L'agent prédéfini basé sur un playbook de l'expert en films peut répondre à un large éventail de questions sur les films. L'agent fait référence à la fois à un ensemble de données BigQuery contenant des métadonnées sur les films et à un data store non structurées contenant des résumés de l'intrigue des films provenant de Wikipédia.
Exemples de boîtes de dialogue
Les exemples de boîtes de dialogue suivants illustrent les scénarios courants gérés par cet agent prédéfini.
Résumé de l'intrigue et recherche dans la base de données
L'utilisateur demande à l'agent un résumé d'Avatar. L'agent récupère le synopsis du film Avatar à partir du data store et le résume pour l'utilisateur. L'utilisateur demande combien de bénéfices Avatar a générés. L'agent recherche dans la base de données les revenus et le budget d'Avatar, et utilise ces informations pour répondre à la question de l'utilisateur. L'utilisateur demande quel est le film non anglophone le plus rentable le mois de la sortie d'Avatar. L'agent recherche dans la base de données, en filtrant par date et par langue, et répond à la question de l'utilisateur.
| Entrée utilisateur | Réponse de l'agent |
|---|---|
| Bonjour | |
| Bonjour, bienvenue sur Cymbal Movies. Je suis là pour répondre à vos questions concernant les films. N'hésitez pas ! | |
| En savoir plus sur l'avatar | |
| L'intrigue du film"Avatar" est la suivante: En 2154, les ressources naturelles de la Terre sont épuisées, ce qui entraîne une grave crise énergétique. L'Administration pour le développement des ressources (RDA, Resources Development Administration) exploite un minerai précieux, l'unobtanium, sur Pandora, une lune habitable densément boisée qui orbite autour de la géante gazeuse Polyphème dans le système stellaire Alpha Centauri. Pandora, dont l'atmosphère est toxique pour les humains, est habitée par les Na'vi, une espèce d'humanoïdes sapients à peau bleue de trois mètres de haut qui vivent en harmonie avec la nature et vénèrent une déesse mère nommée Eywa. Y a-t-il autre chose que je puisse faire pour vous ? |
|
| Quels bénéfices a-t-il généré ? | |
| Avatar a coûté 237 millions de dollars et a généré 2,79 milliards de dollars de recettes, soit un bénéfice de 2,55 milliards de dollars. Y a-t-il autre chose que je puisse faire pour vous ? |
|
| Quel film non anglophone a généré le plus de revenus le mois de la sortie d'Avatar ? | |
| Le film non anglophone le plus rentable au cours du mois de la sortie d'Avatar était 3 Idiots, qui a rapporté 70 millions de dollars. Y a-t-il autre chose que je puisse faire pour vous ? |
|
| C'est tout, merci ! | |
| De rien. |
Configuration de base
Pour configurer cet agent prédéfini:
- Importez l'agent prédéfini.
- Laissez la case Créer des ressources dépendantes cochée.
Configuration de l'outil
Cet agent inclut des outils permettant d'intégrer des services externes.
Le service crée automatiquement l'ensemble de données BigQuery dépendant nommé "Films" avec deux tables nommées "movies_data" et "credits".
Les métadonnées des films seront importées dans la table nouvellement créée, et l'outil OpenAPI bq-search sera basé sur ces données.
De plus, un nouveau datastore nommé "Movie Expert-data-store" sera créé et les documents requis seront importés, ce qui sera utilisé par l'outil de datastore "cymbal-movie-plots".
Direction
L'outil cymbal-movie-plots se connecte à un data store pointant vers un bucket Cloud Storage contenant des résumés de films.
Rechercher dans la base de données de films
L'outil OpenAPI bq-search se connecte à l'API BigQuery, saisit la requête SQL générée par l'agent, l'exécute sur la table BigQuery contenant les métadonnées sur les films, puis renvoie les résultats de la requête à l'agent sous la forme d'un objet JSON.
Terminé
Votre agent et ses intégrations devraient maintenant être configurés et prêts à être testés.