データストア

データストアは、データストアエージェントがエンドユーザーの質問に対する回答をデータから見つけるために使用されます。データストアはウェブサイトやドキュメントのコレクションで、それぞれがデータを参照します。

エンドユーザーがエージェントに質問すると、エージェントは特定のソースコンテンツから回答を検索し、見つかった結果を簡潔なエージェントレスポンスに要約します。また、エンドユーザーが詳細を確認できるように、レスポンスのソースへのサポートリンクも提供します。エージェントは、1 つの質問に対して最大 5 つの回答スニペットを提供できます。

データストアのソース

データには、さまざまなソースを指定できます。

ウェブサイトの URL: ドメインまたはウェブページのリストからウェブサイトのコンテンツを自動的にクロールします。
BigQuery: BigQuery テーブルからデータをインポートします。
Cloud Storage: Cloud Storage バケットからデータをインポートします。

ウェブサイトのコンテンツ

ウェブサイトのコンテンツをソースとして追加する場合は、複数のサイトを追加または除外できます。サイトを指定するときに、パターンのワイルドカードとして個々のページまたは * を使用できます。すべての HTML と PDF のコンテンツが処理されます。

ウェブサイトのコンテンツをソースとして使用する場合は、ドメインの所有権を確認する必要があります。

制限事項:

公開 URL からのファイルは、検索インデックスに存在するように、Google 検索インデクサによってクロールされている必要があります。これは Google Search Console で確認できます。
インデックスに登録されるページ数は最大 200,000 です。データストアにこれ以上のページ数が含まれている場合、インデックス登録は失敗し、最後にインデックスに登録されたコンテンツが残ります。

データのインポート

BigQuery または Cloud Storage からデータをインポートできます。このデータは、構造化または非構造化とすることができ、メタデータありまたはメタデータなしとすることができます。

次のデータインポートオプションを使用できます。

データの追加 / 更新: 提供されたドキュメントがデータストアに追加されます。新しいドキュメントの ID が古いドキュメントと同じ場合は、新しいドキュメントが古いドキュメントに置き換えられます。
既存のデータをオーバーライド: 古いデータがすべて削除され、新しいデータがアップロードされます。この操作は元に戻せません。

構造化データストア

構造化データストアは、よくある質問（FAQ）の回答を保持できます。ユーザーの質問がアップロードされた質問と高い信頼性で一致すると、エージェントはその質問に対する回答を変更せずに返します。エージェントで表示される質問と回答のペアごとにタイトルと URL を指定できます。

データストアにデータをアップロードする場合は、CSV 形式を使用する必要があります。各ファイルには、列を記述するヘッダー行が必要です。

次に例を示します。

"question","answer","title","url"
"Why is the sky blue?","The sky is blue because of Rayleigh scattering.","Rayleigh scattering","https://en.wikipedia.org/wiki/Rayleigh_scattering"
"What is the meaning of life?","42","",""

title 列と url 列は省略可能です。

"answer","question"
"42","What is the meaning of life?"

アップロードプロセス中に、フォルダを選択します。ここでは、拡張子に関係なく各ファイルが CSV ファイルとして扱われます。

制限事項:

, の後に空白文字があると、エラーが発生します。
空白行（ファイルの末尾でも）があるとエラーが発生します。

非構造化データストア

非構造化データストアには、次の形式のコンテンツを含めることができます。

HTML
PDF
TXT
CSV

制限事項:

テキストベースの形式のファイルの最大サイズは 2.5 MB、その他の形式の場合は 100 MB です。

メタデータを含むデータストア

タイトルと URL をメタデータとして指定できます。エージェントがユーザーと会話中、エージェントはユーザーにこの情報を提供します。これによりユーザーは、Google 検索インデクサがアクセスできない内部ウェブページにすばやくリンクできます。

メタデータを含むコンテンツをインポートするには、JSON Lines ファイルを 1 つ以上指定します。このファイルの各行に 1 つのドキュメントを記述します。実際のドキュメントを直接アップロードしません。 Cloud Storage パスにリンクする URI が、JSON Lines ファイルで指定されます。

JSON Lines ファイルを指定するときに、これらのファイルが含まれている Cloud Storage フォルダを指定します。このフォルダには他のファイルを入れないでください。

フィールドの説明

フィールド	タイプ	説明
id	文字列	ドキュメントの一意の識別子。
content.mimeType	文字列	ドキュメントの MIME タイプ。「application/pdf」と「text/html」がサポートされています。
content.uri	文字列	Cloud Storage 内のドキュメントの URI。
structData	文字列	オプションの `title` フィールドと `url` フィールドを含む単一行の JSON オブジェクト。

次に例を示します。

{ "id": "d001", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/first_doc.pdf"}, "structData": {"title": "First Document", "url": "https://internal.example.com/documents/first_doc.pdf"} }
{ "id": "d002", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/second_doc.pdf"}, "structData": {"title": "Second Document", "url": "https://internal.example.com/documents/second_doc.pdf"} }
{ "id": "d003", "content": {"mimeType": "text/html", "uri": "gs://example-import/unstructured/mypage.html"}, "structData": {"title": "My Page", "url": "https://internal.example.com/mypage.html"} }

メタデータなしのデータストア

このタイプのコンテンツにはメタデータがありません。インポートするドキュメントを指定するだけです。コンテンツタイプはファイル拡張子によって決まります。

解析とチャンク構成

データソースによっては、Vertex AI Search で定義されている解析とチャンクの設定を構成できます。