L'agent prédéfini basé sur un playbook expert en cinéma 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 films provenant de Wikipédia.
Exemples de dialogues
Les exemples de dialogues 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 résumé du film Avatar dans le data store et le résume pour l'utilisateur. L'utilisateur demande combien de bénéfices Avatar a générés. L'agent recherche les revenus et le budget d'Avatar dans la base de données, puis utilise ces informations pour répondre à la question de l'utilisateur. L'utilisateur demande quel a été le film non anglophone ayant généré le plus de revenus 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 et bienvenue sur Cymbal Movies ! Je suis là pour répondre à vos questions sur les films. Posez vos questions ! | |
| En savoir plus sur les avatars | |
| Voici le résumé du film "Avatar" : En 2154, les humains ont épuisé les ressources naturelles de la Terre, ce qui a entraîné une grave crise énergétique. La Resources Development Administration (RDA, ou Administration pour le développement des ressources) extrait un minéral précieux, l'unobtainium, sur Pandora, une lune habitable à la végétation dense qui orbite autour de la géante gazeuse Polyphemus 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 bleus de trois mètres de haut, dotés de conscience, qui vivent en harmonie avec la nature et vénèrent une déesse mère nommée Eywa. Puis-je faire autre chose pour vous ? |
|
| Combien de bénéfices a-t-il générés ? | |
| Avatar avait un budget de 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 a été le film non anglophone ayant généré le plus de revenus le mois de la sortie d'Avatar ? | |
| Le film non anglophone le plus rentable du mois de 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 des outils
Cet agent inclut des outils permettant de s'intégrer à des services externes.
Le service créera automatiquement l'ensemble de données BigQuery dépendant nommé "Movies" (Films) avec deux tables nommées "movies_data" (données sur les films) et "credits" (crédits).
Les métadonnées du film seront importées dans la table nouvellement créée, et l'outil OpenAPI bq-search est basé sur ces données.
De plus, un datastore nommé "Movie Expert-data-store" sera créé et les documents requis seront importés. Il est 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 et renvoie les résultats de la requête à l'agent sous forme d'objet JSON.
Vous devez configurer l'authentification du compte de service pour cet outil et fournir un compte de service auquel vous avez attribué les rôles "Utilisateur de job BigQuery" et "Lecteur de données BigQuery".
Terminé
Votre agent et ses intégrations doivent maintenant être configurés et prêts à être testés.