フォーム読み込み中
【Google GenAI】 Agentspace × Conversational Agents で実現する会話主導の BigQuery 連携
クラウドエンジニア
入倉 萌香
その専門分野で様々な記事を日々執筆しています。
2025年7月30日掲載
本記事では、Google Agentspace と Conversational Agents を連携させ、BigQuery のテーブルにデータを追加する方法について紹介します。
Agentspace とは
Agentspace とは、Google Cloud が提供する企業向けの AI エージェントプラットフォームです。企業全体の情報を一元化し、社内情報を検索したり、メール送信やカレンダー作成などのアクション機能を行うことができます。
Agentspace の機能概要については、以下の記事も参照してください。
Conversational Agents とは
Conversational Agents とは、Google Cloud が提供する生成 AI とルールベースを統合した会話型 AI プラットフォームで、チャットボットや音声対応のエージェントをローコード/ノーコードで構築・管理できるサービスです。ユーザーの自然言語入力解析から意図理解、応答生成、さらには API 連携までをカバーし、統一されたコンソールを通じて管理することができます。
売上データを BigQuery に記録
Agentspace では、Conversational Agents や ADK (Agent Development Kit) などの他のエージェントと接続し、既存の Agentspace にはまだ搭載されていないアクション機能を実装することが可能です。
今回は、Conversational Agents を用いて BigQuery に売上を記録するエージェントを作成し、Agentspace と連携させました。
さっそくこのエージェントを使ってみましょう。
Agentspace の左メニューより、今回作成したエージェントを選択します。（Agentspace トップ画面にて、自動的にエージェントを呼び出すことも可能です。）
エージェントに「売上を記録したい。2025-07-16 15:00、A商品、50万円、田中」と日付・商品名・担当者名などの情報を入力し、送信ボタンを押します。
BigQuery テーブルにデータを追加するにあたって、この情報で正しいか確認されます。
「はい」と入力すると、10秒ほど待った後に「売上が記録されました。」と表示されました。
BigQuery の売上データを更新すると、先ほど Agentspace 上で入力したデータが追加できていることが確認できました。
Agentspace と Conversational Agents の連携方法
このエージェントは、Cloud Run Functions を介してデータ処理を実行し、受け取ったデータをBigQueryに書き込む一連の流れを Conversational Agents で呼び出しています。
連携の流れを順に説明します。
1. JSON 形式のリクエストを受け取り、BigQuery テーブルに書き込むための Cloud Run Functions を作成する
まず、バックエンド処理の核となる Cloud Run Functions を作成します。この関数は、外部からJSON形式で送られてきた売上データを受け取り、それを BigQuery のテーブルに書き込むタスクを実行します。サーバーレスな Cloud Run Functions を利用することで、インフラ管理の手間なくデータ登録エンドポイントを簡単に構築できます。
import functions_framework
from google.cloud import bigquery
@functions_framework.http
def retail_management_request(request):
"""Writes travel requests to BigQuery.
Args:
request (flask.Request): A request object with JSON
containing fields for transaction_date, product_name, amount, and sales_person.
Returns:
JSON response containing a 'message' field indicating the
status of the request.
"""
request_json = request.get_json(silent=True)
request_args = request.args
print("JSON:" + str(request_json))
print("args:" + str(request_args))
bq_client = bigquery.Client()
table_id = "[table_id]"
row_to_insert = [
{"transaction_date": request_json["transaction_date"],
"product_name": request_json["product_name"],
"amount": request_json.get("amount",""),
"sales_person": request_json["sales_person"],
},
]
errors = bq_client.insert_rows_json(table_id, row_to_insert) # Make an API request.
if errors == []:
return {"message": "売上が記録されました"}
else:
return {"message": "データ追加の際にエラーが発生しました: {}".format(errors)}
2. Cloud Run Functions を呼び出す Conversational Agents を作成する
次に、作成した Cloud Run Functions を呼び出すための会話型エージェントを Conversational Agents で作成します。まず、エージェントに「売上を記録して」と指示された際に、どのツールを使って、どこにデータを送ればよいかを定義する「ツール」を作成します。具体的には、Conversational Agents の管理画面で Cloud Run Functions の URL を指定し、データの受け渡し方法を定義します。これにより、エージェントは Cloud Run Functions を正確に呼び出せるようになります。
そして、このツールをいつ、どのように使うかのシナリオを定義する「プレイブック」を作成します。このプレイブックには、「ユーザーから売上に関する情報を聞き出しなさい」「必要な情報が揃ったら、売上記録ツールを使いなさい」といった具体的な指示を、自然言語で記述します。
3. Agentspace アプリ・BigQuery データストアを作成する
今回利用する Agentspace アプリと、それに接続する BigQuery データストアを作成します。作成方法については、こちらの記事 簡単！Google Cloud の新AIプラットフォーム「Agentspace」のはじめ方 を参照してください。
4. 作成した Agentspace アプリが Conversational Agents と連携するように設定する
作成した Agentspace アプリとConversational Agents エージェントを連携させます。
AI Applications にて作成したアプリを選択し、[構成] > [アシスタント] タブに移動し、エージェントの URL や役割を定義します。
まとめ
本記事では、Agentspace と Conversational Agents を連携させ、自然な対話を通じて BigQuery にデータを記録する方法を紹介しました。
この連携により、Agentspace が標準で持っていない BigQuery へのデータ追加などの機能を、ローコード/ノーコードで開発できる Conversational Agents を使って柔軟に拡張できます。今回は売上データの記録を例に挙げましたが、この仕組みを応用すれば、在庫管理や日報作成、顧客情報の更新など、様々な定型業務を自動化することができます。
ぜひ本記事を参考に、Agentspace と Conversational Agents の連携によるビジネスプロセスの加速を体験してみてください！
Google Cloud Next Tokyo '25 に最上位スポンサーとして出展します！
SoftBank は、2025年8月5日(火)～8月6日(水) に東京ビッグサイト南展示棟で開催される Google 主催イベント「Google Cloud Next Tokyo '25」 に、最上位スポンサーとして出展いたします！
本記事で紹介した Agentspace を活用した生成 AI エージェントの実践例を中心に、会場では 自然言語による業務自動化デモやミニセッションを実施予定です。
特に、社内データの横断的な検索や要約、メール送信・カレンダー連携といった 業務フローの自動化に関する具体的なユースケースをご紹介します。
ご来場の皆さまには、AI エージェントを業務に活用するための実践的なヒントをお届けできればと考えています。
ぜひ、ソフトバンクブースへお立ち寄りください！
Google Cloud Next Tokyo '25
日時：2025年8月5日(火) ～ 8月6日(水) 10:00～17:30（展示ブースは 11:30 開始）
会場：東京ビッグサイト 南展示棟
参加費：無料（事前登録制）
登録サイト：Google Cloud Next 公式サイト
登録コード：NT25_pt031
スポンサーセッション
生成AI・AIエージェントをいち早く利活用する「Google Agentspace Onboarding Partner」。 その立場だからこそ語れる「Agentspace」の実力と可能性について、スポンサーセッションでお届けします！
公式サイト、以下QRコードよりご登録ください！
出典元：Google Cloud Next Tokyo スポンサーセッション
関連サービス
Vertex AI Search を使って社内文書を検索する生成AIを構築してみませんか？
ソフトバンクのエンジニアが構築をサポートします。
Google の生成AIの導入を考えている方はもちろん、どのようなものか確認したいという方でもご活用いただけます。
Looker は定義から集計、可視化の一連のデータ分析プロセスをカバーする BI ツールを超えるデータプラットフォームです。ソフトバンクは、顧客のニーズに合わせて柔軟なサポートを提供し、Looker を活用したデータドリブンな企業変革を支援しています。
Google サービスを支える、信頼性に富んだクラウドサービスです。お客さまのニーズにあわせて利用可能なコンピューティングサービスに始まり、データから価値を導き出す情報分析や、最先端の機械学習技術が搭載されています。
MSP（Managed Service Provider）サービスは、お客さまのパブリッククラウドの導入から運用までをトータルでご提供するマネージドサービスです。
＼ 業務課題をデジタルで支援 ／
デジタルツールの選定から導入の手引きまで、中小規模のお客さまへわかりやすくお伝えします。
メールマガジン登録（無料）
ビジネスに役立つ記事やウェビナー情報をお届けします。
おすすめの記事
条件に該当するページがございません
