El experto en películas agente preconfigurado basado en una guía puede responder a una amplia gama de preguntas relacionadas con películas. El agente hace referencia a un conjunto de datos de BigQuery que contiene metadatos sobre películas y a un almacén de datos no estructurados de resúmenes de tramas de películas procedentes de Wikipedia.
Ejemplos de cuadros de diálogo
Los siguientes ejemplos de cuadros de diálogo muestran situaciones habituales que gestiona este agente prediseñado.
Resumen de la trama y búsqueda en la base de datos
El usuario le pide al agente un resumen de Avatar. El agente obtiene la trama de la película Avatar del almacén de datos y se la resume al usuario. El usuario pregunta cuántos beneficios ha generado Avatar. El agente busca en la base de datos los ingresos y el presupuesto de Avatar y usa esta información para responder a la pregunta del usuario. El usuario pregunta cuál fue la película no inglesa que más ingresos generó en el mes en el que se estrenó Avatar. El agente busca en la base de datos, filtra por fecha e idioma y responde a la pregunta del usuario.
| Entrada del usuario | Respuesta del agente |
|---|---|
| Hola, | |
| ¡Hola! Te damos la bienvenida a Cymbal Movies. Estoy aquí para ayudarte con tus preguntas sobre películas. ¡Pregunta lo que quieras! | |
| Cuéntame más sobre el avatar | |
| La trama de la película "Avatar" es la siguiente: En el año 2154, los humanos han agotado los recursos naturales de la Tierra, lo que ha provocado una grave crisis energética. La Administración de Desarrollo de Recursos (RDA) busca un mineral valioso, el unobtainium, en Pandora, una luna habitable cubierta de densos bosques que orbita el gigante gaseoso Polifemo en el sistema estelar Alfa Centauri. Pandora, cuya atmósfera es tóxica para los humanos, está habitada por los na'vi, una especie de humanoides sapientes de piel azul y 3 metros de altura que viven en armonía con la naturaleza y veneran a una diosa madre llamada Eywa. ¿Puedo ayudarte en algo más? |
|
| ¿Cuántos beneficios obtuvo? | |
| Avatar tuvo un presupuesto de 237 millones de dólares y recaudó 2790 millones de dólares, lo que supuso un beneficio de 2550 millones de dólares. ¿Puedo ayudarte en algo más? |
|
| ¿Cuál fue la película no inglesa que más ingresos generó el mes en el que se estrenó Avatar? | |
| La película no inglesa que más ingresos generó el mes en el que se estrenó Avatar fue 3 Idiots, que recaudó 70 millones de dólares. ¿Puedo ayudarte en algo más? |
|
| Eso es todo. ¡Gracias! | |
| ¡De nada! |
Configuración básica
Para configurar este agente prediseñado, sigue estos pasos:
- Importa el agente prediseñado.
- Deje marcada la casilla Crear recursos dependientes.
Configuración de la herramienta
Este agente incluye herramientas que se usan para integrarse con servicios externos.
El servicio creará automáticamente el conjunto de datos de BigQuery dependiente llamado "Movies" con dos tablas llamadas "movies_data" y "credits".
Los metadatos de la película se importarán a la tabla recién creada y la herramienta bq-search OpenAPI se creará a partir de esos datos.
Además, se creará un nuevo almacén de datos llamado "Movie Expert-data-store" y se importarán los documentos necesarios, que utiliza la herramienta de almacén de datos "cymbal-movie-plots".
Dirección
La herramienta cymbal-movie-plots se conecta a un almacén de datos que apunta a un segmento de Cloud Storage que contiene resúmenes de tramas de películas.
Buscar en la base de datos de películas
La herramienta bq-search OpenAPI se conecta a la API de BigQuery, introduce la consulta de SQL generada por el agente, la ejecuta en la tabla de BigQuery que contiene metadatos sobre películas y devuelve los resultados de la consulta al agente como un objeto JSON.
Para usar esta herramienta, debes configurar la autenticación de cuenta de servicio y proporcionar una cuenta de servicio a la que hayas asignado los roles Usuario de trabajos de BigQuery y Lector de datos de BigQuery.
Completado
Tu agente y sus integraciones ya deberían estar configurados y listos para probarse.