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 ou visualizações, que você seleciona.

Você pode fazer perguntas de várias partes aos agentes de dados usando termos comuns, por exemplo, "vendas" ou "mais populares", sem especificar nomes de campos de tabela ou definir condições para filtrar os dados. Um agente pode determinar quais fontes de dados consultar e aproveitar as otimizações, como partições de tabela, ao construir uma resposta. A resposta do chat contém a resposta à sua pergunta como texto e código, além do raciocínio por trás dos resultados. A resposta também pode incluir imagens e gráficos, quando apropriado.

Você pode criar uma conversa com um agente de dados ou uma conversa direta com uma ou mais tabelas. Quando você cria uma conversa direta, a API Análises de conversação interpreta sua pergunta sem o contexto e as instruções de processamento oferecidas por um agente de dados.

Antes de começar

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

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

   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 Análises de conversação:

• Para ver e criar conversas com qualquer agente de dados 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, você precisa ter o papel 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 uma tabela de dados como fonte de conhecimento, você precisará ter o papel de leitor de dados do BigQuery (roles/bigquery.dataViewer) nessa tabela.
• Se uma tabela de dados usar o controle de acesso no nível da coluna, você precisará do papel Leitor refinado (roles/datacatalog.categoryFineGrainedReader) na tag de política apropriada. 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 ter a política de acesso no nível da função 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 do papel de Leitor mascarado (roles/bigquerydatapolicy.maskedReader) na política de dados adequada. Para mais informações, consulte Funções para consultar dados mascarados.

Se você não tiver as funções adequadas nas tabelas de dados de origem usadas pelo agente de dados, o sistema vai retornar o seguinte erro ao conversar com ele:

Schema_Resolution: Access Denied

Práticas recomendadas

As análises de conversação executam consultas automaticamente em seu nome para responder às suas perguntas. Considere os seguintes fatores que podem aumentar o custo da consulta:

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

Criar conversas

Você pode criar uma conversa com um agente de dados personalizado. Como alternativa, para perguntas rápidas e pontuais, você pode criar uma conversa diretamente com uma única fonte de dados.

Criar uma conversa com um agente de dados

Para criar uma conversa com um agente de dados, primeiro crie e publique um agente de dados. Você também pode iniciar uma conversa com agentes que outras pessoas compartilham com você.

Para criar uma conversa com um agente de dados na 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 Compartilhados por outras pessoas na sua organização, clique no card do agente com quem você quer conversar.

4. Clique em Iniciar uma conversa. Um novo painel de chat é aberto.

Criar uma conversa direta com uma fonte de dados

Para criar uma conversa com uma fonte de dados no console Cloud de Confiance , selecione uma das seguintes opções:

Criar um agente de dados com base em uma conversa

1. No painel Dados de uma conversa, na seção Ações rápidas, clique em Criar agente.
2. Siga as etapas para criar um agente.

Conversar

No campo Faça uma pergunta, digite uma pergunta para o agente de dados. Você também pode clicar em uma das perguntas sugeridas pelo Gemini para começar.

A API Análises de conversação processa sua pergunta e retorna os resultados. Para conferir cada etapa que o agente de dados seguiu para responder à sua pergunta, clique em Mostrar raciocínio.

Para saber como os resultados foram calculados, clique em keyboard_arrow_down Como isso foi calculado?

A seção Resumo inclui a consulta gerada seguida do resultado dela. Se quiser, abra a consulta no editor de consultas.

Quando apropriado para os dados, a resposta fornece imagens, gráficos, tabelas e outras visualizações.

Gerenciar conversas

Você pode abrir, renomear ou excluir uma conversa na página Agentes e gerenciar conversas no Explorador do BigQuery Studio.

Abrir uma conversa

1. No console Cloud de Confiance , 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 console Cloud de Confiance , 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 no campo Nome da conversa.

5. Clique em Renomear.

Excluir uma conversa

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

1. No console Cloud de Confiance , 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 Explorador do BigQuery Studio

Gerencie conversas usando o BigQuery Studio Explorer. Essa lista de conversas oferece um local central para pesquisar, abrir ou criar conversas. Você também pode copiar o ID da conversa ou atualizar a lista de conversas.

Para gerenciar suas conversas, siga estas etapas:

1. Acesse a página do BigQuery Studio Explorer.

   Acessar o Explorador

2. No painel Explorer, expanda o nome de um 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, clique em Criar conversa na barra de menus.
   5. Para atualizar a lista, clique em Atualizar na barra de menus.

Locais

A análise de dados de conversação opera globalmente. Não é possível escolher qual região usar. Suas conversas podem não ser armazenadas na mesma região que as fontes de dados.

A seguir

• Saiba mais sobre a Análise de conversação no BigQuery.
• Saiba mais sobre a API Análises de conversação.
• Criar agentes de dados.