Conversational Analytics API パブリックプレビュー概要紹介

Google Cloud Next ’25 で発表された Conversational Analytics API が、2025年8月末から パブリックプレビュー として提供開始されました。
BigQuery や Looker / Looker Studio 向けに データエージェントを自動生成 し、自然言語での分析を可能にする強力な機能です。
日本語での情報がまだ少ないため、この記事では概要を整理してご紹介します。

Conversational Analytics APIとは？

Google Cloudの自然言語クエリエンジンをAPIとして利用可能にするもの です。
LookerやBigQuery Data Canvasで使われている自然言語分析の仕組みを、API経由で自分のアプリケーションにも組み込めるようになります。

イメージとしては：

BigQuery のテーブルに対して自然言語で質問
Looker / Looker Studio の可視化を自然言語で操作
SQL生成・実行 → 可視化 → 回答生成 を自動処理

が可能になります。

利用イメージ

基本的な流れは次の通りです。

データエージェントの作成
Conversationの作成
自然言語での分析実行

例として、BigQueryのデータに「空港の総数が多い上位5州の棒グラフを作成してください」と質問すると：

エージェントが テーブル定義を取得
自動で SQLを生成・実行
グラフを作成
最終的な回答を返却

と進みます。SQLを自分で書かなくても、自然言語で分析できるのは非常に魅力的です。

ADKとの使い分け

Google Cloudには ADK (Agent Development Kit) もあり、こちらでもBigQueryやLookerに対するAIエージェントを作成できます。

Conversational Analytics API
→ Googleが用意した自然言語分析エージェントをそのまま利用可能
ADK
→ 自分でプロンプト設計や制御ができる高カスタマイズ型

使い分けとしては、

手軽に自然言語分析を始めたい → Conversational Analytics API
より細かい制御や独自仕様を組み込みたい → ADK
という形になりそうです。

なお、ADKの ask_data_insights ツールは Conversational Analytics API をベースとしており、組み合わせて使うことも可能です。

個人的に推しポイント

実際に試してみて「これは良い」と思った点を3つ挙げます。

1. データ指定がシンプル

BigQueryテーブルを以下のように指定するだけでエージェントを作成可能です。

1
2
3
4
bigquery_table_reference = geminidataanalytics.BigQueryTableReference()
bigquery_table_reference.project_id = "my_project_id"
bigquery_table_reference.dataset_id = "my_dataset_id"
bigquery_table_reference.table_id = "my_table_id"

LookerやLooker Studioでも同様の設定が可能。とりあえず対象テーブルを渡すだけで自然言語分析ができる手軽さが魅力です。

2. ビジネス用語をsystem_instructionに渡せる

自然言語での分析では、ユーザーの言葉とテーブル定義を正しく対応づけるのが重要です。このAPIでは system_instruction にYAMLでビジネス用語やmeasureを定義でき、精度を向上させられる設計になっています。

3. BigQueryクエリのスキャン量制限

big_query_max_billed_bytes を設定することで、エージェントが実行するクエリのスキャン量を制御できます。 BigQueryのオンデマンド課金を使っている場合に「誤って巨大クエリを実行される」リスクを防げるのは非常に安心です。

まとめ

BigQueryやLookerのデータを自然言語で分析可能というのはとても便利そうです。データエージェントを簡単に構築できる ADKとも組み合わせ可能やはり、特に、SQLを書かずにBigQueryを操作できる点は多くのユーザーにとって魅力的だと思います。