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:
- Daten-KI-Agenten erstellen und bearbeiten
- Daten-KI-Agenten für andere Nutzer freigeben
- Daten-KI-Agenten löschen
Weitere Informationen dazu, wie und wann Gemini forIhre Daten verwendet. Google Cloud
Hinweis
Die Verwendung der konversationellen Analyse wird durch eine Kombination aus Zugriff auf Inhalte, Datenzugriff und Funktionszugriff verwaltet. Stellen Sie sich einen Daten-KI-Agenten als eine weitere Art von Looker-Inhalt vor, z. B. ein Dashboard, einen Look oder einen Ordner. Wenn Sie mit Daten-KI-Agenten interagieren möchten, muss Ihnen eine Looker-Rolle zugewiesen sein, die die erforderlichen Berechtigungen für die Modelle enthält, die dem jeweiligen Explore zugrunde liegen oder die vom Daten-KI-Agenten abgefragt werden. In einigen Fällen benötigen Sie auch Zugriff auf den Agenten selbst. Weitere Informationen zu den Berechtigungen und dem Zugriff, die zum Verwalten und Verwenden von Nutzerdaten-Agenten erforderlich sind, finden Sie in der Berechtigungstabelle auf der Dokumentationsseite Konversationelle Analyse in Looker einrichten.
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 Agenten 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 Agenten auswählen, um eine Unterhaltung zu starten, oder wenn Sie den Agenten für sie freigeben. Die Beschreibung sollte daher den Zweck des Agenten 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 können Sie den Code-Interpreter für alle Unterhaltungen mit Ihrem Agenten aktivieren. Wählen Sie dazu Erweiterte Analysen aktivieren aus.
Optional können Sie Ihren Agenten 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 Freiform hinzufügen, die das grundlegende Verhalten des Daten-KI-Agenten definieren und ihm grundlegenden Kontext liefern, 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 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 Agenten 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
Berücksichtigen Sie für das Feld natural_language_questions die Fragen, die ein Nutzer zu diesem Explore stellen könnte, und formulieren Sie diese Fragen in natürlicher Sprache. Sie können mehr als eine Frage in den Wert dieses Felds einfügen. Den Wert für das Feld looker_query erhalten Sie aus den Abfragemetadaten des Explore.
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 Messwerte. 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 Bestellpositionen:

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 Agenten erstellen oder bearbeiten, enthält die Agenten-Detailseite den Bereich Vorschau des Agenten. Sie können die Einstellungen und Anweisungen für den Agenten testen, indem Sie eine Unterhaltung mit ihm 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:
- 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 Agenten nach Bedarf. Sie können die Details ändern, die Sie beim Erstellen des Agenten angegeben haben, einschließlich der Felder Agent-Name, Agent-Beschreibung, Daten und Anweisungen. Sie können auch den Code-Interpreter für Ihren Agenten aktivieren.
- Klicken Sie auf Aktualisieren, um die Änderungen zu speichern.
Daten-KI-Agenten freigeben
Durch die Freigabe können andere Nutzer mit Ihrem Agenten und seinen Explores chatten. Sie können einen Daten-KI-Agenten für andere Nutzer freigeben, indem Sie ihnen Inhaltszugriff auf den Agenten gewähren. Nur Nutzer mit den entsprechenden Berechtigungen und Zugriff auf Inhalte können einen Agenten 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 Agenten, indem Sie auf das Symbol Weitere Optionen klicken, und wählen Sie dann Freigeben aus.
- Nachdem Sie im Bereich Wer kann auf diesen Agenten zugreifen? eine Person oder Gruppen hinzugefügt und die Berechtigungsstufe ausgewählt haben, klicken Sie auf Hinzufügen, um sie in die freigegebene Liste aufzunehmen.
- Wenn neue Nutzer oder Gruppen eine Benachrichtigungs-E-Mail erhalten sollen, wählen Sie das Kästchen E-Mail an die gerade hinzugefügten Personen senden aus.
- Klicken Sie nach allen Änderungen auf Speichern.
Sie können einen Agenten, den Sie gerade erstellt oder bearbeitet haben, auch freigeben, indem Sie auf der Seite mit den Agenteneinstellungen auf Freigeben klicken und die oben genannten Schritte ausführen.
Zugriff auf einen Daten-KI-Agenten widerrufen
So widerrufen Sie den Zugriff auf einen Agenten:
- Wählen Sie auf der Seite Unterhaltungen im linken Bereich sparkKI-Agenten verwalten aus.
- Öffnen Sie das Menü für den ausgewählten Agenten, indem Sie auf das Symbol 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 weitere Fragen stellen möchte, nachdem der Zugriff auf einen Agenten 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.Wählen Sie auf der Unterhaltungen Seite im linken Bereich sparkKI-Agenten verwalten aus. 1. Öffnen Sie das Menü für den ausgewählten Agenten, indem Sie auf das Symbol Weitere Optionen klicken, und wählen Sie dann Löschen aus. 1. Klicken Sie im Fenster Agenten 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:
- Rufen Sie die Seite Unterhaltungen auf.
- Erweitern Sie im linken Navigationsbereich den Bereich Papierkorb.
- Öffnen Sie das Menü für den ausgewählten Agenten, indem Sie auf das Symbol 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-Agenten aus dem Papierkorb wieder her:
- Rufen Sie die Seite Unterhaltungen auf.
- Erweitern Sie im linken Navigationsbereich den Bereich Papierkorb.
- Öffnen Sie das Menü für den ausgewählten Agenten, indem Sie auf das Symbol 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 standardmäßigen SQL-basierten Abfragen ermöglicht die Verwendung von Python durch den Code-Interpreter komplexere Analysen und Visualisierungen.