Looker データについて AI と会話する

Gemini for Google Cloud を活用した会話型分析では、直感的なチャット インターフェースを通じて、通常の自然言語（会話型言語）で質問することでデータを調査できます。

このページでは、Looker（Google Cloud コア）インスタンスと Looker（オリジナル）インスタンスで会話型分析インターフェースを使用して次のタスクを実行する方法について説明します。

Gemini for Google Cloud がデータを使用する方法とタイミングに関する説明をご覧ください。

Looker の会話型分析には、次の方法でアクセスできます。

Explore またはデータ エージェントとの会話を開始する

データセットについて質問する一連の質問は、会話ごとに整理されます。会話型分析を使用して「会話」を行う方法は複数あります。1 つの Explore のデータに関する質問をしたり、会話型分析データ エージェントに最大 5 つの Explore に関する質問を一度に行ったりできます。作業を複数の会話に分割すると、問い合わせ内容を整理するのに役立ちます。新しい会話を作成する手順は次のとおりです。

  1. [会話] ページに移動します。

  2. 次のいずれかのオプションを選択して、会話を開始します。

  3. デフォルトでは、会話は「無題」という名前になります。会話で最初の質問をすると、会話型分析によって質問と回答に基づいて会話のタイトルが自動的に生成されます。生成された名前を変更するには、スレッドページの上部にあるタイトルをクリックして、新しい会話名を入力します。変更を保存するには、ページ上の別の場所をクリックするか、Return キー（Mac）または Enter キー（PC）を押します。

会話を作成したら、会話内の [質問する] フィールドでデータに関する質問をすることができます。[ 最近の会話] セクションから会話に戻ることができます。

Looker のデータ探索内から会話を開始する

Looker Explore で直接会話を開始することもできます。会話を開始するには、[Explore] に移動して [会話を開始] を選択します。

Looker データについて質問する

新しい会話を開始するときに、会話型分析で質問の候補がいくつか表示されます。質問は特定の形式にする必要はなく、特定の構文を使用する必要もありません。ただし、選択した Explore に関連している必要があります。

[質問する] フィールドに、自然言語で質問を入力します。質問モードを選択し、[送信] をクリックします。 クエリを送信した後、 [回答を停止] をクリックして、会話型分析の回答をキャンセルできます。会話型分析はクエリの実行を停止し、次のメッセージを表示します。The query was cancelled.

[質問する] フィールドに、自然言語で質問を入力します。質問モードを選択し、[送信] をクリックします。 クエリを送信した後、 [回答を停止] をクリックして、会話分析の回答をキャンセルできます。会話型分析はクエリの実行を停止し、次のメッセージを表示します。The query was cancelled.

質問できる内容については、質問の制限事項をご覧ください。

質問モードを選択する

質問する際に、[高速モード] と [思考モード] のオプションを含むプルダウン メニューから質問モードを選択できます。UI では、高速モードは迅速な回答を目的とし、思考モードは複雑な問題の解決を目的としていると説明されています。会話型分析のデフォルトの質問モードは [思考モード] です。会話型分析では、手動で変更しない限り、マルチターンの会話全体で同じ質問モードが維持されます。

高速モード

高速モードで質問すると、会話型分析は、会話の Explore の基盤となる LookML モデルで定義されている LookML パラメータに自然言語クエリを直接マッピングしようとします。会話型分析は、LookML のガバナンス定義に依存しており、推論を使用したり、表示したりしないため、迅速に応答できます。

たとえば、「先月の総収益はいくらでしたか？」というクエリは、total_revenue 指標を選択して前月でフィルタするクエリにすばやく変換できます。

クエリでデータから特定の事実や事前定義された指標を求める場合は、[高速] モードを選択します。

思考モード

思考モードは、LookML の直接ルックアップを超える分析を必要とする、より複雑な分析リクエストを対象としています。このモードでは、エージェントはアプローチを「計画」し、使用するツールと結果を組み合わせる方法を決定します。このモードでは、単一の SQL ベースのクエリでは解決できない可能性のある複数ステップの問題を解決し、高度なデータ サイエンス タスクを実行できます。

データについて「なぜ」を尋ねる場合、傾向を比較する場合、複数のステップが必要になる可能性がある複雑な分析リクエストを行う場合は、[思考モード] モードを選択します。このモードは、エージェントをテストして、データソースの基盤となる LookML の使用方法を理解する場合にも特に役立ちます。

会話型分析で質問が処理される仕組み

会話型分析では、クエリを送信した後に質問が言い換えられることがあり、言い換えられた質問は元の質問の後に会話ウィンドウに表示されます。たとえば、会話分析は、「ユーザーの年齢の平均値は？」という質問を「ユーザーの平均年齢は？」と言い換えることがあります。

Conversational Analytics がクエリを実行している間、その推論と思考プロセスを確認できます。会話型分析では、元のクエリの曖昧さを解消するために、フォローアップの質問が行われることがあります。たとえば、名前が似たフィールドが複数ある場合、会話型分析では、クエリの処理に最も適したフィールドを明確にするよう求められることがあります。

マルチターンの会話

会話型分析では、会話を続けるにつれて、以前の質問と回答が考慮されます。以前の回答を基に、結果を絞り込んだり、ビジュアライゼーションのタイプを変更したりして、回答をさらに発展させることができます。

質問の作成に関するその他のガイダンスについては、質問の制限事項をご覧ください。

明確化のための質問

Conversational Analytics がクエリを実行している間、その推論と思考プロセスを確認できます。会話型分析では、元のクエリの曖昧さを解消するために、フォローアップの質問が行われることがあります。たとえば、名前が似たフィールドが複数ある場合、会話型分析では、クエリの処理に最も適したフィールドを明確にするよう求められることがあります。

対話型メタデータ

Explore またはデータ エージェントと会話すると、折りたたみ可能な [データ] パネルに、会話で使用されている Looker Explore の名前が表示されます。 [データ] パネルには、次のオプションもあります。

  • フィールドを表示: Explore とのチャット中に、 [フィールドを表示] をクリックすると、新しいブラウザ ウィンドウで Explore を表示できます。
  • エージェントを編集: データ エージェントとのチャット中に、 エージェントを編集をクリックして、データ エージェントの詳細を編集できます。
  • [新しい会話]: 現在の会話で使用されている Looker Explore との新しい会話を開始します。

会話内のクエリを管理する

データとの会話では、実行中のアクティブなクエリのレスポンスを停止したり、最新の質問とそのレスポンスを削除したりして、会話を管理できます。

最新の質問を削除する

最新の質問とその回答を削除する手順は次のとおりです。

  1. 最新の質問にカーソルを合わせ、 [メッセージを削除] をクリックします。
  2. [メッセージを完全に削除しますか？] ダイアログで [削除] をクリックすると、質問とその回答が完全に削除されます。

クエリ結果と計算について

会話型分析でデータに関する質問を行うと、特定のクエリと接続されたデータに応じて、レスポンスにビジュアリゼーション、データテーブル、その他の詳細が含まれることがあります。クエリ結果をデータ探索として開くには、クエリ結果内の [データ探索で開く] をクリックします。

このクエリ レスポンスに加えて、会話型分析では、クエリ結果と計算を理解するための次のオプションが用意されています。

クエリがどのように解釈されたかを確認する

思考モードを使用して質問すると、会話型分析でクエリがどのように推論されたかを確認できます。推論を表示するには、[推論を表示] オプションを開きます。理由を非表示にするには、[理由を非表示にする] をクリックします。

会話型分析は、各クエリを分析し、応答方法を検討します。クエリのキーワードを使用して、会話の関連付けられたデータセットのセマンティック レイヤから関連するディメンション、メジャー、その他のパラメータを推測し、クエリから実行する必要がある集計を解釈します。[理由を表示] を展開すると、会話型分析がクエリを解釈するために実行した手順が書式なしテキストで表示されます。説明には、会話型分析がクエリについて考えた時間も含まれます。

会話型分析は、その推論に基づいて回答を生成します。回答には、クエリに関する説明を求めるリクエストが含まれる場合があります。

回答の計算方法を確認する

会話型分析が回答を導き出した方法や、ビジュアリゼーションを作成した方法を確認するには、クエリ結果内の [算出方法] をクリックします。

[算出方法] をクリックすると、会話型分析では、[テキスト] セクションが表示されます。[テキスト] セクションには、会話型分析が特定の回答にたどり着くまでに実行した手順を書式なしテキストで説明します。この説明には、使用された未加工のフィールド名、実行された計算、適用されたフィルタ、並べ替え順序などの詳細が含まれます。

Looker 管理者が会話型分析データ エージェントの [高度な分析] オプションをオンにして コード インタープリタを有効にしている場合、[コード] タブには、高度なクエリ用に生成された追加の Python コードが表示されます。

会話を管理する

会話は、 [最近] セクションにタイトル別に一覧表示されます。会話の名前を変更したり、会話を削除したり、ゴミ箱フォルダから会話を復元したりできます。

会話を削除する

会話をゴミ箱に移動するには、会話を開いて [ゴミ箱に移動] をクリックします。

会話を復元する、会話を完全に削除する

ゴミ箱から会話を復元または完全に削除する手順は次のとおりです。

  1. 会話型分析で、左側のナビゲーション パネルの [ゴミ箱] を選択すると、ゴミ箱に移動された会話の一覧が表示されます。
  2. [ゴミ箱] セクションで、復元または完全に削除する会話の名前をクリックします。

  3. [よろしいですか？] ダイアログで、次のいずれかのオプションを選択します。

    • キャンセル: アクションをキャンセルします。
    • 復元: 会話を復元します。会話には、会話型分析の左側のナビゲーション メニューの [ 最近] セクションからアクセスできます。
    • 完全に削除: 会話を完全に削除します。

既知の制限事項

会話型分析には、次の既知の制限事項があります。

可視化の制限事項

会話型分析では、会話グラフの生成に Vega-lite が使用されます。次の Vega グラフタイプは完全にサポートされています。

  • 折れ線グラフ（1 つ以上の系列）
  • 面グラフ
  • 棒グラフ（横、縦、積み上げ）
  • 散布図（1 つ以上のグループ）
  • 円グラフ

次の Vega グラフタイプはサポートされていますが、レンダリング時に予期しない動作が発生する可能性があります。

  • マップ
  • ヒートマップ
  • ツールチップ付きのグラフ

Vega カタログにないグラフタイプはサポートされていません。このセクションで指定されていないグラフは、サポートされていないと見なされます。

データソースの制限事項

会話型分析には、次のデータソースの制限があります。

  • Looker データの場合、会話型分析はクエリごとに最大 5,000 行を返すことができます。
  • 会話型分析では、LookML の parameter パラメータまたは filter パラメータを使用して定義されたフィルタ限定のフィールドの値を設定できません。

質問の制限事項

会話型分析は、1 つのビジュアリゼーションで回答できる質問をサポートしています。例:

  • 指標の推移
  • ディメンション別の指標の内訳または分布
  • 1 つ以上のディメンションの一意の値
  • 単一の指標値
  • 指標別の上位のディメンション値

会話型分析は、次のタイプの複雑なビジュアリゼーションでのみ回答できる質問をまだサポートしていません。

  • 予測
  • 相関分析や異常検出などの高度な統計分析

コード インタープリタが有効になっている場合は、予測などの高度な質問にも回答できます。

会話の例

次の会話例は、ユーザーが自然なやり取りで 会話型分析 を操作する方法を示しています。この例では、ユーザーが「2023 年の温かい飲み物とスムージーの月間売上高をプロットし、各種類の飲み物のベストセラー月をハイライト表示してください」という質問をしています。会話型分析は、2023 年の温かい飲み物とスムージーの月間売上高を示す折れ線グラフを生成して応答します。このグラフでは、7 月が両方のカテゴリで売上高が最も高い月としてハイライト表示されています。

2023 年の温かい飲み物とスムージーの月間売上高の折れ線グラフを含む、会話型分析のチャット。7 月がハイライト表示されています。 2023 年の温かい飲み物とスムージーの月間売上高の折れ線グラフを含む、会話型分析のチャット。7 月がハイライト表示されています。s

この会話例に示すように、会話型分析は、ユーザーが正確なデータベース フィールド名（Total monthly drink sales など）を指定したり、フィルタ条件（type of beverage = hot など）を定義したりする必要なく、「売上」や「温かい飲み物」などの一般的な用語を使用したマルチパートの質問を含む、自然言語のリクエストを解釈します。会話型分析は、主な検出結果を説明し、その推論を説明し、テキストと、必要に応じてグラフを含む回答を提供します。会話型分析では、より深い分析を促すために、フォローアップの質問が提案されることもあります。

  • Looker の会話型分析の概要: 会話型分析のランディング ページ。主な機能のリストと、すべての会話型分析のドキュメントへのリンクが記載されています。

  • データ エージェントを作成して管理する: データ エージェントを使用すると、データに固有のコンテキストと指示を指定して、AI 搭載のデータクエリ エージェントをカスタマイズできます。これにより、会話型分析でより正確でコンテキストに関連性の高い回答を生成できます。

  • Looker での会話型分析の構成に関するベスト プラクティス: Looker 管理者と LookML デベロッパーが会話型分析を適切に構成して最適化するための戦略とベスト プラクティス。

  • コード インタープリタを使用して高度な分析を有効にする: 会話型分析内のコード インタープリタは、自然言語の質問を Python コードに変換し、そのコードを実行します。標準の SQL ベースのクエリと比較して、コード インタープリタで Python を使用すると、より複雑な分析と可視化が可能になります。