インタラクション ロギングを BigQuery へエクスポートする

インタラクション ロギングを BigQuery にエクスポートできます。 構成が完了すると、すべてのライブ インタラクション ロギングが BigQuery テーブルに書き込まれます。 これにより、エージェントのデバッグと改善、会話データのパターンの検出に役立つ高度な分析ツールが提供されます。

制限事項

次の制限が適用されます。

  • 各会話に対して最大 500 個のターンをエクスポートできます。

プロジェクト間の権限

Dialogflow エージェントと BigQuery データが同じプロジェクトにない場合、Dialogflow Google Cloud プロジェクトに関連付けられたサービス アカウントにも BigQuery Google Cloud プロジェクトの BigQuery データセットに対する roles/bigquery.dataEditor IAM 権限が付与される必要があります。

サービス アカウントの形式: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com

テーブルの説明

テーブルの各行には、次の列を持つ 1 つの会話ターンが含まれています。

列 型 説明
project_id STRING プロジェクト ID。
agent_id STRING エージェント ID。
conversation_name STRING セッションの完全修飾リソース名。
turn_position INTEGER 会話のターン番号。
request_time TIMESTAMP 会話のターンの時間。
language_code STRING 言語タグ。
リクエスト JSON インテント検出リクエスト。
レスポンス JSON インテント検出レスポンス。
partial_responses JSON 部分的な回答（該当する場合）。
derived_data JSON この会話ターンの追加のメタデータ。
conversation_signals JSON NLU 関連の分析データ。JSON スキーマについては、ConversationSignals をご覧ください。
bot_answer_feedback JSON 提供されている場合は、フィードバックに回答してください。

構成

インタラクション ロギングのエクスポートを構成するには:

  1. インタラクション ロギングが有効になっていることを確認します。
  2. BigQuery のデータセット作成ガイドに従ってデータセットを作成します。 次のステップで必要になるため、データセット名をメモしておきます。

  3. BigQuery のテーブル作成ガイドに従って、SQL スキーマ定義を持つテーブルを作成します。 次の SQL ステートメントを使用して作成します。

    CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data(
  project_id STRING,
  agent_id STRING,
  conversation_name STRING,
  turn_position INTEGER,
  request_time TIMESTAMP,
  language_code STRING,
  request JSON,
  response JSON,
  partial_responses JSON,
  derived_data JSON,
  conversation_signals JSON,
  bot_answer_feedback JSON
);

  4. エージェントの設定を構成して、BigQuery Export を有効にし、上記で作成したデータセットとテーブルの名前を指定します。

前へ
Cloud のロギング
次へ
変更履歴