BigQuery เปิด Conversation Logging แบบ GA เก็บบทสนทนา Data Agent ลงตารางเพื่อทบทวนผล

Google Cloud ประกาศเมื่อ 26 ตุลาคม 2026 ว่า conversation logging ของ Conversational analytics ใน BigQuery พร้อมใช้งานทั่วไปหรือ GA โดยสามารถบันทึกบทสนทนาของ data agent ลง BigQuery table ในโครงการของ agent ได้ ข่าวนี้เพิ่มทางเลือกให้ทีมเก็บหลักฐานสำหรับทบทวนการใช้งาน แต่ต้องออกแบบสิทธิ์และการใช้ข้อมูลก่อนเริ่มบันทึกจริง

บทสนทนาอาจมีข้อมูลละเอียดกว่าที่คิด

คำถามของผู้ใช้อาจระบุชื่อลูกค้า ตัวเลขภายใน หรือข้อสงสัยทางธุรกิจ แม้ตารางต้นทางมีการควบคุมสิทธิ์ดีอยู่แล้ว ตาราง log ใหม่ก็เป็นข้อมูลอีกชุดที่ต้องดูแล ควรระบุผู้รับผิดชอบว่าใครมีสิทธิ์อ่าน ใช้เพื่อวัตถุประสงค์ใด และเก็บนานเท่าใดตามนโยบายขององค์กร

อย่าให้ dashboard ตรวจคุณภาพที่ตั้งใจใช้ภายในกลายเป็นทางอ่านข้อมูลข้ามทีมโดยไม่ได้ตรวจสิทธิ์ การสำรวจควรเริ่มจากรายการ field และตัวอย่างข้อมูลที่ไม่มีข้อมูลจริงก่อน แล้วจึงประเมินว่าแต่ละกลุ่มผู้ใช้งานจำเป็นต้องเห็นรายละเอียดระดับใด

เก็บ Log เพื่อหาปัญหาที่ตอบด้วย Metric รวมไม่ได้

จำนวนคำถามหรืออัตราสำเร็จเพียงอย่างเดียวอาจไม่บอกว่าผู้ใช้ได้คำตอบที่ใช้ตัดสินใจได้หรือไม่ ทีมข้อมูลสามารถใช้บทสนทนาชี้คำถามที่ตีความ metric ผิด เลือกช่วงเวลาคลาดเคลื่อน หรือจำเป็นต้องถามบริบทเพิ่ม จากนั้นให้เจ้าของข้อมูลตรวจด้วยนิยามที่มีหลักฐาน

ควรแยกความผิดพลาดของคำตอบออกจากปัญหาข้อมูลต้นทาง หากตัวเลขต้นทางยังไม่อัปเดต การปรับ prompt อย่างเดียวอาจไม่ทำให้ผลถูกต้อง ในทางกลับกัน ข้อมูลถูกต้องแต่คำถามกำกวมก็ต้องแก้ที่ประสบการณ์การถามและนิยามธุรกิจ การมีตัวอย่างช่วยให้ทีมเลือกแก้ตรงชั้น

ผลประเมินควรผูกกับเวอร์ชันบริบท

เมื่อปรับ data agent หรือคำอธิบาย metric ควรบันทึกการเปลี่ยนแปลงไว้เทียบกับช่วงเวลา log หากคำถามเดียวกันได้ผลต่างกัน ทีมต้องรู้ว่านิยาม ข้อมูล หรือการตั้งค่าใดเปลี่ยน ไม่ควรสรุปว่าโมเดลมีปัญหาหรือดีขึ้นจากคำตอบสองครั้งที่เงื่อนไขไม่เท่ากัน

สำหรับการเริ่มใช้งาน เลือกคำถามตัวแทนที่มีคำตอบอ้างอิง ตรวจบทสนทนาที่บันทึกจริงตามคู่มือ และยืนยันว่าคนที่รับผิดชอบสามารถค้นหลักฐานที่ต้องการได้โดยไม่ต้องมีสิทธิ์เกินงาน เมื่อพบคำถามที่มีข้อมูลอ่อนไหว ให้ใช้วิธีจัดการตามนโยบายที่ตกลงไว้แทนการคัดลอกไปยังช่องทางสนทนาทั่วไป

วางวงจรปรับปรุงให้มีเจ้าของ

กำหนดคนทบทวนตัวอย่าง ความถี่ และสิ่งที่จะทำเมื่อพบคำตอบผิด เช่นแก้นิยาม เพิ่มบริบท หรือส่งคำถามบางประเภทให้ผู้เชี่ยวชาญ การเก็บทุกอย่างไว้โดยไม่มีคนใช้ตรวจอาจเพิ่มภาระดูแลและค่าใช้จ่ายโดยไม่ช่วยคุณภาพบริการ

ควรทดสอบการค้นและการใช้ข้อมูลหลังตั้งค่า รวมถึงการเข้าถึงด้วยบัญชีที่ต้องถูกปฏิเสธ ตรวจค่าใช้จ่ายจากการเก็บและ query ตามปริมาณจริง เพราะการประกาศ GA ไม่ได้หมายถึงการใช้บริการที่เกี่ยวข้องไม่มีต้นทุนหรือเปิดใช้อัตโนมัติในทุกโครงการ

Conversation logging เป็นหลักฐานสำหรับทบทวน ไม่ใช่คำรับรองว่าคำตอบของ agent ถูกต้องทั้งหมด ทีมยังต้องมีเจ้าของข้อมูลและเกณฑ์ตัดสินที่ชัดเจน โดยเฉพาะเมื่อจะนำผลวิเคราะห์ไปใช้กับการเงิน ลูกค้า หรือการดำเนินงานที่มีผลสูง

แหล่งต้นทาง: Google Cloud release notes วันที่ 26 ตุลาคม 2026 และ BigQuery conversation logging overview