Google Cloudは2026年11月13日、BigQueryとLookerを使ったAIエージェントの監視・評価機能を拡充したと発表しました。企業が運用するAIの利用回数、応答時間、トークン消費、データへのアクセス、回答精度を把握しやすくする更新です。
Googleが提供するデータ分析エージェントに加え、Agent Development Kit(ADK)やLangGraphで構築したカスタムエージェントも対象にしています。
BigQueryに運用情報を集約し、リクエスト数・遅延を可視化
新しい仕組みは、AIエージェントから稼働情報を収集し、企業自身が管理するBigQueryテーブルへ集約して分析します。リクエスト数や遅延、トークン使用量などの運用指標をCloud Monitoringで、処理をたどる情報をCloud Traceで確認できます。
GoogleのConversational Analyticsエージェントは所定のテレメトリーを出力します。ADKやLangGraphで作った独自エージェントは、SDKを利用して同じ形式の稼働情報を記録する構成です。
BigQuery StudioやLooker System Activityのダッシュボード、公開されたData Studioレポートテンプレートなどを使い、エージェント間の運用状況を比較できます。
会話本文のログ保存は任意、機密情報には追加の保護策
Googleは、通常の運用メトリクスと機微情報を除いたトレースから、利用者の入力やモデルの回答、内部思考、生成SQLなどの顧客コンテンツを除外する設計を説明しています。
会話内容まで調べる場合は、エージェント単位で会話ログ保存を有効にできます。この設定を使うと、入力したプロンプト、回答、ターンごとの利用情報を、企業が所有するBigQueryの「agent_events」テーブルへ記録します。
会話ログを有効にする前に、機密情報や個人情報を保存してよいか、閲覧権限と保存期間を確認しましょう。Googleは、行レベルのアクセス制御、列のポリシータグ、動的データマスキングが適用されたデータソースでは会話ログを記録しない安全策も説明しています。
権限管理にはBigQueryのIAMや顧客管理の暗号鍵などを利用できます。通常の稼働監視を有効にしただけで、すべての会話本文が一律に保存されるという説明ではありません。
トークン使用量とBigQueryクエリ費用を把握し、上限も設定
会話ログには入力・出力・キャッシュなどのトークン数や処理時間が記録され、Looker側でもビジネスインテリジェンス用途の推定トークン使用量を確認できます。エージェントの利用が増えたとき、どの処理に負荷や費用が集中しているかを調べる材料になります。
Google Cloudは、BigQueryクエリのスキャン上限や、プレビュー段階の日次トークン割当による費用管理方法も案内しています。監視データの取り込みや保存自体にも費用が発生し得るため、契約の価格表と保存量を合わせて見積もる必要があります。今回の発表に、全ユーザー共通の新しい定額料金は示されていません。
Prismで回答品質を評価、BigQueryのネイティブ評価はプレビュー
エージェントの評価には、オープンソースの評価ツール「Prism」を使い、テスト結果をBigQueryへ保存する方法が紹介されています。本番の会話ログと事前テストの結果を比較でき、プロンプトやデータベース定義を更新する前後で回答品質を確認する用途です。
Conversational AnalyticsのAPIとBigQueryの会話ログ、Lookerの利用状況ダッシュボードは一般提供です。一方、Lookerの利用者評価・クエリレビューと、BigQueryのネイティブなエージェント評価機能はプレビューです。利用を検討する場合は、目的の監視・評価機能が一般提供か試験提供かを個別に確認してください。
運用開始前にログ閲覧権限・保存先・費用上限を決める
エージェントのログを保存するBigQueryプロジェクト、監視する指標、閲覧者の権限、評価用データ、クエリ費用の上限を決めておくと、運用状況を判断しやすくなります。機密情報を含む会話ログは保存を個別に判断し、Cloud Traceの指標と混同しない構成が必要です。
関連記事・基礎ガイド:AI事故を防ぐ基本ルール




