Criar e gerenciar agentes de dados para painéis do LookML

A Análise Conversacional, com tecnologia do Gemini Google Cloud, permite investigar seus dados fazendo perguntas em linguagem conversacional por uma interface de chat intuitiva. Ao usar a Análise Conversacional com um dashboard do LookML, você pode definir e personalizar um agente de dados diretamente no código do LookML com controle de versão.

Os agentes de dados para dashboards do LookML permitem que os desenvolvedores injetem lógica de negócios personalizada, instruções personalizadas e configurações analíticas em dashboards gerenciados pelo LookML. Cada dashboard fornece um único agente padrão compartilhado que está disponível para todos os usuários com permissão para conversar com o dashboard. Como os dashboards do LookML representam fontes de verdade governadas e com controle de versão em todas as organizações, os agentes de dashboard do LookML garantem que as interações de IA permaneçam consistentes em todos os ambientes e sigam os padrões de dados organizacionais.

Nesta página, abordamos os seguintes tópicos:

Antes de começar

Antes de usar a Análise Conversacional para interagir com os dados do dashboard, verifique se a configuração e os requisitos da instância do Looker foram atendidos e se você recebeu as permissões adequadas para realizar as tarefas descritas nesta página.

Definir um agente de dashboard no LookML

Para definir um agente de dashboard no LookML, declare o agent parâmetro em um arquivo de modelo do LookML ou em um arquivo dedicado do LookML no seu projeto.

Uma definição de agente de dashboard do LookML usa a seguinte sintaxe:

agent: agent_name {
  advanced_analytics: yes | no
  description: "Description of the agent"
  instructions: "Custom agent prompt and instructions"
  is_dashboard_agent: yes
  show_debuginfo: yes | no
  show_thinking: yes | no
}

Os agentes de dashboard oferecem suporte aos seguintes parâmetros do LookML:

  • agent: declara um novo agente e define o nome dele.
  • advanced_analytics: (opcional) aceita yes ou no (o padrão é no). Quando definido como yes, o agente pode usar Análise Avançada para traduzir perguntas em linguagem natural em código Python e executar esse código para cálculos e visualizações avançados. Esse parâmetro está disponível para agentes de dashboard do LookML. No entanto, ele não funciona no Looker 26.14.
  • description: (opcional) uma breve descrição do agente.
  • instructions: (opcional) uma string que fornece instruções de formato livre e contexto de negócios para orientar o agente ao responder a consultas. Se omitido, o agente usa o processamento conversacional padrão sem contexto de solicitação personalizado.
  • is_dashboard_agent: (obrigatório para agentes de dashboard) definido como yes para identificar o agente especificamente como um agente de dashboard.
  • show_debuginfo: (opcional) aceita yes ou no (o padrão é no). Quando definido como yes, o agente mostra informações detalhadas de execução e solução de problemas nas respostas da conversa.
  • show_thinking: (opcional) aceita yes ou no (o padrão é no). Quando definido como yes, o agente mostra o processo de raciocínio detalhado nas respostas da conversa.

Os agentes em dashboards do LookML não oferecem suporte a consultas verificadas.

Exemplo de definição de agente de dashboard

O exemplo a seguir define um agente de dashboard do LookML que aplica regras e tom de filtragem específicos:

agent: sales_dashboard_agent {
  instructions: "Focus on revenue metrics. Always filter by the current fiscal year unless the user specifies otherwise."
  description: "LookML Dashboard Agent for sales performance analytics."
  is_dashboard_agent: yes
  advanced_analytics: yes
  show_thinking: yes
  show_debuginfo: no
}

Usar constantes do LookML em instruções do agente

Se você gerenciar vários dashboards do LookML em uma organização, poderá usar constantes do LookML para compartilhar regras de negócios padrão, glossários ou requisitos de filtragem em definições de agentes sem duplicar o texto.

Para usar uma constante nas instruções do agente, siga estas etapas:

  1. Defina a constante no arquivo manifest.lkml do seu projeto:

    constant: FISCAL_YEAR_RULE {
  value: "Always filter all requests by the current fiscal year unless the user explicitly specifies a different timeframe."
}

  2. Faça referência à constante no parâmetro instructions do agente de dashboard usando @{<var>CONSTANT_NAME</var>} sintaxe:

    agent: finance_dashboard_agent {
  instructions: "Prioritize gross margin and operating expense metrics. @{FISCAL_YEAR_RULE}"
  is_dashboard_agent: yes
  advanced_analytics: yes
}

Quando o agente processa consultas, o Looker substitui dinamicamente a string constante nas instruções do agente.

Associar um agente de dashboard a um dashboard do LookML

Para anexar um agente de dashboard a um dashboard do LookML, configure os parâmetros no nível do dashboard no arquivo .dashboard.lookml.

Os parâmetros de dashboard a seguir controlam o comportamento do agente para dashboards do LookML:

  • enabled_dashboard_agent: (opcional) aceita true ou false. Determina se os usuários podem ver o ícone de faísca Conversar com este dashboard e interagir com o agente de dashboard. Se omitido, esse parâmetro será definido como true na camada da API.
  • default_dashboard_agent: (opcional) especifica o nome do agente do LookML (definido com o parâmetro agent) que serve como o agente padrão do dashboard.

Exemplo de configuração de dashboard do LookML

O snippet a seguir mostra como mapear o sales_dashboard_agent para um dashboard do LookML:

- dashboard: executive_sales_overview
  title: "Executive Sales Overview"
  layout: newspaper
  enabled_dashboard_agent: true
  default_dashboard_agent: sales_dashboard_agent

  elements:
  - name: total_revenue_by_quarter
    type: looker_column
    model: sales_ops
    explore: orders
    measures: [orders.total_revenue]
    dimensions: [orders.created_quarter]

Se enabled_dashboard_agent estiver definido como true e nenhum default_dashboard_agent for especificado, os usuários ainda poderão conversar com o dashboard. O agente será executado sem instruções personalizadas.

Testar agentes de dashboard do LookML no Modo de Desenvolvimento

Se o agente já tiver sido implantado na produção, os desenvolvedores do LookML poderão modificar as instruções do agente de forma iterativa e testar as respostas diretamente na interface do Looker antes de implantar as mudanças na produção.

Para testar as mudanças em um agente de dashboard do LookML no Modo de Desenvolvimento, siga estas etapas:

  1. Verifique se o agente tem pelo menos uma definição de linha de base implantada na produção.
  2. Ative o Modo de Desenvolvimento.
  3. Edite as instructions ou configurações do agente no arquivo do LookML e salve as mudanças.
  4. Abra o dashboard do LookML na interface do Looker.
  5. Selecione faísca Conversar com este dashboard para abrir o painel de chat.
  6. Faça perguntas para testar como o agente interpreta e responde às suas solicitações.

Quando o Modo de Desenvolvimento está ativado, a Análise Conversacional faz referência à definição do agente na memória, à definição do dashboard do LookML e aos arquivos de modelo da ramificação de desenvolvimento. Quando você desativa o Modo de Desenvolvimento, a Análise Conversacional volta a fazer referência às definições implantadas da ramificação de produção.

Qualquer histórico de conversas criado durante o Modo de Desenvolvimento é mantido e visível na sua lista de conversas recentes em todas as sessões.

Copiar o LookML do agente de painel de painéis definidos pelo usuário

Se você criar um protótipo de painel como um painel definido pelo usuário na UI, poderá exportar a configuração completa, incluindo as configurações e instruções do agente de painel, para o código do LookML.

Para copiar o LookML de um painel definido pelo usuário:

  1. Abra o painel definido pelo usuário.
  2. Selecione o menu de três pontos more_vert Ações do dashboard e selecione Acessar o LookML.
  3. Na caixa de diálogo Acessar o LookML, copie o LookML do dashboard gerado e o código de definição do agente de dashboard.
  4. Cole o LookML do dashboard em um arquivo .dashboard.lookml e cole o bloco agent no arquivo de modelo ou agente do LookML.

O LookML exportado preserva o estado da opção Ativar o chat com o dashboard usando o valor de parâmetro enabled_dashboard_agent junto com as instruções personalizadas do agente.

Conferir detalhes do agente na interface do Looker

Ao visualizar um dashboard do LookML com um agente de dashboard ativo, você pode inspecionar a configuração do agente no painel de chat:

  1. Selecione a faísca Conversar com este dashboard.
  2. Selecione tune Gerenciar agente.

Para dashboards do LookML, o painel Gerenciar agente mostra instruções do agente, status da Análise Avançada e opções de depuração no modo somente leitura. Não é possível editar as configurações diretamente na UI.

Para editar a configuração, os desenvolvedores com a permissão develop nos modelos subjacentes podem clicar em Editar no LookML para navegar diretamente até o arquivo do LookML relevante no IDE.

Consultar um dashboard do LookML com um agente de dashboard

Para iniciar uma conversa com um agente de dashboard do LookML:

  1. Abra o dashboard do LookML.
  2. Selecione a faísca Conversar com este dashboard.
  3. No campo Fazer uma pergunta, insira sua consulta em linguagem natural.
  4. Se show_thinking for permitido para o agente de dashboard, você poderá escolher um modo de pergunta:
    • Rápido: traduz rapidamente sua consulta em pesquisas diretas de métricas do LookML.
    • Pensando: avalia perguntas analíticas complexas e mostra o raciocínio detalhado.
  5. Clique em send Enviar.

Para cancelar uma consulta em andamento, clique em Parar resposta.

Gerenciar conversas

  • Conversas recentes: para abrir conversas anteriores, selecione more_vert Menu > Conversas recentes.
  • Renomear uma conversa: selecione more_vert ao lado de uma conversa e selecione edit Renomear.
  • Excluir uma conversa: selecione more_vert ao lado de uma conversa e selecione delete Excluir.

Limitações dos agentes de dashboard do LookML

Os agentes de dashboard do LookML têm as seguintes limitações:

  • Definido apenas no LookML: os agentes de dashboard do LookML precisam ser declarados no LookML. Não é possível criar, configurar ou editar esses agentes na interface do Looker.
  • Consultas verificadas não são aceitas: os agentes de dados para dashboards do LookML não oferecem suporte a consultas verificadas.
  • Requisito do mesmo projeto: o agente precisa ser definido no mesmo projeto do LookML que o dashboard que faz referência a ele.
  • Um agente por dashboard: você só pode associar um agente de dashboard a um dashboard do LookML.
  • Somente agentes de dashboard: o LookML não oferece suporte à criação de agentes de dados da Análise. Todas as declarações agent no LookML precisam incluir is_dashboard_agent: yes.
  • Análise Avançada no Looker 26.14: os agentes de dashboard do LookML no Looker 26.14 não oferecem suporte ao parâmetro advanced_analytics.
  • Modo de Desenvolvimento e agentes não implantados: a interface conversacional ignora todas as mudanças feitas no Modo de Desenvolvimento na configuração de agentes de dashboard do LookML que ainda não foram implantados na produção.