יכול להיות שחלק מהמידע בדף הזה או כולו לא רלוונטי ל-Cloud de Confiance by S3NS. פרטים נוספים מופיעים במאמר מה ההבדל מ-Google Cloud.

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

יצירת סוכני נתונים

במאמר הזה מוסבר איך ליצור, לערוך, לנהל ולמחוק סוכני נתונים ב-BigQuery.

ב-BigQuery, אתם יכולים לנהל שיחות עם סוכני נתונים כדי לשאול שאלות על נתוני BigQuery באמצעות שפה טבעית. סוכני נתונים מכילים מטא-נתונים של טבלאות והוראות לעיבוד שאילתות שספציפיות לתרחישי שימוש. ההוראות האלה מגדירות את הדרך הטובה ביותר לענות על שאלות של משתמשים לגבי קבוצה של מקורות ידע, כמו טבלאות, תצוגות או פונקציות בהגדרת משתמש (UDF) שאתם בוחרים.

לפני שמתחילים

מוודאים שהחיוב מופעל בפרויקט Cloud de Confiance .
מפעילים את ממשקי ה-API של BigQuery,‏ Gemini Data Analytics,‏ Gemini for Cloud de Confiance by S3NSו-Knowledge Catalog.
תפקידים שנדרשים להפעלת ממשקי API
כדי להפעיל ממשקי API, צריך את תפקיד ה-IAM 'אדמין של Service Usage' (roles/serviceusage.serviceUsageAdmin), שכולל את ההרשאה serviceusage.services.enable. איך מקצים תפקידים
הפעלת ממשקי ה-API

התפקידים הנדרשים

כדי לעבוד עם סוכני נתונים, צריכות להיות לכם הרשאות ניהול זהויות והרשאות גישה (IAM) שמתאימות לתרחיש השימוש שלכם. בסעיפים הבאים מפורטים התפקידים הנדרשים בהתאם לפעולות שאתם מבצעים: יצירה ופרסום של סוכנים, הקצאת סוכנים ב-Gemini Enterprise או גילוי ושימוש בסוכנים. מידע נוסף זמין במאמר תפקידי IAM ב-Conversational Analytics API.

יצירה, עריכה, פרסום, שיתוף ומחיקה של סוכנים:
- כדי ליצור סוכני נתונים בפרויקט: Gemini Data Analytics Data Agent Creator (roles/geminidataanalytics.dataAgentCreator) on the project. התפקיד הזה מקנה לכם באופן אוטומטי את התפקיד 'בעלים של סוכן נתונים' בסוכן נתונים של Gemini לניתוח נתונים, בסוכני הנתונים שאתם יוצרים.
- כדי לערוך, לשתף או למחוק סוכן נתונים: בעלים של סוכן נתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentOwner) בסוכן או בפרויקט.
- כדי לערוך סוכן נתונים בפרויקט: לוחצים על סמל העריכה של סוכן הנתונים (roles/geminidataanalytics.dataAgentEditor) ב-Gemini Data Analytics בפרויקט.
- כדי להציג סוכני נתונים בפרויקט: Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer) on the project.
הקצאת סוכנים ב-Gemini Enterprise:
- כדי להפוך סוכן שפורסם לזמין למשתמשים ב-Gemini Enterprise, צריך הרשאות לרישום ולניהול סוכני A2A במסוף הניהול של Gemini Enterprise.
איך מוצאים סוכנים ומשתמשים בהם:
- כדי לשוחח עם סוכני נתונים: Gemini Data Analytics Data Agent User (roles/geminidataanalytics.dataAgentUser).
- כדי לראות את כל סוכני הנתונים בפרויקט: Gemini Data Analytics Data Agent Viewer (roles/geminidataanalytics.dataAgentViewer).
הוספת מקורות מידע לסוכן: כלי הצפייה בקטלוג הנתונים (roles/datacatalog.viewer) בפרויקט.

כדי לנהל שיחות, צריך את התפקידים הנדרשים לשיחות.

הסוכנים פועלים בשמכם ומשתמשים בהרשאות שלכם. סוכנים יכולים לגשת רק לנתונים ולמשאבים שיש לכם הרשאה לגשת אליהם.

שיטות מומלצות

ניתוח נתונים בשיחה מריץ באופן אוטומטי שאילתות בשמכם כדי לענות על השאלות שלכם. כדאי להביא בחשבון את הגורמים הבאים שעשויים להגדיל את עלות השאילתה:

גדלים גדולים של טבלאות
שימוש בשאילתות איחוד (join)
קריאות תכופות לפונקציות AI בתוך שאילתות

יצירת תובנות

אפשר גם ליצור תובנות לגבי נתונים ב-Knowledge Catalog לכל טבלה שרוצים להשתמש בה כמקור ידע.

התובנות שנוצרות מספקות מטא-נתונים של הטבלה, שסוכן הנתונים יכול להשתמש בהם כדי לעזור ליצור תשובות לשאלות שלכם.

אם לא תיצרו תובנות מראש, המערכת תיצור אותן באופן אוטומטי כשתבחרו טבלה כמקור ידע במהלך יצירת סוכן נתונים.

עבודה עם סוכן נתונים לדוגמה

אם אתם לא יודעים איך להגדיר סוכנים לניתוח נתוני שיחות, אתם יכולים לצפות בסוכן לדוגמה שהוגדר מראש ונוצר לכל פרויקטCloud de Confiance . אתם יכולים לשוחח איתו ולראות את הפרמטרים שלו כדי להבין איך הוא נוצר, אבל אתם לא יכולים לשנות אותו.

כדי לראות את הסוכן לדוגמה:

במסוף Cloud de Confiance , עוברים לדף Agents ב-BigQuery.

כניסה לדף Agents
לוחצים על הכרטיסייה קטלוג הסוכנים.
בקטע סוכנים לדוגמה של Google, לוחצים על כרטיס הסוכן לדוגמה.

יצירת סוכן נתונים

בקטעים הבאים מוסבר איך ליצור סוכן נתונים.

אחרי שיוצרים סוכן, אפשר לערוך את ההגדרות שלו.

שלבים ראשוניים

במסוף Cloud de Confiance , עוברים לדף Agents ב-BigQuery.

כניסה לדף Agents
לוחצים על הכרטיסייה קטלוג הסוכנים.
לוחצים על סוכן חדש. ייפתח הדף New agent (סוכן חדש).
בקטע עורך, בשדה שם הסוכן, מקלידים שם תיאורי לסוכן הנתונים – לדוגמה, Q4 sales data או User activity logs.
בשדה Agent description (תיאור הסוכן), מקלידים תיאור של סוכן הנתונים. תיאור טוב מסביר מה הסוכן עושה, באילו נתונים הוא משתמש ועוזר לכם להבין מתי כדאי לשוחח עם סוכן הנתונים הזה – לדוגמה, Ask questions about customer orders and revenue.
בקטע מקורות מידע, לוחצים על הוספת מקור. ייפתח הדף Add knowledge source.
בקטע Recents (פריטים אחרונים), בוחרים טבלאות, תצוגות, גרפים או פונקציות מוגדרות על ידי המשתמש שרוצים להשתמש בהם כמקורות מידע. פונקציות UDF מופיעות עם הקידומת fx במסוף Cloud de Confiance .
כדי לראות עוד מקורות מידע, לוחצים על הצגת עוד.
אופציונלי: מוסיפים מקור מידע שלא מופיע בקטע האחרונים:
1. בקטע חיפוש, מקלידים את שם המקור בשדה חיפוש טבלאות ולוחצים על Enter. שם המקור לא צריך להיות מדויק.
2. בקטע תוצאות החיפוש, בוחרים מקור אחד או יותר.
לוחצים על הוספה. דף הנציג החדש ייפתח מחדש.

התאמה אישית של תיאורי טבלאות ושדות

כדי לשפר את הדיוק של סוכן הנתונים, אפשר לספק מטא-נתונים נוספים של הטבלה. רק סוכן הנתונים משתמש במטא-נתונים האלה, והם לא משפיעים על טבלת המקור.

כדאי לפעול לפי השיטות המומלצות הבאות כשיוצרים טבלה ותיאורי שדות:

התיאורים האלה יעזרו לכם להבין איך סוכן הנתונים מבין את הסכימה. אם התיאורים שהסוכן מציע נכונים, אפשר לאשר אותם.
אם סוכן הנתונים לא מבין את הסכימה אחרי שמגדירים את התיאורים האלה, צריך לשנות את התיאורים באופן ידני כדי לספק את המידע הנכון.

כדי להגדיר תיאורים של טבלאות ושדות:

בקטע מקורות מידע, לוחצים על הקישור התאמה אישית של טבלה.
יוצרים תיאור לטבלה. אפשר להקליד תיאור בשדה תיאור הטבלה או לקבל את ההצעה מ-Gemini.
בקטע Fields (שדות), בודקים את תיאורי השדות שהוצעו על ידי Gemini.
בוחרים את תיאורי השדות שרוצים לאשר ולוחצים על אישור ההצעות. בוחרים את התיאורים שרוצים לדחות ולוחצים על דחיית ההצעות.
כדי לערוך ידנית את התיאור של שדה מסוים, לוחצים על עריכה לצד השדה. החלונית עריכת שדה תיפתח.
1. בשדה Description (תיאור), מקלידים תיאור של השדה.
2. כדי לשמור את תיאור השדה, לוחצים על עדכון.
כדי לשמור את התיאור ואת העדכונים בשדות, לוחצים על עדכון. דף הנציג החדש ייפתח מחדש.
חוזרים על השלבים האלה לכל טבלה שרוצים להתאים אישית.

יצירת הוראות שימוש בסוכן

הסוכן צריך להבין את ההקשר של שאלות המשתמשים בלי להזדקק להוראות מותאמות אישית. יוצרים הנחיות מותאמות אישית לסוכן רק אם צריך לשנות את ההתנהגות שלו או לשפר את ההקשר בדרכים שלא נתמכות כבר על ידי תכונות הקשר אחרות – למשל, מטא-נתונים של טבלאות ושדות מותאמים אישית או שאילתות מאומתות.

בקטע הוראות, מקלידים הוראות לסוכן הנתונים בשדה הוראות לסוכן. סוכן הנתונים משתמש בהוראות האלה כדי להבין את ההקשר של שאלות המשתמשים ולספק תשובות, ולכן חשוב שההוראות יהיו ברורות ככל האפשר.

אם לא קיבלתם תשובה מספקת מהנציג, הוסיפו הקשר מובנה כמו תיאורים, דוגמאות או מונחים במילון מונחים. אם עדיין לא קיבלתם תשובה מספקת, תוכלו להוסיף הוראות מותאמות אישית כמו הדוגמאות שבטבלה הבאה.

כדי לראות עוד דוגמאות להוראות, לוחצים על הצגת דוגמאות.

סוג המידע	תיאור	דוגמאות
שדות עיקריים	השדות הכי חשובים לניתוח.	"השדות הכי חשובים בטבלה הזו הם: Customer ID,‏ Product ID ו-Order Date".
סינון וקיבוץ	שדות שהסוכן צריך להשתמש בהם כדי לסנן ולקבץ את הנתונים.	"כששאלה היא על ציר זמן או על 'לאורך זמן', תמיד צריך להשתמש בעמודה order_created_date". ‫כאשר מישהו אומר 'לפי מוצר', קבץ לפי העמודה product_category.
סינון ברירת מחדל	שדות שברירת המחדל היא לסנן לפיהם.	"אלא אם צוין אחרת, תמיד מסננים את הנתונים לפי order_status = 'Complete'‎".
מילים נרדפות ומונחים עסקיים	מונחים חלופיים לשדות עיקריים.	"אם מישהו שואל על 'הכנסה' או 'מכירות', צריך להשתמש בעמודה total_sale_amount". "אנחנו מגדירים לקוחות 'נאמנים' כלקוחות שערך המאפיין purchase_count שלהם הוא > 5".
שדות מוחרגים	שדות שסוכן הנתונים לא צריך להשתמש בהם.	‫"Never use these fields: Transaction Date Derived, City Derived."
שילוב לפי קשר	איך שתי טבלאות או יותר קשורות זו לזו, ואילו עמודות משמשות לצירוף שלהן. הסוכן חייב להשתמש בפקודות JOIN של SQL סטנדרטי על צמדי עמודות כדי לשלב נתונים. ראו את עמודת הדוגמה.	פעילות הלקוחות ‫`order_items.user_id` = `users.id` (כדי לקשר מכירות ללקוחות) ‫`events.user_id` = `users.id` (כדי לקשר פעילות באתר ללקוחות שמחוברים לחשבון)

יצירת שאילתות מאומתות

נציג יכול להשתמש בשאילתות מאומתות בשתי דרכים:

אם סוכן יכול להשתמש בשאילתה מאומתת כדי לענות על שאלה ששאלתם אותו, כדי לוודא שהתשובה אמינה, הסוכן מפעיל את השאילתה בדיוק כפי שהיא כתובה.
אם הסוכן לא יכול להשתמש בשאילתה המאומתת כדי לענות על שאלה, הוא עדיין משתמש בשאילתה כהפניה כדי להבין את הנתונים ואת השיטות המומלצות לשאילתות.

אתם יכולים לבחור שאילתות מאומתות מתוך רשימה שנוצרה על ידי המערכת, או ליצור שאילתות משלכם.

כדי ליצור שאילתה מאומתת עבור סוכן הנתונים, שנקראה בעבר שאילתה לדוגמה:

בוחרים שאילתה מאומתת אחת או יותר מתוך ההצעות של Gemini:
1. בקטע שאילתות מאומתות, לוחצים על בדיקת ההצעות. ייפתח הדף בדיקת ההצעות לשאילתה מאומתת.
2. בודקים את ההצעות לשאילתות מאומתות. בוחרים את כל האפשרויות שרלוונטיות לתרחיש השימוש שלכם.
3. לוחצים על הוספה. דף הנציג החדש ייפתח מחדש.
כדי ליצור שאילתה מאומתת משלכם, לוחצים על הוספת שאילתה. ייפתח הדף Add verified query.
1. בשדה שאלה, מקלידים את השאלה של המשתמש שהשאילתה המאומתת עונה עליה.
2. לוחצים על Generate SQL כדי ש-Gemini ייצור שאילתה מאומתת שתואמת לשאלת המשתמש שציינתם.
3. אם רוצים, משנים את השאילתה המאומתת.
4. לוחצים על Run (הפעלה) ומוודאים שהשאילתה מחזירה את התוצאות שציפיתם להן.
5. לוחצים על הוספה. דף הנציג החדש ייפתח מחדש.
חוזרים על השלבים האלה לפי הצורך כדי ליצור עוד שאילתות מאומתות.

יצירת שאילתות מאומתות עם פרמטרים

שאילתות מאומתות עם פרמטרים מחלצות ערכים מהשאלה של המשתמש עבור סוכן ניתוח הנתונים השיחתי, ומספקות תוצאות מותאמות אישית.

אנליסטים ויוצרים יכולים ליצור תבניות SQL לשימוש חוזר שמכילות placeholders לערכים האלה. התבניות מחליפות באופן דינמי פרמטרים בזמן הריצה כדי לענות על מגוון רחב יותר של שאלות משתמשים מאשר שאילתות רגילות מאומתות.

כשמשתמש שואל שאלה שתואמת לתבנית, הסוכן לניתוח נתונים בשיחה מחלץ מהשאלה ערכי פרמטרים – למשל, שם המוצר, האזור והתאריך. לאחר מכן המערכת מוסיפה את הערכים האלה לשאילתה עם פרמטרים. תשובות תואמות מתבנית השאילתה מופיעות כמאומתות.

שאילתות מאומתות עם פרמטרים משפרות באופן משמעותי את היכולות והגמישות של שאילתות מאומתות. הם מבטיחים תשובות עקביות ומהימנות למגוון רחב של קלטים, ומפחיתים את מספר השאילתות הבודדות שצריך לתחזק.

איך זה עובד

מומחה, כמו אנליסט נתונים, מגדיר שאילתה מאומתת באמצעות תבנית של שאלה – לדוגמה, 'מה היו נתוני המכירות של @product ב@region?'. לאחר מכן, המומחה יוצר או משנה את השאילתה המאומתת באמצעות פרמטרים של SQL, כמו בדוגמה הבאה:

SELECT * FROM sales WHERE region = @region AND product = @product

אחרי ששומרים את השאילתה המאומתת, המשתמש יכול לשאול את סוכן הניתוח האינטראקטיבי שאלה בשפה טבעית. לדוגמה: "What were the sales for laptops in North America?‎" (מה היו נתוני המכירות של מחשבים ניידים בצפון אמריקה?).

כדי לענות על השאלה של המשתמש, הסוכן מבצע את השלבים הבאים:

התאמת השאלה לתבנית שמשויכת לשאילתה מאומתת עם פרמטרים. הסוכן משתמש בהבנת שפה טבעית (NLU) כדי לזהות ולחלץ את הערכים של @region (צפון אמריקה) ושל @product (מחשבים ניידים) מהשאלה של המשתמש.
הפונקציה מחליפה את הערכים שחולצו במחזיקי המקום @region ו-@product בתבנית ה-SQL.
מריץ את שאילתת ה-SQL המלאה, לדוגמה, SELECT * FROM sales WHERE region = 'North America' AND product = 'Laptops'.
התוצאות מוחזרות למשתמש. ההתאמות תמיד מסומנות כמאומתות.

טיפים ליצירת שאילתות יעילות שמכילות פרמטרים

משתמשים בשמות פרמטרים ברורים. מומלץ להשתמש בשמות תיאוריים לפרמטרים – לדוגמה, @start_date במקום @d1.
יצירת תיאורים מפורטים של פרמטרים. מודל השפה הגדול (LLM) של ניתוח נתונים בממשק שיחה משתמש בתיאורי פרמטרים כדי לזהות את הפרמטרים והערכים שלהם משאלות של משתמשים. לדוגמה, ‫num_enrollments הוא שם פרמטר יעיל, אבל number of student enrollments from ages 5-14 הוא תיאור פרמטר שנותן יותר הקשר לגבי השאילתה.
לוודא שסוגי הנתונים עקביים. מוודאים שסוגי הנתונים ששאילתת ה-SQL מצפה להם תואמים לסוגי הנתונים שסביר שיישלפו מהשאלה של המשתמש.
הגדירו היקף ברור. יוצרים תבניות לדפוסי שאלות נפוצים וחשובים שבהם בניית השאילתה מורכבת או שהלוגיקה לא אינטואיטיבית. כך המודל LLM יחזיר תוצאות אופטימליות.
בדיקה יסודית. כדי לוודא שהפרמטרים מחולצים בצורה נכונה, מומלץ לבדוק עם ניסוחים שונים של שפה טבעית.

יצירת שאילתה מאומתת עם פרמטרים

אתם יכולים לבחור שאילתות מאומתות מתוך רשימה שנוצרת על ידי המערכת, או ליצור שאילתות משלכם.

לפני שיוצרים או משנים שאילתה, כדאי לנסח אותה תוך התחשבות בדפוס השפה הטבעית ובשאלה. לדוגמה, אם שואלים "Do we know the total stock for organic bananas in the US-EAST warehouse?," אפשר לנסח מחדש את השאלה כשאילתה מאומתת עם פרמטרים: "What is the total stock for @product in the @region warehouse?" הסוכן הופך את השאלה הזו לשאילתת SQL שמעדכנים בה ערכי ברירת מחדל.

כדי ליצור שאילתה מאומתת עם פרמטרים לסוכן נתונים, אפשר ליצור שאילתה חדשה כשיוצרים סוכן חדש, או לערוך שאילתה מאומתת קיימת לסוכן חדש או קיים.

ההוראות הבאות מתבססות על שאילתה מאומתת לדוגמה להגדרה עם פרמטרים.

בחירת שאילתה מאומתת קיימת שהוצעה על ידי Gemini

בקטע Verified Queries של סוכן חדש או קיים, לוחצים על Review suggestions. ייפתח הדף בדיקת ההצעות לשאילתה מאומתת.
מסמנים את התיבה לצד שאילתה מאומתת מוצעת.
בחלון השאילתה, לוחצים על הצגת פרטים נוספים כדי להרחיב את תיאור השאילתה.
כדי לפתוח את השאילתה הקיימת, לוחצים על עריכה.
כדי לסיים את הגדרת השאילתה, אפשר לעיין במאמר הגדרת הפרמטרים של השאילתה המאומתת.

יצירת סוכן ואז יצירת שאילתה מאומתת

אפשר לעיין בשלבים הראשוניים ולהמשיך לשאר שלבי ההגדרה עד שמגיעים אל שאילתות מאומתות.
במסוף, בקטע Verified queries של הסוכן החדש, לוחצים על Add query. Cloud de Confiance נפתח הדף הוספת שאילתה מאומתת.
כדי לסיים את הגדרת השאילתה, אפשר לעיין במאמר הגדרת הפרמטרים של השאילתה המאומתת.

הגדרת הפרמטרים של השאילתה המאומתת

בשדה שאלה, מקלידים את השאלה של המשתמש שהתשובה שלה אומתה על ידי השאילתה.
כדי לציין פרמטרים, משתמשים בסמל @ ואחריו בשם הפרמטר. התחביר הזה מציין placeholder שקולט ערך מהשאלה של המשתמש. משתמשים בשאלה בשפה טבעית שמראה איך הפרמטרים ישמשו בשאלות של המשתמשים. לדוגמה: "What is the total stock for @product in the @region warehouse?"

לוחצים על יצירת SQL. ה-SQL ייראה כמו בדוגמה הבאה:

   SELECT
       SUM(stock) AS total_stock
   FROM
       inventory
   WHERE
       product_id = @product
       AND region = @region;

כדי להוסיף ערכי ברירת מחדל למחזיקי המקום בשאילתה, לוחצים על ניהול פרמטרים של שאילתות ואז על הוספת פרמטר של שאילתה.
בפרמטר הראשון מופיעים ארבעה שדות: Name,‏ Type,‏ Value ו-Description.
- בשדה שם, מעתיקים את @product מהשאלה ומדביקים אותו בשדה הזה.
- בשדה Type (סוג), בוחרים באפשרות STRING (מחרוזת).
- בשדה ערך, מזינים organic bananas.
- בקטע תיאור, מזינים תיאור ספציפי ככל האפשר. לדוגמה, מוצר שנמצא במחסן אזורי.
לפרמטר השני, לוחצים על הוספת פרמטר של שאילתה.
- בשדה שם, מעתיקים את @region מהשאלה ומדביקים אותו בשדה הזה.
- בשדה Type (סוג), בוחרים באפשרות STRING (מחרוזת).
- בשדה ערך, מזינים US-EAST.
- בקטע תיאור, מזינים תיאור ספציפי ככל האפשר. לדוגמה, a regional warehouse where products are located.
אחרי שממלאים את השדות של שני הפרמטרים, לוחצים על שמירה.

בדיקת השאילתה המאומתת עם פרמטרים

לוחצים על הפעלה ומוודאים שהשאילתה מחזירה את התוצאות שציפיתם להן.
כדי לבדוק את השאילתה עבור משתמשים במסך מאוחר יותר, מעתיקים את כל שדה השאלה.
לוחצים על שמירה כדי לצאת מהמסך הוספת שאילתה ולחזור לדף עריכה של הסוכן.
בדף עריכה של הסוכן, מדביקים את שדה השאלה שהעתקתם קודם בחלון תצוגה מקדימה.
1. מחליפים את המשתנה @product ב-organic bananas.
2. מחליפים את המשתנה @region ב-US-EAST.
מקישים על Enter. בודקים את התוצאה. במקרה הזה, תשובה תקינה היא מספר המלאי הכולל של הבננות באזור US-EAST – למשל, 1,000.
כדי ליצור או לערוך שאילתות מאומתות נוספות, חוזרים על השלבים האלה לפי הצורך.

אחרי ששומרים את השאילתה, משתמש יכול לשאול את השאלה "Do we know the total stock for organic bananas in the US-EAST warehouse?" (האם יש לנו מידע על מלאי הבננות האורגניות במחסן US-EAST?). ניתוח נתוני השיחות מבצע את הפעולות הבאות:

התאמה של השאלה הזו לתבנית.
הפונקציה מחלצת את הפרמטר @product כ-@product = "organic bananas" ואת הפרמטר @region = "US-EAST" מהשאלה.
הפעלת השאילתה: SELECT SUM(stock) AS total_stock FROM inventory WHERE product_id = 'organic bananas' AND region = 'US-EAST';
מחזירה את הערך המחושב total_stock.

יצירה או בדיקה של מונחים במילון

אתם יכולים ליצור מונחים מותאמים אישית במילון של BigQuery שרלוונטיים לסוכן מסוים, או לעיין במונחים במילון המונחים הארגוני שיובאו מ-Knowledge Catalog ורלוונטיים למקורות הידע שבחרתם לסוכן.

מונחים במילון המונחים הארגוני מ-Knowledge Catalog חלים באופן גלובלי על משאבי BigQuery, ולכן אם אתם משתמשים ב-Knowledge Catalog, מומלץ ליצור ולנהל מונחים במילון המונחים הארגוני ב-Knowledge Catalog במקום בסוכנים ספציפיים.
אם אתם צריכים לשנות מונחים במילון המונחים הארגוני שיובאו מ-Knowledge Catalog, אתם צריכים לערוך אותם ב-Knowledge Catalog ולחזור ל-BigQuery כדי לראות אותם.
מונחים מותאמים אישית במילון המונחים של BigQuery נשארים ב-BigQuery. הם לא מופיעים ב-Knowledge Catalog.
אם אתם לא משתמשים ב-Knowledge Catalog, אתם יכולים ליצור מונחים מותאמים אישית במילון המונחים של BigQuery למונחים שאתם צריכים להגדיר לסוכן ספציפי.

כדי ליצור מונחים מותאמים אישית למילון המונחים של נציג:

בקטע Glossary בדף Editor של הסוכן, לוחצים על Add term.
בקטע תנאים מותאמים אישית, אפשר לערוך או למחוק תנאים מותאמים אישית קיימים.
כדי ליצור מונח חדש אחד או יותר, לוחצים על יצירת מונח.
1. מזינים מונח, הגדרה ומילה נרדפת אחת או יותר, מופרדות בפסיקים.
2. כדי ליצור את התנאי, לוחצים על Add (הוספה).
3. אם רוצים למחוק את המונח החדש, לוחצים על מחיקה.
כדי ליצור עוד מונחים בהתאמה אישית, חוזרים על השלבים האלה.

כדי לראות את המונחים במילון המונחים הארגוני שיובאו מ-Knowledge Catalog:

בקטע Glossary בדף Editor של הסוכן, לוחצים על Add term.
עוברים לקטע בדף שנקרא יובא מ-Dataplex.
כדי לשנות מונחים שיובאו ב-Knowledge Catalog, לוחצים על אל מילוני המונחים של Dataplex.
אחרי שמשנים את התנאים ב-Knowledge Catalog, אפשר לחזור לדף העורך של הסוכן כדי לראות את התנאים ששונו.

קביעת הגדרות

בקטע הגדרות, אפשר להגדיר את ההגדרות האופציונליות הבאות:

בקטע מודל, בוחרים אילו סוגי מודלים יהיו זמינים למשתמשים בשיחה עם הסוכן. מודלים בגרסת טרום-השקה וגם מודלים שזמינים לכלל המשתמשים זמינים כברירת מחדל. יכול להיות שבמודלים שנמצאים בגרסת Preview נעשה שימוש בנקודת הקצה הגלובלית.
כדי לארגן את המשאבים שלכם, אתם יכולים ליצור תוויות.Cloud de Confiance by S3NS תוויות הן צמדי מפתח/ערך שמאפשרים לקשר בין אובייקטים או ביניהם לבין משאבים אחרים של Cloud de Confiance by S3NS .
1. בקטע הגדרות, לוחצים על ניהול תוויות.
2. לוחצים על הוספת תווית.
3. בשדות מפתח וערך, מזינים את צמד המפתח/ערך של התווית.
4. אם רוצים להוסיף עוד תוויות, לוחצים שוב על הוספת תווית.
5. כדי למחוק תווית, לוחצים על מחיקה.
6. כשמסיימים, לוחצים על הוספה. דף הנציג החדש ייפתח מחדש.
מגדירים מגבלת גודל לשאילתות שסוכן הנתונים מעבד. בקטע הגדרות, מקלידים ערך בשדה מקסימום בייטים לחיוב. צריך להגדיר את המגבלה הזו ל-10485760 ומעלה, אחרת תופיע הודעת השגיאה הבאה:

Value error. In BigQuery on-demand pricing charges are
rounded up to the nearest MB, with a minimum of 10 MB of data processed
per query. So, max bytes billed must be set to greater or equal to
10485760.

אם לא תציינו ערך, maximum bytes billed יוגדר כברירת מחדל בהתאם למכסת השימוש בשאילתות ליום של הפרויקט. המכסה היומית לשימוש היא בלתי מוגבלת, אלא אם הגדרתם מכסה מותאמת אישית.

כדי להעביר את הסוכן למצב טיוטה או לפרסם אותו, ממשיכים לקטע הבא.

תצוגה מקדימה ופרסום של הסוכן

בקטע תצוגה מקדימה, מקלידים שאלה לדוגמה של משתמש בשדה שליחת שאלה ומקישים על Enter. כדי לוודא שסוכן הנתונים מחזיר את הנתונים שציפיתם לקבל, בודקים את התגובה של הסוכן. אם התשובה לא תואמת לציפיות שלכם, תוכלו לשנות את ההגדרות בקטע עורך כדי לשפר את ההגדרות של סוכן הנתונים עד שתקבלו תשובות משביעות רצון. אתם יכולים להמשיך לבדוק ולשנות את הנציג כדי לשפר את התוצאות שלו.
לוחצים על Save.
כדי להעביר את סוכן הנתונים למצב טיוטה, שתוכלו לערוך מחדש בהמשך, לוחצים על חזרה כדי לחזור לדף קטלוג הסוכנים. הסוכן נמצא עכשיו במצב טיוטה, ולכן הוא מופיע בקטע My draft agents בכרטיסייה Agent Catalog.

כדי לפרסם את הסוכן, נשארים בדף יצירת הסוכן וממשיכים לשלב הבא.
לוחצים על Publish (פרסום) כדי לפרסם את סוכן הנתונים ולהפוך אותו לזמין לשימוש בפרויקט. אתם יכולים ליצור שיחות עם סוכן הנתונים באמצעות BigQuery Studio או Data Studio. אפשר גם ליצור ממשק משלכם כדי לשוחח עם סוכן הנתונים באמצעות Conversational Analytics API. מידע על פרסום ב-Gemini Enterprise זמין במאמר פרסום סוכן נתונים ב-Gemini Enterprise.
אופציונלי: בתיבת הדו-שיח הסוכן שלך פורסם, לוחצים על שיתוף כדי לשתף את סוכן הנתונים עם משתמשים אחרים.
1. בחלונית Share permissions, לוחצים על Add principal.
2. בשדה New principals, מזינים חשבון משתמש אחד או יותר.
3. לוחצים על הרשימה Select a role (בחירת תפקיד).
4. ברשימה Role, בוחרים באחד מהתפקידים הבאים:
  - משתמש סוכן הנתונים של Gemini Data Analytics ‏(roles/geminidataanalytics.dataAgentUser): מעניק הרשאה לצ'אט עם סוכן הנתונים.
  - עורך סוכן הנתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentEditor): מאפשר לערוך את סוכן הנתונים.
  - צפייה בסוכן הנתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentViewer): מאפשרת צפייה בסוכן הנתונים.
לוחצים על Save.
כדי לחזור לדף החדש של הסוכן, לוחצים על סגירה. מיד אחרי ששומרים או מפרסמים את הסוכן, אפשר לראות אותו בקטלוג הסוכנים.

ניהול סוכני נתונים

אפשר למצוא סוכנים קיימים בכרטיסייה קטלוג הסוכנים, שמחולקת לשלושה חלקים:

הנציגים שלי: רשימה של כל הנציגים שאתם יוצרים ומפרסמים. אתם יכולים לשנות סוכנים שפורסמו ולשתף אותם עם אחרים.
הסוכנים שלי שבמצב טיוטה: סוכנים שעדיין לא פרסמתם. אי אפשר לשתף סוכנים בטיוטה.
סוכנים שאנשים אחרים בארגון שיתפו: סוכנים שאנשים אחרים יצרו ושיתפו איתכם. אם אנשים אחרים מעניקים לכם הרשאות, אתם יכולים לערוך את הסוכנים המשותפים האלה.

עריכה של סוכן נתונים

כדי לערוך סוכן נתונים:

עוברים לדף Agents ב-BigQuery.

כניסה לדף Agents
בוחרים בכרטיסייה קטלוג הסוכנים.
מאתרים את כרטיס הסוכן של סוכן הנתונים שרוצים לשנות.
כדי לפתוח את סוכן הנתונים בעורך הסוכנים, לוחצים על Open actions > Edit בכרטיס הסוכן.
עורכים את ההגדרות של סוכן הנתונים לפי הצורך.
כדי לשמור את השינויים בלי לפרסם אותם, לוחצים על שמירה.
כדי לפרסם את השינויים, לוחצים על פרסום . בתיבת הדו-שיח שיתוף, אפשר לשתף את הסוכן עם אחרים או ללחוץ על ביטול.
כדי לחזור לחלונית סוכנים, לוחצים על חזרה.

כדי לשתף סוכן נתונים שפורסם, פועלים לפי השלבים הבאים. אי אפשר לשתף סוכנים בטיוטה.

עוברים לדף Agents ב-BigQuery.

כניסה לדף Agents
בוחרים בכרטיסייה קטלוג הסוכנים.
מאתרים את כרטיס הסוכן של סוכן הנתונים שרוצים לשנות.
כדי לפתוח את סוכן הנתונים בעורך הסוכנים, לוחצים על Open actions > Edit בכרטיס הסוכן.
כדי לשתף את סוכן הנתונים עם משתמשים אחרים, לוחצים על שיתוף.
בחלונית Share permissions, לוחצים על Add principal.
בשדה New principals, מזינים חשבון משתמש אחד או יותר.
לוחצים על הרשימה Select a role (בחירת תפקיד).
ברשימה Role, בוחרים באחד מהתפקידים הבאים:
- משתמש בסוכן הנתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentUser): מעניק הרשאה לצ'אט עם סוכן הנתונים.
- עורך סוכני נתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentEditor): מאפשר לערוך את סוכן הנתונים.
- צפייה בסוכן הנתונים של Gemini Data Analytics‏ (roles/geminidataanalytics.dataAgentViewer): מאפשרת צפייה בסוכן הנתונים.
לוחצים על Save.
כדי לחזור לדף העריכה של הסוכן, לוחצים על סגירה.
כדי לחזור לחלונית סוכנים, לוחצים על חזרה.

כשמפרסמים את הסוכן ומשתפים אותו עם משתמשי Data Studio, הסוכן מופיע אוטומטית אצל המשתמשים האלה בדף צ'אט עם הנתונים ב-Data Studio.

אפשר גם להעתיק קישור ישיר לסוכן, שיפתח את Data Studio ישירות בסשן עם סוכן הנתונים הספציפי הזה של BigQuery. יש כמה דרכים להעתיק את כתובת ה-URL הייעודית של הסוכן:

מקטלוג הסוכנים: בוחרים באפשרות פתיחת פעולות, ואז בוחרים באפשרות העתקת הקישור ואז באפשרות Data Studio.
בתצוגת הפרטים של הסוכן: בוחרים באפשרות העתקת הקישור לסוכן ואז בוחרים באפשרות Data Studio.
בתפריט האפשרויות הנוספות שיתוף, בוחרים באפשרות העתקת הקישור לסוכן ב-Data Studio.

כדי לאפשר למשתמשים לקיים אינטראקציה עם סוכן נתונים של BigQuery בדף שיחה עם הנתונים ב-Data Studio, צריך לוודא שהוגדרו הגדרות השיתוף הנכונות של סוכן BigQuery, ושהוענקו הרשאות ספציפיות לפרויקט Cloud de Confiance by S3NS והופעלו ממשקי API למשתמשי קצה.

פועלים לפי השלבים לשיתוף סוכן הנתונים. מקצים למשתמשי הקצה לפחות את התפקיד Gemini Data Analytics Data Agent User (roles/geminidataanalytics.dataAgentUser) במשאב של הסוכן. התפקיד הזה מאפשר להם לשוחח עם הסוכן.

איך מוודאים שהמשתמשים ב-Data Studio עומדים בדרישות המוקדמות

משתמשי קצה שרוצים לגשת לסוכן דרך Data Studio צריכים להגדיר את ההגדרות הבאות ב Cloud de Confiance by S3NS פרויקט:

ממשקי ה-API הנדרשים מופעלים

התפקידים שנדרשים ב-IAM למשתמשי קצה

צריך להקצות את התפקידים האלה ברמת הפרויקט:

BigQuery Data Viewer (roles/bigquery.dataViewer): כדי להציג את מערכי הנתונים והטבלאות הבסיסיים של BigQuery.
BigQuery Job User (roles/bigquery.jobUser): להרצת שאילתות על נתוני BigQuery.
משתמש ב-Gemini for Google Cloud‏ (roles/cloudaicompanion.user) או משתמש ב-BigQuery Studio‏ (roles/bigquery.studioUser): נדרש כדי ליצור אינטראקציה עם ממשק הצ'אט מבוסס Gemini ב-Data Studio. התפקידים האלה מספקים את ההרשאה cloudaicompanion.topics.create.

אלה בעיות נפוצות שקשורות לשיתוף סוכני נתונים עם משתמשי Data Studio:

שגיאה: למשתמש אין הרשאה cloudaicompanion.topics.create

הסיבה: למשתמש חסרות הרשאות IAM שנדרשות כדי להתחיל סשנים של צ'אט עם Cloud AI Companion API, או שה-API לא מופעל.

פתרון: מוודאים ש-cloudaicompanion.googleapis.com API מופעל בפרויקט, ומקצים למשתמש את תפקיד IAM ‏roles/cloudaicompanion.user או roles/bigquery.studioUser.
הסוכן לא מוצג בדף 'ניהול סוכנים' ב-Data Studio

הסיבה: יכול להיות שמשתמשים שיש להם רק את התפקיד משתמש בסוכן הנתונים של Gemini Data Analytics בסוכן (ולא הרשאות עריכה או בעלות) לא יראו את הסוכן ברשימה בתצוגת ברירת המחדל 'ניהול הסוכן' ב-Data Studio.

פתרון עקיף: מעתיקים קישור ישיר לסוכן ומשתפים אותו עם המשתמשים.

מחיקה של סוכן נתונים

עוברים לדף Agents ב-BigQuery.

כניסה לדף Agents
בוחרים בכרטיסייה קטלוג הסוכנים.
בקטע הסוכנים שלי או הסוכנים שלי בטיוטה בכרטיסייה קטלוג הסוכנים, מאתרים את כרטיס הסוכן של סוכן הנתונים שרוצים למחוק.
לוחצים על פתיחת פעולות > מחיקה.
בתיבת הדו-שיח למחוק את הסוכן?, לוחצים על מחיקה.

פרסום סוכן נתונים ב-Gemini Enterprise

בקטעים הבאים מוסבר איך לפרסם סוכן נתונים ב-Gemini Enterprise. בדרך כלל התהליך הזה כולל שיתוף פעולה בין אנליסטים של נתונים, אדמינים של Gemini Enterprise ומשתמשים עסקיים. מידע נוסף על התפקידים הנדרשים למשתמשים האלה זמין במאמר התפקידים הנדרשים.

כדי לפרסם סוכן נתונים ב-Gemini Enterprise, מבצעים את השלבים הבאים:

יוצרים ומפרסמים את סוכן הנתונים.
הקצאת הרשאות לסוכן.
למצוא את הסוכן ולהשתמש בו.

יצירה ופרסום של סוכן

כאנליסטים של נתונים, אתם יכולים ליצור סוכן, לערוך אותו ולפרסם אותו ב-Gemini Enterprise. כדי לעשות את זה, צריך לבצע את השלבים הבאים:

יוצרים או עורכים את סוכן הנתונים ב-BigQuery.
מפרסמים את הסוכן. כשמפרסמים את הסוכן, בוחרים באפשרות הפרסום Gemini Enterprise.
מעתיקים את ה-JSON של נקודת הקצה של A2A.
משתפים עם האדמין של Gemini Enterprise את ה-JSON של נקודת הקצה A2A ואת רשימת המשתמשים.
משתפים את הסוכן עם המשתמשים והקבוצות שצריכים גישה.

הקצאת סוכן

כאדמינים של Gemini Enterprise, אתם יכולים להפוך סוכן שפורסם לזמין למשתמשים ב Cloud de Confiance מסוף.

במסוף Cloud de Confiance , עוברים אל Gemini Enterprise.

‫Gemini Enterprise
לוחצים על שם האפליקציה שבה רוצים לרשום את הסוכן.
לוחצים על סוכנים > הוספת סוכנים.
בקטע Choose an agent type (בחירת סוג הסוכן), לוחצים על Add (הוספה) ליד Custom agent via A2A (סוכן בהתאמה אישית באמצעות A2A).
בשדה Agent card JSON (קובץ JSON של כרטיס הנציג), מזינים את פרטי כרטיס הנציג שקיבלתם קודם לכן מנתח הנתונים בפורמט JSON. רשימה מלאה של השדות הזמינים מופיעה במפרט של פרוטוקול Agent2Agent (A2A). בדוגמה נעשה שימוש רק בשדות החובה.
לוחצים על תצוגה מקדימה של פרטי הסוכן > הבא.
כדי לאפשר לסוכן לגשת למשאבים של Cloud de Confiance by S3NS בשמכם, צריך לבצע את הפעולות הבאות:
1. מזינים את מזהה הלקוח ואת הסוד של הלקוח שנוצרו בקטע הגדרת פרטי ההרשאה.
2. בשדה Authorization URI, מזינים את הערך הבא:
```
https://accounts.google.com/o/oauth2/v2/auth?client_id=client_id&redirect_uri=https%3A%2F%2Fvertexaisearch.cloud.google.com%2Fstatic%2Foauth%2Foauth.html&scope=https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcloud-platform&include_granted_scopes=true&response_type=code&access_type=offline&prompt=consent
```
  מחליפים את client_id במזהה הלקוח שיצרתם בקטע הגדרת פרטי ההרשאה.
3. בשדה Token URI, מזינים את הערך הבא:
```
https://oauth2.googleapis.com/token
```
4. בשדה Scopes, מזינים את הערכים הבאים:
```
https://www.googleapis.com/auth/cloud-platform
```
לוחצים על סיום.
משתפים את הסוכן עם המשתמשים או הקבוצות שאנליסט הנתונים מספק.

מידע נוסף על עבודה עם סוכני A2A ב-Gemini Enterprise זמין במאמר בנושא הרשמה וניהול של סוכני A2A.

איך מגלים סוכנים ומשתמשים בהם

אתם יכולים למצוא סוכן נתונים ולהשתמש בו ב-Gemini Enterprise באחת מהדרכים הבאות:

גילוי ידני: מאתרים סוכן נתונים בגלריית הסוכנים ומשתמשים בו באחת מהשיטות הבאות:
- עיון בגלריה: בוחרים את הסוכן ומתחילים צ'אט ייעודי.
- קישור ישיר: אפשר להשתמש בכתובת ה-URL הייעודית של הסוכן כדי לפתוח את Gemini Enterprise ישירות בסשן עם סוכן הנתונים הספציפי הזה של BigQuery.
- הפעלת הסוכן: מפעילים את הסוכן באמצעות @mention (לדוגמה, @sales_pipeline_agent) בצ'אט הליבה של Gemini Enterprise.
- תיאום חלק: אפשר לשאול שאלה כללית בנושא ניתוח (לדוגמה, "מה המגמה של צינור המכירות שלנו ב-3 החודשים האחרונים?") ו-Gemini Enterprise ינתב את השאילתה באופן אוטומטי לסוכן הנתונים הרלוונטי.

אחרי שמגלים את הסוכן, אפשר לתקשר איתו באמצעות השלבים הבאים:

אימות: משלימים את הכניסה באמצעות OAuth חד-פעמי כדי לבצע אימות מאובטח ל-BigQuery.
צ'אט: אפשר לשאול את הסוכן שאלות בשפה טבעית. הבקשות מעובדות על ידי הסוכן, והתשובה מועברת חזרה ל-Gemini Enterprise כטקסט, כ-Markdown, כתרשימים או כטבלאות.
הצגת היסטוריית השיחות: השיחות נשמרות אוטומטית בחלונית ההיסטוריה.