借助由 Gemini for Google Cloud 提供支持的对话式分析功能，您可以通过直观的聊天界面，使用常规的自然语言（对话式语言）提出问题来调查数据。
本页介绍了如何在 Looker (Google Cloud Core) 实例和 Looker（原始版本）实例中使用对话式分析界面执行以下任务：
了解 Gemini for Google Cloud 如何以及何时使用您的数据。
前往对话式分析
您可以通过以下方式在 Looker 中访问对话分析：
对话。与探索代理或数据代理开始对话
您针对数据集提出的一系列问题会按对话整理。您可以通过多种方式使用对话分析功能“进行对话”。您可以针对单个探索中的数据提问，也可以一次性针对最多五个探索向对话分析数据代理提问。将工作拆分为多次对话有助于整理思路。如需创建新的对话，请按以下步骤操作：
- 前往对话页面。
选择以下选项之一即可开始对话：
默认情况下，对话的名称为“无标题”。在对话中提出第一个问题后，对话式分析会自动根据您的问题和回答生成对话标题。如需更改生成的名称，请点击对话页面顶部的标题，然后输入新的对话名称。如需保存更改，请点击页面上的其他位置，或按 Return 键 (Mac) 或 Enter 键 (PC)。
创建对话后，您可以在对话中的 Ask a question（提问）字段中提出问题。您可以从近期对话部分返回到对话。
从 Looker 探索中发起对话
您还可以直接与 Looker 探索开始对话。如要发起对话，请前往探索，然后选择发起对话。
询问有关 Looker 数据的问题
当您开始新对话时，对话式分析会建议一些可作为开场白的问题。问题不需要采用特定格式或使用特定语法。不过，这些问题必须与您选择的探索相关。
在提出问题字段中，用自然语言输入问题。选择问题模式，然后点击发送。提交查询后，您可以点击 停止回答来取消对话式分析的回答。对话式分析会停止运行查询，并显示以下消息：The query was cancelled.
在提出问题字段中，用自然语言输入问题。选择问题模式，然后点击发送。提交查询后，您可以点击 停止回答来取消对话式分析的回答。对话式分析会停止运行查询，并显示以下消息：The query was cancelled.
如需详细了解您可以提出的问题类型，请参阅问题限制。
选择问题模式
提出问题时，您可以从下拉菜单中选择问题模式，该菜单包含快速和思考选项。界面将快速描述为旨在快速回答问题，并将思考描述为旨在解决复杂问题。对话式分析默认采用思考问题模式。在任何多轮对话中，除非您手动更改，否则对话式分析会保持相同的提问模式。
快速模式
当您在快速模式下提出问题时，对话式分析会尝试将您的自然语言查询直接映射到对话所基于的探索中定义的 LookML 模型中的 LookML 参数。对话式分析功能之所以能够快速响应，是因为它依赖于 LookML 的受控定义，并且不使用或显示任何类型的推理。
例如，系统可将“我们上个月的总收入是多少？”之类的查询快速转换为选择total_revenue指标并按上个月进行过滤的查询。
如果您的查询要求从数据中获取特定事实或预定义指标，请选择快速模式。
思考模式
思考模式适用于更复杂的分析请求，这些请求需要进行超出直接 LookML 查找范围的分析。在此模式下，代理会“规划”其方法，决定使用哪些工具以及如何组合结果。在此模式下，您可以解决多步问题并执行高级数据科学任务，而这些任务可能无法通过单个基于 SQL 的查询来完成。
在询问有关数据的原因、比较趋势或提出可能需要多个步骤的更复杂的分析请求时，请选择思考模式。在测试代理时，此模式也特别有用，可帮助您了解代理如何使用其数据源的底层 LookML。
对话式分析如何处理您的问题
在您提交查询后，Conversational Analytics 可能会改述您的问题，改述后的问题会显示在对话窗口中，紧跟在您原来的问题之后。例如，对话式分析可能会将问题“What is the mean of user ages?”改述为“What is the average user age?”
在对话式分析运行查询时，您可以观察其推理和思考过程。对话式分析可能会提出后续问题，以澄清原始查询中的任何模棱两可之处。例如，如果有多个名称相似的字段，对话式分析可能会要求您明确说明哪个字段最适合用于处理您的查询。
多轮对话
当您继续对话时，Conversational Analytics 会将之前的问题和答案纳入考虑范围。您可以根据之前的回答，通过进一步优化结果或更改可视化图表类型来继续提问。
如需详细了解如何创建问题，请参阅问题限制。
澄清问题
在对话式分析运行查询时，您可以观察其推理和思考过程。对话式分析可能会提出后续问题，以澄清原始查询中的任何模棱两可之处。例如，如果有多个名称相似的字段，对话式分析可能会要求您明确说明哪个字段最适合用于处理您的查询。
对话元数据
当您与探索或数据代理进行对话时，可折叠的 数据面板会显示对话所使用的 Looker 探索的名称。 数据面板还提供以下选项：
- 查看字段：与“探索”功能聊天时，您可以点击 查看字段，在新浏览器窗口中查看“探索”功能。
- 修改代理：在与数据代理聊天时，您可以点击 修改代理来修改数据代理的详细信息。
- 新对话：与当前对话所用的 Looker 探索发起新对话。
管理对话中的查询
在与数据对话时，您可以在有效查询响应运行时停止该响应，也可以删除最近的问题及其回答，从而管理对话。
删除最近提出的问题
如需删除最近提出的问题及其回答，请按以下步骤操作：
- 将光标悬停在最新问题上，然后点击 删除消息。
- 在永久删除消息？对话框中，点击删除以永久删除问题及其回答。
了解查询结果和计算
当您在对话分析中询问有关数据的问题时，系统可能会根据您的具体查询和关联的数据，在回答中包含可视化图表、数据表格或其他详细信息。如需将查询结果作为探索打开，请点击查询结果中的 在探索中打开。
除了此查询响应之外，对话式分析还提供以下选项，帮助您了解查询结果和计算：
确定您的查询是如何解读的
如果您使用思考模式提问，则可以查看对话分析功能如何推理您的查询。如需查看其推理，请展开显示推理选项。如需隐藏推理，请点击隐藏推理。
对话式分析会分析每个查询，并考虑如何回答，使用查询中的关键字从对话关联数据集的语义层推断相关维度、指标和其他参数，并根据查询内容解读可能需要执行的汇总。展开显示推理过程后，对话式分析会以纯文本形式显示其解读查询所采取的步骤。说明还包括对话式分析考虑查询所用的时长。
根据其推理，对话式分析会生成回答，其中可能包含要求您澄清查询的请求。
确定答案的计算方式
如需了解对话式分析功能如何得出答案或创建可视化图表，请点击查询结果中的 How was this calculated?（这是如何计算的？）。
点击这是如何计算出来的？后，对话式分析会显示文字部分。文本部分以纯文本形式说明了对话分析功能为得出给定答案而采取的步骤。此说明包括所用的原始字段名称、执行的计算、应用的过滤条件、排序顺序和其他详细信息。
如果 Looker 管理员已通过为对话式分析数据代理启用高级分析选项来启用代码解释器，则代码标签页会显示针对任何高级查询额外生成的 Python 代码。
管理会话
对话会按标题列在 最近部分中。您可以更改对话的名称、删除对话或从回收站文件夹中恢复对话。
删除对话
如需将对话移至回收站，请打开相应对话，然后点击 移至回收站。
恢复或永久删除对话
如需从回收站中恢复或永久删除对话，请按以下步骤操作：
- 在“对话分析”中，选择左侧导航面板中的 回收站，以查看已移至回收站的对话列表。
- 在回收站部分中，点击要恢复或永久删除的对话的名称。
在确定吗？对话框中，选择以下选项之一：
- 取消：取消操作。
- 恢复：恢复对话。您可以在对话式分析的左侧导航菜单中的 最近部分访问对话。
- 永久删除：永久删除对话。
已知限制
Conversational Analytics 存在以下已知限制。
可视化图表的限制
对话式分析利用 Vega-lite 生成对话图表。以下 Vega 图表类型完全受支持：
- 折线图（一个或多个序列）
- 面积图
- 条形图（横向、纵向、堆叠）
- 散点图（一个或多个群组）
- 饼图
系统支持以下 Vega 图表类型，但在渲染这些图表时，您可能会遇到意外行为：
- 地图
- 热图
- 带有提示的图表
不支持 Vega 目录之外的图表类型。本部分中未指定的任何图表均被视为不受支持。
数据源限制
对话式分析功能在数据源方面存在以下限制：
- 对于 Looker 数据，Conversational Analytics 每次查询最多可返回 5,000 行。
- 对话式分析无法设置使用 LookML
parameter或filter参数定义的只有过滤条件的字段的值。
问题限制
Conversational Analytics 支持可通过单个可视化图表回答的问题，例如：
- 指标随时间变化的趋势
- 指标按维度细分或分布的情况
- 一个或多个维度的唯一值
- 单个指标值
- 维度值排行榜（按指标排序）
Conversational Analytics 尚不支持只能通过以下类型的复杂可视化图表回答的问题：
- 预测
- 高级统计分析，包括相关性和异常检测
启用代码解释器后，您可以提出更高级的问题，例如预测。
对话示例
以下示例对话展示了用户如何以自然、来回互动的方式使用 Conversational Analytics。在此示例中，用户提出了以下问题：“你能否绘制 2023 年热饮与冰沙的月度销售额对比图，并突出显示每种饮料的畅销月份？”对话式分析功能会生成一个折线图作为回应，其中显示了 2023 年热饮和冰沙的月度销售额，并突出显示了 7 月份这两个类别的销售额最高。
s
如本示例对话所示，对话式分析会解读自然语言请求，包括使用“销售额”和“热饮”等常用术语的多部分问题，而无需用户指定确切的数据库字段名称（例如 Total monthly drink sales）或定义过滤条件（例如 type of beverage = hot）。对话式分析会描述其关键发现、解释其推理过程，并提供包含文字和图表（如适用）的答案。为了鼓励您进行更深入的分析，对话式分析功能可能还会建议后续问题。
相关资源
Looker 中的对话式分析概览：对话式分析的着陆页，其中包含关键功能列表，并提供指向所有对话式分析文档的链接。
创建和管理数据代理：借助数据代理，您可以提供与您的数据相关的背景信息和指令，从而自定义 AI 赋能的数据查询代理，帮助对话式分析生成更准确且与上下文相关的回答。
在 Looker 中配置对话式分析的最佳实践：可帮助 Looker 管理员和 LookML 开发者成功配置和优化对话式分析的策略和最佳实践。
使用代码解释器启用高级分析：对话式分析中的代码解释器会将您的自然语言问题转换为 Python 代码并执行该代码。与基于标准 SQL 的查询相比，代码解释器使用 Python 可以实现更复杂的分析和可视化效果。