对话式分析是一项由 Gemini for Google Cloud 提供支持的“与您的数据聊天”功能。借助对话式分析，用户可以不再局限于静态信息中心，使用自然、日常用语提出与数据相关的问题，即使他们几乎没有或完全不具备商业智能方面的专业知识。对话分析可在 Looker (Google Cloud Core) 和 Looker（原始版本）实例中使用。
了解 Gemini for Google Cloud 如何以及何时使用您的数据。
前往对话式分析
您可以通过以下方式在 Looker 中访问对话分析：
对话。与探索代理或数据代理开始对话
您针对数据集提出的问题会按对话进行整理。将工作拆分为多个对话有助于整理查询思路。如需创建新对话，请按以下步骤操作：
- 前往对话页面。
选择以下选项之一即可开始对话：
智能体：数据智能体是根据与您的数据相关的特定背景信息和指令进行自定义的。如需与现有数据智能体开始对话，请选择智能体标签页，然后选择一个数据智能体。您可以与您已创建或另一用户与您共享的数据智能体开始对话。如需创建新的数据智能体，请选择新建智能体。
默认情况下，对话的名称为“无标题”。在对话中提出第一个问题后，对话式分析会自动根据您的问题和回答生成对话标题。如需更改生成的名称，请点击对话页面顶部的标题，然后输入新的对话名称。如需保存更改，请点击页面上的其他位置，或按 Return 键 (Mac) 或 Enter 键 (PC)。
创建对话后，您可以在对话中的 提问字段中提出问题。您可以从最近的对话部分返回到对话。
从 Looker 探索中发起对话
您还可以直接与 Looker 探索开始对话。如需开始对话，请前往相应探索，然后选择开始对话。
积极提问
您可以提问以从数据中获取数据洞见。当您开始新的对话时，对话式分析会建议一些起始问题。问题不需要采用特定格式或使用特定语法，但需要与您选择的探索相关。在您撰写查询后，对话式分析可能会改写您的问题，改写后的问题会显示在对话窗口中，紧跟在您原来的问题之后。例如，对话式分析可能会将问题“用户的平均年龄是多少？”改写为“用户的平均年龄是多少？”
在您继续对话时，对话式分析功能会考虑之前的问题和回答。您可以根据之前的回答，通过进一步优化结果或更改可视化图表类型来继续提问。
如需详细了解如何创建问题，请参阅问题限制。
对话元数据
当您与探索或数据代理进行对话时，可收起的 数据面板会显示对话所使用的 Looker 探索的名称。 数据面板还提供以下选项：
- 查看字段：与“探索”聊天时，您可以点击 查看字段，在新浏览器窗口中查看“探索”。
- 修改代理：在与数据代理聊天时，您可以点击 修改代理来修改数据代理的详细信息。
- 新对话：与当前对话所用的 Looker 探索发起新对话。
管理对话中的查询
在与数据对话时，您可以在正在运行的查询响应处于活动状态时停止该响应，也可以删除最近的问题及其回答，从而管理对话。
停止查询响应
如需在发送消息后停止运行查询，请点击 停止回答。对话式分析会停止运行查询，并显示以下消息：The query was cancelled.
删除最近提出的问题
如需删除最近提出的问题及其回答，请按以下步骤操作：
- 将光标悬停在最新问题上，然后点击 删除消息。
- 在永久删除消息？对话框中，点击删除以永久删除问题及其回答。
了解查询结果和计算
当您在对话分析中询问有关数据的问题时，系统可能会根据您的具体查询和关联的数据，在回答中包含可视化图表、数据表格或其他详细信息。如需将查询结果作为探索打开，请点击查询结果中的 在探索中打开。
除了此查询响应之外，对话式分析还提供有关答案计算方式的详细信息。
确定答案的计算方式
如需了解 Conversational Analytics 如何得出回答或创建可视化图表，请点击查询结果中的 这是如何计算的？。
点击这是如何计算出来的？后，对话式分析会显示文字部分。文本部分以纯文本形式说明了对话分析功能为得出给定答案而采取的步骤。此说明包括所用的原始字段名称、执行的计算、应用的过滤条件、排序顺序和其他详细信息。
如果 Looker 管理员已通过为对话式分析数据代理启用高级分析选项来启用代码解释器，则代码标签页会显示针对任何高级查询额外生成的 Python 代码。
管理会话
对话按标题列在 最近部分中。您可以更改对话的名称、删除对话，或从回收站文件夹中恢复对话。
删除对话
如需将对话移至回收站，请打开相应对话，然后点击 移至回收站。
恢复或永久删除对话
如需从回收站中恢复或永久删除对话，请按以下步骤操作：
- 在对话分析中，选择左侧导航面板中的 回收站，以查看已移至回收站的对话列表。
- 在回收站部分中，点击要恢复或永久删除的对话的名称。
在确定吗？对话框中，选择以下选项之一：
- 取消：取消操作。
- 恢复：恢复对话。您可以在对话式分析左侧导航菜单的 近期部分访问该对话。
- 永久删除：永久删除对话。
已知限制
Conversational Analytics 存在以下已知限制。
可视化图表的限制
对话式分析利用 Vega-lite 生成对话图表。以下 Vega 图表类型完全受支持：
- 折线图（一个或多个序列）
- 面积图
- 条形图（横向、纵向、堆叠）
- 散点图（一个或多个群组）
- 饼图
系统支持以下 Vega 图表类型，但在渲染这些图表时，您可能会遇到意外行为：
- 地图
- 热图
- 带有提示的图表
不支持 Vega 目录之外的图表类型。此部分中未指定的任何图表均被视为不受支持。
数据源限制
Conversational Analytics 在数据源方面存在以下限制：
- 对于 Looker 数据，Conversational Analytics 每次查询最多可返回 5,000 行。
- 对话式分析无法设置使用 LookML
parameter或filter参数定义的只有过滤条件的字段的值。
问题限制
Conversational Analytics 支持可通过单个可视化图表回答的问题，例如：
- 指标随时间变化的趋势
- 指标按维度细分或分布的情况
- 一个或多个维度的唯一值
- 单个指标值
- 维度值排行榜（按指标排序）
Conversational Analytics 尚不支持只能通过以下类型的复杂可视化图表回答的问题：
- 预测
- 高级统计分析，包括相关性和异常检测
启用代码解释器后，您可以提出更高级的问题，例如预测。
对话示例
以下示例对话展示了用户如何以自然、来回的方式与 Conversational Analytics 互动。在此示例中，用户提出了以下问题：“你能绘制 2023 年热饮与冰沙的月度销售额对比图，并突出显示每种饮料的畅销月份吗？”对话式分析功能会生成一个折线图作为回应，其中显示了 2023 年热饮和冰沙的月度销售额，并突出显示了 7 月份这两个类别的销售额最高。
s
如本示例对话所示，对话式分析功能可以解读自然语言请求，包括使用“销售额”和“热饮”等常用字词的多部分问题，而无需用户指定确切的数据库字段名称（例如 Total monthly drink sales）或定义过滤条件（例如 type of beverage = hot）。对话式分析功能会描述其主要发现、说明其推理过程，并提供包含文本的答案，在适当情况下还会提供图表。为了鼓励用户进行更深入的分析，对话式分析功能还可能会建议后续问题。
相关资源
Looker 中的对话式分析概览：对话式分析的着陆页，其中包含关键功能列表，并链接到所有对话式分析文档。
创建和管理数据代理：借助数据代理，您可以提供与数据相关的背景信息和指令，从而自定义 AI 赋能的数据查询代理，帮助对话式分析生成更准确且与上下文相关的回答。
在 Looker 中配置对话式分析的最佳实践：可帮助 Looker 管理员和 LookML 开发者成功配置和优化对话式分析的策略和最佳实践。
使用代码解释器启用高级分析：对话式分析中的代码解释器会将您的自然语言问题转换为 Python 代码并执行该代码。与基于标准 SQL 的查询相比，代码解释器使用 Python 可以实现更复杂的分析和可视化效果。