通过对话分析数据

本文档介绍了如何在 BigQuery 中创建、修改、导出和删除对话。对话是指与数据代理或您选择的数据源（例如表、视图或图表）进行的持久聊天。

对话是指与数据代理或数据源进行的持久化聊天。您可以向数据智能体提出包含多个部分的问题，这些问题可以使用“销售额”或“最受欢迎”等常见术语，而无需指定表字段名称或定义过滤数据的条件。您还可以询问有关 PDF 等对象中的数据的问题。代理可以执行以下操作：

• 确定要查询的数据源。
• 利用优化功能，例如表分区或搜索索引。
• 使用列值的现有嵌入，将您的问题与正确的数据进行匹配。例如，询问“Texas”会找到存储为“TX”的行。
• 考虑 Knowledge Catalog 中存储的数据源的所有上下文。

返回给您的对话回答提供以下功能：

• 以文本、代码或图片（多模态）形式回答您的问题。回答可以包含受支持的 BigQuery AI 和 ML 函数。
• 在适当情况下生成图表。
• 智能体得出结果背后的推理。
• 有关对话的元数据，例如所使用的智能体和数据源。

当您创建与数据源的直接对话时，Conversational Analytics API 会在没有数据代理提供的上下文和处理指令的情况下解读您的问题。因此，直接对话结果可能不太准确。对于需要更高准确性的情况，请使用数据代理。

您可以使用Google Cloud 控制台在 BigQuery 中创建和管理对话。如需了解详情，请参阅通过对话分析数据。

准备工作

1. 验证是否已为您的 Google Cloud 项目启用结算功能。

2. 启用 BigQuery、Gemini 数据分析和 Gemini for Google Cloud API（如果尚未启用）。

   启用 API 所需的角色

   如需启用 API，您需要拥有 serviceusage.services.enable 权限。如果您创建了项目，则可能已经通过 Owner 角色 (roles/owner) 拥有此权限。否则，您可以通过 Service Usage Admin 角色 (roles/serviceusage.serviceUsageAdmin) 获得此权限。了解如何授予角色。

   启用 API

所需的角色

如需创建对话，您必须拥有以下 Conversational Analytics API IAM 角色之一：

• 如需查看与您共享的任何数据代理并与之创建对话，您必须在项目级层拥有 Gemini Data Analytics Data Agent User (roles/geminidataanalytics.dataAgentUser) 角色和 Gemini for Google Cloud User (roles/cloudaicompanion.user) 角色。
• 如需创建直接对话，您必须拥有 Gemini 数据分析 Stateless Chat User (roles/geminidataanalytics.dataAgentStatelessUser) 角色。

此外，在以下情况下，您必须拥有以下角色：

• 如果数据代理使用数据集作为知识来源，您需要对该数据集拥有 BigQuery Data Viewer (roles/bigquery.dataViewer) 角色。
• 如果数据代理为您运行 SQL 查询，您需要拥有项目的 BigQuery Job User (roles/bigquery.jobUser) 角色。
• 如果数据代理使用表或视图作为知识来源，则您需要对该表或视图拥有 BigQuery Data Viewer (roles/bigquery.dataViewer) 角色。
• 如果表使用列级访问权限控制，您需要 Fine-Grained Reader (roles/datacatalog.categoryFineGrainedReader) 角色。此角色会在您配置政策标记时分配给主账号。如需了解详情，请参阅用于列级访问权限控制的角色。
• 如果数据表使用行级访问权限控制，则您必须通过该表上的角色级访问权限政策获得访问权限。如需了解详情，请参阅创建或更新行级访问权限政策。
• 如果数据表使用数据遮盖，则您必须通过相应的数据政策获得遮盖读取者 (roles/bigquerydatapolicy.maskedReader) 角色。如需了解详情，请参阅用于查询遮盖数据的角色。
• 如需与数据集或项目对话，您需要具有项目的 Data Catalog Viewer (roles/datacatalog.viewer) 角色。

如果您对数据代理使用的源数据表没有适当的角色，则在与数据代理对话时，系统会返回以下错误：

Schema_Resolution: Access Denied

最佳做法

对话式分析会自动代表您运行查询，以回答您的问题。请考虑以下可能增加查询费用的因素：

• 表大小过大
• 在查询中使用数据联接
• 在查询中频繁调用 AI 函数

创建与数据代理的对话

如需创建与数据代理的对话，您首先需要创建数据代理并发布。您还可以与他人分享给您的代理发起对话。

如需在 Google Cloud 控制台中与现有数据代理创建对话，请按以下步骤操作：

1. 前往 BigQuery 代理页面。

   前往“代理”

2. 选择智能体目录标签页。

3. 在我的代理或组织中其他人分享的代理部分中，点击要与之对话的代理的代理卡片。

   系统随即会打开一个新的对话面板。

4. 在提问字段中，输入您的问题并选择一种模式：

   • 快速（默认）：最适合处理大多数问题。
   • 思考：详细推理。

   您也可以点击 Gemini 建议的问题之一来开始。

5. 点击 send_spark 发送。

   Conversational Analytics API 会处理您的问题并返回结果。

创建与数据源的直接对话

您可以创建与这些 BigQuery 数据源（也称为知识源）的直接对话。当您创建直接对话时，Conversational Analytics API 会在没有数据代理提供的上下文和处理指令的情况下解读您的问题。

您可以与以下数据源创建对话：

• 表
• 视图
• 数据集
• 项目
• 图表

使用“代理”页面与数据源对话

如需在代理页面中创建与表、视图或图表的直接对话，请按以下步骤操作：

1. 前往 BigQuery 代理页面。

   前往“代理”

2. 在对话标签页上，点击发起新对话。

3. 在与数据对话窗格中，点击知识来源标签页。如果您的数据源未显示在列表中，您可以搜索该数据源。

4. 选择一个或多个数据源，然后点击对话。

如需创建与多个项目的直接对话，请按以下步骤操作：

1. 前往 BigQuery 代理页面。

   前往“代理”

2. 在提问字段中，输入问题。默认情况下，对话会引用当前项目中的所有数据源。

3. 如需选择其他项目，请点击项目名称下拉菜单，然后选择一个或多个项目。对话会引用所选项目中的所有数据源。

4. 点击 send_spark 发送。

   系统会打开一个新对话，其中包含所选项目。

使用 BigQuery Studio 与数据源对话

如需使用 BigQuery Studio 与数据源创建直接对话，请选择以下选项之一。

与数据集、表、视图或图表对话

如需创建与数据集、表、视图或图表的直接对话，请按以下步骤操作：

1. 在 Google Cloud 控制台中，前往 BigQuery Studio 页面。

   进入 BigQuery Studio

2. 在左侧窗格中，点击 探索器。

3. 在探索器窗格中，展开您的项目，点击数据集，然后选择一个数据集。数据集页面随即会打开。

4. 点击相应数据集将其打开。

5. 如需与数据集对话，请点击 chat_spark 对话。

6. 如需与数据集中的表或视图对话，请按以下步骤操作：

   1. 在概览标签页上，点击表。

   2. 在表 ID 列中，点击指向表或视图的链接。

   3. 点击 chat_spark Chat。

7. 如需与图表对话，请按以下步骤操作：

   1. 在概览标签页上，点击图表。

   2. 在图表 ID 列中，点击指向图表的链接。

   3. 点击 chat_spark Chat。

数据集

通过创建与数据集的对话，您可以提出有关数据的问题，而无需明确列出数据源。当您创建与数据集的对话时，数据代理可以访问该数据集中的所有表。当您提出问题时，数据代理会查找相关表，并在必要时将其联接起来以生成答案。

与查询结果对话

运行查询后，您可以根据结果发起新对话。 数据源是缓存结果的临时表，通常会保留 24 小时。缓存的结果过期后，您将无法提出有关数据的问题。

如需通过查询结果创建对话，请按以下步骤操作：

1. 在 Google Cloud 控制台中，前往 BigQuery Studio 页面。

   进入 BigQuery Studio

2. 切换到 search_insights 查询编辑器标签页，或依次点击 arrow_drop_down > SQL 查询。

3. 输入 SQL 查询，然后点击 play_circle 运行。

4. 在结果标签页中，点击 chat_spark 对话。

如何与数据源进行对话

点击数据源的对话选项后，即可开始对话。如需进行对话，请执行以下操作：

1. 在提问字段中，输入您的问题并选择一种模式：

   • 快速（默认）：最适合处理大多数问题。
   • 思考：详细推理。

2. 点击 send_spark 发送。

   Conversational Analytics API 会处理您的问题并返回结果。 如果数据适合，回答会提供图片、图表、表格和其他可视化内容。

3. 如需查看数据智能体为回答您的问题而执行的每个步骤，请展开回答中的显示思考过程选项。

   

4. 如需查看有关结果计算方式的信息，请点击 这是如何计算出来的？

   

   摘要部分包含生成的查询，后跟查询结果。您可以选择在查询编辑器中打开查询。

通过对话创建数据代理

您可以通过与表或视图的对话创建数据代理。您无法通过与数据集的对话创建自定义代理。

如需通过对话创建数据代理，请按以下步骤操作：

1. 在对话的详细信息窗格中，点击创建代理。

2. 在编辑器部分的代理名称字段中，输入数据代理的描述性名称，例如 Q4 sales data 或 User activity logs。

3. 在代理说明字段中，输入数据代理的说明。好的说明会解释智能体的用途、使用的数据，并帮助您了解何时适合与此数据智能体对话，例如 Ask questions about customer orders and revenue。

4. 在知识来源部分中，验证知识来源中的条目。您可以自定义现有数据源，也可以点击添加来源以添加其他数据源。如果您的数据源未显示在列表中，您可以搜索该数据源。

5. 完成更改后，点击保存草稿。

6. 点击发布。

导出数据代理的回答

如需将数据代理提供的回答导出为 PDF 或 CSV 文件，请完成以下步骤：

1. 找到要保存的代理回答。

2. 点击 下载按钮。从以下选项中进行选择：

   • PDF：每个表格最多包含 20 行。
   • 详细 PDF：每个表格最多包含 1,000 行。
   • CSV：每个表最多包含 5,000 行。

文件会通过浏览器下载。

管理会话

您可以在代理页面上打开、重命名或删除对话，并在 BigQuery Studio 探索器中管理对话。

打开现有对话

1. 在 Google Cloud 控制台中，前往 BigQuery 代理页面。

   前往“代理”

2. 在对话标签页的对话列表中，点击要打开的对话。

重命名对话

1. 在 Google Cloud 控制台中，前往 BigQuery 代理页面。

   前往“代理”

2. 在对话标签页的对话列表中，点击要重命名的对话。

3. 点击 查看操作 > 重命名。

4. 在重命名对话对话框中，在对话名称字段中输入对话的新名称。

5. 点击重命名。

删除对话

即使底层数据源被删除，对话中问题的结果也会保留。如需删除对话及其包含的所有结果，请按以下步骤操作：

1. 在 Google Cloud 控制台中，前往 BigQuery 代理页面。

   前往“代理”

2. 在对话标签页的对话列表中，点击要删除的对话。

3. 点击 查看操作 > 删除。

4. 在要删除对话吗？对话框中，点击删除。

如果您在 180 天内未更新对话，BigQuery 会自动将其删除。

使用 BigQuery Studio 探索器管理对话

使用 BigQuery Studio Explorer 管理对话。此对话列表提供了一个集中位置，供您搜索、打开或创建对话。您还可以复制对话 ID 或刷新对话列表。

如需管理对话，请按以下步骤操作：

1. 前往 BigQuery Studio 探索器页面。

   前往“探索器”页面

2. 在探索器窗格中，展开项目名称。

3. 点击对话。

   1. 如需过滤对话列表，请在过滤条件字段中输入属性名称或值。
   2. 如需打开对话，请依次点击 查看操作 > 打开。
   3. 如需复制对话 ID，请点击 查看操作 > 复制 ID。
   4. 如需创建对话，请在菜单栏中点击创建对话。
   5. 如需刷新列表，请点击菜单栏中的刷新。

后续步骤

• 了解 BigQuery 中的对话式分析。
• 了解 Conversational Analytics API。
• 创建数据代理。