使用對話式分析的 Data Cloud 連接器最佳做法

以聯合查詢模式連結 Data Cloud 連接器時，Gemini Enterprise 會使用 Model Context Protocol (MCP) 查詢資料來源。雖然 MCP 工具定義 可讓助理執行 SQL，但如要以高準確度和低延遲回應自然語言業務問題，還需要兩層額外指引：

  • 預設分析架構：引擎專屬的程序技能，可教導 Gemini Enterprise 助理如何規劃查詢、解決篩選值、使用進階分析函式，以及像專業資料分析師一樣處理錯誤。
  • 機構脈絡：特定領域的技能、自訂指令和Knowledge Catalog中繼資料，可將貴公司的業務詞彙、KPI 定義和管理防護措施，對應至正確的基礎資料表和模型。

本文說明 Data Cloud 連接器如何使用 Google 管理的內建分析技能，以及如何使用 Knowledge Catalog、自訂技能和助理指令，為資料提供機構背景資訊。

瞭解預設分析架構

MCP 隨附的工具會公開低階作業 (例如列出資料表或執行 SQL 字串)，但這些作業本身通常不足以進行複雜的多步驟資料分析。第一方資料雲端連結器會將預設分析架構 (一組內建的 Google 管理技能，衍生自對話式分析代理架構) 組合在一起，藉此消弭落差。這些內建技能會自動處理核心分析工作，例如產生唯讀 SELECT 查詢、從 SQL 編譯器錯誤中復原，以及叫用內建的 BigQuery AI、機器學習和圖形函式 (例如 AI.FORECAST、AI.DETECT_ANOMALIES、AI.CLASSIFY、AI.AGG、AI.GENERATE 和 GRAPH_TABLE)，完全不需要您進行任何設定或操作。

由於 Google 會控管這些內建連結器技能，因此您無法直接修改或新增連結器的內容。您可以設定連結器、在 Knowledge Catalog 中管理中繼資料，或在 Gemini Enterprise 應用程式中建立及使用自訂技能，解決常見的查詢執行、搜尋延遲和指標準確度問題。

下表說明使用 Data Cloud 連接器時可能遇到的常見問題，以及解決方法：

問題 解決方法
確保所有 BigQuery 查詢都在單一專案中執行

建立 BigQuery 資料存放區時，請設定「帳單專案 ID」(位於「進階選項」下方)。設定帳單專案可確保透過連接器執行的所有 BigQuery 查詢工作，都會在該指定專案中執行並計費。 Google Cloud

縮短搜尋延遲時間或優先處理特定資料

使用下列一或多個選項，縮小代理程式搜尋和查詢資料的範圍：

  • 建立自訂技能：在 Gemini Enterprise 應用程式中建立及分享技能，引導代理程式僅在特定 Google Cloud 專案、資料集或表格中搜尋或查詢資料。舉例來說，在技能中加入下列指令：

    「回答有關銷售、收益或顧客活動的問題時，請只搜尋中繼資料，並對 analytics-prod.sales_mart 資料集中的資料表執行 SQL 查詢。請勿掃描暫存、沙箱或封存的資料集。」

  • 建立 Knowledge Catalog 資料產品：將高優先順序的資料表整理成 Knowledge Catalog 資料產品 (請參閱「建立資料產品」)，讓代理程式直接探索權威資產。
代理程式使用錯誤的指標定義或加入不正確的鍵

請使用下列一或多個選項，標準化定義和聯結邏輯：

如要比較使用 Knowledge Catalog 與自訂技能的優點，請參閱「選擇定義業務指標的位置：自訂技能與 Knowledge Catalog」。如需在應用程式中建立及啟用技能的逐步操作說明，請參閱「建立及管理技能」和「管理技能」。

透過技能和 Knowledge Catalog 提供機構背景資訊

由於 Data Cloud 連接器不限於單一資料集或表格，可以存取已驗證使用者有權查詢的連線資料來源中的所有資源，因此助理需要組織脈絡，才能瞭解哪些資產具有權威性，以及貴商家如何計算重要指標。

採用分層做法，結合 Knowledge Catalog、全機構適用的自訂技能和使用者個人化：

1. 使用 Knowledge Catalog 探索基礎資料

在聯合查詢模式下連結 BigQuery 或資料庫連接器時，Gemini Enterprise 應用程式的「助理」分頁會自動啟用 Knowledge Catalog。代理程式會使用 Knowledge Catalog 工具，在單一工作流程中搜尋使用者有權存取的資料，並查詢豐富的中繼資料內容，不必在原始資料庫結構定義中進行連續探索呼叫。

如果貴機構在第三方目錄 (例如 DataHub) 或內部文件維基中管理中繼資料，請將這些說明同步處理至 Knowledge Catalog，或在全機構適用的自訂技能中擷取重要業務規則，方便代理程式探索。

2. 選擇定義業務指標的位置：自訂技能或 Knowledge Catalog

如要編纂機構專屬的分析規則，並在對話中統一業務指標定義和 SQL 公式，您可以採取下列任一做法：

為公司 KPI 定義確切的計算邏輯和篩選規則，可確保助理不必猜測。舉例來說，您可以定義「活躍客戶」嚴格來說是指過去 30 天內登入平台超過 10 次的帳戶 (analytics_prod.crm.user_events_log、event_type = 'LOGIN' 和 is_test_account = FALSE)，或是「淨邊際貢獻」必須排除促銷贈品 (order_type != 'PROMO') 和庫存縮水 (status != 'SHRINKAGE')。

選擇要在 Gemini Enterprise 的自訂技能中，還是 Knowledge Catalog 中導入指標定義時，請考量下列取捨：

  • Knowledge Catalog：
    • 優點：
    • 強制執行 Identity and Access Management (IAM) 存取控管，確保使用者和代理程式只能探索有權查看的中繼資料和定義。
    • 可在 Gemini Enterprise 以外的其他代理程式架構、工具和平台重複使用 (例如 BigQuery Studio 和 MCP 用戶端)。
    • 由資料治理團隊集中維護，不需要個別應用程式使用者啟用技能。
    • 缺點：
    • 提供描述性中繼資料內容和範例查詢，而非嚴格的程序指令，因此代理可能需要額外提示，才能處理複雜的多步驟計算流程。
  • 在 Gemini Enterprise 中為整個機構建立自訂技能：
    • 優點：
    • 提供具體、規範性的程序指示和確切的 SQL 公式，代理程式會在應用程式中確定遵守這些指示和公式。
    • Gemini Enterprise 應用程式管理員可快速建立及更新，不必修改公司目錄資源。
    • 缺點：
    • 必須與使用者共用，並在 Gemini Enterprise 中啟用，且僅適用於 Gemini Enterprise，不適用於其他架構或平台。

3. 根據使用者技能和個人化設定調整分析

個別分析師和商家使用者可以在全機構技能的基礎上，疊加個人背景資訊：

  • 使用者建立的技能：使用者可以建立個人技能，處理週期性的數據分析任務或團隊專屬的預設設定。舉例來說，使用者可以建立技能，規定每當要求「每週產品業績」時，助理應自動篩選產品系列、排除品質確保流量，並依會計週分組結果。
  • Gemini Enterprise 記憶和個人化：啟用個人化功能後，助理就能在不同工作階段中保留使用者偏好和說明，減少重複的消歧提示。

選擇要設定各類型情境的位置

由於 Google 會控管附加至 Data Cloud 連接器的內建技能，因此您無法直接將自訂內容新增至連接器。請改用下表，決定要在何處設定分析規則和業務情境：

脈絡層 管理員： 最適用 範例
Knowledge Catalog 中繼資料 資料管理員和目錄管理員 在大型資料資產中動態探索資產、資料表和資料欄說明、資料品質信號、資料集詞彙表，以及經過驗證的範例 SQL 查詢。 在 analytics_prod 中管理認證的資料產品和組織詞彙字詞，讓代理程式可以探索權威資料表和指標定義。
全機構適用的自訂技能和助理指令 Gemini Enterprise 管理員和資料運算子 確定專案和資料集範圍、全公司 KPI 定義、消歧義規則和回覆慣例。 將查詢限制在特定正式版資料集；為「加權淨 ARR」定義確切的 SQL 計算。
使用者技能和個人化 個別使用者和分析師 特定角色的預設篩選器、偏好的指標版面配置，以及團隊的例行工作流程。 使用者要求「每月管道指標」時，自動套用歐洲、中東和非洲地區以及有效問卷調查篩選條件。

後續步驟