o pré-lançamento:
- A Investigação só é compatível com fontes de dados do BigQuery.
- O Deep Dive não é compatível com
LATEST_GA_MODEL. - As consultas geralmente levam de 3 a 5 minutos para serem concluídas. Como o prazo do serviço é de 5 minutos, defina o tempo limite do cliente para corresponder.
- Não há suporte para conversas em vários turnos. O histórico de conversas é apagado durante a fase de resolução.
A API Conversational Analytics agora está em conformidade com a HIPAA. Para mais informações, consulte Conformidade com a HIPAA no Google Cloud.
A API Conversational Analytics agora é compatível com a Transparência no acesso e a Aprovação de acesso para recursos DataAgent e Conversation.
23 de junho de 2026
Atualizações da API Conversational Analytics:
A API Conversational Analytics está em disponibilidade geral (GA) para o BigQuery e o Looker.
Para informações sobre preços, consulte Preços e teste sem custo financeiro do agente do Data Cloud.
A API Conversational Analytics é compatível com endpoints REST v1.
A residência de dados agora é compatível com a API Conversational Analytics. É possível controlar o local físico dos recursos do DataAgent e do Conversation usando endpoints regionais e multirregionais. Esses endpoints oferecem compromissos para dados em repouso e, dependendo da fonte de dados, processamento jurisdicional de machine learning (ML) para dados em uso. Para mais informações, consulte Residência de dados e Locais.
A API Conversational Analytics é compatível com os seguintes recursos de segurança e compliance empresarial:
- Chaves de criptografia gerenciadas pelo cliente (CMEK) para proteger agentes de dados e conversas
- VPC Service Controls para proteger recursos em um perímetro de serviço
- Registros de auditoria do Cloud para registrar atividades de administrador e acesso aos dados
- Retenção e exclusão de dados para oferecer suporte às políticas de exclusão e retenção de dados corporativos
A API Conversational Analytics agora é compatível com o protocolo agente para agente (A2A) em pré-lançamento. É possível usar novos métodos de API, como SendMessage, SendStreamingMessage e GetAgentCard, para orquestrar vários agentes. Para ver um exemplo de como usar esses métodos, consulte o notebook de exemplo do SDK de A2A.
A API Conversational Analytics agora oferece suporte à filtragem e à classificação de métodos de lista. Use o campo filter para restringir os resultados de agentes de dados, conversas e mensagens. Use o campo orderBy para classificar os agentes de dados por nome ou horário de criação.
- Para agentes de dados, é possível filtrar por nome, horário de criação e rótulos.
- Para conversas, é possível filtrar por agentes e rótulos associados.
- Para mensagens, é possível filtrar por horário de criação.
- O suporte a caracteres curinga está disponível para filtros de string que incluem o operador has (
:) e um asterisco final (*). Exemplos:filter=display_name:"*"oufilter=display_name:"foo*". - As conversas e mensagens são retornadas em ordem de atividade mais recente. Não é possível personalizar a classificação desses recursos.
Esta versão inclui os seguintes recursos e melhorias para fontes de dados do BigQuery:
- Agora é possível usar o campo
big_query_max_billed_bytesna configuração do agente para limitar os bytes faturados em jobs do BigQuery iniciados pelo agente. - Os agentes de dados agora podem citar fontes, como termos de glossário ou exemplos de consultas, que são usadas para gerar uma resposta.
- Agora é possível fornecer funções definidas pelo usuário (UDFs) personalizadas do BigQuery que o agente pode usar para responder a perguntas.
- Se a pergunta de um usuário corresponder o suficiente a uma consulta de exemplo definida, o agente poderá executar essa consulta diretamente em vez de gerar uma nova. Quando isso acontece, a resposta da API inclui um objeto
matchedQuerypara indicar que uma consulta verificada foi usada.
A API Conversational Analytics agora oferece suporte ao chat com o BigQuery Graph. Esse recurso está em Pré-lançamento.
As seguintes mudanças e descontinuações estão em vigor para a API v1:
- Os formatos SVG e PNG para gráficos não são compatíveis com a versão
v1. O campooptions.chartemChartOptionsé restrito às versõesv1alphaev1beta. - O campo
credentialsno campocontext(por exemplo,dataAgentContext.credentials) foi descontinuado. Para autenticação, forneça as credenciais diretamente no objetoChatRequest. - As mensagens de esclarecimento geradas pelo sistema (
systemMessage.clarification) foram descontinuadas. UseTextMessagecom o tipo de textoFINAL_RESPONSE.
16 de abril de 2026
Atualizações da API Conversational Analytics:
A API Conversational Analytics agora permite consultar tabelas do Lakehouse que se conectam ao
catálogo REST do Apache Iceberg ou são federadas a um catálogo externo. Se você estiver usando tabelas do Lakehouse, use a sintaxe project.catalog.namespace.table (P.C.N.T) de quatro partes.
Para mais informações, consulte Autenticar e se conectar a uma fonte de dados.
30 de março de 2026
Atualizações da API Conversational Analytics:
A API Conversational Analytics agora é compatível com o AlloyDB para PostgreSQL, o Cloud SQL para MySQL, o Cloud SQL para PostgreSQL e o Spanner como fontes de dados. Esse recurso permite que os usuários consultem os dados operacionais usando linguagem natural e traduz diálogos humanos complexos em consultas de banco de dados precisas para fornecer insights úteis. Esse recurso está em Pré-lançamento. Para ver mais informações, consulte os seguintes tópicos:
As atualizações da API Conversational Analytics para fontes de dados do BigQuery incluem os seguintes recursos e melhorias:
- A API Conversational Analytics agora se integra ao Cloud Storage por meio de funções ObjectRef. Isso permite que a API responda a perguntas sobre dados não estruturados em buckets do Cloud Storage, como imagens e PDFs, referenciando colunas ObjectRef em qualquer tabela.
- A API agora oferece suporte a um conjunto de funções do BigQuery ML, incluindo
AI.FORECAST,AI.DETECT_ANOMALIESeAI.GENERATE. A API pode usar essas funções para responder a uma variedade maior de perguntas, como para previsão, detecção de anomalias e tarefas de IA generativa. - A API Conversational Analytics agora pode usar o particionamento de tabela do BigQuery. A API pode otimizar consultas SQL usando colunas particionadas, como intervalos de datas, em uma tabela particionada por data, o que pode melhorar o desempenho da consulta e reduzir custos.
Os jobs do BigQuery iniciados pela API Conversational Analytics agora incluem rótulos que permitem identificá-los no Histórico de jobs do BigQuery no console do Google Cloud . Esses rótulos podem ajudar a monitorar custos, auditar a atividade do agente e analisar o desempenho das consultas. Como esses rótulos não ficam visíveis diretamente na tabela de histórico de jobs do BigQuery Studio, é possível identificá-los consultando
INFORMATION_SCHEMA.JOBSpara encontrar rótulos semelhantes 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' );
Na consulta de exemplo, substitua os valores de exemplo da seguinte forma:
PROJECT_ID: o ID do projeto Google Cloud .LOCATION: o local dos jobs do BigQuery.
Para agentes de dados que usam fontes de dados do Looker ou do BigQuery, agora é possível especificar um valor thinkingMode de FAST na solicitação de chat para ativar o modo de pensamento "Rápido". O pensamento rápido pode ajudar a melhorar a latência, diminuindo o tempo geral de pensamento. No entanto, esse modo torna as respostas menos transparentes, já que nenhuma mensagem com um valor TextType de THOUGHT é emitida no stream de resposta. Além disso, o uso desse modo pode afetar a precisão das respostas.
Para agentes de dados que usam fontes de dados do Looker, o agente agora pode fazer perguntas complementares para esclarecer ambiguidades em uma consulta, como quando há vários campos com nomes semelhantes. Essas perguntas são retornadas como uma resposta TextMessage com um prefixo Clarification needed:. Para mais informações, consulte Fazer perguntas eficazes.
Para agentes de dados que usam fontes de dados do BigQuery, o agente agora pode fazer perguntas complementares para esclarecer ambiguidades em uma consulta, como quando há vários campos com nomes semelhantes. Essas perguntas são retornadas como uma resposta TextMessage.
Para agentes de dados que usam fontes de dados do Looker, várias melhorias foram feitas para reduzir a latência, incluindo chamadas de ferramentas paralelas e melhor uso do cache do Looker.
26 de março de 2026
Atualizações da API Conversational Analytics:
Para a API Conversational Analytics com fontes de dados do Looker, use chaves de criptografia gerenciadas pelo cliente (CMEK) para proteger os recursos DataAgent e Conversation em repouso. A CMEK na API Conversational Analytics está disponível em pré-lançamento. Para mais informações, consulte Chaves de criptografia gerenciadas pelo cliente (CMEK).
11 de fevereiro de 2026
Atualizações da API Conversational Analytics:
As solicitações de chat com fontes de dados do BigQuery agora fornecem mais insights sobre o processo de raciocínio do agente. Embora o esquema de API não tenha mudado, você vai notar os seguintes novos comportamentos no stream de resposta:
- O stream de resposta da API agora inclui outras mensagens
systemMessage.textcomtextType = THOUGHT. Essas mensagens fornecem insights detalhados sobre o processo de raciocínio e tomada de decisão do agente. - Depois das mensagens
THOUGHT, a API retorna a resposta como uma sequência de mensagens, como consulta, job, texto, resultado de dados e mensagens de gráfico. Para mais informações sobre os tipos de mensagens, consulteSystemMessage. - As mensagens de esquema não são mais incluídas no stream de resposta para fontes de dados do BigQuery.
Os métodos síncronos de gerenciamento de agentes estão disponíveis. Esses métodos permitem criar, atualizar e excluir agentes de dados de forma síncrona como uma alternativa aos métodos assíncronos atuais:
CreateDataAgentSyncUpdateDataAgentSyncDeleteDataAgentSync
A opção de análise do Python (options.analysis.python.enabled) não é mais compatível com as fontes de dados do BigQuery.
6 de fevereiro de 2026
Atualizações da API Conversational Analytics:
Para agentes de dados que usam fontes de dados do Looker, agora é possível definir consultas de ouro do Looker como contexto estruturado.
26 de janeiro de 2026
Atualizações da API Conversational Analytics:
A transparência de raciocínio aprimorada, que fornece insights detalhados sobre o processo de raciocínio e tomada de decisões do agente com mensagens textType = THOUGHT, não exige mais uma lista de permissões e está disponível para todos os usuários de fontes de dados do Looker.
A recuperação de dados granulares para fontes de dados do Looker, que fornece atualizações sobre pesquisas de valores de dados com mensagens textType = PROGRESS, não exige mais uma lista de permissões e está disponível para todos os usuários.
15 de dezembro de 2025
Atualizações da API Conversational Analytics:
O stream de resposta da API para fontes de dados do Looker inclui outras mensagens systemMessage.text com textType = THOUGHT. Essas mensagens fornecem insights detalhados sobre o processo de raciocínio e tomada de decisão do agente enquanto ele trabalha para responder à sua consulta. Para executar exemplos de chat que demonstram esse raciocínio, consulte os notebooks do Colaboratory para HTTP e SDK do Python. Para orientações sobre como renderizar mensagens THOUGHT com fontes de dados do Looker, consulte Renderizar respostas do agente para fontes de dados do Looker. Este é um aviso antecipado de um recurso experimental que está disponível mediante solicitação. Para solicitar acesso a esse recurso, envie um e-mail para conversational-analytics-api-feedback@google.com.
Observação:desde 26 de janeiro de 2026, esse recurso não exige mais uma lista de permissões e está disponível para todos os usuários de fontes de dados do Looker. Consulte a entrada de 26 de janeiro de 2026.
Para fontes de dados do Looker, os agentes usam métodos mais granulares para recuperar esquemas e valores de dados do recurso Explorar. Quando o agente pesquisa valores de dados específicos, o stream da API também inclui mensagens systemMessage.text com textType = PROGRESS, fornecendo atualizações sobre o status e os resultados da pesquisa. Para orientações sobre como renderizar mensagens PROGRESS, consulte Renderizar respostas do agente para fontes de dados do Looker. Este é um aviso antecipado de um recurso experimental que está disponível mediante solicitação. Para solicitar acesso a esse recurso, envie um e-mail para conversational-analytics-api-feedback@google.com.
Observação:desde 26 de janeiro de 2026, esse recurso não exige mais uma lista de permissões e está disponível para todos os usuários de fontes de dados do Looker. Consulte a entrada de 26 de janeiro de 2026.
A integração da API Conversational Analytics com o VPC Service Controls está em pré-lançamento. Essa integração está pronta para testes e uso mais amplos, mas não é totalmente compatível com ambientes de produção. Para mais detalhes, consulte a lista de produtos compatíveis.
Corrigimos um problema em que big_query_max_billed_bytes não era aplicado corretamente.
Os problemas com a forma como a API lida com as fontes de dados do Looker foram corrigidos, incluindo:
- Melhor formatação de valores em respostas de texto
- Melhor filtragem para correspondências exatas
- Melhoria na compatibilidade com medições de período a período (PoP)
- Suporte aprimorado para
always_filter
Atualizações da biblioteca de cliente:
As seguintes bibliotecas de cliente foram adicionadas:
21 de outubro de 2025
Atualizações da API Conversational Analytics:
O suporte ao método de API deleteConversation foi adicionado às APIs REST e ao SDK.
25 de setembro de 2025
Atualizações da API Conversational Analytics:
Uma nova API, ListAccessibleDataAgents, já está disponível para listar os agentes de dados que um usuário pode acessar em um projeto. Um agente de dados é considerado acessível se o usuário que invoca a API tiver a permissão get no agente. Use o campo creator_filter para gerenciar quais agentes esse método retorna:
NONE(padrão): retorna todos os agentes de dados acessíveis ao usuário, independentemente do criador.CREATOR_ONLY: retorna apenas os agentes de dados criados pelo usuário.NOT_CREATOR_ONLY: retorna apenas os agentes de dados criados por outros usuários.
O tipo enumerado systemMessage.text.textType agora está disponível com os valores FINAL_RESPONSE e THOUGHT, o que ajuda os clientes a distinguir entre diferentes tipos de mensagens de texto. A API Conversational Analytics agora usa mensagens systemMessage.text com textType = THOUGHT para produzir etapas de raciocínio.
A API agora aceita até cinco fontes de dados de Análise do Looker no contexto. As solicitações de chat geram consultas na Análise mais relevante. Para mais informações, consulte a documentação sobre como se conectar aos dados do Looker com HTTP e com o SDK do Python.
O campo systemMessage.data.generatedLookerQuery agora é systemMessage.data.query.looker.
25 de agosto de 2025
A API Conversational Analytics já está disponível no Acesso antecipado.
Atualizações da biblioteca de cliente:
As seguintes bibliotecas de cliente já estão disponíveis para vários idiomas:
Atualizações da API Conversational Analytics:
O suporte para endpoints v1beta de HTTP REST já está disponível.
O suporte para métodos de API GetLocation e ListLocations foi adicionado às APIs REST e ao SDK.
Agora é possível compartilhar agentes de dados usando os métodos GetIamPolicy e SetIamPolicy da API.
Agora é possível criar agentes de dados com base em fontes de dados do Looker que usam instâncias do Looker (Google Cloud Core) com redes IP particulares. (A API Conversational Analytics não é compatível com fontes de dados baseadas em instâncias do Looker (Google Cloud Core) que estão dentro de perímetros de nuvem privada virtual).
O contexto estruturado para fontes de dados do BigQuery já está disponível. Isso inclui a capacidade de adicionar exemplos de pares de perguntas/consultas, descrições de tabelas, sinônimos e tags nos níveis de tabela e campo usando a API.
Agora há suporte para APIs de localização e operação. Os papéis do Identity and Access Management DataAgentCreator e DataAgentEditor agora têm permissões para APIs de operação.
Fizemos uma melhoria no armazenamento automático de Last Published Context na camada do servidor sempre que o contexto publicado de um agente de dados é atualizado.
Os nomes de exibição dos papéis do Identity and Access Management foram atualizados para "Usuário de chat sem estado do Gemini Data Analytics" e "Criador do agente de dados do Gemini Data Analytics". Para mais informações sobre os papéis do Identity and Access Management usados com a API, consulte a página da documentação Conceder papéis e permissões do Identity and Access Management da API Conversational Analytics.
A versão 1.1 do Colaboratory já está disponível.
Atualizações no tratamento de erros foram feitas para lidar com erros internos 500 relacionados a chats com estado.
Melhores mensagens de tratamento de exceções foram implementadas para erros 400 do cliente.
Atualizações da documentação:
Já é possível usar o novo aplicativo Streamlit Quickstart no GitHub para configurar uma demonstração da API Conversational Analytics em minutos.
A demonstração principal da API Conversational Analytics já está disponível no GitHub. Com a demonstração Golden da API Conversational Analytics, você pode conferir exemplos de como integrar a API Conversational Analytics a aplicativos da Web, além de uma demonstração completa de produção em TypeScript. Este projeto é apenas para fins de demonstração; não se destina ao uso em um ambiente de produção.
Arquitetura, fluxos de trabalho e papéis da API Conversational Analytics: saiba mais sobre os principais conceitos para usar a API Conversational Analytics, incluindo como os agentes de dados funcionam, os fluxos de trabalho típicos, os modos de conversa, os papéis do Identity and Access Management e como projetar sistemas que usam vários agentes de dados.
Limitações conhecidas da API Conversational Analytics: saiba mais sobre as limitações no número de fontes de dados, estilo de visualizações e tamanho dos conjuntos de dados.
Solucionar problemas de erros da API Conversational Analytics: saiba mais sobre possíveis problemas ou erros com a API Conversational Analytics, além de soluções propostas.
Monitore e gerencie os custos do BigQuery para seus agentes da API Conversational Analytics: saiba como implementar controles de custo para seus agentes da API Conversational Analytics.
Os métodos SetIAMPolicy e GetIAMPolicy estão disponíveis na página de documentação Visão geral da API Conversational Analytics para uso no compartilhamento de agentes de dados.
Uma nova página de documentação com respostas a perguntas frequentes sobre a API Conversational Analytics já está disponível.
Definir o contexto do agente de dados para fontes de dados do BigQuery: saiba como escrever instruções do sistema para fontes de dados do BigQuery.
Definir o contexto do agente de dados para fontes de dados do Looker: saiba como escrever instruções do sistema para fontes de dados do Looker.
15 de julho de 2025
Agora é possível convidar usuários para colaborar em agentes de dados específicos atribuindo papéis predefinidos do IAM. Para mais detalhes, consulte Permissões e papéis do IAM da API Conversational Analytics.
Um novo guia de práticas recomendadas ajuda a estabelecer um contexto de negócios e dados eficaz aos seus agentes. Para mais informações, consulte Orientar o comportamento do agente com contexto criado.
Atualizações do SDK:
Agora é possível instalar o SDK do Python no índice de pacotes do Python (PyPI).
25 de junho de 2025
Atualizações da API:
Novos papéis predefinidos do IAM controlam o acesso para criar, gerenciar e interagir com agentes de dados:
geminidataanalytics.dataAgentCreatorgeminidataanalytics.dataAgentOwnergeminidataanalytics.dataAgentEditorgeminidataanalytics.dataAgentUsergeminidataanalytics.dataAgentViewergeminidataanalytics.dataAgentStatelessUser
Para conferir a lista completa de papéis e permissões, consulte Conceder permissões e papéis do IAM da API Conversational Analytics.
5 de junho de 2025
O pré-lançamento privado inicial da API Conversational Analytics trouxe recursos para criar e interagir com agentes de dados.
Os seguintes notebooks interativos do Colaboratory estão disponíveis para começar a usar o REST e o SDK do Python:
Atualizações da API:
Com o Serviço Data Agent, é possível criar, configurar e gerenciar de maneira programática agentes de IA persistentes e sensíveis ao contexto com o Looker, o Looker Studio e o BigQuery.
O Serviço Data Chat permite conversar com seu agente usando vários modos de chat. Esses modos incluem um modo com estado em que o Google gerencia o histórico de conversas, uma opção com estado em que o aplicativo gerencia a conversa e um modo sem estado em que o aplicativo fornece o contexto completo a cada solicitação.
A API oferece suporte a análise avançada usando Python e repete automaticamente as consultas com falha.
A API Conversational Analytics (geminidataanalytics.googleapis.com) substitui a API Data QnA descontinuada (dataqna.googleapis.com), incluindo a migração de DataQuestionService para o novo DataChatService. Para instruções detalhadas sobre como atualizar suas solicitações, consulte o guia de migração.