Anreicherungstasks erstellen

Mit Knowledge Studio-Anreicherungsaufgaben können Sie die geschäftliche Bedeutung Ihrer Daten automatisch dokumentieren, damit KI-Anwendungen sie genau abfragen können, ohne zu halluzinieren. Bei diesen Aufgaben wird KI verwendet, um Ihre Standardarbeitsanweisungen (SOPs), Code-Repositories und Nutzerinteraktionen zu scannen und die Geschäftslogik zu extrahieren, die für die Fundierung Ihrer KI-Agenten erforderlich ist.

Hinweis

Bevor Sie eine Anreicherungsaufgabe erstellen, müssen Sie die folgenden Voraussetzungen erfüllen.

Konzepte verstehen

Bevor Sie eine Anreicherungsaufgabe ausführen, sollten Sie sich mit den Kernkomponenten der Anreicherungsarchitektur vertraut machen:

  • Eine Übersicht darüber, wie Knowledge Studio-Agenten die Metadatengenerierung automatisieren, finden Sie unter Anreicherungsaufgaben.

  • Eine Übersicht darüber, wie Metadatenkontext KI-Agenten fundiert und die Datenexploration vereinfacht, finden Sie unter Informationen zum Datenkontext.

  • Eine Übersicht über die Knowledge Catalog-Hierarchie, einschließlich Eintragsgruppen, Einträgen, Aspekten und Eintragslinks, finden Sie unter Informationen zu Metadaten.

Erforderliche Komponenten vorbereiten

Bevor Sie eine Anreicherungsaufgabe erstellen, müssen Sie Ihre Umgebung für die KI-Anreicherung konfigurieren, wie unter Voraussetzungen für Anreicherungsaufgaben konfigurieren beschrieben.

Halten Sie die folgenden Komponenten bereit:

  • Dienstkonto: Ein dediziertes Nutzerdienstkonto mit den erforderlichen Rollen. In dieser Dokumentation wird dieses Konto als Ausführungsdienstkonto bezeichnet, um es von den von Google verwalteten Knowledge Catalog-Dienst-Agents zu unterscheiden. Die Anreicherungsaufgabe wird als dieses Dienstkonto ausgeführt und verwendet es, um die Quellen zu lesen und in das Kontextset zu schreiben.

  • Kontextset: Ein Zielkontextset, in dem die angereicherten Metadaten gespeichert werden sollen. Der Kontextsatz dient auch als Quelle für die anzureichernden Assets. Alle Elemente im Kontextset werden standardmäßig angereichert, wenn während der Einrichtung keine zusätzlichen Ressourcen hinzugefügt werden. Sie können auch während der Einrichtung der Aufgabe einen leeren Kontextsatz erstellen, falls noch keiner vorhanden ist.

  • Ressourcen zum Anreichern (optional): Zusätzliche Daten-Assets, die Sie anreichern möchten und die noch nicht in Ihrem Zielkontextset enthalten sind. Wenn Sie diese zusätzlichen Ressourcen beim Erstellen der Aufgabe hinzufügen, werden sie angereichert und automatisch dem Zielkontextsatz hinzugefügt. Diese Ressourcen können BigQuery-Datasets, -Tabellen oder Lakehouse-Assets umfassen und müssen bereits vorhanden sein.

  • Wissenssignale (optional): Wenn Sie dem KI-Agenten Dokumente oder Modelle zum Lernen zur Verfügung stellen möchten, müssen Sie Ihre Cloud Storage-Buckets vorbereiten, Ihre .jsonl-Bewertungs-Datasets formatieren oder OAuth für Drittanbieter-Quell-URLs einrichten.

  • Trace-Logs (optional): Wenn Sie das selbstständige Lernen des KI-Agenten aktivieren möchten, müssen Sie Agent-Traces konfigurieren. Richten Sie dazu Logansichten mit eingeschränktem Bereich oder eine BigQuery Agent Analytics-Tabelle ein, aus der der KI-Agent historische Interaktionen lernen kann.

  • Datenprofilerstellung und Dateneinblicke (empfohlen): Wenn Sie die Qualität der generierten Metadatenvorschläge verbessern möchten, aktivieren Sie die Datenprofilerstellung und KI-Dateneinblicke für Ihre häufig verwendeten Zieltabellen, bevor Sie die Aufgabe ausführen. Weitere Informationen finden Sie unter Voraussetzungen für Anreicherungsaufgaben konfigurieren.

Erforderliche Rollen

Zum Einrichten und Ausführen von Anreicherungsaufgaben benötigen verschiedene Identitäten bestimmte Berechtigungen.

Der Endnutzer

Zum Erstellen und Verwalten von Anreicherungsaufgaben benötigen Sie die folgenden erforderlichen Rollen.

Anreicherungsaufgaben erstellen, ändern, ausführen und abbrechen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, damit Sie die erforderlichen Berechtigungen zum Erstellen, Ändern, Ausführen und Abbrechen von Anreicherungsaufgaben haben:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Erstellen, Ändern, Ausführen und Abbrechen von Anreicherungsaufgaben erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um Anreicherungsaufgaben zu erstellen, zu ändern, auszuführen und abzubrechen:

  • Anreicherungstasks erstellen: dataplex.agentTasks.create
  • Anreicherungstasks ansehen: dataplex.agentTasks.get
  • Anreicherungstasks auflisten: dataplex.agentTasks.list
  • Anreicherungstasks löschen: dataplex.agentTasks.delete
  • Anreicherungstasks aktualisieren: dataplex.agentTasks.update
  • Anreicherungstasks ausführen: dataplex.agentTasks.run
  • Anreicherungstasks abbrechen: dataplex.agentTasks.cancel

Ihr Administrator kann Ihnen diese Berechtigungen möglicherweise auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Ausführungsdienstkonto an die Konfiguration der Anreicherungsaufgabe anhängen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Ausführungsdienstkonto zuzuweisen, damit Sie die erforderlichen Berechtigungen zum Anhängen des Ausführungsdienstkontos an die Konfiguration der Anreicherungsaufgabe haben:

  • So gewähren Sie die erforderliche Berechtigung: Dienstkontonutzer (roles/iam.serviceAccountUser)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Anhängen des Ausführungsdienstkontos an die Konfiguration der Anreicherungsaufgabe erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um das Ausführungsdienstkonto an die Konfiguration der Anreicherungsaufgabe anzuhängen:

  • Identität von Dienstkonten übernehmen: iam.serviceAccounts.actAs

Ihr Administrator kann Ihnen diese Berechtigungen möglicherweise auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Das Dienstkonto für die Ausführung

Das Ausführungsdienstkonto ist die Identität, unter der die Anreicherungsaufgabe ausgeführt wird und alle Vorgänge ausführt.

Erforderliche Dienste nutzen

Bitten Sie Ihren Administrator, dem Ausführungsdienstkonto die folgenden IAM-Rollen für das Projekt zuzuweisen, das die Anreicherungsaufgabe enthält, damit das Ausführungsdienstkonto die erforderlichen Berechtigungen zum Verwenden von APIs während der Ausführung der Anreicherungsaufgabe hat:

  • So gewähren Sie die erforderliche Berechtigung: Service Usage Consumer (roles/serviceusage.serviceUsageConsumer)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Verwenden von APIs während der Ausführung der Anreicherungsaufgabe erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um APIs während der Ausführung der Anreicherungsaufgabe zu nutzen:

  • Kontingent und Dienste nutzen: serviceusage.services.use

Ihr Administrator kann dem Dienstkonto für die Ausführung möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Zieldateninhalt ansehen und profilieren

Bitten Sie Ihren Administrator, dem Ausführungsdienstkonto die folgenden IAM-Rollen für die Zieltabellen zuzuweisen, damit das Ausführungsdienstkonto die erforderlichen Berechtigungen zum Aufrufen und Profilieren von Dateninhalten in Ziel-Datasets hat:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Aufrufen und Profilieren von Dateninhalten in Ziel-Datasets erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um Dateninhalte in Ziel-Datasets aufzurufen und zu profilieren:

  • Dataset-Metadaten ansehen: bigquery.datasets.get
  • Tabellenmetadaten ansehen: bigquery.tables.get
  • Tabellendaten lesen: bigquery.tables.getData

Ihr Administrator kann dem Ausführungsdienstkonto möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Metadaten in Kontextsets vorschlagen und schreiben

Bitten Sie Ihren Administrator, dem Ausführungsdienstkonto die folgenden IAM-Rollen für das Projekt zuzuweisen, damit das Ausführungsdienstkonto die erforderlichen Berechtigungen zum Vorschlagen und Schreiben von Metadatendefinitionen in Kontextgruppen hat:

  • So gewähren Sie die erforderlichen Berechtigungen: Dataplex Catalog Editor (roles/dataplex.catalogEditor) und Dataplex Catalog Viewer (roles/dataplex.catalogViewer)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Vorschlagen und Schreiben von Metadatendefinitionen in Kontextgruppen erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um Metadatendefinitionen in Kontextgruppen vorzuschlagen und zu schreiben:

  • Metadateneinträge erstellen: dataplex.entries.create
  • Metadateneinträge aktualisieren: dataplex.entries.update
  • Metadateneinträge aufrufen: dataplex.entries.get
  • Metadateneinträge auflisten: dataplex.entries.list
  • Eintragsgruppen erstellen: dataplex.entryGroups.create
  • Eintragsgruppen aktualisieren: dataplex.entryGroups.update
  • Änderungen an Eintragsgruppen vorschlagen: dataplex.entryGroups.requestChanges

Ihr Administrator kann dem Ausführungsdienstkonto möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Anreicherungen automatisch veröffentlichen (optional)

(Optional) Wenn Sie die automatische Veröffentlichung für Ihre Aufgabe aktivieren, fügen Sie die folgende Rolle hinzu:

Bitten Sie Ihren Administrator, dem Ausführungsdienstkonto die folgenden IAM-Rollen für das Projekt zuzuweisen, damit das Ausführungsdienstkonto die erforderlichen Berechtigungen zum automatischen Genehmigen und Veröffentlichen von Änderungen hat:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum automatischen Genehmigen und Veröffentlichen von Änderungen erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um Änderungen automatisch zu genehmigen und zu veröffentlichen:

  • Änderungsanfragen verwenden: dataplex.changeRequests.use

Ihr Administrator kann dem Ausführungsdienstkonto möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

Aus Trace-Logs lernen

(Optional) Wenn Sie aus vorhandenen Trace-Logs lernen möchten (selbstlernend), fügen Sie die folgenden Rollen hinzu:

Damit das Ausführungsdienstkonto die erforderlichen Berechtigungen zum Lesen von Interaktionsverläufen aus Trace-Logs hat, bitten Sie Ihren Administrator, dem Ausführungsdienstkonto die folgenden IAM-Rollen für das Projekt zuzuweisen, zu dem die Gemini-App gehört:

  • So gewähren Sie die erforderliche Berechtigung: Loganzeige (roles/logging.viewer)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Lesen von Interaktionsverläufen aus Trace-Logs erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um historische Interaktionen aus Trace-Logs zu lesen:

  • Auf Logansichten zugreifen: logging.views.access
  • Logeinträge lesen: logging.logEntries.list

Ihr Administrator kann dem Ausführungsdienstkonto möglicherweise auch diese Berechtigungen mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erteilen.

(Optional) Wenn Sie aus einer BigQuery Agent Analytics-Tabelle lernen möchten, benötigt das Ausführungsdienstkonto auch die Rolle BigQuery-Datenbetrachter (roles/bigquery.dataViewer) für die Agent Analytics-Tabelle.

Der Dataplex-Dienst-Agent

Der Knowledge Catalog-Dienst-Agent ist ein von Google verwaltetes Dienstkonto, das Knowledge Catalog verwendet, um Backend-Vorgänge in Ihrem Namen auszuführen, z. B. die Identität Ihres Ausführungsdienstkontos während eines Anreicherungslaufs zu übernehmen und BigQuery-Profiling-Jobs zu orchestrieren.

Der Knowledge Catalog-Dienst-Agent verwendet das folgende E-Mail-Format:

service-PROJECT_NUMBER@gcp-sa-dataplex.iam.gserviceaccount.com

Ersetzen Sie PROJECT_NUMBER durch die Projektnummer in Google Cloud .

Identität des Ausführungsdienstkontos übernehmen

Bitten Sie Ihren Administrator, dem Knowledge Catalog-Dienst-Agent die folgenden IAM-Rollen für das Ausführungsdienstkonto zuzuweisen, damit der Knowledge Catalog-Dienst-Agent die erforderlichen Berechtigungen hat, die Identität des Ausführungsdienstkontos zu übernehmen, um die Aufgabe auszuführen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die erforderlich sind, um die Identität des Ausführungsdienstkontos zu übernehmen, um die Aufgabe auszuführen. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um die Identität des Ausführungsdienstkontos zu übernehmen und die Aufgabe auszuführen:

  • Zugriffstokens generieren: iam.serviceAccounts.getAccessToken
  • OpenID-Tokens generieren: iam.serviceAccounts.getOpenIdToken
  • JWTs signieren: iam.serviceAccounts.signJwt
  • BLOBs signieren: iam.serviceAccounts.signBlob

Ihr Administrator kann dem Knowledge Catalog-Dienst-Agent diese Berechtigungen möglicherweise auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen zuweisen.

BigQuery-Profilerstellung durchführen und Abfrageverlauf lesen

Bitten Sie Ihren Administrator, dem Dataplex-Dienst-Agenten die folgenden IAM-Rollen für das Projekt zuzuweisen, damit er die erforderlichen Berechtigungen zum Ausführen von BigQuery-Profiling im Backend und zum Lesen des Abfrageverlaufs von Tabellen hat:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Ausführen von BigQuery-Backend-Profiling und zum Lesen des Abfrageverlaufs von Tabellen erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um ein BigQuery-Profiling im Backend durchzuführen und den Abfrageverlauf der Tabelle zu lesen:

  • Dataset-Metadaten ansehen: bigquery.datasets.get
  • Tabellenmetadaten ansehen: bigquery.tables.get
  • Tabellendaten lesen: bigquery.tables.getData
  • BigQuery-Jobs auflisten: bigquery.jobs.list
  • Grundlegende Ressourcenmetadaten ansehen: resourcemanager.projects.get

Ihr Administrator kann dem Dataplex-Dienst-Agent diese Berechtigungen möglicherweise auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen zuweisen.

Knowledge Studio-Arbeitsbereich öffnen

So öffnen Sie den Assistenten zum Erstellen von Aufgaben:

  1. Rufen Sie in der Google Cloud Console die Seite Knowledge Studio auf.

    Zu Knowledge Studio

  2. Wählen Sie im linken Navigationsbereich Anreicherungen aus.

  3. Klicken Sie auf + Anreicherungsaufgabe erstellen.

Anreicherungstask benennen

Führen Sie im Bereich Definieren die folgenden Schritte aus:

  1. Geben Sie im Feld Anzeigename einen aussagekräftigen Namen für die Aufgabe ein (z. B. Finance Dataset enrichment).
  2. Geben Sie im Feld Aufgaben-ID eine eindeutige ID ein oder verwenden Sie die automatisch generierte ID.

  3. Beschreiben Sie im Feld Ziel das Ziel der Anreicherungsaufgabe, um den Extraktionsprozess zu steuern. Geben Sie in natürlicher Sprache eine Anleitung mit Details zur geschäftlichen Mission und den Zielen für die KI-Funktionen für diesen Kontextsatz an.

    Beispiel:

    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.

  4. Klicken Sie auf Weiter.

Parameter für die Anreicherungsaufgabe konfigurieren

Der Bereich gibt an, was angereichert wird und was der Agent liest.

Führen Sie im Bereich Bereich die folgenden Schritte aus:

  1. Wählen Sie im Feld Projekt das Projekt aus, das den Kontextsatz enthält.

  2. Wählen Sie im Feld Kontextsatz den Kontextsatz aus, den die Aufgabe anreichert und in dem die Aufgabe ihre Ergebnisse speichert.

    Ihre Anreicherungsaufgabe übernimmt die Google Cloud -Region des von Ihnen ausgewählten Kontextsets.

    Wenn Sie noch kein Kontextset haben, klicken Sie auf Neues Kontextset erstellen.

    Weitere Informationen zum Erstellen eines Kontextsets finden Sie unter Kontextset erstellen.

  3. Optional: Fügen Sie im Abschnitt Anzureichernde Ressourcen BigQuery- oder Lakehouse-Ressourcen hinzu, die Sie zusätzlich zum Kontextset anreichern möchten.

    Alle Ressourcen, die Sie hinzufügen, müssen sich in derselben Region wie der ausgewählte Kontextsatz befinden. Multiregionale Standorte (z. B. us) stimmen mit einzelnen Regionen an diesem Standort (z. B. us-central1) überein. Nicht übereinstimmende Regionen führen dazu, dass die Aufgabenerstellung fehlschlägt.

    Wenn Sie einen leeren Kontextsatz auswählen und in diesem Abschnitt keine zusätzlichen Ressourcen hinzufügen, wird in Knowledge Studio eine Warnung angezeigt. Wenn Sie die Aufgabe mit dieser Konfiguration ausführen, wird eine semantische Wissensdatenbank basierend auf Ihren Anweisungen generiert, aber es werden keine Einträge angereichert.

    1. Geben Sie den vollständigen Ressourcennamen des Ziel-Daten-Assets ein.

      Beispiel:

      • BigQuery-Tabelle: //bigquery.googleapis.com/projects/PROJECT_ID/datasets/DATASET_ID/tables/TABLE_ID

      • Lakehouse-Asset: //dataplex.googleapis.com/projects/PROJECT_ID/locations/LOCATION/lakes/LAKE_ID/zones/ZONE_ID/assets/ASSET_ID

    Alternativ können Sie eine Ressource visuell auswählen. Gehen Sie dazu so vor:

    1. Klicken Sie auf Durchsuchen, um das Dialogfeld Quellen auswählen zu öffnen.
    2. Wenn Sie eine Auswahl aus den zuletzt verwendeten Ressourcen treffen möchten, klicken Sie auf den Tab Zuletzt verwendet und wählen Sie die Ressourcen aus, die Sie hinzufügen möchten.
    3. Wenn Sie alle Ressourcen durchsuchen möchten, klicken Sie auf den Tab Alle und gehen Sie so vor:
      1. Geben Sie im Feld Suchen einen Suchbegriff für Ihre BigQuery- oder Lakehouse-Ressource ein.
      2. Maximieren Sie im Ressourcenbaum die Projekt- und Dataset-Hierarchie, um Ihre Ressource zu finden.
      3. Klicken Sie das Kästchen neben einer oder mehreren Ressourcen an. Im rechten Bereich können Sie sich eine Vorschau des Schemas und der Details der ausgewählten Ressource ansehen.
    4. Klicken Sie auf Bestätigen.

    Wenn Sie weitere Ressourcen hinzufügen möchten, trennen Sie die Ressourcennamen durch Kommas.

  4. Optional: Verbinden Sie den KI-Agenten im Abschnitt Wissenssignale mit zusätzlichen Quellen, die er für den Kontext lesen soll. Diese Ressourcen haben Lesezugriff und werden nicht angereichert.

    • Cloud Storage-Buckets: Geben Sie den Bucket-Namen ein oder klicken Sie auf Durchsuchen, um nach einem Bucket zu suchen. Drücken Sie nach jedem Bucket-Namen die Eingabetaste, ein Komma oder die Leertaste. Für die Aufgabe sind ganze Buckets erforderlich. Sie können sie nicht so konfigurieren, dass nur einzelne Dateien gelesen werden.

    • Glossare: Geben Sie den Glossarnamen ein oder klicken Sie auf Durchsuchen, um nach einem Glossar zu suchen. Drücken Sie nach jedem Glossarnamen die Eingabetaste, geben Sie ein Komma ein oder drücken Sie die Leertaste.

      Achten Sie darauf, dass sich alle verbundenen Glossare in genau derselben Region wie Ihre Anreicherungsaufgabe und Ihr Kontextset befinden (z. B. us-central1). Wenn Sie ein Glossar von einem ungültigen multiregionalen Standort (z. B. us) hinzufügen, schlägt die Erstellung der Aufgabe fehl.

    • Externe Quellen: Wenn Sie Drittanbieterplattformen wie Google Workspace, Microsoft SharePoint, GitHub oder Atlassian Confluence verbinden möchten, können Sie sie einzeln konfigurieren oder eine YAML-Konfigurationsdatei bereitstellen.

      So konfigurieren Sie Quellen mithilfe einer YAML-Datei:

      1. Klicken Sie im Feld Quellkonfigurationsdatei (optional) auf Durchsuchen und wählen Sie Ihre YAML-Datei aus.

      So konfigurieren Sie eine Quelle manuell:

      1. Klicken Sie unter Verbundene Quellen neben der Plattform, die Sie konfigurieren möchten, auf Einrichten.
      2. Geben Sie im Feld Quell-URLs die URLs für Ihre Dokumente, Repositories oder Spaces ein und drücken Sie nach jeder URL die Eingabetaste oder ein Komma.

      3. Wenn die Plattform eine Authentifizierung erfordert (z. B. GitHub, Atlassian oder Microsoft), hängen Sie Ihre Anmeldedaten so an:

        1. Klicken Sie auf + Verbindung hinzufügen.
        2. Geben Sie im Bereich Neue Verbindung im Feld Authentifizierungsanbieter den vollständigen Ressourcennamen Ihres Authentifizierungsanbieters ein. Verwenden Sie das folgende Format:
          projects/PROJECT_ID/locations/LOCATION/authProviders/PROVIDER_NAME
        3. Klicken Sie unter URI-Muster auf + URI-Muster hinzufügen, um anzugeben, auf welche URLs diese Anmeldedaten zugreifen dürfen. Sie können Sternchen (*) als Platzhalter verwenden (z. B. https://github.com/test-org/*).
        4. Klicken Sie auf Fertig.

        Google Workspace-Ressourcen werden direkt über die IAM-Berechtigungen des Dienstkontos für die Ausführung Ihrer Aufgabe verbunden. Daher ist keine Verbindung zu einem Authentifizierungsanbieter erforderlich.

  5. Klicken Sie auf Weiter.

Bewertung und eigenständiges Lernen konfigurieren

Dieser Abschnitt ist optional. Führen Sie im Bereich Verbessern die folgenden Schritte aus:

  1. Optional: Konfigurieren Sie im Abschnitt Bewertung die folgenden Felder:

    Weitere Informationen zum Formatieren von Bewertungs- und Kuratierungs-Datasets finden Sie unter Anforderungen an das Dataset-Schema.

    • Bewertungssatz: Wenn Sie die Auswirkungen der vorgeschlagenen Kontextänderungen messen möchten, geben Sie einen Cloud Storage-URI ein oder klicken Sie auf Durchsuchen, um Ihre .jsonl-Datei auszuwählen.

    • Kurationssatz: Wenn Sie einen Satz von Startfragen für die iterative Optimierung bereitstellen möchten, geben Sie einen Cloud Storage-URI ein oder klicken Sie auf Durchsuchen, um Ihre .jsonl-Datei auszuwählen.

  2. Optional: Geben Sie im Abschnitt Veröffentlichung die Veröffentlichungshäufigkeit an:

    Wenn die automatische Veröffentlichung aktiviert ist, werden automatisch genehmigte Metadatenänderungen direkt in den Kontextsatz geschrieben. Wenn diese Option deaktiviert ist, werden bei der Anreicherung Entwürfe von Änderungen generiert, die ein Prüfer genehmigen muss, bevor sie in die Codebasis zusammengeführt werden.

    • Wenn Sie eine manuelle Überprüfung erzwingen möchten, bevor Metadaten in Ihren Produktionskontextsatz zusammengeführt werden, entfernen Sie das Häkchen bei Automatische Veröffentlichung aktivieren.

    • Wenn Sie Änderungen, die einen hohen Qualitätsschwellenwert erfüllen, automatisch veröffentlichen möchten, klicken Sie das Kästchen Automatische Veröffentlichung aktivieren an. Verwenden Sie den Schieberegler Automatisch veröffentlichen über, um den Mindestkonfidenzwert festzulegen, der erforderlich ist, damit Änderungen automatisch veröffentlicht werden (z. B. 85%). Wenn ein Bewertungs-Dataset konfiguriert ist, können Sie auch den Schieberegler Maximaler Qualitätsabfall verwenden, um die Veröffentlichung sicher einzuschränken, wenn die Leistung des KI-Agenten abfällt (z. B. -5%). Alle Vorschläge, die diese Schwellenwerte nicht erfüllen, werden als Änderungsantrag für eine manuelle Überprüfung in die Warteschlange gestellt.

  3. Optional: Wenn Sie Lücken in echten Kundenservicemitarbeiter-Unterhaltungen finden und Ihren Kontext auf dem neuesten Stand halten möchten, wählen Sie im Abschnitt Selbstlernen die Option Selbstlernen aktivieren aus.

  4. Optional: Wenn Sie das selbstständige Lernen aktiviert haben, fügen Sie im Abschnitt Lernen von eine der folgenden Quellen hinzu:

    • Gemini Enterprise-Apps: Wählen Sie in der Liste Projekt-ID das Projekt aus. Wählen Sie in der Liste Gemini Enterprise-App die App aus, die Unterhaltungstraces generiert, und klicken Sie dann auf Fertig.

      Sie können mehrere Gemini Enterprise-Apps hinzufügen.

      Um diese Anreicherungs- und eigenständigen Lernfunktionen zu optimieren, empfehlen wir, in der Gemini Enterprise-Anwendung ein Gemini 3.8 Flash- oder ein neueres Modell anzugeben. Weitere Informationen zu den Schritten für die Modellauswahl finden Sie im Abschnitt „Agent mit dem Flow Builder erstellen“ unter Agenten in Agent Studio entwerfen.

    • BigQuery Agent Analytics: Geben Sie im Feld Tabelle den Namen der Tabelle mit den Chatereignissen des KI-Agenten ein oder klicken Sie auf Durchsuchen, um sie visuell auszuwählen. Klicken Sie dann auf Fertig.

      Sie können mehrere Tabellen hinzufügen.

  5. Klicken Sie auf Weiter.

Ausführungseinstellungen konfigurieren

Führen Sie im Bereich Ausführen die folgenden Schritte aus:

  1. Klicken Sie im Abschnitt Ausführen als auf die Liste Nutzerdienstkonto und wählen Sie die Identität aus, die die Aufgabe zum Lesen der Quellen und zum Schreiben in den Kontextsatz verwendet. Dies muss die Identität sein, die unter Vorbereitung konfiguriert wurde.
  2. Wählen Sie unter Trigger die Triggerbedingung aus:
    • On demand (On-Demand): Wird nur ausgeführt, wenn Sie auf „Run“ (Ausführen) klicken.
    • Geplant: Wird automatisch nach einem wiederkehrenden Zeitplan ausgeführt.
  3. Optional: Klicken Sie unter Benachrichtigungen auf + Empfänger hinzufügen, um bis zu fünf E-Mail-Adressen anzugeben, an die nach jeder Ausführung ein Bericht gesendet werden soll.
  4. Prüfen Sie die Parameter im Bereich Zusammenfassung und klicken Sie dann auf Erstellen.

Ihre neue Anreicherungstask wurde gespeichert. Je nach Triggereinstellungen wartet die Aufgabe entweder auf die erste geplante Ausführung oder ist sofort einsatzbereit. Wenn die Aufgabe eine Ausführung abgeschlossen hat, stellt der Agent die generierten KI-Metadatenvorschläge in einer Änderungsanfrage zur Überprüfung in die Warteschlange.

Nächste Schritte