ניתוח נתונים באמצעות שיחה ב-Bigtable מאפשר לכם לשוחח עם נציגים על הנתונים במסד הנתונים באמצעות שפה טבעית. כדי לקבל תשובות לגבי הנתונים שלכם:
- ליצור סוכנים לאינטראקציה עם נתונים לקבוצה של מקורות ידע, כמו טבלאות ותצוגות, שאתם בוחרים.
- אופציונלי: יוצרים הקשר והוראות לסוכן כדי להגדיר את הסוכן לאינטראקציה עם נתונים כך שיענה ביעילות על שאלות בתרחישים ספציפיים לדוגמה.
לפני שמתאימים אישית סוכן, מומלץ קודם לעבוד עם ההקשר וההוראות שהסוכן יוצר.
ניתוח נתונים באמצעות AI בממשק שיחה מספק את סוגי ההקשר הבאים:
- מודרך – אתם יוצרים את ההקשר הזה במסוף Google Cloud . האפשרות הזו מתאימה למשתמשים שלא רוצים לכתוב קוד ישירות.
- מתקדם – אתם יוצרים את ההקשר הזה ב-Gemini CLI או ב-IDE. אנחנו ממליצים על הגישה הזו למשתמשים שרוצים יותר שליטה על איכות הסוכן. ההקשר הזה משתמש מחדש בהקשר של השיטה QueryData.
אחרי שיוצרים סוכנים לאינטראקציה עם נתונים, אפשר לנהל איתם שיחות ולשאול שאלות על נתונים ב-Bigtable באמצעות שפה טבעית.
ניתוח השיחות מבוסס על Gemini ב- Google Cloud.
איך Gemini for Google Cloud משתמש בנתונים שלכם, ובאילו מקרים.
פיתוח הטכנולוגיה הזאת נמצא בשלב מוקדם, ולכן יכול להיות שהמוצרים של Gemini for Google Cloud יפיקו פלט שנראה סביר אבל כולל עובדות שגויות. מומלץ לאמת כל פלט של מוצרי Gemini for Google Cloud לפני שמשתמשים בו. למידע נוסף, קראו את המאמר Gemini for Google Cloud ואתיקה של בינה מלאכותית.
סוכנים לאינטראקציה עם נתונים
סוכנים לאינטראקציה עם נתונים מורכבים ממקור ידע אחד או יותר, ומקבוצת הוראות ספציפיות לתרחיש שימוש לעיבוד הנתונים במסד הנתונים. כשיוצרים סוכן נתונים, אפשר להגדיר אותו באמצעות האפשרויות הבאות:
- להשתמש במקורות ידע כמו טבלאות ותצוגות עם סוכן לאינטראקציה עם נתונים.
- לספק מטא-נתונים של טבלאות ושדות בהתאמה אישית כדי לתאר את הנתונים במסד הנתונים בצורה המתאימה ביותר לתרחיש השימוש הנתון.
- מספקים הוראות לפירוש הנתונים ולשליחת שאילתות לגביהם, למשל הגדרת הפרטים הבאים:
- מילים נרדפות ומונחים עסקיים לשמות של שדות
- השדות הכי חשובים וברירות המחדל לסינון וקיבוץ
- אתם יכולים להשתמש ביצירת הקשר מודרכת או מתקדמת כדי לספק הקשרים מובְנים, שהסוכן לאינטראקציה עם נתונים יוכל להשתמש בהם כדי לעצב את מבנה התשובה של הסוכן וללמוד את הלוגיקה העסקית של הארגון שלכם.
ניהול סוכנים לאינטראקציה עם נתונים
בדף Agents במסוף Google Cloud אפשר ליצור, לנהל ולעבוד עם הסוגים הבאים של סוכנים לאינטראקציה עם נתונים:
- רשימה של הסוכנים שיצרתם, שמרתם כטיוטה ופרסמתם.
- רשימה של סוכנים שאנשים אחרים יצרו ושיתפו איתכם.
מידע נוסף זמין במאמר יצירת סוכנים לאינטראקציה עם נתונים.
שירותים אחרים בפרויקט שתומכים בסוכנים לאינטראקציה עם נתונים, כמו Conversational Analytics API, יכולים לגשת לסוכנים לאינטראקציה עם נתונים שאתם יוצרים ב-Bigtable. אפשר גם לגשת לנציג שנוצר במסוף Google Cloud באמצעות קריאה אליו דרך Conversational Analytics API.
שיחות
שיחות הן צ'אטים שנשמרים עם סוכן לאינטראקציה עם נתונים או עם מקור נתונים של מסד נתונים. אתם יכולים לשאול את הסוכנים לאינטראקציה עם נתונים שאלות מרובות חלקים שכוללות מונחים נפוצים כמו "מכירות" או "הכי פופולרי", בלי לציין שמות של שדות בטבלה או להגדיר תנאים לסינון הנתונים במסד הנתונים.
התשובה שמוחזרת בצ'אט כוללת את התכונות הבאות:
- התשובה לשאלה שלכם כטקסט, קוד או תרשימים (במקרים הרלוונטיים).
- ההסבר של הנציג לתוצאות.
- מטא-נתונים על השיחה, כמו הסוכן ומקורות הנתונים של מסד הנתונים שבהם נעשה שימוש.
כשיוצרים שיחה ישירה עם מקור נתונים של מסד נתונים, Conversational Analytics API מפרש את השאלה בלי ההקשר והוראות העיבוד שסוכן לאינטראקציה עם נתונים מציע. לכן, התוצאות של המרות ישירות יכולות להיות פחות מדויקות. כדאי להשתמש בסוכנים לאינטראקציה עם נתונים במקרים שבהם נדרש דיוק רב יותר.
אפשר ליצור ולנהל שיחות ב-Bigtable באמצעות מסוף Google Cloud . איך מנתחים נתונים באמצעות שיחות
אבטחה
אתם יכולים לנהל את הגישה לניתוח נתונים של שיחות ב-Bigtable באמצעות התפקידים וההרשאות של Conversational Analytics API ב-IAM. במאמרים התפקידים הנדרשים לסוכן לאינטראקציה עם נתונים והתפקידים הנדרשים לשיחה מוסבר אילו תפקידים נדרשים לפעולות ספציפיות.
מיקומים
כשמשתמשים בניתוח נתונים של שיחות כדי ליצור סוכן, מישור הבקרה (שמתכנן, מנהל את תהליך העבודה וקורא לכלים) משתמש רק בנקודת קצה גלובלית. מישור הנתונים – שמאחזר, מאחזר ומעבד את הרשומות בפועל של מסד הנתונים ואת מסמכי הווקטור – משתמש בנקודת קצה אזורית.
תמחור
אתם מחויבים לפי התמחור של Bigtable על שאילתות שפועלות כשאתם יוצרים סוכנים לאינטראקציה עם נתונים ומנהלים שיחות עם סוכנים לאינטראקציה עם נתונים או עם מקורות נתונים של מסדי נתונים. במהלך תקופת גרסת טרום-השקה (Preview), אין חיוב נוסף על יצירה ושימוש בסוכנים לאינטראקציה עם נתונים ובשיחות.
מכסה משותפת דינמית
מכסה דינמית משותפת (DSQ) ב-Vertex AI מנהלת את הקיבולת של מודל Gemini. בניגוד למכסות רגילות, DSQ מאפשרת לכם לגשת למאגר משותף גדול של משאבים בלי מגבלה קבועה לכל פרויקט על קצב הנתונים של המודל.
הביצועים, כמו זמן האחזור, יכולים להשתנות בהתאם לעומס הכולל על המערכת.
בתקופות של ביקוש גבוה במאגר המשותף, יכול להיות שתקבלו מדי פעם שגיאות 429 Resource Exhausted זמניות. השגיאות האלה מציינות שהקיבולת של המאגר המשותף מוגבלת באופן זמני, ולא שהגעתם למגבלת מכסה ספציפית בפרויקט. כדי לבדוק את הקיבולת, נסו שוב את הבקשה אחרי השהיה קצרה.