Mit Daten-KI-Agenten können Sie die konversationelle Analyse für Ihre Nutzer anpassen. Mit KI-Agenten können Sie der konversationellen Analyse Kontext und Anweisungen geben, damit sie Fragen für bestimmte Anwendungsfälle effektiver beantworten kann. KI-Agenten ermöglichen es Analysten, Geschäftsbegriffe bestimmten Feldern zuzuordnen, die besten Felder für die Filterung anzugeben und benutzerdefinierte Berechnungen zu 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-Agenten wird durch eine Kombination aus Zugriff auf Inhalte, 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 |
|---|---|---|
| KI-Agenten erstellen, bearbeiten, freigeben und löschen |
Hinzugefügt am 25.18.
admin_agents |
Es muss kein Zugriff auf Inhalte gewährt werden |
| KI-Agenten erstellen, bearbeiten, freigeben und löschen |
Hinzugefügt am 25.18.
save_agentsNutzer können KI-Agenten erstellen, die nur die Explores verwenden, für die ihnen diese Berechtigung für das zugrunde liegende Modell gewährt wurde. Wenn Nutzer einen Daten-KI-Agenten bearbeiten, löschen oder freigeben möchten, der von einem anderen Nutzer erstellt wurde, muss ihnen eine Rolle zugewiesen sein, die diese Berechtigung für jedes Modell enthält, das vom Agent verwendet wird. |
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 KI-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)
Hinzugefügt am 25.18
chat_with_agent (für jedes Modell, das die Explores enthält, die vom Daten-KI-Agenten verwendet werden) |
Zugriff Ansehen |
| Über den Tab Entdecken 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)
Hinzugefügt am 25.18.
chat_with_explore |
Looker bietet auch die folgenden Standardrollen, die Teilmengen dieser Berechtigungen für alle Modelle in der Instanz enthalten:
- Conversational Analytics Agent Manager: Mit dieser Rolle kann ein Nutzer KI-Agenten erstellen, bearbeiten, freigeben, löschen und mit ihnen chatten, für die er den Zugriff Zugriff verwalten; Bearbeiten hat, und mit Explores chatten.
- Conversational Analytics User: Mit dieser Rolle kann ein Nutzer mit einem KI-Agenten chatten, für den er den Zugriff Ansehen hat.
- Admin: Standardmäßig hat diese Rolle (Looker-Administrator) alle Berechtigungen und den Zugriff auf Inhalte 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:
- Rufen Sie die Seite Unterhaltungen auf.
- Wählen Sie auf dem Tab KI-Agenten die Option + Neuer Agent aus. Alternativ können Sie im linken Bereich sparkKI-Agenten verwalten und dann + Neuer Agent auswählen.
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 potenziellen Vorteile klar erläutern.
- Daten: Folgen Sie dieser Anleitung, um eine Verbindung zu bis zu fünf vorhandenen Looker-Explores herzustellen:
- Klicken Sie im Feld Daten auf + Explores auswählen.
- 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.
- Klicken Sie auf Speichern, um das ausgewählte Explore dem Daten-KI-Agenten hinzuzufügen.
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 KI-Agenten schreiben.
Optional: Wenn Sie den Code-Interpreter für alle Unterhaltungen mit Ihrem Agent aktivieren möchten, wählen Sie Erweiterte Analysen aktivieren aus.
Optional können Sie Ihren Agent testen, um die Anweisungen und Einstellungen zu optimieren.
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 KI-Agenten schreiben
Wenn Sie einen Daten-KI-Agenten erstellen, können Sie Anweisungen in Freitextform hinzufügen, die das grundlegende Verhalten des Daten-KI-Agenten definieren und ihm grundlegenden Kontext geben, den er berücksichtigen muss, bevor er eine Nutzeranfrage verarbeitet.
Hier einige Beispiele für die Arten von Kontext, die Sie im Feld Anweisungen angeben können:
- Schlüsselfelder: Die wichtigsten Felder für die Analyse
- Ausgeschlossene Felder: Felder, die der Daten-KI-Agent vermeiden soll
- Filtern und Gruppieren: Felder, die der KI-Agent zum Filtern und Gruppieren von Daten verwenden soll
- Golden Queries: Paare aus Fragen in natürlicher Sprache und den entsprechenden Explore-Abfragen
- Persona: Eine Rolle oder Expertise, ein Charakter oder ein Ton, den Sie dem Agent zuweisen
Tipps und Best Practices zum Schreiben von Anweisungen für KI-Agenten finden Sie unter Best Practices für die Konfiguration der konversationellen Analyse in Looker.
Looker-Golden Query definieren
Wenn Sie eine Looker-Golden Query für ein bestimmtes Explore definieren möchten, geben Sie Werte für beide der folgenden Felder an:
natural_language_questions: Die Frage in natürlicher Sprache, die ein Nutzer stellen könntelooker_query: Die Looker-Golden Query, die der Frage in natürlicher Sprache entspricht
Überlegen Sie sich für das Feld natural_language_questions, welche Fragen ein Nutzer zu diesem Explore stellen könnte, und formulieren Sie diese Fragen in natürlicher Sprache. Sie können im Wert dieses Felds mehr als eine Frage angeben. Den Wert für das Feld looker_query können Sie aus den Abfragemetadaten des Explore abrufen.
Golden Queries unterstützen die folgenden Felder:
model(String): Das LookML-Modell, das zum Generieren der Abfrage verwendet wurde. Dies ist ein Pflichtfeld.explore(String): Das Explore, das zum Generieren der Abfrage verwendet wurde. Dies ist ein Pflichtfeld.fields[](String): Die Felder, die aus dem Explore abgerufen werden sollen, einschließlich Dimensionen und Measures. Dieses Feld ist optional.filters[](String): Die Filter, die auf das Explore angewendet werden sollen. Dieses Feld ist optional.sorts[](String): Die Sortierung, die auf das Explore angewendet werden soll. Dieses Feld ist optional.limit(String): Die Begrenzung für Datenzeilen, die auf das Explore angewendet werden soll. Dieses Feld ist optional.
Sie können die Abfragemetadaten des Explore direkt aus dem Explore abrufen. Gehen Sie dazu so vor:
- Wählen Sie im Explore das Explore-Aktionen Menü und dann LookML abrufen aus.
- Wählen Sie den Tab Dashboard aus.
- Kopieren Sie die Abfragedetails aus dem LookML-Code. Die folgende Abbildung zeigt beispielsweise den LookML-Code für ein Explore mit dem Namen Bestellartikel:

Kopieren Sie die ausgewählten Metadaten zur Verwendung in Ihrer Looker-Golden Query:
model: thelook
explore: order_items
fields: [order_items.order_id, orders.status]
sorts: [orders.status, order_items.order_id]
limit: 500
Agent testen
Wenn Sie einen Agent erstellen oder bearbeiten, enthält die Agent-Detailseite 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 alle Aktualisierungen der Einstellungen nicht in der Vorschau angezeigt.
Vorhandenen Daten-KI-Agenten bearbeiten
So bearbeiten Sie einen vorhandenen Daten-KI-Agenten:
- Wählen Sie auf der Seite Unterhaltungen die Option sparkKI-Agenten verwalten aus.
- Wählen Sie auf der Seite KI-Agenten verwalten den Daten-KI-Agenten aus, den Sie bearbeiten möchten.
- 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.
- 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 den Zugriff auf Inhalte auf den Agent gewähren. Nur ein Nutzer mit den entsprechenden Berechtigungen und dem entsprechenden Inhaltszugriff kann 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:
- Wählen Sie auf der Seite Unterhaltungen im linken Bereich sparkKI-Agenten verwalten aus.
- Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das Dreipunkt-Menü Weitere Optionen klicken, und wählen Sie dann Freigeben aus.
- Nachdem Sie im Bereich Wer kann auf diesen Agent zugreifen? eine Person oder Gruppen hinzugefügt und die gewünschte Berechtigungsebene ausgewählt haben, klicken Sie auf Hinzufügen, um sie in die freigegebene Liste aufzunehmen.
- Wenn neue Nutzer oder Gruppen eine Benachrichtigungs-E-Mail erhalten sollen, klicken Sie auf das Kästchen Die gerade hinzugefügten Personen per E-Mail benachrichtigen.
- Klicken Sie nach allen Änderungen auf Speichern.
Sie können einen Agent, den Sie gerade erstellt oder bearbeitet haben, auch freigeben, indem Sie auf der Seite mit den Agent-Einstellungen auf Freigeben klicken und die oben genannten Schritte ausführen.
Zugriff auf einen Daten-KI-Agenten widerrufen
So widerrufen Sie den Zugriff auf einen Agent:
- Klicken Sie auf der Seite Unterhaltungen im linken Bereich auf sparkKI-Agenten verwalten.
- Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das Dreipunkt-Menü Weitere Optionen klicken, und wählen Sie dann Freigeben aus.
- Klicken Sie neben dem Nutzer oder den Gruppen, deren Zugriff entfernt werden soll, auf das X.
- 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 versucht, weitere Fragen zu stellen, 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 sparkKI-Agenten 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.
In den Papierkorb verschobene Agenten 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:
- Rufen Sie die Seite Unterhaltungen auf.
- Maximieren Sie im linken Navigationsbereich den Abschnitt Papierkorb.
- Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das klicken, und wählen Sie dann Endgültig löschen aus.
- 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:
- Rufen Sie die Seite Unterhaltungen auf.
- Maximieren Sie im linken Navigationsbereich den Abschnitt Papierkorb.
- Öffnen Sie das Menü für den ausgewählten Agent, indem Sie auf das klicken, und wählen Sie dann Wiederherstellen aus.
Weitere Informationen
Übersicht über die konversationelle Analyse in Looker: Die Landingpage für die konversationelle Analyse mit einer Liste der wichtigsten Funktionen enthält Links zur gesamten Dokumentation zur konversationellen Analyse.
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 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 Standard-SQL-basierten Abfragen ermöglicht die Verwendung von Python durch den Code-Interpreter komplexere Analysen und Visualisierungen.