১. ভূমিকা
ডেটা থেকে অন্তর্দৃষ্টি পেতে প্রায়শই যথেষ্ট সময়, প্রচেষ্টা এবং SQL-এ গভীর দক্ষতার প্রয়োজন হয়। এই কোডল্যাবে, আপনি BigQuery-এর Agent Catalog সম্পর্কে জানবেন, যা একটি নতুন প্ল্যাটফর্ম এবং কনভারসেশনাল ডেটা এজেন্টের মাধ্যমে তাৎক্ষণিক, AI-চালিত অন্তর্দৃষ্টি প্রদান করে।
একটি সুবিন্যস্ত ডেটা এজেন্ট তৈরি করার মাধ্যমে আপনি সাধারণ টেক্সট-টু-এসকিউএল রূপান্তরের ঊর্ধ্বে যাবেন। অত্যন্ত নির্ভুল ফলাফল নিশ্চিত করার জন্য আপনি ব্যবসায়িক প্রেক্ষাপট, সিস্টেম নির্দেশনা এবং যাচাইকৃত কোয়েরি দিয়ে এজেন্টটিকে কীভাবে সমৃদ্ধ করতে হয়, তা শিখবেন। পরিশেষে, আপনি আপনার প্রতিষ্ঠানের অন্যদের ব্যবহারের জন্য এই এজেন্টটি প্রকাশ করবেন।
পূর্বশর্ত
- গুগল ক্লাউড সম্পর্কে প্রাথমিক ধারণা
আপনি যা শিখবেন
- BigQuery এজেন্ট ক্যাটালগে কীভাবে নেভিগেট করবেন
- কাস্টম এজেন্ট তৈরি এবং জ্ঞানের উৎস নির্ধারণ করার পদ্ধতি
- সিমান্টিক মেটাডেটা তৈরি করতে জেমিনি কীভাবে ব্যবহার করবেন
- এজেন্টকে নির্দেশনা দেওয়ার জন্য কীভাবে সিস্টেম নির্দেশাবলী এবং যাচাইকৃত কোয়েরি যোগ করবেন
- কীভাবে এজেন্টদের প্রকাশ এবং শেয়ার করবেন
আপনার যা যা লাগবে
- একটি গুগল ক্লাউড অ্যাকাউন্ট এবং গুগল ক্লাউড প্রজেক্ট
- BigQuery এবং SQL সম্পর্কে প্রাথমিক জ্ঞান
- ক্রোমের মতো একটি ওয়েব ব্রাউজার
২. সেটআপ এবং প্রয়োজনীয়তা
একটি প্রকল্প বেছে নিন
- Google Cloud Console- এ সাইন-ইন করুন এবং একটি নতুন প্রজেক্ট তৈরি করুন অথবা বিদ্যমান কোনো প্রজেক্ট পুনরায় ব্যবহার করুন। যদি আপনার আগে থেকে Gmail বা Google Workspace অ্যাকাউন্ট না থাকে, তবে আপনাকে অবশ্যই একটি তৈরি করতে হবে।
- প্রজেক্টের নামটি হলো এই প্রজেক্টের অংশগ্রহণকারীদের প্রদর্শিত নাম। এটি একটি ক্যারেক্টার স্ট্রিং যা গুগল এপিআই ব্যবহার করে না। আপনি যেকোনো সময় এটি আপডেট করতে পারেন।
- প্রজেক্ট আইডি সমস্ত গুগল ক্লাউড প্রজেক্ট জুড়ে অনন্য এবং অপরিবর্তনীয় (একবার সেট করার পর এটি পরিবর্তন করা যায় না)। ক্লাউড কনসোল স্বয়ংক্রিয়ভাবে একটি অনন্য স্ট্রিং তৈরি করে; সাধারণত এটি কী তা নিয়ে আপনার মাথা ঘামানোর দরকার নেই। বেশিরভাগ কোডল্যাবে, আপনাকে আপনার প্রজেক্ট আইডি উল্লেখ করতে হবে (যা সাধারণত
PROJECT_IDহিসাবে চিহ্নিত করা হয়)। তৈরি করা আইডিটি আপনার পছন্দ না হলে, আপনি এলোমেলোভাবে আরেকটি তৈরি করতে পারেন। বিকল্পভাবে, আপনি আপনার নিজের আইডি দিয়ে চেষ্টা করে দেখতে পারেন যে সেটি উপলব্ধ আছে কিনা। এই ধাপের পরে এটি পরিবর্তন করা যাবে না এবং প্রজেক্টের পুরো সময়কাল জুড়ে এটি অপরিবর্তিত থাকবে। - আপনার অবগতির জন্য জানাচ্ছি যে, তৃতীয় একটি ভ্যালু রয়েছে, যা হলো প্রজেক্ট নম্বর , এবং কিছু এপিআই এটি ব্যবহার করে থাকে। ডকুমেন্টেশনে এই তিনটি ভ্যালু সম্পর্কে আরও বিস্তারিত জানুন।
- এরপর, ক্লাউড রিসোর্স/এপিআই ব্যবহার করার জন্য আপনাকে ক্লাউড কনসোলে বিলিং চালু করতে হবে। এই কোডল্যাবটি সম্পন্ন করতে খুব বেশি খরচ হবে না, এমনকি আদৌ কোনো খরচ নাও হতে পারে। এই টিউটোরিয়ালের পর বিলিং এড়াতে রিসোর্সগুলো বন্ধ করার জন্য, আপনি আপনার তৈরি করা রিসোর্সগুলো অথবা প্রজেক্টটি ডিলিট করে দিতে পারেন। নতুন গুগল ক্লাউড ব্যবহারকারীরা ৩০০ মার্কিন ডলারের ফ্রি ট্রায়াল প্রোগ্রামের জন্য যোগ্য।
৩. শুরু করার আগে
নিজেকে প্রয়োজনীয় ভূমিকাগুলো মঞ্জুর করুন।
প্রজেক্টটির IAM পেজে যান এবং নিজেকে Gemini Data Analytics Data Agent Owner রোলটি প্রদান করুন:
এই ভূমিকাটি আপনাকে প্রকল্পের সমস্ত ডেটা এজেন্ট তৈরি, সম্পাদনা, শেয়ার এবং মুছে ফেলার অনুমতি দেয়।
প্রয়োজনীয় API গুলি সক্রিয় করুন
BigQuery > Agents- এ যেতে পৃষ্ঠার শীর্ষে থাকা সাইডবার নেভিগেশন মেনু বা সার্চ মেনু ব্যবহার করুন।
Gemini-এর সাথে ডেটা অ্যানালিটিক্স API সক্রিয় করতে ক্লিক করুন:
Gemini in BigQuery API এবং Gemini for Google Cloud API উভয়ই সক্রিয় করুন:
এখন আপনি নতুন এজেন্ট পৃষ্ঠাটি দেখতে পাবেন:
৪. একজন এজেন্ট তৈরি করুন
চলুন, গুগল ট্রেন্ডস ইন্টারন্যাশনাল পাবলিক ডেটাসেট ব্যবহার করে আপনার প্রথম ডেটা এজেন্ট তৈরি করি। আন্তর্জাতিকভাবে কোন সার্চ টার্মগুলো ট্রেন্ডিং হচ্ছে এবং ঐতিহাসিকভাবে সেই আগ্রহগুলোর মধ্যে তুলনা করলে কী দেখা যায়, সে সম্পর্কে প্রশ্ন করার জন্য এই ডেটাসেটটি উপযোগী।
প্রথমে আপনার এজেন্টকে একটি নাম ও সংক্ষিপ্ত বিবরণ দিয়ে শুরু করা যাক। এই বিবরণটি শুধুমাত্র অন্যান্য ব্যবহারকারীদের এজেন্টের উদ্দেশ্য বোঝানোর জন্য ব্যবহৃত হয়।
এজেন্টের নাম
Google Trends Agent
এজেন্টের বিবরণ
Data agent for the Google Trends International Top Terms public dataset
জ্ঞানের উৎস
এখন নলেজ সোর্সগুলো যোগ করুন। নলেজ সোর্স হলো একটি BigQuery টেবিল, ভিউ বা UDF যা এজেন্ট প্রশ্নগুলোর উত্তর দেওয়ার জন্য ব্যবহার করতে পারে।
এই ডেমোর জন্য, বিষয়টিকে সহজ রাখতে শুধুমাত্র একটি টেবিল যোগ করুন। তবে, মনে রাখবেন যে আরও জটিল ডেটা পরিস্থিতি সামাল দিতে আপনি প্রতি এজেন্টের জন্য ৫০টি পর্যন্ত নলেজ সোর্স যোগ করতে পারেন।
সার্চ বক্সে নিম্নলিখিত টেবিলটি লিখুন, বক্সটিতে টিক দিন এবং অ্যাড (Add) বাটনে ক্লিক করুন:
bigquery-public-data.google_trends.international_top_terms
কাঠামোগত প্রেক্ষাপট
ডেটা এজেন্টের নির্ভুলতা উন্নত করতে, টেবিল এবং কলামগুলিতে কাঠামোগত প্রসঙ্গ যোগ করুন। কাস্টমাইজ-এ ক্লিক করুন:
জেমিনি স্বয়ংক্রিয়ভাবে বর্ণনার জন্য পরামর্শ তৈরি করে। টেবিলের বর্ণনার পাশে থাকা ' স্বীকার করুন' (Accept) বোতামে ক্লিক করুন:
সমস্ত কলামে বিবরণ প্রয়োগ করতে, 'Select all rows' চেক করুন এবং তারপরে 'Accept suggestions'-এ ক্লিক করুন:
পরিবর্তনগুলি সংরক্ষণ করতে এবং এজেন্ট এডিটর-এ ফিরে যেতে পৃষ্ঠার নীচে থাকা আপডেট বোতামে ক্লিক করুন।
নির্দেশাবলী
এজেন্ট নির্দেশাবলী ডায়ালগ হলো এমন একটি জায়গা যেখানে আপনি এজেন্টকে ডেটা সোর্সগুলো ব্যাখ্যা ও কোয়েরি করার জন্য অতিরিক্ত নির্দেশনা দিতে পারেন। এর মধ্যে অন্তর্ভুক্ত রয়েছে:
- সমার্থক শব্দ : মূল ক্ষেত্রগুলোর বিকল্প পরিভাষা।
- মূল ক্ষেত্রসমূহ : বিশ্লেষণের জন্য সবচেয়ে গুরুত্বপূর্ণ ক্ষেত্রসমূহ।
- বর্জিত ফিল্ড : যে ফিল্ডগুলো ডেটা এজেন্ট এড়িয়ে চলবে।
- ফিল্টারিং ও গ্রুপিং : ডেটা ফিল্টার ও গ্রুপ করার জন্য এজেন্টের ব্যবহারযোগ্য ফিল্ডসমূহ।
- জয়েন রিলেশনশিপ : সাধারণ ফিল্ডের উপর ভিত্তি করে দুই বা ততোধিক টেবিলকে যেভাবে একত্রিত করা হয়।
নিম্নলিখিত নির্দেশাবলী কপি করে পেস্ট করুন:
### System Instruction
* You are an expert data analyst for the Google Trends International public dataset.
* Always filter on yesterday's refresh_date = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY).
* If yesterday returns no data, filter on 2 days ago's refresh_date = DATE_SUB(CURRENT_DATE(), INTERVAL 2 DAY).
* Default to country-level results (one row per term).
* "Top" queries must deduplicate snapshot rows.
* Only include week or score when the user explicitly asks for trends over time.
* This is an international dataset and does not include any data for the United States.
### Additional Descriptions
#### 1. Core model:
* refresh_date selects the daily Top-25 term set.
* week + score are historical weekly values attached to those terms.
* Filtering week does not change which terms appear.
#### 2. Deduplication rule (critical):
* Snapshot rows repeat across weeks and regions.
* For "top" queries, always GROUP BY term (country-level) and compute rank as MIN(rank).
#### 3. Defaults:
* Country-level results only.
* Use region_code only if the user explicitly asks for regions.
* Limit results unless the user asks otherwise.
#### 4. Time series usage:
* Only include week or score when the user asks for trends over time, historical context, or week-over-week score changes.
#### 5. Field guidance:
* Prefer country_code or region_code for filters.
* country_name / region_name are for display only.
* score is normalized; compare trends within a term, not across terms.
যাচাইকৃত অনুসন্ধান
ভেরিফাইড কোয়েরি, যা পূর্বে গোল্ডেন কোয়েরি নামে পরিচিত ছিল, এজেন্টের প্রতিক্রিয়ার নির্ভুলতা উন্নত করার জন্য একটি রেফারেন্স হিসাবে ব্যবহৃত হয়। এগুলি এজেন্টের প্রতিক্রিয়ার কাঠামোকে রূপ দেয় এবং আপনার সংস্থা যে ব্যবসায়িক যুক্তি ব্যবহার করে, তা এজেন্টকে শেখাতে সাহায্য করে।
চলুন আপনার এজেন্টের জন্য দুটি উদাহরণ যোগ করি। 'Add query'-তে ক্লিক করুন এবং নিম্নলিখিত প্রশ্ন ও কোয়েরিটি কপি / পেস্ট করুন:
প্রশ্ন ১:
What are the top search terms in the UK right now?
প্রশ্ন ১:
SELECT term, MIN(rank) AS rank
FROM `bigquery-public-data.google_trends.international_top_terms`
WHERE refresh_date = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)
AND country_code = 'GB'
GROUP BY term
ORDER BY rank
LIMIT 25;
এই কোয়েরিটি সংরক্ষণ করার আগে, এটি বৈধ কিনা তা নিশ্চিত করতে চলুন এটি চালিয়ে দেখি।
আমার কাছে ঠিক লাগছে! যাচাইকৃত কোয়েরিটি সংরক্ষণ করতে 'যোগ করুন'- এ ক্লিক করুন।
আরও জটিল একটি ব্যবহারের ক্ষেত্রের জন্য চলুন আরেকটি উদাহরণ যোগ করা যাক। 'Manage queries'-এ ক্লিক করুন এবং যোগ করুন:
প্রশ্ন ২:
Show the last 12 weeks of interest for the current top 5 terms in Auckland.
উত্তর ২:
WITH top5 AS (
SELECT term, MIN(rank) AS rank
FROM `bigquery-public-data.google_trends.international_top_terms`
WHERE refresh_date = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)
AND country_code = 'NZ'
AND region_code = 'NZ-AUK'
GROUP BY 1
ORDER BY 2
LIMIT 5
),
series AS (
SELECT term, week, score,
ROW_NUMBER() OVER (PARTITION BY term ORDER BY week DESC) AS rn
FROM `bigquery-public-data.google_trends.international_top_terms`
WHERE refresh_date = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)
AND country_code = 'NZ'
AND region_code = 'NZ-AUK'
AND term IN (SELECT term FROM top5)
)
SELECT week, term, score
FROM series
WHERE rn <= 12
ORDER BY 1 DESC, 3
পরবর্তী বিভাগে যাওয়ার আগে, চলুন মিথুন রাশির দেওয়া পরামর্শগুলো দেখে নেওয়া যাক:
এখানে আপনি কিছু প্রস্তাবিত যাচাইকৃত কোয়েরি দেখতে পারেন। ভবিষ্যতে নতুন এজেন্ট তৈরি করার সময়, এটি একটি চমৎকার সূচনা হতে পারে। শুধু খেয়াল রাখবেন, যোগ করার আগে যেকোনো কোয়েরি যেন অবশ্যই যাচাই করে নেন!
শব্দকোষ
চলুন পরিভাষা তালিকায় একটি শব্দ যোগ করা যাক। যদি আপনার ব্যবসা ডেটাপ্লেক্স ব্যবহার করে, তাহলে এই শব্দগুলো ডেটাপ্লেক্স ইউনিভার্সাল ক্যাটালগের ব্যবসায়িক পরিভাষা তালিকা থেকে সরাসরি আমদানি করা হয়।
‘Add term’-এ ক্লিক করুন এবং নিচের উদাহরণটি কপি / পেস্ট করুন:
পরিভাষা:
refresh_date
সংজ্ঞা:
Snapshot date that selects the daily Top 25 term set. All rows for that date belong to the same "what's trending now" snapshot. Attach Historical week and score values after this selection.
সমার্থক শব্দ:
today, latest, current, now, recent
তারপর Add-এ ক্লিক করুন, এরপর Save করুন।
এজেন্ট সেটিংস
সেটিংস বিভাগে, আপনি লেবেল এবং বিলযোগ্য সর্বোচ্চ বাইট নির্ধারণ করতে পারেন।
লেবেল
লেবেল হলো কী-ভ্যালু পেয়ার, যা গুগল ক্লাউড রিসোর্সগুলোকে যৌক্তিক গ্রুপে সাজাতে ব্যবহৃত হয়। এই ল্যাবটিকে নির্দিষ্ট বিষয়ের উপর কেন্দ্রীভূত রাখতে, লেবেলগুলো খালি রাখুন।
বিলকৃত সর্বোচ্চ বাইট
যাতে আপনি ভুলবশত কোনো ব্যয়বহুল কোয়েরি তৈরি না করেন, তা নিশ্চিত করতে, আসুন প্রতি কোয়েরিতে বিলযোগ্য সর্বোচ্চ বাইটের জন্য একটি সীমা নির্ধারণ করি। যদি এজেন্টের কোয়েরি এই সীমার চেয়ে বেশি বাইট প্রসেস করে, তাহলে কোনো চার্জ ছাড়াই কোয়েরিটি ব্যর্থ হবে। নিম্নলিখিত মানটি ইনপুট করুন:
10000000000
১০,০০০,০০০,০০০ বাইট প্রায় ৯.৩ জিবি-র সমান। আপনি যদি কোনো মান নির্দিষ্ট না করেন, তাহলে বিল করা সর্বোচ্চ বাইটের পরিমাণ ডিফল্টভাবে প্রজেক্টটির দৈনিক কোয়েরি ব্যবহারের কোটা অনুযায়ী হবে।
৫. আপনার এজেন্টকে সংরক্ষণ ও শেয়ার করা
প্রিভিউ
সবকিছু প্রস্তুত! সামনে এগোনোর আগে চলুন আপনার এজেন্টটি পরীক্ষা করে নিই। স্ক্রিনের ডানদিকে আপনি কনফিগারেশন সম্পাদনা করার সময় এজেন্টটিকে ডায়নামিকভাবে পরীক্ষা করতে পারেন। প্রিভিউটি পরিবর্তনগুলি সংরক্ষণ বা প্রকাশ না করেই আপনার দেওয়া নতুন মেটাডেটা স্বয়ংক্রিয়ভাবে ব্যবহার করে।
চলুন জিজ্ঞাসা করা যাক এজেন্টের কাছে কোন কোন ডেটা অ্যাক্সেস করার সুযোগ আছে। আপনি নিজের ভাষায় কয়েকটি প্রশ্ন করতে পারেন:
সংরক্ষণ করুন
কয়েকটি প্রম্পট পরীক্ষা করার পর, এজেন্টটি সেভ করুন এবং তারপর পাবলিশ করুন :
এজেন্টটি প্রকাশ করলে তা BigQuery Studio, Conversational Analytics API, এবং Looker Studio Pro-তে উপলব্ধ হবে (লাইসেন্সিং সাপেক্ষে):
ভবিষ্যৎ সংস্করণগুলোতে অতিরিক্ত সারফেস ও ইন্টিগ্রেশনের জন্য সমর্থন যুক্ত করার পরিকল্পনা রয়েছে।
শেয়ার
এজেন্টটি প্রকাশিত হয়েছে মর্মে আপনি একটি নিশ্চিতকরণ বার্তা দেখতে পাবেন। এখন আপনি এই এজেন্টটি অন্যান্য ব্যবহারকারীদের সাথে শেয়ার করতে পারেন।
যখন আপনি অন্য ব্যবহারকারীদের সাথে কোনো এজেন্ট শেয়ার করেন, তখন তাদের একটি নির্দিষ্ট ভূমিকা (role) নির্ধারণ করে তাদের অ্যাক্সেসের স্তর নিয়ন্ত্রণ করেন। এই ভূমিকাগুলো নির্ধারণ করে যে, কোনো সহযোগী কেবল আপনার এজেন্টটি দেখতে পারবে, নাকি এর কনফিগারেশন সম্পাদনা ও পরিচালনা করার ক্ষমতা তার থাকবে।
এটা মনে রাখা গুরুত্বপূর্ণ যে এই পদগুলো দুটি ভিন্ন স্তরে প্রয়োগ করা যেতে পারে:
- প্রজেক্ট লেভেল : প্রজেক্ট লেভেলে কোনো রোল প্রদান করলে, ব্যবহারকারী সেই গুগল ক্লাউড প্রজেক্টের অন্তর্গত সমস্ত এজেন্টের জন্য প্রয়োজনীয় অনুমতিগুলো পেয়ে থাকেন।
- এজেন্ট লেভেল : আরও সূক্ষ্ম নিয়ন্ত্রণের জন্য, আপনি একটি নির্দিষ্ট এজেন্টকে রোল প্রদান করতে পারেন। এটি তখন কাজে আসে যখন আপনি চান যে একজন ব্যবহারকারী প্রোজেক্টের অন্য এজেন্টগুলোকে না দেখিয়ে শুধু একটি নির্দিষ্ট ডেটা এজেন্টে অ্যাক্সেস পাবে।
কথোপকথনমূলক বিশ্লেষণের জন্য পূর্বনির্ধারিত ভূমিকাগুলো নিম্নরূপ:
- জেমিনি ডেটা অ্যানালিটিক্স ডেটা এজেন্ট ওনার (roles/geminidataanalytics.dataAgentOwner) - সকল ডেটা এজেন্ট তৈরি, সম্পাদনা, শেয়ার এবং ডিলিট করুন
- জেমিনি ডেটা অ্যানালিটিক্স ডেটা এজেন্ট ক্রিয়েটর (roles/geminidataanalytics.dataAgentCreator) - আপনার নিজের ডেটা এজেন্ট তৈরি, সম্পাদনা, শেয়ার এবং ডিলিট করুন
- জেমিনি ডেটা অ্যানালিটিক্স ডেটা এজেন্ট এডিটর (roles/geminidataanalytics.dataAgentEditor) - ডেটা এজেন্টদের সাথে চ্যাট এবং সম্পাদনার অ্যাক্সেস
- ডেটা অ্যানালিটিক্স ডেটা এজেন্ট ব্যবহারকারী (roles/geminidataanalytics.dataAgentUser) - ডেটা এজেন্টদের সাথে চ্যাট এবং দেখার অ্যাক্সেস
- জেমিনি ডেটা অ্যানালিটিক্স ডেটা এজেন্ট ভিউয়ার (roles/geminidataanalytics.dataAgentViewer) - ডেটা এজেন্ট দেখার (শুধুমাত্র পঠনযোগ্য) অ্যাক্সেস
৬. একজন এজেন্টের সাথে আলাপ শুরু করুন
চলুন শেয়ার ট্যাব থেকে বেরিয়ে এসে একটি নতুন কথোপকথন তৈরি করি:
আপনি 'Create conversation'-এ ক্লিক করলে, একটি নতুন শিরোনামহীন কথোপকথন তৈরি হয়।
চলুন জেনে নেওয়া যাক ইংল্যান্ডে কোন শব্দগুলো ট্রেন্ডিং আছে (আপনি চাইলে ইংল্যান্ডের জায়গায় আপনার পছন্দের কোনো জায়গার নাম বসাতে পারেন!):
Based on the top 10 terms in England, how did they trend for the past 3 months?
প্রতিক্রিয়া প্রবাহ বিশ্লেষণ করা
প্রশ্নগুলোর উত্তর দেওয়ার সময় ডেটা এজেন্ট সাধারণত একই প্রতিক্রিয়া ধারা অনুসরণ করে:
- যুক্তি : এজেন্ট প্রথমে নির্দেশটি নিয়ে 'চিন্তা' করে। এজেন্টের সিদ্ধান্ত গ্রহণ প্রক্রিয়ার ধাপে ধাপে বিবরণ দেখতে 'যুক্তি দেখান ' বাটনটি প্রসারিত করুন।
- সারাংশ : এজেন্টটি কোয়েরির একটি উচ্চ-স্তরের সারাংশ, ফলাফলস্বরূপ প্রাপ্ত রিপোর্ট এবং ভিজ্যুয়ালাইজেশন তৈরি করে।
- জেনারেটেড SQL : SQL পরিদর্শন করতে ' Here's the query... ' সেকশনটি এক্সপ্যান্ড করুন। BigQuery Studio-তে ম্যানুয়ালি কোয়েরিটি ফাইন-টিউন করতে 'Open in Editor'-এ ক্লিক করুন।
- ডেটার ফলাফল : এজেন্ট কোয়েরির ফলাফল একটি স্পষ্ট, সারণী আকারে উপস্থাপন করে।
- ভিজ্যুয়ালাইজেশন : একটি সংক্ষিপ্ত বিবরণের সাথে একটি চার্ট প্রদর্শিত হয়। এজেন্ট স্বয়ংক্রিয়ভাবে আপনার ডেটার জন্য সেরা ভিজ্যুয়ালাইজেশন ধরণ (যেমন, একটি মাল্টি-সিরিজ লাইন চার্ট) অনুমান করে নেয়।
- ডেটা ইনসাইটস : এজেন্ট ফলাফলের মধ্যে প্রাপ্ত মূল প্রবণতা এবং গুরুত্বপূর্ণ বিষয়গুলো সংক্ষিপ্তভাবে তুলে ধরে।
- পরবর্তী প্রশ্নাবলী : পরিশেষে, আপনার বিশ্লেষণ চালিয়ে যেতে সাহায্য করার জন্য এজেন্ট কিছু প্রাসঙ্গিক পরবর্তী প্রশ্নাবলীর পরামর্শ দেন।
BigQuery ML সমর্থন
চলুন বিষয়টি খতিয়ে দেখি এবং জিজ্ঞাসা করি যে ডেটা এজেন্ট এই ফলাফলগুলোর উপর ভিত্তি করে কোনো পূর্বাভাস চালাতে পারে কিনা। এটি ভবিষ্যতের পয়েন্টগুলো অনুমান করার জন্য BigQuery ML ফাংশন ব্যবহার করে।
নিম্নলিখিত প্রম্পটটি প্রবেশ করান (অবশ্যই 'monopoly board'-এর জায়গায় আপনার অনুসন্ধানের সাথে প্রাসঙ্গিক একটি শব্দ বসাবেন!):
Can you predict and visualize how monopoly board will trend in the next 4 weeks?
আপনি দেখতে পাচ্ছেন যে একটি টাইম সিরিজ পূর্বাভাস করার জন্য AI_FORECAST ব্যবহার করা হয়েছিল। এতে অবাক হওয়ার কিছু নেই, তবে এটি আকর্ষণীয় যে ২০২১ সালের আগস্ট মাসে একটি বড় উল্লম্ফন দেখা যায়, যা লন্ডনে মনোপলি লাইফসাইজড আকর্ষণের জমকালো উদ্বোধনের সাথে মিলে যায়!
৭. এজেন্ট ক্যাটালগটি অন্বেষণ করুন
শেষ করার আগে চলুন এজেন্ট ক্যাটালগটি দেখে নেওয়া যাক। উইন্ডোর উপরের দিকে থাকা এজেন্ট ক্যাটালগ- এ ক্লিক করুন:
এই পৃষ্ঠাটি ডেটা এজেন্ট ব্যবস্থাপনার জন্য আপনার কেন্দ্রীয় কেন্দ্র হিসেবে কাজ করে, যা নিম্নলিখিত বিভাগগুলিতে সংগঠিত:
- আমার এজেন্টগণ : আপনার বর্তমানে প্রকাশিত এজেন্টগণ।
- আমার খসড়া এজেন্টসমূহ : আপনার সংরক্ষণ করা কিন্তু এখনো প্রকাশ না করা কনফিগারেশনসমূহ।
- আপনার প্রতিষ্ঠানের অন্যদের দ্বারা শেয়ার করা : সহকর্মীদের তৈরি এজেন্ট, যেগুলোতে প্রবেশ করার অনুমতি আপনার আছে।
- গুগলের নমুনা এজেন্ট : আপনাকে কাজ শুরু করতে সাহায্য করার জন্য পূর্ব-কনফিগার করা উদাহরণ।
আপনার পরিচালনাধীন যেকোনো এজেন্টের জন্য আপনি কনফিগারেশন সম্পাদনা করতে, এজেন্টের প্রতিলিপি তৈরি করতে এবং শেয়ারিং অনুমতি পরিচালনা করতে পারেন।
৮. উপসংহার
অভিনন্দন, আপনি সফলভাবে একটি কনভারসেশনাল অ্যানালিটিক্স ডেটা এজেন্ট তৈরি করেছেন। আরও জানতে রেফারেন্স উপকরণগুলো দেখুন!