El agente prediseñado basado en un playbook experto en películas puede responder una amplia variedad 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 argumentos de películas obtenidos de Wikipedia.
Diálogos de muestra
En los siguientes diálogos de ejemplo, se muestran situaciones comunes que maneja 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 recupera la trama de la película Avatar del almacén de datos y la resume para el usuario. El usuario pregunta cuánto dinero generó Avatar. El agente busca los ingresos y el presupuesto de Avatar y usa esta información para responder la pregunta del usuario. El usuario pregunta cuál fue la película en otro idioma que generó más ingresos en el mes en que se lanzó Avatar. El agente busca en la base de datos, filtra por fecha y lenguaje, y responde 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 relacionadas con películas. ¡Pregunta lo que quieras! | |
| Cuéntame más sobre el avatar | |
| La trama de la película "Avatar" es la siguiente: En 2154, los humanos agotaron los recursos naturales de la Tierra, lo que provocó una grave crisis energética. La Administración de Desarrollo de Recursos (RDA, por sus siglas en inglés) extrae un mineral valioso, el unobtanio, en Pandora, una luna habitable densamente boscosa que orbita el gigante gaseoso Polifemo en el sistema estelar Alfa Centauri. Pandora, cuya atmósfera es venenosa para los humanos, está habitada por los Na'vi, una especie de humanoides sapientes de piel azul y 3 metros (10 pies) de altura que viven en armonía con la naturaleza y adoran a una diosa madre llamada Eywa. ¿Te puedo ayudar con algo más? |
|
| ¿Cuántas ganancias generó? | |
| Avatar tuvo un presupuesto de USD 237 millones y recaudó USD 2,790 millones, lo que generó una ganancia de USD 2,550 millones. ¿Hay algo más en lo que pueda ayudarte? |
|
| ¿Cuál fue la película en un idioma distinto del inglés que más ingresos generó el mes en que se estrenó Avatar? | |
| La película en un idioma distinto del inglés con mayores ingresos en el mes en que se estrenó Avatar fue 3 Idiots, que recaudó USD 70 millones. ¿Hay algo más en lo que pueda ayudarte? |
|
| Eso es todo. ¡Gracias! | |
| ¡De nada! |
Configuración básica
Para configurar este agente precompilado, haz lo siguiente:
- Importa el agente precompilado.
- Deja marcada la casilla de verificación 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 de OpenAPI se compilará sobre 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 del almacén de datos "cymbal-movie-plots".
Dirección
La herramienta cymbal-movie-plots se conecta a un almacén de datos que apunta a un bucket de Cloud Storage que contiene resúmenes de argumentos de películas.
Buscar en la base de datos de películas
La herramienta bq-search de OpenAPI se conecta a la API de BigQuery, ingresa la consulta en SQL que generó 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.
Debes configurar la autenticación de la cuenta de servicio para esta herramienta y proporcionar una cuenta de servicio a la que le hayas otorgado los roles de usuario de trabajo de BigQuery y visualizador de datos de BigQuery.
Completado
Tu agente y sus integraciones ya deberían estar configurados y listos para probarse.