Analisar dados com conversas

Neste documento, descrevemos como criar, editar e excluir conversas no BigQuery. As conversas são chats persistentes com um agente de dados ou fontes de dados, como tabelas, visualizações ou gráficos, que você seleciona.

As conversas são chats persistentes com um agente de dados ou fonte de dados. Você pode fazer perguntas de várias partes aos agentes de dados que usam termos comuns, como "vendas" ou "mais popular", sem precisar especificar nomes de campos de tabela ou definir condições para filtrar os dados. Também é possível fazer perguntas sobre dados localizados em objetos, como PDFs. Um agente pode determinar quais fontes de dados consultar e aproveitar otimizações, como partições de tabela ou índices de pesquisa, ao criar uma resposta.

A resposta do chat retornada a você oferece os seguintes recursos:

• A resposta à sua pergunta como texto, código ou imagens (multimodal). A resposta pode incluir funções de IA e ML do BigQuery com suporte.
• Gráficos gerados quando apropriado.
• O raciocínio do agente por trás dos resultados.
• Metadados sobre a conversa, como o agente e as fontes de dados usados.

Quando você cria uma conversa direta com uma fonte de dados, a API Conversational Analytics interpreta sua pergunta sem o contexto e as instruções de processamento que um agente de dados oferece. Por isso, os resultados da conversa direta podem ser menos precisos. Use agentes de dados para casos que exigem maior precisão.

É possível criar e gerenciar conversas no BigQuery usando o Cloud de Confiance console. Para mais informações, consulte Analisar dados com conversas.

Antes de começar

1. Verifique se o faturamento está ativado para o Cloud de Confiance projeto.

2. Ative o BigQuery, o Gemini Data Analytics e o Gemini para Cloud de Confiance by S3NS APIs.

   Funções necessárias para ativar APIs

   Para ativar as APIs, é necessário ter o papel do IAM de administrador de uso do serviço (roles/serviceusage.serviceUsageAdmin), que contém a permissão serviceusage.services.enable. Saiba como conceder papéis.

   Ativar as APIs

Funções exigidas

Para criar conversas, você precisa ter um dos seguintes papéis do IAM da API Conversational Analytics:

• Para visualizar e criar conversas com qualquer agente de dados que tenha sido compartilhado com você, é necessário ter o papel de usuário do agente de dados do Gemini Data Analytics (roles/geminidataanalytics.dataAgentUser) e o papel de usuário do Gemini para Google Cloud (roles/cloudaicompanion.user) no nível do projeto.
• Para criar uma conversa direta, é necessário ter o papel de usuário de chat sem estado do Gemini Data Analytics (roles/geminidataanalytics.dataAgentStatelessUser).

Além disso, nas seguintes situações, você precisa ter os seguintes papéis:

• Se um agente de dados usar um conjunto de dados como fonte de conhecimento, você precisará do papel de leitor de dados do BigQuery (roles/bigquery.dataViewer) no conjunto de dados.
• Se um agente de dados executar uma consulta SQL para você, será necessário ter o papel de usuário de jobs do BigQuery (roles/bigquery.jobUser) no projeto.
• Se um agente de dados usar uma tabela ou visualização como fonte de conhecimento, você precisará do papel de leitor de dados do BigQuery (roles/bigquery.dataViewer) na tabela ou visualização.
• Se uma tabela usar controle de acesso no nível da coluna, você precisará do leitor refinado (roles/datacatalog.categoryFineGrainedReader) papel. Esse papel é atribuído aos principais como parte da configuração de uma tag de política. Para mais informações, consulte Papéis usados com controle de acesso no nível da coluna.
• Se uma tabela de dados usar o controle de acesso no nível da linha, você precisará receber acesso pela política de acesso no nível do papel nessa tabela. Para mais informações, consulte Criar ou atualizar políticas de acesso no nível da linha.
• Se uma tabela de dados usar mascaramento de dados, você precisará receber o papel de leitor mascarado (roles/bigquerydatapolicy.maskedReader) pela política de dados apropriada. Para mais informações, consulte Papéis para consultar dados mascarados data.
• Para conversar com um conjunto de dados, você precisa do leitor do Data Catalog ( roles/datacatalog.viewer) no projeto.

Se você não tiver os papéis adequados nas tabelas de dados de origem usadas pelo agente de dados, o sistema retornará o seguinte erro ao conversar com o agente de dados:

Schema_Resolution: Access Denied

Práticas recomendadas

A análise conversacional executa consultas automaticamente em seu nome para responder às suas perguntas. Considere os seguintes fatores que podem aumentar o custo da consulta:

• Tabelas grandes
• Uso de junções de dados em consultas
• Chamadas frequentes para funções de IA em consultas

Criar uma conversa com um agente de dados

Para criar uma conversa com um agente de dados, primeiro crie um agente de dados e publique-o. Também é possível iniciar uma conversa com agentes que outras pessoas compartilham com você.

Para criar uma conversa com um agente de dados no Cloud de Confiance console, siga estas etapas:

1. Acesse a página Agentes do BigQuery.

   Acessar agentes

2. Selecione a guia Catálogo de agentes.

3. Na seção Meus agentes ou Compartilhado por outras pessoas na sua organização, clique no card do agente com quem você quer conversar.

   Um novo painel de chat será aberto.

4. No campo Faça uma pergunta, insira sua pergunta e escolha um modo:

   • Pensando (padrão): raciocínio detalhado.
   • Rápido: o melhor para a maioria das perguntas.

   Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

5. Clique em send_spark Enviar.

   A API Conversational Analytics processa sua pergunta e retorna os resultados.

Criar uma conversa direta com uma fonte de dados

É possível criar uma conversa direta com essas fontes de dados do BigQuery (também chamadas de fontes de conhecimento). Quando você cria uma conversa direta, a API Conversational Analytics interpreta sua pergunta sem o contexto e as instruções de processamento oferecidas por um agente de dados.

É possível criar uma conversa com as seguintes fontes de dados:

• Tabela
• Ver
• Conjunto de dados (visualização)
• Gráfico (visualização)

Conversar com uma fonte de dados usando a página "Agentes"

Para criar uma conversa com uma fonte de dados usando a página Agentes no Cloud de Confiance console, siga estas etapas:

Para criar uma conversa direta com uma fonte de dados na página Agentes, siga estas etapas:

1. Acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, clique em Nova conversa.

3. No painel Converse com seus dados, clique na guia Fontes de conhecimento. Se a fonte de dados não aparecer na lista, você poderá pesquisá-la.

4. Selecione uma ou mais fontes de dados e clique em Chat.

Conversar com uma fonte de dados usando o BigQuery Studio

Para criar uma conversa direta com uma fonte de dados usando o BigQuery Studio, escolha uma das seguintes opções.

Conversar com um conjunto de dados, tabela, visualização ou gráfico

Para criar uma conversa direta com um conjunto de dados, tabela, visualização ou gráfico, siga estas etapas:

1. No Cloud de Confiance console, acesse a página BigQuery Studio.

   Acessar o BigQuery Studio

2. No painel à esquerda, clique em explore Explorer.

3. No painel Explorer, expanda o projeto, clique em Conjuntos de dados e selecione um conjunto de dados. A página Conjuntos de dados será aberta.

4. Clique em um conjunto de dados para abri-lo.

5. Para conversar com o conjunto de dados, clique em chat_spark Chat.

6. Para conversar com uma tabela ou visualização no conjunto de dados, siga estas etapas:

   1. Na guia Visão geral, clique em Tabelas.

   2. Na coluna ID da tabela, clique no link da tabela ou visualização.

   3. Clique em chat_spark Chat.

7. Para conversar com um gráfico, siga estas etapas:

   1. Na guia Visão geral, clique em Gráficos.

   2. Na coluna ID do gráfico, clique no link do gráfico.

   3. Clique em chat_spark Chat.

Conjuntos de dados

Ao criar uma conversa com um conjunto de dados, você pode fazer perguntas sobre seus dados sem precisar listar explicitamente as fontes de dados. Quando você cria uma conversa com um conjunto de dados, o agente de dados tem acesso a todas as tabelas desse conjunto. Quando você faz uma pergunta, o agente de dados procura tabelas relevantes e as une, se necessário, para produzir uma resposta.

Conversar com o resultado de uma consulta

É possível criar uma nova conversa com os resultados depois de executar uma consulta. A fonte de dados é a tabela temporária de resultados armazenados em cache que normalmente persiste por 24 horas. Depois que os resultados armazenados em cache expiram, não é possível fazer perguntas sobre os dados.

Para criar uma conversa a partir de um resultado de consulta, siga estas etapas:

1. No Cloud de Confiance console, acesse a página BigQuery Studio.

   Acessar o BigQuery Studio

2. Mude para a guia do editor de consultas search_insights ou clique em arrow_drop_down > Consulta SQL.

3. Insira sua consulta SQL e clique em play_circle Executar.

4. Na guia Resultados, clique em chat_spark Chat.

Como conversar com uma fonte de dados

Depois de clicar na opção Chat da sua fonte de dados, você pode iniciar a conversa. Para conversar, faça o seguinte:

1. No campo Faça uma pergunta, insira sua pergunta e escolha um modo:

   • Pensando (padrão): raciocínio detalhado.
   • Rápido: o melhor para a maioria das perguntas.

2. Clique em send_spark Enviar.

   A API Conversational Analytics processa sua pergunta e retorna os resultados. Quando apropriado para os dados, a resposta fornece imagens, gráficos, tabelas e outras visualizações.

3. Para conferir cada etapa que o agente de dados realizou para fornecer a resposta à sua pergunta, expanda a opção Mostrar raciocínio na resposta.

   

4. Para conferir informações sobre como os resultados foram calculados, clique em keyboard_arrow_down Como isso foi calculado?

   

   A seção Resumo inclui a consulta gerada seguida do resultado da consulta. Opcionalmente, você pode abrir a consulta no editor de consultas.

Criar um agente de dados a partir de uma conversa

É possível criar um agente de dados a partir de uma conversa com uma tabela ou visualização. Não é possível criar um agente personalizado a partir de uma conversa com um conjunto de dados.

Para criar um agente de dados a partir de uma conversa, siga estas etapas:

1. No painel Detalhes de uma conversa, clique em Criar agente.

2. Na seção Editor , no campo Nome do agente , digite um nome descritivo para o agente de dados, por exemplo, Q4 sales data ou User activity logs.

3. No campo Descrição do agente, digite uma descrição do agente de dados. Uma boa descrição explica o que o agente faz, quais dados ele usa e ajuda você a saber quando esse é o agente de dados certo para conversar, por exemplo, Ask questions about customer orders and revenue.

4. Na seção Fontes de conhecimento, verifique a entrada em Fontes de conhecimento. É possível personalizar a fonte de dados atual ou clicar em Adicionar fonte para adicionar outras fontes de dados. Se a fonte de dados não aparecer na lista, você poderá pesquisá-la.

5. Depois de fazer as mudanças, clique em Salvar rascunho.

6. Clique em Publicar.

Gerenciar conversas

É possível abrir, renomear ou excluir uma conversa na página Agentes e gerenciar conversas no Explorer do BigQuery Studio.

Abrir uma conversa

1. No Cloud de Confiance console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer abrir.

Renomear uma conversa

1. No Cloud de Confiance console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer renomear.

3. Clique em more_vert Ver ações > Renomear.

4. Na caixa de diálogo Renomear conversa, insira um novo nome para a conversa no campo Nome da conversa.

5. Clique em Renomear.

Excluir uma conversa

Os resultados de perguntas em uma conversa persistem mesmo que as fontes de dados subjacentes sejam excluídas. Para excluir uma conversa e todos os resultados que ela contém, siga estas etapas:

1. No Cloud de Confiance console, acesse a página Agentes do BigQuery.

   Acessar agentes

2. Na guia Conversas, na lista de conversas, clique na conversa que você quer excluir.

3. Clique em more_vert Ver ações > Excluir.

4. Na caixa de diálogo Excluir conversa?, clique em Excluir.

Se você não atualizar uma conversa por 180 dias, o BigQuery a excluirá automaticamente.

Gerenciar conversas usando o Explorer do BigQuery Studio

Gerenciar conversas usando o Explorer do BigQuery Studio. Essa lista de conversas oferece um local central para pesquisar, abrir ou criar conversas. Também é possível copiar o ID da conversa ou atualizar a lista de conversas.

Para gerenciar suas conversas, siga estas etapas:

1. Acesse a página do Explorer do BigQuery Studio.

   Acessar o Explorador

2. No painel Explorer, expanda um nome de projeto.

3. Clique em Conversas.

   1. Para filtrar a lista de conversas, insira um nome ou valor de propriedade no campo de filtro.
   2. Para abrir uma conversa, clique em more_vert Ver ações > Abrir.
   3. Para copiar um ID de conversa, clique em more_vert Ver ações > Copiar ID.
   4. Para criar uma conversa, na barra de menus, clique em Criar conversa.
   5. Para atualizar a lista, na barra de menus, clique em Atualizar.

A seguir

• Saiba mais sobre a análise conversacional no BigQuery.
• Saiba mais sobre a API Conversational Analytics.
• Criar agentes de dados.