Data Agents erstellen und verwalten

Mit Daten-KI-Agenten können Sie die konversationelle Analyse für Ihre Daten anpassen. Sie können der konversationellen Analyse Kontext und Anweisungen geben, damit sie Fragen für bestimmte Anwendungsfälle effektiver beantworten kann. Mit KI-Agenten können Analysten Geschäftsbegriffe bestimmten Feldern zuordnen, die besten Felder für die Filterung angeben und benutzerdefinierte Berechnungen definieren.

Auf dieser Seite werden die folgenden Prozesse beschrieben:

Weitere Informationen dazu, wie und wann Gemini forIhre Daten verwendet. Google Cloud

Hinweis

Stellen Sie sich einen Daten-KI-Agenten als eine weitere Art von Looker-Inhalt vor, z. B. ein Dashboard, einen Look oder einen Ordner.

Die Verwendung eines Daten-KI-Agenten wird durch eine Kombination aus Inhaltszugriff, Datenzugriff und Funktionszugriff verwaltet. Wenn Sie die in der folgenden Tabelle beschriebenen Aufgaben ausführen möchten, muss Ihnen eine Looker-Rolle zugewiesen sein, die die erforderlichen Berechtigungen für die Modelle hat, die Ihr Daten-KI-Agent abfragen wird, und in einigen Fällen Zugriff auf den Agent selbst.

Aufgabe Erforderliche Looker-Berechtigungen Erforderliche Zugriffsebene für Daten-KI-Agenten
Agenten erstellen, bearbeiten, freigeben und löschen In Version 25.18 hinzugefügt admin_agents Es muss kein Inhaltszugriff gewährt werden
Agenten erstellen, bearbeiten, freigeben* und löschen

* Diese Funktion ist für Nutzer verfügbar, deren Looker-Instanzen Version 25.18.10 oder höher haben.
In Version 25.18 hinzugefügt save_agents Zugriff verwalten; Bearbeiten (Dieser Zugriff wird automatisch gewährt, wenn der Nutzer den Agent erstellt. Andernfalls muss der Zugriff Zugriff verwalten; Bearbeiten vom Ersteller des Agent gewährt werden, indem er den Agent freigibt.)
Über den Tab Agents (Agenten) in der konversationellen Analyse mit einem Daten-KI-Agenten chatten access_data (für jedes Modell, das die Explores enthält, die vom Daten-KI-Agenten verwendet werden)

In Version 25.18 hinzugefügt chat_with_agent
Zugriff Ansehen
Über den Tab Explores (Explores) in der konversationellen Analyse mit einem Looker-Explore chatten access_data (für jedes Modell, das die Explores enthält, die vom Daten-KI-Agenten verwendet werden)

In Version 25.18 hinzugefügt chat_with_explore

Looker bietet auch die folgenden Standardrollen, die Teilmengen dieser Berechtigungen für alle Modelle in der Instanz enthalten:

  • Agent-Manager für die konversationelle Analyse: Mit dieser Rolle kann ein Nutzer Agenten erstellen, bearbeiten, freigeben, löschen und mit ihnen chatten, für die er den Zugriff Zugriff verwalten; Bearbeiten hat, und mit Explores chatten.
  • Nutzer der konversationellen Analyse: Mit dieser Rolle kann ein Nutzer mit einem Agent chatten, für den er den Zugriff Ansehen hat.
  • Administrator: Standardmäßig hat diese Rolle (Looker-Administrator) alle Berechtigungen und den Inhaltszugriff für die gesamte Instanz.

Ein Looker-Administrator kann diese Rollen und Berechtigungen auf der Seite Rollen im Bereich Verwaltung der Looker-Instanz gewähren. Weitere Informationen zu Looker-Rollen finden Sie auf der Dokumentationsseite Verwaltungseinstellungen – Rollen.

Der Ersteller des Daten-KI-Agenten kann den Zugriff einzelner Nutzer auf den Agent verwalten, indem er den Agent freigibt.

Daten-KI-Agenten erstellen und bearbeiten

So erstellen Sie einen neuen Daten-KI-Agenten:

  1. Rufen Sie die Seite Unterhaltungen auf.
  2. Wählen Sie auf dem Tab Agents (Agenten) die Option + Neuer Agent aus. Alternativ können Sie im linken Bereich sparkAgenten verwalten und dann + Neuer Agent auswählen.
  3. Geben Sie auf der Seite Neuer Agent die folgenden Informationen zu Ihrem Daten-KI-Agenten an.

    • Agent-Name: Geben Sie einen Namen für den Agent ein. Der Name sollte eindeutig und beschreibend sein.
    • Agent-Beschreibung: Beschreiben Sie kurz, was dieser Agent tun kann und welche Daten er verwendet. Nutzer sehen diese Beschreibung, wenn sie den Agent auswählen, um eine Unterhaltung zu starten, oder wenn Sie den Agent für sie freigeben. Die Beschreibung sollte daher den Zweck des Agent und seine Vorteile klar erläutern.
    • Daten: Gehen Sie so vor, um bis zu fünf vorhandene Looker-Explores zu verbinden:
      1. Klicken Sie im Feld Daten auf + Explores auswählen.
      2. Klicken Sie im Fenster Explores suchen auf die Explores, die Sie in den Daten-KI-Agenten aufnehmen möchten. Diese Explores werden im Bereich Ausgewählte Explores des Fensters angezeigt.
      3. Klicken Sie auf Speichern, um das ausgewählte Explore zum Daten-KI-Agenten hinzuzufügen.
  4. Anweisungen: Geben Sie Kontext an, damit die konversationelle Analyse weiß, wie sie mit Ihren Daten interagieren und genaue und relevante Antworten geben kann. Beispiele für die Arten von Kontext, die Sie angeben können, finden Sie unter Anweisungen für Agenten schreiben.

  5. Optional: Wenn Sie den Code-Interpreter für alle Unterhaltungen mit Ihrem Agent aktivieren möchten, wählen Sie Erweiterte Analysen aktivieren aus.

  6. Optional können Sie Ihren Agent testen, um die Anweisungen und Einstellungen zu optimieren.

  7. Klicken Sie auf Speichern, um den neuen Daten-KI-Agenten zu speichern.

Nachdem Sie den Daten-KI-Agenten gespeichert haben, können Sie ihn für andere Nutzer freigeben und eine Unterhaltung mit ihm starten.

Anweisungen für Agenten schreiben

Wenn Sie einen Daten-KI-Agenten erstellen, können Sie die folgenden Kontexttypen im Feld Anweisungen angeben:

  • Schlüsselfelder: Die wichtigsten Felder für die Analyse
  • Ausgeschlossene Felder: Felder, die der Daten-KI-Agent vermeiden soll
  • Filtern und Gruppieren: Felder, die der Agent zum Filtern und Gruppieren von Daten verwenden soll
  • Synonyme: Alternative Begriffe für die wichtigsten Felder

Hier sind einige Beispielanweisungen, die Sie anpassen und mit Ihrem Agent testen können:

  • Sofern nicht anders angegeben, filtern Sie die Daten immer nach Order Items Created Year = 2024.
  • Als „treue“ Kunden gelten solche mit Order Items Count > 5.
  • Wenn jemand etwas zu „Standort“ sagt, ist die Stadt des Nutzers gemeint.
  • Wenn in der Frage „Senioren“ erwähnt werden, sind das Nutzer mit User Age > 65
  • Wenn es in einer Frage um Umsatz geht, verwenden Sie „Gesamtumsatz“.
  • Wenn jemand „nach Produkt“ sagt, gruppieren Sie nach product category, es sei denn, er sagt ausdrücklich „Name“.
  • „Erfolgreiche“ Bestellungen bedeuten, dass der Status der Bestellartikel „Abgeschlossen“ ist.
  • Wenn es um einen Zeitraum oder eine Entwicklung im Zeitverlauf geht, verwenden Sie immer Order Item Created Date als Feld für die Gruppierung.

Agent testen

Wenn Sie einen Agent erstellen oder bearbeiten, enthält die Seite mit den Agent-Details den Bereich Vorschau des Agent. Sie können die Agent-Einstellungen und -Anweisungen testen, indem Sie eine Unterhaltung mit dem Agent starten.

Sie müssen auf Aktualisieren klicken, damit eine Änderung in der Vorschau angezeigt wird. Wenn der Speicherstatus Not saved lautet, werden keine Aktualisierungen der Einstellungen in der Vorschau angezeigt.

Vorhandenen Daten-KI-Agenten bearbeiten

So bearbeiten Sie einen vorhandenen Daten-KI-Agenten:

  1. Wählen Sie auf der Seite Unterhaltungen die Option sparkAgenten verwalten aus.
  2. Wählen Sie auf der Seite Agenten verwalten den Daten-KI-Agenten aus, den Sie bearbeiten möchten.
  3. Aktualisieren Sie die Details zum Agent nach Bedarf. Sie können die Details ändern, die Sie beim Erstellen des Agent angegeben haben, einschließlich der Felder Agent-Name, Agent-Beschreibung, Daten und Anweisungen. Sie können auch den Code-Interpreter für Ihren Agent aktivieren.
  4. Klicken Sie auf Aktualisieren, um die Änderungen zu speichern.

Daten-KI-Agenten freigeben

Durch die Freigabe können andere Nutzer mit Ihrem Agent und seinen Explores chatten. Sie können einen Daten-KI-Agenten für andere Nutzer freigeben, indem Sie ihnen Inhaltszugriff auf den Agent gewähren. Nur Nutzer mit den entsprechenden Berechtigungen und Inhaltszugriff können einen Agent freigeben. Nachdem ein Agent erstellt wurde, kann es einige Minuten dauern, bis er freigegeben werden kann.

So geben Sie einen Daten-KI-Agenten frei:

  1. Wählen Sie auf der Seite Unterhaltungen im linken Bereich sparkAgenten verwalten aus.
  2. Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das Dreipunkt-Menü Weitere Optionen klicken, und wählen Sie dann Freigeben aus.
  3. Nachdem Sie im Bereich Wer kann auf diesen Agent zugreifen? eine Person oder Gruppen hinzugefügt und die gewünschte Berechtigungsstufe ausgewählt haben, klicken Sie auf Hinzufügen, um sie in die Liste der freigegebenen Nutzer aufzunehmen.
  4. Wenn neue Nutzer oder Gruppen eine Benachrichtigungs-E-Mail erhalten sollen, klicken Sie auf das Kästchen Die gerade hinzugefügten Personen per E-Mail benachrichtigen.
  5. Klicken Sie nach allen Änderungen auf Speichern.

Sie können auch einen Agent freigeben, den Sie gerade erstellt oder bearbeitet haben. Klicken Sie dazu auf der Seite mit den Agent-Einstellungen auf Freigeben und folgen Sie der oben beschriebenen Anleitung.

Zugriff auf einen Daten-KI-Agenten widerrufen

So widerrufen Sie den Zugriff auf einen Agent:

  1. Klicken Sie auf der Seite Unterhaltungen im linken Bereich auf sparkAgenten verwalten.
  2. Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das Dreipunkt-Menü Weitere Optionen klicken, und wählen Sie dann Freigeben aus.
  3. Klicken Sie neben den Nutzern oder Gruppen, deren Zugriff entfernt werden soll, auf das X.
  4. Klicken Sie nach allen Änderungen auf Speichern.

Wenn die entfernten Nutzer eine laufende Unterhaltung haben, haben sie noch ein oder zwei Minuten lang Zugriff, während die Änderungen übernommen werden.

Wenn ein Nutzer weitere Fragen stellt, nachdem der Zugriff auf einen Agent entfernt wurde, wird die folgende Meldung angezeigt: The agent in this conversation may not be shared with you, or may have been deleted. You can view any past conversations with the agent, but can't ask new questions.

Daten-KI-Agenten löschen

So löschen Sie einen Daten-KI-Agenten:

1.Klicken Sie auf der Seite Unterhaltungen im linken Bereich auf sparkAgenten verwalten. 1. Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das Dreipunkt-Menü Weitere Optionen klicken, und wählen Sie dann Löschen aus. 1. Klicken Sie im Fenster Agent löschen? auf In den Papierkorb verschieben, um den Daten-KI-Agenten zu löschen.

Agenten, die in den Papierkorb verschoben werden, werden nach 30 Tagen endgültig gelöscht. Sie können einen Daten-KI-Agenten manuell endgültig löschen oder ihn aus dem Papierkorb wiederherstellen, bevor er endgültig gelöscht wird. Wenn Sie nichts unternehmen, wird der Agent nach 30 Tagen automatisch endgültig gelöscht.

Daten-KI-Agenten endgültig löschen

So löschen Sie einen Daten-KI-Agenten endgültig:

  1. Rufen Sie die Seite Unterhaltungen auf.
  2. Maximieren Sie im linken Navigationsbereich den Abschnitt Papierkorb.
  3. Wählen Sie das Dreipunkt-Menü für den ausgewählten Agent aus, um das Menü zu öffnen, und klicken Sie dann auf Endgültig löschen.
  4. Klicken Sie im Fenster Sind Sie sicher? auf Endgültig löschen.

Daten-KI-Agenten aus dem Papierkorb wiederherstellen

So stellen Sie einen Daten-KI-Agenten aus dem Papierkorb wieder her:

  1. Rufen Sie die Seite Unterhaltungen auf.
  2. Maximieren Sie im linken Navigationsbereich den Abschnitt Papierkorb.
  3. Wählen Sie das Dreipunkt-Menü für den ausgewählten Agent aus, um das Menü zu öffnen, und klicken Sie dann auf Wiederherstellen.
  • Übersicht über die konversationelle Analyse in Looker: Auf der Startseite für die konversationelle Analyse finden Sie eine Liste der wichtigsten Funktionen und Links zur gesamten Dokumentation zur konversationellen Analyse.

  • Daten-KI-Agenten erstellen und verwalten: Mit Daten-KI-Agenten können Sie den KI-gestützten Agent für Datenabfragen anpassen, indem Sie Kontext und Anweisungen angeben, die speziell auf Ihre Daten zugeschnitten sind. So kann die konversationelle Analyse genauere und kontextbezogenere Antworten generieren.

  • Best Practices für die Konfiguration der konversationellen Analyse in Looker: Strategien und Best Practices, die Looker-Administratoren und LookML-Entwicklern helfen, die konversationelle Analyse erfolgreich zu konfigurieren, bereitzustellen und zu optimieren.

  • Erweiterte Analysen mit dem Code-Interpreter aktivieren: Der Code-Interpreter in der konversationellen Analyse übersetzt Ihre Fragen in natürlicher Sprache in Python-Code und führt diesen Code aus. Im Vergleich zu standardmäßigen SQL-basierten Abfragen ermöglicht die Verwendung von Python durch den Code-Interpreter komplexere Analysen und Visualisierungen.