Knowledge Studio のエンリッチメント タスクを使用すると、データのビジネス上の意味を自動的にドキュメント化できるため、AI アプリケーションはハルシネーションを発生させることなく、データを正確にクエリできます。これらのタスクでは、AI を使用して標準作業手順（SOP）、コード リポジトリ、ユーザー インタラクションをスキャンし、AI エージェントのグラウンディングに必要なビジネス ロジックを抽出します。
始める前に
拡充タスクを作成する前に、次の前提条件を満たしてください。
コンセプトを理解する
拡充タスクを実行する前に、拡充アーキテクチャのコア コンポーネントを理解しておくことをおすすめします。
Knowledge Studio エージェントがメタデータの生成を自動化する方法の概要については、拡充タスクについてをご覧ください。
メタデータ コンテキストが AI エージェントをグラウンディングし、データ探索を簡素化する方法の概要については、データ コンテキストについてをご覧ください。
エントリ グループ、エントリ、アスペクト、エントリリンクなど、Knowledge Catalog 階層の概要については、メタデータについてをご覧ください。
必要なコンポーネントを準備する
拡充タスクを作成する前に、拡充タスクの前提条件を構成するで説明されているように、AI 拡充用に環境が適切に構成されていることを確認してください。
次のコンポーネントを準備します。
サービス アカウント: 必要なロールを持つ専用のユーザー サービス アカウント。このドキュメントでは、Google が管理する Knowledge Catalog サービス エージェントと区別するために、これを実行サービス アカウントと呼びます。拡充タスクはこのサービス アカウントとして実行され、ソースの読み取りとコンテキスト セットへの書き込みに使用されます。
コンテキスト セット: 拡充されたメタデータを保存する宛先コンテキスト セット。コンテキスト セットは、拡充するアセットのソースとしても機能します。設定中に追加のリソースが追加されない場合、コンテキスト セット内のものはデフォルトで拡充されます。タスクの設定時に、空のコンテキスト セットを作成することもできます（存在しない場合）。
拡充するリソース（省略可）: 拡充する追加のデータアセット。宛先コンテキスト セットにまだ含まれていないものです。タスクの作成時にこれらの追加リソースを追加すると、リソースが拡充され、宛先コンテキスト セットに自動的に追加されます。これらのリソースには、BigQuery データセット、テーブル、レイクハウス アセットが含まれます。これらのリソースはすでに存在している必要があります。
ナレッジ シグナル（省略可）: AI エージェントに学習用のドキュメントやモデルを提供する予定がある場合は、Cloud Storage バケットを準備する、
.jsonl評価データセットをフォーマットする、またはサードパーティのソース URL に OAuth を設定します。トレースログ（省略可）: エージェントの自己学習を有効にする場合は、スコープ付きログビューまたは BigQuery エージェント分析テーブルを設定して、エージェントが過去のインタラクションを学習できるように、エージェント トレースを構成する必要があります。
データ プロファイリングとデータ分析情報（推奨）: 生成されるメタデータ提案の品質を向上させるには、タスクを実行する前に、頻繁に使用するターゲット テーブルでデータ プロファイリングと AI データ分析情報を有効にします。詳細については、拡充タスクの前提条件を構成するをご覧ください。
必要なロール
拡充タスクを設定して実行するには、ID ごとに特定の権限が必要です。
エンドユーザー
拡充タスクを作成して管理するには、次の必要なロールが必要です。
拡充タスクの作成、変更、実行、キャンセル
拡充タスクの作成、変更、実行、キャンセルに必要な権限があることを確認するには、プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: Dataplex DataScan 編集者 （
roles/dataplex.dataScanEditor）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、拡充タスクの作成、変更、実行、キャンセルに必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
拡充タスクの作成、変更、実行、キャンセルには、次の権限が必要です。
-
拡充タスクを作成する:
dataplex.agentTasks.create -
拡充タスクを表示する:
dataplex.agentTasks.get -
拡充タスクを一覧表示する:
dataplex.agentTasks.list -
拡充タスクを削除する:
dataplex.agentTasks.delete -
拡充タスクを更新する:
dataplex.agentTasks.update -
拡充タスクを実行する:
dataplex.agentTasks.run -
拡充タスクをキャンセルする:
dataplex.agentTasks.cancel
管理者は、カスタムロールや他の事前定義ロールを使用して、これらの権限を付与することもできます。
実行サービス アカウントを拡充タスク構成に関連付ける
実行サービス アカウントを拡充タスク構成に接続するために必要な権限があることを確認するには、実行サービス アカウントに対する次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: サービス アカウント ユーザー （
roles/iam.serviceAccountUser）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、実行サービス アカウントを拡充タスク構成に関連付けるために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
実行サービス アカウントを拡充タスク構成に接続するには、次の権限が必要です。
-
サービス アカウントの権限を借用する:
iam.serviceAccounts.actAs
管理者は、カスタムロールや他の事前定義ロールを使用して、これらの権限を付与することもできます。
実行サービス アカウント
実行サービス アカウントは、拡充タスクが実行され、すべてのオペレーションを実行する ID です。
必要なサービスを利用する
拡充タスクの実行中に API を使用するために必要な権限が実行サービス アカウントに付与されるように、拡充タスクを含むプロジェクトの実行サービス アカウントに次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: Service Usage コンシューマー （
roles/serviceusage.serviceUsageConsumer）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、拡充タスクの実行中に API を使用するために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
拡充タスクの実行中に API を使用するには、次の権限が必要です。
-
割り当てとサービスを使用する:
serviceusage.services.use
管理者は、実行サービス アカウントに、カスタムロールや他の事前定義ロールを付与することもできます。
ターゲット データ コンテンツの表示とプロファイリング
実行サービス アカウントに、ターゲット データセット内のデータ コンテンツを表示してプロファイリングするために必要な権限が付与されるように、ターゲット テーブルに対する次の IAM ロールを実行サービス アカウントに付与するよう管理者に依頼してください。
-
必要な権限を付与するには: BigQuery データ閲覧者 （
roles/bigquery.dataViewer）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、ターゲット データセット内のデータ コンテンツを表示してプロファイリングするために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
ターゲット データセット内のデータ コンテンツを表示してプロファイリングするには、次の権限が必要です。
-
データセットのメタデータを表示する:
bigquery.datasets.get -
テーブルのメタデータを表示する:
bigquery.tables.get -
テーブルデータを読み取る:
bigquery.tables.getData
管理者は、実行サービス アカウントに、カスタムロールや他の事前定義ロールを付与することもできます。
メタデータを提案してコンテキスト セットに書き込む
実行サービス アカウントに、メタデータ定義を提案してコンテキスト セットに書き込むために必要な権限が付与されるように、プロジェクトの実行サービス アカウントに次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: Dataplex Catalog 編集者（
roles/dataplex.catalogEditor）と Dataplex Catalog 閲覧者（roles/dataplex.catalogViewer）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、メタデータ定義を提案してコンテキスト セットに書き込むために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
メタデータ定義を提案してコンテキスト セットに書き込むには、次の権限が必要です。
-
メタデータ エントリを作成する:
dataplex.entries.create -
メタデータ エントリを更新する:
dataplex.entries.update -
メタデータ エントリを表示する:
dataplex.entries.get -
メタデータ エントリを一覧表示する:
dataplex.entries.list -
エントリ グループを作成する:
dataplex.entryGroups.create -
エントリ グループを更新する:
dataplex.entryGroups.update -
エントリ グループの変更を提案する:
dataplex.entryGroups.requestChanges
管理者は、実行サービス アカウントに、カスタムロールや他の事前定義ロールを付与することもできます。
エンリッチメントを自動的に公開する（省略可）
（省略可）タスクで自動公開を有効にする場合は、次のロールを含めます。
変更を自動的に承認して公開するために必要な権限が実行サービス アカウントに付与されるように、プロジェクトの実行サービス アカウントに次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: Dataplex ワークフロー承認者 （
roles/dataplex.workflowApprover）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、変更を自動的に承認して公開するために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
変更を自動的に承認して公開するには、次の権限が必要です。
-
変更リクエストを使用する:
dataplex.changeRequests.use
管理者は、実行サービス アカウントに、カスタムロールや他の事前定義ロールを付与することもできます。
トレースログから学ぶ
（省略可） 既存のトレースログから学習する（自己学習）場合は、次のロールを含めます。
実行サービス アカウントに、トレースログから過去のインタラクションを読み取るために必要な権限が付与されるように、Gemini アプリを所有するプロジェクトの実行サービス アカウントに次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: ログビューア （
roles/logging.viewer）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、トレースログから過去のインタラクションを読み取るために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
トレースログから過去のインタラクションを読み取るには、次の権限が必要です。
-
ログビューにアクセスする:
logging.views.access -
ログエントリを読み取る:
logging.logEntries.list
管理者は、実行サービス アカウントに、カスタムロールや他の事前定義ロールを付与することもできます。
（省略可） BigQuery エージェント分析テーブルから学習する予定がある場合は、実行サービス アカウントに、エージェント分析テーブルに対する BigQuery データ閲覧者（roles/bigquery.dataViewer）ロールも必要です。
Dataplex サービス エージェント
Knowledge Catalog サービス エージェントは、Knowledge Catalog がユーザーに代わってバックエンド オペレーションを実行するために使用する Google 管理のサービス アカウントです。たとえば、エンリッチメント実行中に実行サービス アカウントの権限を借用したり、BigQuery プロファイリング ジョブをオーケストレートしたりします。
Knowledge Catalog サービス エージェントは、次のメール形式を使用します。
service-PROJECT_NUMBER@gcp-sa-dataplex.iam.gserviceaccount.com
PROJECT_NUMBER は、使用する Google Cloud プロジェクト番号に置き換えます。
実行サービス アカウントの権限を借用する
Knowledge Catalog サービス エージェントに、タスクを実行するために実行サービス アカウントの権限を借用するために必要な権限が付与されるように、実行サービス アカウントに対する次の IAM ロールを Knowledge Catalog サービス エージェントに付与するよう管理者に依頼してください。
-
必要な権限を付与するには: サービス アカウント トークン作成者 （
roles/iam.serviceAccountTokenCreator）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、実行サービス アカウントの権限を借用してタスクを実行するために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
タスクを実行するために実行サービス アカウントの権限を借用するには、次の権限が必要です。
-
アクセス トークンを生成する:
iam.serviceAccounts.getAccessToken -
OpenID トークンを生成します。
iam.serviceAccounts.getOpenIdToken -
JWT に署名する:
iam.serviceAccounts.signJwt -
BLOB に署名する:
iam.serviceAccounts.signBlob
管理者は、Knowledge Catalog サービス エージェントにカスタムロールや他の事前定義ロールを付与することもできます。
BigQuery のプロファイリングを実行し、クエリ履歴を読み取る
Dataplex サービス エージェントに、バックエンドの BigQuery プロファイリングを実行し、テーブルのクエリ履歴を読み取るために必要な権限があることを確認するには、プロジェクトの Dataplex サービス エージェントに次の IAM ロールを付与するよう管理者に依頼してください。
-
必要な権限を付与するには: BigQuery リソース閲覧者 （
roles/bigquery.resourceViewer）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、バックエンドの BigQuery プロファイリングを実行し、テーブルのクエリ履歴を読み取るために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
バックエンドの BigQuery プロファイリングを実行し、テーブルのクエリ履歴を読み取るには、次の権限が必要です。
-
データセットのメタデータを表示する:
bigquery.datasets.get -
テーブルのメタデータを表示する:
bigquery.tables.get -
テーブルデータを読み取る:
bigquery.tables.getData -
BigQuery ジョブを一覧表示する:
bigquery.jobs.list -
基本的なリソース メタデータを表示する:
resourcemanager.projects.get
管理者は、Dataplex サービス エージェントに、カスタムロールや他の事前定義ロールを付与することもできます。
Knowledge Studio ワークスペースを開く
タスク作成ウィザードを開くには、次の操作を行います。
Google Cloud コンソールで、[Knowledge Studio] ページに移動します。
左側のナビゲーション パネルで、[Enrichments] を選択します。
[+ 拡充タスクを作成] をクリックします。
拡充タスクに名前を付ける
[定義] ペインで、次の操作を行います。
- [表示名] フィールドに、タスクのわかりやすい名前（
Finance Dataset enrichmentなど）を入力します。 - [タスク ID] フィールドに一意の ID を入力するか、自動生成された ID を使用します。
[目標] フィールドに、抽出プロセスをガイドする拡充タスクの目的を記述します。このコンテキスト セットのビジネス ミッションと AI 機能の目標を詳しく説明する自然言語のガイダンスを提供します。
次に例を示します。
Curate and maintain the authoritative context set for the `subscription_revenue` domain. Focus on resolving metric discrepancies between `gross_sales`, `net_billed_revenue`, and `discount_applied`. Ensure all customer join keys (e.g. `customer_id`, `subscription_fk`) have explicit column documentation, and establish parameterized query templates for Monthly Recurring Revenue (MRR) and Churn Rate calculations.[続行] をクリックします。
エンリッチメント タスクのパラメータを構成する
スコープは、拡充される対象とエージェントが読み取る対象を指定します。
[スコープ] ペインで、次の操作を行います。
[プロジェクト] フィールドで、コンテキスト セットを含むプロジェクトを選択します。
[コンテキスト セット] フィールドで、タスクが拡充し、タスクが結果を保存するコンテキスト セットを選択します。
拡充タスクは、選択したコンテキスト セットの Google Cloud リージョンを継承します。
コンテキスト セットが設定されていない場合は、[新しいコンテキスト セットを作成] をクリックします。
コンテキスト セットの作成方法については、コンテキスト セットを作成するをご覧ください。
省略可: [拡充するリソース] セクションで、コンテキスト セットに加えて拡充する BigQuery またはレイクハウスのリソースを追加します。
追加するリソースは、選択したコンテキスト セットと同じリージョンに存在する必要があります。マルチリージョン ロケーション（
usなど）は、そのロケーション内の単一リージョン（us-central1など）と正常に一致します。リージョンが一致しない場合、タスクの作成は失敗します。空のコンテキスト セットを選択し、このセクションにリソースを追加しない場合、Knowledge Studio に警告が表示されます。この構成でタスクを実行すると、指示に基づいてセマンティック ナレッジベースが生成されますが、エントリは拡充されません。
ターゲット データアセットの完全なリソース名を入力します。
次に例を示します。
BigQuery テーブル:
//bigquery.googleapis.com/projects/PROJECT_ID/datasets/DATASET_ID/tables/TABLE_IDレイクハウス アセット:
//dataplex.googleapis.com/projects/PROJECT_ID/locations/LOCATION/lakes/LAKE_ID/zones/ZONE_ID/assets/ASSET_ID
または、リソースを視覚的に選択するには、次の操作を行います。
- [参照] をクリックして、[ソースを選択] ダイアログを開きます。
- 最近使用したリソースから選択するには、[最近使用したアイテム] タブをクリックして、追加するリソースを選択します。
- すべてのリソースを閲覧または検索するには、[すべて] タブをクリックして、次の操作を行います。
- [検索] フィールドに、BigQuery リソースまたはレイクハウス リソースの検索キーワードを入力します。
- リソースツリーで、プロジェクトとデータセットの階層を開き、リソースを見つけます。
- 1 つ以上のリソースの横にあるチェックボックスをオンにします。選択したリソースのスキーマと詳細は、右側のペインでプレビューできます。
- [確認] をクリックします。
リソースをさらに追加するには、リソース名をカンマで区切ります。
省略可: [ナレッジシグナル] セクションで、AI エージェントをコンテキストを読み取るための追加のソースに接続します。これらのリソースは読み取り専用であり、拡充されません。
- Cloud Storage バケット: バケット名を入力するか、[参照] をクリックしてバケットを検索します。バケット名ごとに Enter キー、カンマ、または Space キーを押します。このタスクにはバケット全体が必要です。個々のファイルのみを読み取るように構成することはできません。
用語集: 用語集名を入力するか、[参照] をクリックして用語集を検索します。用語集名ごとに Enter キー、カンマ、または Space キーを押します。
接続されている用語集が、拡充タスクとコンテキスト セットとまったく同じリージョン（
us-central1など）にあることを確認します。無効なマルチリージョン ロケーション（usなど）から用語集を追加すると、タスクの作成が失敗します。外部ソース: Google Workspace、Microsoft SharePoint、GitHub、Atlassian Confluence などのサードパーティ プラットフォームを接続するには、個別に構成するか、YAML 構成ファイルを提供します。
YAML ファイルを使用してソースを構成するには:
- [ソース構成ファイル（省略可）] フィールドで [参照] をクリックし、YAML ファイルを選択します。
ソースを手動で構成するには:
- [接続されたソース] で、構成するプラットフォームの横にある [設定] をクリックします。
- [ソース URL] フィールドに、ドキュメント、リポジトリ、スペースの URL を入力し、各 URL の後に Enter キーまたはカンマを押します。
プラットフォームで認証が必要な場合（GitHub、Atlassian、Microsoft など）は、次の手順で認証情報を添付します。
- [+ 接続を追加] をクリックします。
- [新しい接続] ペインで、[認証プロバイダ] フィールドに認証プロバイダの完全なリソース名を入力します。次の形式を使用します。
projects/PROJECT_ID/locations/LOCATION/authProviders/PROVIDER_NAME - [URI パターン] で、[+ URI パターンを追加] をクリックして、この認証情報にアクセスを許可する URL を指定します。アスタリスク（
*）をワイルドカードとして使用できます（例:https://github.com/test-org/*）。 - [完了] をクリックします。
Google Workspace リソースは、タスクの実行サービス アカウントの IAM 権限を使用して直接接続するため、認証プロバイダ接続は必要ありません。
[続行] をクリックします。
評価と自己学習を構成する
このセクションは省略可能です。[改善] ペインで、次の操作を行います。
省略可: [評価] セクションで、次のフィールドを構成します。
評価データセットとキュレーション データセットの形式設定の詳細については、データセット スキーマの要件をご覧ください。
評価セット: 提案されたコンテキスト変更の影響を測定するには、Cloud Storage URI を入力するか、[参照] をクリックして
.jsonlファイルを選択します。キュレーション セット: 反復最適化用のシード質問のセットを指定するには、Cloud Storage URI を入力するか、[参照] をクリックして
.jsonlファイルを選択します。
省略可: [公開] セクションで、公開の頻度を指定します。
自動公開が有効になっている場合、自動承認されたメタデータの変更はコンテキスト セットに直接書き込まれます。無効にすると、拡充実行によって編集の下書きが生成されます。この下書きは、人間のレビュアーが承認してからコードベースにマージする必要があります。
メタデータを本番環境のコンテキスト セットに統合する前に人間によるレビューを必須にするには、[自動公開を有効にする] チェックボックスをオフにします。
高い品質しきい値を満たす変更を自動的に公開するには、[自動公開を有効にする] チェックボックスをオンにします。[自動公開のしきい値] スライダーを使用して、変更を自動的に公開するために必要な最小信頼スコア（例: 85%）を設定します。評価データセットが構成されている場合は、[品質低下の上限] スライダーを使用して、エージェントのパフォーマンスが低下したときに（例: -5%）、安全に公開を制限することもできます。これらのしきい値を満たしていない提案は、手動審査の変更リクエストとしてキューに入れられます。
省略可: 実際のエージェントの会話のギャップを特定し、コンテキストを最新の状態に保つには、[自己学習] セクションで [自己学習を有効にする] を選択します。
省略可: 自己学習を有効にした場合は、[学習元] セクションで、次のいずれかのソースを追加します。
Gemini Enterprise アプリ: [プロジェクト ID] リストで、プロジェクトを選択します。[Gemini Enterprise アプリ] リストで、会話トレースを生成するアプリを選択し、[完了] をクリックします。
複数の Gemini Enterprise app を追加できます。
これらの拡充機能と自己学習機能を最適化するには、Gemini Enterprise アプリケーションで Gemini 3.8 Flash 以降のモデルを指定することをおすすめします。モデル選択の手順の詳細については、Agent Studio でエージェントを設計するの「フロービルダーを使用してエージェントを作成する」セクションをご覧ください。
BigQuery エージェント分析: [テーブル] フィールドに、エージェント チャット イベントを含むテーブルの名前を入力するか、[参照] をクリックして視覚的に選択し、[完了] をクリックします。
複数のテーブルを追加できます。
[続行] をクリックします。
実行設定を構成する
[実行] ペインで、次の操作を行います。
- [実行者] セクションで、[ユーザー サービス アカウント] リストをクリックし、タスクがソースの読み取りとコンテキスト セットへの書き込みに使用する ID を選択します。これが始める前にで構成した ID であることを確認します。
- [トリガー] で、トリガー条件を選択します。
- オンデマンド: [実行] をクリックした場合にのみ実行されます。
- スケジュール設定: 繰り返しスケジュールで自動的に実行されます。
- 省略可: [通知] で [+ 受信者を追加] をクリックして、実行ごとにレポートを受信するメールアドレスを最大 5 つ指定します。
- [概要] ペインでパラメータを確認し、[作成] をクリックします。
新しい拡充タスクが保存されます。トリガーの設定に応じて、タスクは最初のスケジュールされた実行を待機するか、すぐに実行できる状態になります。タスクの実行が完了すると、エージェントは生成された AI メタデータの提案を、確認用の変更リクエストとしてキューに入れます。