适用于 BigQuery 的 AI 智能体
Monmo 智能体在 BigQuery 中工作，就像一位严谨编写 SQL 的分析师。它查询你的数据集，用通俗的话回答问题，解释别人写的查询，检查表中的重复项和缺失数据，还能将查询结果整理成 Google Sheets 周报。它使用你自己的 Google Cloud 访问权限，创建表、视图或计划查询前会先征求你的同意。
更新于 2026-11-13 · 免费开始使用。付费套餐每月 $15 起。
AI 智能体在 BigQuery 中能做什么
用 SQL 回答问题
问它有多少客户在前 60 天内购买了两次。它会读取表结构、编写并运行查询，给出结果，同时附上 SQL，方便任何人核查查询逻辑。
指令按今年的注册月份统计，有多少客户在首次下单后的 60 天内下了第二单？
解释别人写的查询
粘贴一段 200 行的查询，或指定一条已保存的查询。它会用通俗语言解释每一步，列出涉及的表和连接方式，指出可能导致重复计数或数据行遗漏的逻辑。
指令逐步解释这条营收查询的作用，告诉我是否有可能重复计数的地方。
检查数据质量
它会检查表中是否有重复键、必填列中的空值、未来日期以及没有数据行的日期，并生成简短报告，附上每项检查所用的查询。
指令检查订单表中是否有重复的订单 ID、缺失的客户 ID，以及没有数据行的日期。
控制查询数据量
运行大型查询前，它会先进行试运行，查看预计扫描的字节数，建议在分区列或聚簇列上添加筛选条件。查询超过你设定的限制时，它会先征求你的同意。
指令运行超过 50 GB 的查询前，先给我看预估值并征求我的同意。尽可能使用日期分区。
分析导出的 GA4 数据
如果你将 Google Analytics 数据导出到 BigQuery，它可以直接查询事件表，回答标准报表无法解答的问题，比如购买前的访问路径或自定义用户群的行为。
指令使用我们导出的 GA4 数据，找出首次购买所在会话中最常见的三条页面访问路径。
定期生成报表
它只需编写一次查询，就能在每周一 7 点运行，将结果写入 Google Sheets 或 Looker Studio 数据源，并标注异常情况。在你的项目中保存计划查询前，它会先征求同意。
指令每周一 7 点运行营收周报查询并更新 Revenue 工作表。如果有异常，告诉我。
编写数据集文档
对于没有文档的数据集，它会列出各张表、每列可能存放的内容、表之间的连接方式以及哪些表的数据已过时，并整理成 Notion 或 Google Docs 页面，供团队留存。
指令为营销数据集编写文档：说明每张表的内容、表之间如何连接，以及哪些表看起来没有在使用。
如何连接
- 1连接一次你自己的 Google 账号，或管理员设置的服务账号即可。智能体会使用该身份的 IAM 角色，在它有权访问的项目和数据集中工作。读取和查询只需要数据查看者和作业用户角色。
- 2你可以选择哪些智能体使用 BigQuery。数据或财务智能体适合使用；只需要读取数据的智能体不应授予写入角色。
- 3在你设定的数据量限制内，读取表结构和运行查询都视为读取操作。创建、更改或删除表、视图、数据集或计划查询，以及加载或导出数据，都需要先征求你的同意。
更多分析与数据应用
AI 智能体还可使用以下同类应用，每款应用都有专属介绍页。
常见问题
AI智能体能写 BigQuery SQL 吗？
可以。Monmo 智能体会读取你的表结构，为 BigQuery 编写标准 SQL，运行查询并同时展示结果和查询语句。它会说明所做的假设，比如使用了哪个日期列，方便你在使用结果前进行纠正。
如何防止 AI智能体运行高费用的 BigQuery 查询？
你可以在交代任务时设定限制，并使用 BigQuery 自身的控制功能。AI智能体会通过试运行检查预计扫描的字节数，超过你的限制前会先征求同意。如需强制限制，管理员可以设置自定义查询配额，并只给它的账号授予必要的角色。
AI智能体可以修改我们数据仓库里的表吗？
只有经过你的批准且账号具备写入权限时才可以。创建表、改写视图、删除数据或保存计划查询，都会先以卡片形式呈现。它通过 BigQuery 连接操作；连接无法支持的操作，则会在自己的浏览器中进行。
BigQuery 适合做小企业报表吗？
很多时候并不适合。如果你的数据能放进 Google Sheets，或直接来自 Google Analytics，使用这些工具可能更简单。当数据量较大、来自多个系统，或者需要原始事件数据时，BigQuery 才更有用。智能体可以帮你判断哪种方式适合你的情况。