与图表 Chat

您可以使用对话式分析来询问有关图表的问题。智能体可以编写 SQL 查询，并提供输出的可视化图表。智能体还可以使用图中定义的说明、同义词和度量来提高结果质量。根据图表架构和您提出的问题，代理会使用 Graph Query Language (GQL) 或 SQL 中的 GRAPH_EXPAND 表值函数来查询图表。GQL 查询需要使用 BigQuery 企业版或企业 Plus 版的预留。在采用按需付费定价的项目中，GQL 查询会失败并显示错误。包含 GRAPH_EXPAND 函数的查询可以按需付费方式运行，但该函数不支持所有类型的图表。如需了解要求和限制，请参阅 GRAPH_EXPAND。

图表可显示表之间的关系。向代理提供图表可消除表格之间关系的模糊性。这种清晰度可减少幻觉，并提高对话效率。

例如，如需尝试向代理询问公开提供的 Look 电子商务图，请执行以下操作：

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

    前往“代理”

  2. 选择智能体目录标签页。

  3. 在 Sample agents by Google（Google 提供的代理示例）部分，点击 The Look Graph。

  4. 系统会打开一个对话。您可以输入有关bigquery-public-data.thelook_ecommerce.graph图表的问题。

与图表 Chat

如需与图表对话，您可以创建以图表为数据源的数据代理，也可以创建与图表的直接对话。如果您不确定要问什么，可以尝试问 What questions can I ask about this data?。例如，如果您就 Look Ecommerce 图表提出此问题，回答会包含图表架构的概览和建议的问题。回答中可能会出现以下问题：

  • 业务绩效

    • What is the total revenue for each product category, sorted from highest to lowest?
    • What are the top 5 brands by total revenue among users from 'Brasil'?
    • Rank the product categories based on their total revenue for each product department (Men/Women).

  • 用户和物流数据分析

    • How many users do we have in each country?
    • What is the distribution of user ages in the United States?
    • Which distribution centers handle the most orders with a 'Complete' status?

  • 关系分析

    • Show the connection between users and the distribution centers their products are shipped from.
    • Find all products that have been ordered by users who came from a 'Search' traffic source.

创建图查询和可视化图表

对话式分析可以编写 GQL 查询来回答有关图的问题，并以可视化图表的形式显示输出。例如，您可以在聊天中输入 Show the connection between Tina Fletcher's orders and distribution centers。智能体可能会运行类似于以下内容的 GQL 查询：

GRAPH `bigquery-public-data.thelook_ecommerce.graph`
MATCH p = (u:User {id: 32})
          <-[:placed_order]-(o:`Order`)
          <-[:belongs_to_order]-(oi:OrderItem)
          -[:includes_product]->(pr:Product)
          -[:product_stocked_at]->(dc:DistributionCenter)
RETURN TO_JSON(p) AS path;

智能体还可能会提供交互式可视化图表。

可视化图表：订单将用户与配送中心联系起来。

使用图表度量

对话式分析功能可以使用图表中定义的度量，帮助准确回答涉及汇总的问题。例如，您可以向 Look Graph 智能体提出以下问题： Which distribution centers process orders from the largest number of distinct customers?

智能体使用 User 节点上的 user_count 指标来避免过高估计客户数量。用于计算响应的查询可能类似于以下内容：

SELECT
  DistributionCenter_id,
  DistributionCenter_name,
  AGG(User_user_count) AS distinct_customer_count
FROM
  GRAPH_EXPAND("bigquery-public-data.thelook_ecommerce.graph")
GROUP BY
  DistributionCenter_id,
  DistributionCenter_name
ORDER BY
  distinct_customer_count DESC;

代理还可能会提供图表可视化。

按配送中心划分的不同用户数的可视化图表。

后续步骤