對話內容分析程式碼解譯器

對話式分析中的程式碼解譯器會將自然語言問題轉換為 Python 程式碼，並執行該程式碼來提供進階分析和視覺化內容。在 Looker Studio 中，程式碼解譯器可透過 Looker Studio Pro 訂閱方案用於對話式數據分析，也可在 Looker (原始版本) 和 Looker (Google Cloud Core) 中使用。

與標準 SQL 驅動的 BI 體驗不同，程式碼解譯器支援各種資料分析，從基本計算和繪製圖表，到更進階的工作 (例如時間序列預測) 皆可進行。程式碼解譯器可讓使用者執行這類進階分析，否則通常需要具備進階程式碼或統計方法的專業知識，因此有助於提升對話式數據分析的效用。

瞭解 Gemini for Google Cloud 如何使用您的資料，以及使用時機。

事前準備

如要使用程式碼解譯器，您必須符合在 Looker Studio 或 Looker 中使用對話式數據分析的規定。

如要在 Looker (原始) 執行個體中使用程式碼解譯器，執行個體必須使用 Looker 25.8 以上版本。

啟用程式碼解譯器

本節說明如何在下列平台啟用程式碼解譯器：

在 Looker Studio 中啟用程式碼解譯器

如要在對話中啟用程式碼解譯器，請按照下列步驟操作：

  1. 在 Conversational Analytics 的左側導覽面板中，按一下「進階分析」切換鈕，即可啟用程式碼解譯器。
  2. 啟用程式碼解譯器後，您就能照常使用對話式數據分析，與資料展開對話並提出問題。程式碼解譯器會使用 Gemini Chat 的引擎，將查詢內容翻譯成 Python 程式碼並執行。

在 Looker (原始版) 中啟用程式碼解譯器

在 Looker (原始) 執行個體中，Looker 管理員必須按照下列步驟啟用程式碼解譯器，並提供給 Gemini in Looker 使用者：

  1. 在「管理」面板中，前往「平台」部分，然後選取「Gemini in Looker」頁面。
  2. 在「啟用 Gemini in Looker」下方，開啟「啟用 Gemini in Looker」設定。
  3. 選取「啟用『信任的測試人員』功能」。啟用這項設定後，使用者就能存取 Gemini in Looker 的「信任的測試人員」功能。如要允許使用者在正式發布前預覽期間存取 Gemini，必須啟用這項設定。
  4. 視需要選取「啟用『信任的測試人員』資料使用設定」。啟用這項設定後，即表示您同意 Google 依據 Gemini for Google Cloud 「信任的測試人員」計畫條款使用您的資料。只有啟用「啟用『信任的測試人員』功能」設定，才能啟用這項設定。啟用「啟用『信任的測試人員』功能」設定後，系統會自動啟用這項設定。
  5. 選取「啟用程式碼解譯器」。啟用這項設定後，使用者就能在對話內容分析中存取程式碼解譯器。只有同時啟用「啟用『信任的測試人員』功能」設定，才能啟用這項設定。如果 Looker (舊版) 執行個體符合下列條件，系統預設會啟用「啟用程式碼解譯器」設定：
    • 在您將執行個體更新至 Looker 25.8 之前，Looker 管理員已在 Looker (原始) 執行個體中啟用「啟用 Gemini in Looker」和「啟用『信任的測試人員』功能」設定。
    • Looker 管理員在發布部署作業的第一天，將執行個體更新至 Looker 25.8。

Looker 管理員必須授予使用者 gemini_in_looker 權限，他們才能使用 Code Interpreter。

在 Looker (Google Cloud Core) 中啟用程式碼解譯器

在 Looker (Google Cloud Core) 執行個體中，Looker 管理員必須按照下列步驟啟用程式碼解譯器，並提供給 Gemini in Looker 使用者：

  1. 依序前往「管理」面板 >「平台」部分 >「Looker 中的 Gemini」頁面。
  2. 啟用「程式碼解譯器」。

在 Google Cloud 控制台的 Looker (Google Cloud Core) 執行個體設定中啟用 Gemini in Looker 時，系統會預設啟用 Code Interpreter。

Looker 管理員必須授予使用者 gemini_in_looker 權限，他們才能使用 Code Interpreter。

已知限制

  • 程式碼解譯器會使用 Python 解決問題。由於 Python 比結構化查詢語言更具彈性，程式碼解譯器的回覆內容可能比核心對話式數據分析體驗的回覆內容更多變。
  • 如果是 Looker 資料，對話式數據分析每個查詢最多可傳回 5,000 列。
  • 程式碼解譯器支援這些 Python 程式庫。如要要求支援其他 Python 程式庫，請傳送電子郵件至 conversational-analytics-feedback@google.com。
  • 程式碼解譯器回覆不支援下列圖表類型：
    • 地圖

如要瞭解其他限制，請參閱對話式數據分析的已知限制說明文件。

支援的 Python 程式庫

顯示支援的 Python 程式庫

程式碼解譯器支援下列 Python 程式庫：

  • altair
  • attrs
  • chess
  • contourpy
  • cycler
  • entrypoints
  • fonttools
  • fpdf
  • geopandas
  • imageio
  • jinja2
  • joblib
  • jsonschema
  • jsonschema-specifications
  • kiwisolver
  • lxml
  • markupsafe
  • matplotlib
  • mpmath
  • numexpr
  • numpy
  • opencv-python
  • openpyxl
  • packaging
  • pandas
  • patsy
  • pdfminer-six
  • pillow
  • plotly
  • protobuf
  • pylatex
  • pyparsing
  • PyPDF2
  • python-dateutil
  • python-docx
  • python-pptx
  • pytz
  • referencing
  • reportlab
  • rpds-py
  • scikit-image
  • scikit-learn
  • scipy
  • seaborn
  • six
  • statsmodels
  • striprtf
  • sympy
  • tabulate
  • tensorflow
  • threadpoolctl
  • toolz
  • torch
  • tzdata
  • xlrd

建議的問題

啟用程式碼解譯器後，Conversational Analytics 就能運用 Python 的進階分析功能，回答標準支援問題類型以外的各種問題。例如：

  • 請根據我的資料說明銷售額的主要成長動能。
  • 考量平均購買頻率和平均訂單價值後，各顧客區隔的生命週期價值為何？
  • 今年的銷售額與去年相比如何？
  • 找出銷售資料中的離群值，有助於找出表現特別好或特別差的產品或地區。
  • 進行同類群組分析，瞭解顧客留存率。
  • 利潤最高的產品是否也是最熱銷的產品？請根據這項答案，提供如何改善產品組合的建議。
  • 過去 3 年，各產品類別的銷售複合年均成長率 (CAGR) 為何？
  • 以長條圖顯示複合年增長率，X 軸為產品類別，Y 軸為複合年增長率。