Looker データについて AI と会話する

Gemini for Google Cloud を搭載した会話型分析を使用すると、直感的なチャットインターフェースで通常の自然言語（会話形式）で質問して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行う方法について説明します。

会話型分析インターフェースに移動する
Explore またはデータエージェントとの会話を開始する
データに関する質問をする
会話内でクエリを管理する
クエリ結果と計算を理解する
会話を管理する

Gemini for 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。 Google Cloud

会話型分析に移動する

Looker で会話型分析にアクセスするには、次の方法があります。

[メインナビゲーションメニュー]から [**会話**] を選択します。
[**作成**] メニューから [**会話**] を選択します。
Looker Explore から [**会話を開始**] を選択します。

Explore またはデータエージェントとの会話を開始する

データセットに関する質問のセットは、会話ごとに整理されます。会話型分析を使用して「会話」を行うには、複数の方法があります。1 つの Explore でデータに関する質問をすることも、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することもできます。作業を複数の会話に分割すると、調査の整理に役立ちます。新しい会話を作成する手順は次のとおりです。

[会話] ページに移動します。
会話を開始するには、次のいずれかのオプションを選択します。
- [Explores]: 最大 5 つの Looker Explore に基づいて会話を開始するには、[Explore] パネルを選択します。プロジェクト名は Explore 名の横に表示されます。
- [**エージェント**]: データエージェントは、データに固有のコンテキストと手順でカスタマイズされます。既存のデータエージェントとの会話を開始するには、[エージェント] タブを選択し、データエージェントを選択します。すでに作成したデータエージェントまたは他のユーザーと共有したデータエージェントとの会話を開始できます。新しいデータエージェントを作成するには、[新しいエージェント]を選択します。
デフォルトでは、会話の名前は「無題」です。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、ページ内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。会話には、[ 最近の会話] セクションから戻ることができます。

Looker Explore 内から会話を開始する

Looker Explore と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 データに関する質問をする

新しい会話を開始すると、会話型分析によって開始する質問が提案されます。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て [送信] をクリックします。クエリを送信した後、会話型分析の回答をキャンセルするには、 [**回答を停止**] をクリックします。会話型分析はクエリの実行を停止し、「The query was cancelled.」というメッセージを表示します。

[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て [送信] をクリックします。クエリを送信した後、 [**回答を停止**] をクリックすると、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、「The query was cancelled.」というメッセージを表示します。

質問できる質問の種類について詳しくは、質問の制限をご覧ください。

質問モードを選択する

質問をするときに、[**高速**] 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] は迅速な回答を目的とし、[思考モード] は複雑な問題を解決することを目的としています。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。手動で変更しない限り、会話型分析では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、会話型分析は自然言語クエリを、会話の Explore の基盤となる LookML モデルで定義されている LookML パラメータに直接マッピングしようとします。会話型分析は、LookML の管理対象の定義に依存しているため、迅速に回答できます。また、推論を使用したり表示したりしません。

たとえば、「先月の総収益はいくらでしたか？」のようなクエリは、total_revenue メジャー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。

クエリでデータの特定の事実や事前定義された指標を要求する場合は、[高速] モードを選択します。

思考モード

[思考モード] は、直接的な LookML 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の組み合わせ方を決定します。このモードでは、単一の SQL ベースのクエリでは不可能な、複数ステップの問題の解決や高度なデータサイエンスタスクの実行が可能です。

データの理由を尋ねる場合、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より複雑な分析リクエストを行う場合は、[思考モード] 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 の使用方法を把握する場合にも特に役立ちます。

会話型分析で質問を処理する方法

クエリを送信すると、会話型分析によって質問が言い換えられ、言い換えられた質問が元の質問の後に会話ウィンドウに表示されることがあります。たとえば、会話型分析は、「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。

会話型分析で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をすることがあります。たとえば、名前が似ている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切な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

会話を続けると、会話型分析では以前の質問と回答が考慮されます。以前の回答を取得し、結果を絞り込んだり、可視化タイプを変更したりして、回答を基に構築できます。

質問の作成について詳しくは、質問の制限をご覧ください。

確認のための質問

会話のメタデータ

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 [Data] 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。

[View fields]: Explore とチャットしているときに、 [View fields] 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チャットしているときに、データエージェントの詳細を編集するには、 [**エージェントを編集**] をクリックします。
[新しい会話]: 現在の会話で使用している Looker Explore との新しい会話を開始します。

会話内でクエリを管理する

データと会話するときに、実行中のアクティブなクエリのレスポンスを停止するか、最新の質問とその回答を削除することで、会話を管理できます。

クエリ結果と計算を理解する

会話型分析でデータに関する質問をすると、特定のクエリと接続されたデータに応じて、回答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 Explore として開くには、クエリ結果内の [Explore で開く] をクリックします。

このクエリのレスポンスに加えて、会話型分析には、クエリ結果と計算を理解するための次のオプションがあります。

クエリの解釈方法に関する詳細
回答の計算方法の詳細

クエリの解釈方法を確認する

[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。推論を確認するには、[推論を表示] オプションを開きます。推論を非表示にするには、[推論を非表示] をクリックします。

会話型分析では、各クエリを分析し、クエリのキーワードを使用して、会話に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て、回答方法を検討します。[推論を表示] を開くと、会話型分析によってクエリの解釈手順が書式なしテキストで説明されます。この説明には、会話型分析でクエリについて検討した時間も含まれます。

会話型分析は、推論に基づいてレスポンスを生成します。これには、クエリに関する明確化の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

会話型分析で回答にたどり着い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、会話型分析に [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] オプションを有効にして [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。

会話を復元または完全に削除する

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。

会話型分析で、左側のナビゲーションパネルの [Trash] を選択して、ゴミ箱に移動した会話の一覧を表示します。
[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。
[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。
- [Cancel]: アクションをキャンセルします。
- [**復元**]: 会話を復元します。会話型分析の左側のナビゲーションメニューの [Recent] セクションから会話にアクセスできます。
- [**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、以下に示す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、Vega-lite を使用して会話グラフを生成します。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 カタログ外に存在する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対象外とみなされます。

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

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

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

会話の例

次の会話の例は、ユーザーが会話型分析と自然なやり取りを行う方法を示しています。この例では、ユーザーは「2023 年の温かい飲み物とスムージーの月間売上をプロットし、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を示す折れ線グラフを生成し、7 月を両方のカテゴリで売上が最も多い月としてハイライト表示します。

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

この会話の例に示すように、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、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、より詳細な分析を促すために、フォローアップの質問を提案することもあります。

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。主な機能の一覧と、会話型分析のすべて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手順を提供することで、AI を活用した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 で会話型分析を構成するための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で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 コードに変換して実行します。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。