本页面介绍了如何通过系统指令编写有效的提示，并针对 BigQuery 数据额外提供结构化上下文，从而以最佳方式为 Conversational Analytics API 数据智能体提供编写的上下文。虽然提供撰写的内容是可选的，但结构清晰的撰写内容可以提高 API 所提供回答的准确性和相关性。
什么是编写的上下文？
编写的上下文是一种准则，开发者可以通过提供编写的上下文来引导数据智能体的行为并优化 API 的回答。此指南包括自由格式的系统指令，以及针对 BigQuery 数据源的结构化上下文字段，其中包含表说明和示例查询等信息。为了回答问题，智能体会将此编写的上下文与数据源（例如 BigQuery 表、Looker 探索和 Looker Studio 数据源）中的信息以及对话记录（针对多轮对话）相结合。
通过结构化上下文字段和自由格式的系统指令提供清晰的指导，您可以提高智能体解读用户问题的能力，并生成有用的准确回答。如果您要连接到 BigQuery 表等数据，那么提供明确定义的上下文则尤为重要。例如，您可以使用编写的上下文对智能体进行以下类型的引导：
- 业务特定逻辑：将“忠实”客户定义为在特定时间范围内购买次数超过 5 次的客户。
- 回答格式：将数据智能体的所有回答总结为不超过 20 个字，以节省用户的时间。
- 数据呈现：将所有数字的格式设置为符合公司的风格指南。
提供作者提供的背景信息
您可以提供的具体信息取决于您的数据源：
- 对于 BigQuery 数据，您可以同时定义结构化上下文和系统指令。为获得最佳结果，请先通过可用的结构化字段为代理提供上下文。然后，您可以通过定义系统指令来提供补充指导。
- 对于 Looker 数据，编写的上下文只能通过系统指令提供。
您可以在 API 字段中提供结构化上下文，以提供表格说明和示例查询等详细信息。您可以使用 system_instruction 参数以 YAML 格式的字符串形式提供系统指令。
定义创作的上下文后，您可以通过以下某项调用将其提供给 API：
- 创建持久性数据智能体：在请求正文的
published_context对象中添加编写的上下文，以配置可在多轮对话中保持的智能体行为。如需了解详情，请参阅创建数据智能体 (HTTP) 或为有状态或无状态聊天设置上下文 (Python SDK)。 - 发送无状态请求：在聊天请求的
inline_context对象中提供编写的上下文，以定义该智能体在相应 API 调用期间的行为。如需了解详情，请参阅创建无状态多轮对话 (HTTP) 或发送包含内嵌上下文的无状态聊天请求 (Python SDK)。