Agent Search di Platform Agen Gemini Enterprise
Bangun penelusuran berkualitas Google untuk data Anda sendiri dalam hitungan jam, bukan bulan
Agent Search di Platform Agen Gemini Enterprise (sebelumnya Vertex AI Search) membantu developer membangun pengalaman penelusuran berkualitas Google untuk situs, data terstruktur, dan data tidak terstruktur. Platform ini juga menyediakan sistem grounding siap pakai dan API grounding DIY untuk membangun aplikasi dan agen AI generatif.
Ringkasan
Apa itu Agent Search?
Agent Search adalah sistem pengambilan informasi dan pembuatan jawaban berkualitas dari Google Penelusuran yang dapat menjadi komponen dalam aplikasi AI generatif apa pun yang menggunakan data perusahaan Anda.
Ada dua peluang utama bagi perusahaan untuk menggunakan Agent Search:
Pertama, meningkatkan kualitas pengalaman penelusuran di seluruh situs yang berhubungan dengan pelanggan dan intranet Anda. Dengan Agent Search, Anda dapat beralih dari pencocokan kata kunci yang menjengkelkan ke pengalaman penelusuran percakapan modern yang mirip dengan pengalaman penelusuran generatif baru di Google. Hal ini semudah menambahkan widget penelusuran ke halaman web Anda.
Kedua, meningkatkan kualitas aplikasi AI generatif Anda dengan meng-grounding-nya pada data perusahaan menggunakan Agent Search. Di sini, Platform Agen Gemini Enterprise berfungsi sebagai sistem siap pakai untuk Retrieval-Augmented Generation atau RAG.
Dapatkah saya menggunakan Agent Search sebagai sistem RAG?
Ya, tentu saja. Saat ini, RAG digemari banyak orang, yakni arsitektur yang menggabungkan LLM dengan sistem pengambilan data atau dengan kata lain, mesin telusur. Dengan mendasarkan respons LLM pada data perusahaan Anda, tindakan ini akan memastikan peningkatan akurasi, keandalan, dan relevansi, sesuatu yang sangat penting untuk aplikasi bisnis dunia nyata. Anda dapat membuat Penelusuran berbasis Retrieval-Augmented Generation sendiri, tetapi hal ini bisa menjadi proses yang sangat kompleks. Agent Search berfungsi sebagai sistem RAG siap pakai untuk pengambilan informasi. Di balik layar, dengan Agent Search, kami telah menyederhanakan proses penelusuran dan penemuan end-to-end dalam mengelola ETL, OCR, chunking, embedding, pengindeksan, penyimpanan, pembersihan input, penyesuaian skema, pengambilan informasi, dan perangkuman hanya dengan beberapa klik. Hal ini sangat memudahkan Anda membangun aplikasi yang didukung RAG menggunakan Agent Search sebagai mesin pengambilan Anda.
Apakah Agent Search memiliki penawaran khusus industri?
Ya, Agent Search memiliki penawaran khusus yang disesuaikan untuk berbagai kebutuhan unik industri, seperti penelusuran katalog produk, koleksi media, dan repositori data klinis. Penelusuran commerce di Gemini Enterprise for Customer Experience memberi retailer kemampuan untuk meningkatkan kualitas penelusuran, rekomendasi produk, dan pengalaman penjelajahan di saluran mereka. Agent Search untuk media memberi perusahaan media dan hiburan kemampuan untuk memberikan rekomendasi konten yang lebih dipersonalisasi dengan dukungan AI generatif. Hal ini dapat meningkatkan waktu yang dihabiskan konsumen di platform mereka guna menghasilkan engagement, pendapatan, dan retensi yang lebih tinggi. Agent Search untuk layanan kesehatan dan ilmu hayati adalah penelusuran yang disesuaikan secara medis yang meningkatkan pengalaman pasien dan penyedia.
Dapatkah saya menggunakan Agent Search untuk membangun sistem RAG saya sendiri?
Mengembangkan sistem RAG yang berfungsi dengan baik untuk grounding DIY bisa menjadi hal yang rumit. Untuk mengatasi hal ini, Platform Agen menawarkan serangkaian API komprehensif yang membantu developer membuat solusi DIY khusus dan memeliharanya. API ini mengekspos komponen dasar sistem RAG siap pakai dari Agent Search, yang mendukung developer untuk menangani kasus penggunaan kustom atau melayani pelanggan yang menginginkan kontrol terperinci. Hal ini mencakup Document AI Layout Parser API, ranking API, grounded generation API, dan check grounding API.
Saya ingin membuat database vektor saya sendiri menggunakan embedding dari awal. Apakah Agent Platform menawarkan penelusuran vektor?
Agent Search memungkinkan organisasi dan developer menyiapkan mesin telusur yang siap pakai. Mesin telusur ini menawarkan penyesuaian yang memadai untuk sebagian besar kebutuhan perusahaan, bahkan menawarkan penyesuaian otomatis untuk embedding. Dalam beberapa kasus, Anda mungkin memiliki embedding kustom, dan Agent Search berfungsi optimal dengan embedding Anda sendiri. Namun, developer yang lebih canggih yang memerlukan kontrol langsung atas database vektor yang berperforma tinggi guna mendukung kasus penggunaan khusus, seperti rekomendasi dan penayangan iklan, dapat menggunakan Vector Search, database vektor yang digunakan Agent Search sebagai komponen untuk kasus penggunaannya. Kami baru saja memperbarui pengalaman pengguna Vector Search agar developer dapat membuat dan men-deploy indeks tanpa coding. Kami juga telah mengurangi latensi pengindeksan secara signifikan dari hitungan jam menjadi menit untuk set data yang lebih kecil.
Mengapa saya harus memilih Agent Search?
Agent Search sangat memudahkan Anda membangun pengalaman penelusuran berkualitas tinggi yang didukung AI ke aplikasi Anda. Alat ini dibuat berdasarkan keahlian mendalam dan pengalaman puluhan tahun Google dalam penelusuran semantik, sehingga memberikan hasil penelusuran yang lebih relevan. Hal ini meningkatkan kualitas pengambilan informasi untuk aplikasi yang menggunakan data perusahaan Anda. Opsi penyesuaian memungkinkan Anda menyesuaikan pengalaman penelusuran dengan kebutuhan spesifik Anda, sementara fitur untuk perusahaan yang canggih menangani skalabilitas, privasi, dan tata kelola. Untuk kasus penggunaan yang lebih khusus, Agent Search memberikan penawaran khusus vertical untuk kemampuan penelusuran vektor DIY, layanan kesehatan, media, dan retail.
Bagaimana Agent Search menawarkan hasil berkualitas Google?
Agent Search didukung oleh berbagai teknologi Google Penelusuran, termasuk penelusuran semantik, yang membantu memberikan hasil yang lebih relevan dibandingkan teknik penelusuran tradisional berbasis kata kunci dengan menggunakan natural language processing dan teknik machine learning untuk menyimpulkan hubungan dalam konten dan maksud dari input kueri pengguna. Agent Search juga didukung oleh keahlian Google dalam memahami cara pengguna menelusuri dan mempertimbangkan relevansi konten dengan urutan hasil yang ditampilkan.
Bagaimana cara mendapatkan akses ke Agent Search?
Agent Search kini tersedia secara umum. Anda dapat mengaksesnya melalui Konsol Google Cloud. Jangan ragu untuk menghubungi tim penjualan Google Cloud Anda untuk mendapatkan bantuan atau akses ke fitur pratinjau.
Apa fitur AI generatif yang ditawarkan Agent Search?
Agent Search didukung oleh model dasar. Hal ini berarti Anda dapat menawarkan pengalaman penelusuran imersif kepada pelanggan, yang bersifat multi-giliran (kemampuan untuk mengajukan pertanyaan lanjutan dengan mudah), multimodal (penelusuran menggunakan gambar selain teks), serta serupa dengan Search Generative Experience Google. Pelanggan atau karyawan Anda dapat melihat ringkasan yang jelas di atas hasil penelusuran dengan kutipan dan link ke sumber data yang membantu dalam menemukan pengetahuan.
Apakah privasi data saya terlindungi saat menggunakan Agent Search?
Ya, saat Anda menggunakan Agent Search dari Google Cloud, data Anda aman di instance cloud. Google tidak mengakses atau menggunakan data Anda untuk melatih model atau untuk tujuan lain apa pun yang tidak Anda izinkan secara eksplisit. Agent Search juga memenuhi standar kepatuhan industri tertentu seperti HIPAA, ISO seri 27000, dan SOC -1/2/3. Kami memperluas dukungan untuk transparansi akses guna memberi pelanggan kesadaran tentang akses administratif Googler ke data mereka. Kontrol Layanan Virtual Private Cloud mencegah karyawan atau pelanggan menyusup atau mengirim data secara tidak sah. Kami juga menawarkan Pratinjau Kunci Enkripsi yang dikelola Pelanggan (CMEK), sehingga pelanggan dapat mengenkripsi konten inti dengan kunci enkripsinya sendiri.
Bagaimana Agent Search memastikan hasil yang relevan?
Semua hasil penelusuran dari Agent Search didasarkan pada data perusahaan Anda atau aplikasi yang aksesnya Anda berikan. Google Cloud menawarkan grounding siap pakai untuk hasil penelusuran dalam aplikasi yang dibangun menggunakan Agent Search. Selain itu, Agent Search menawarkan kutipan dan link untuk ringkasan yang dihasilkan, yang berarti informasi yang disajikan dapat diverifikasi oleh pengguna. Anda memiliki kendali penuh dalam menentukan sumber data yang digunakan, dan Anda bahkan dapat memprogram respons untuk pertanyaan di luar topik.
Bagaimana Agent Search menjaga hasil agar selalu aktual?
Agent Search dapat terhubung ke aplikasi pihak pertama, aplikasi Google, dan aplikasi pihak ketiga Anda melalui ekstensi dan konektor data Platform Agen Gemini Enterprise. Ekstensi Platform Agen membantu menyerap data dan mendorong transaksi atas nama pengguna, sementara konektor data menyerap data dengan akses hanya baca ke aplikasi utama seperti Jira, Confluence, dan Salesforce. Bersama-sama, konektor data dan ekstensi Platform Agen memastikan data tetap baru di seluruh mesin telusur Anda.
Cara Kerjanya
Organisasi Anda mungkin memiliki data berukuran terabyte. Mengaturnya agar mudah ditemukan bisa jadi merupakan salah satu masalah yang paling menantang untuk dipecahkan. Anda juga mungkin memiliki situs yang dapat dilihat publik dan memerlukan penelusuran berkualitas tinggi untuk pelanggan Anda. Untuk kedua kasus tersebut, Anda dapat menggunakan Agent Search untuk membuat mesin telusur. Tonton video ini dan temukan cara membuat aplikasi penelusuran internal dengan coding serta penyiapan minimal.
Organisasi Anda mungkin memiliki data berukuran terabyte. Mengaturnya agar mudah ditemukan bisa jadi merupakan salah satu masalah yang paling menantang untuk dipecahkan. Anda juga mungkin memiliki situs yang dapat dilihat publik dan memerlukan penelusuran berkualitas tinggi untuk pelanggan Anda. Untuk kedua kasus tersebut, Anda dapat menggunakan Agent Search untuk membuat mesin telusur. Tonton video ini dan temukan cara membuat aplikasi penelusuran internal dengan coding serta penyiapan minimal.
Menghadirkan penelusuran yang didukung AI generatif
Mulai menggunakan Agent Search
Agent Search menyatukan kemampuan pengambilan informasi yang mendalam, natural language processing yang canggih, dan pemrosesan bahasa besar terbaru untuk memahami niat pengguna dan menampilkan hasil yang paling relevan bagi pengguna.
Tutorial ini menjelaskan cara membuat tiga aplikasi penelusuran, satu untuk setiap jenis data: situs, data terstruktur, dan data tidak terstruktur.
Tonton video di sebelah kanan untuk mendapatkan ringkasan, dan buka link dokumentasi produk di bawah untuk mendapatkan petunjuk mendetail.
Petunjuk
Mulai menggunakan Agent Search
Agent Search menyatukan kemampuan pengambilan informasi yang mendalam, natural language processing yang canggih, dan pemrosesan bahasa besar terbaru untuk memahami niat pengguna dan menampilkan hasil yang paling relevan bagi pengguna.
Tutorial ini menjelaskan cara membuat tiga aplikasi penelusuran, satu untuk setiap jenis data: situs, data terstruktur, dan data tidak terstruktur.
Tonton video di sebelah kanan untuk mendapatkan ringkasan, dan buka link dokumentasi produk di bawah untuk mendapatkan petunjuk mendetail.
DIY dengan Vector Search dan embedding
Membangun mesin pemberi saran dengan Vector Search
Temukan hal serupa dalam hitungan detik, bahkan dengan miliaran item. Vector Search memungkinkan pencocokan semantik yang canggih untuk rekomendasi, chatbot, dan lainnya. Mari lihat cara membuat mesin pemberi saran dengan Vector Search:
- Membuat embedding: Buat representasi numerik (embedding) item Anda untuk merekam hubungan semantiknya. Anda dapat melakukannya secara eksternal atau menggunakan AI generatif dari Platform Agen Gemini Enterprise.
- Mengupload ke Cloud Storage: Simpan embedding di Cloud Storage agar dapat diakses oleh Vector Search.
- Menghubungkan ke Vector Search: Tautkan embedding Anda ke Vector Search untuk melakukan penelusuran tetangga terdekat.
- Membuat dan men-deploy indeks: Bangun indeks dari embedding Anda, lalu deploy ke endpoint untuk membuat kueri.
- Membuat kueri untuk rekomendasi: Gunakan endpoint indeks untuk membuat kueri perkiraan tetangga terdekat, menemukan item yang mirip secara semantik dengan kueri Anda.
- Mengevaluasi dan menyesuaikan: Evaluasi hasil dan pertajam parameter algoritma atau penskalaan sesuai kebutuhan untuk memastikan akurasi dan performa.
Petunjuk
Membangun mesin pemberi saran dengan Vector Search
Temukan hal serupa dalam hitungan detik, bahkan dengan miliaran item. Vector Search memungkinkan pencocokan semantik yang canggih untuk rekomendasi, chatbot, dan lainnya. Mari lihat cara membuat mesin pemberi saran dengan Vector Search:
- Membuat embedding: Buat representasi numerik (embedding) item Anda untuk merekam hubungan semantiknya. Anda dapat melakukannya secara eksternal atau menggunakan AI generatif dari Platform Agen Gemini Enterprise.
- Mengupload ke Cloud Storage: Simpan embedding di Cloud Storage agar dapat diakses oleh Vector Search.
- Menghubungkan ke Vector Search: Tautkan embedding Anda ke Vector Search untuk melakukan penelusuran tetangga terdekat.
- Membuat dan men-deploy indeks: Bangun indeks dari embedding Anda, lalu deploy ke endpoint untuk membuat kueri.
- Membuat kueri untuk rekomendasi: Gunakan endpoint indeks untuk membuat kueri perkiraan tetangga terdekat, menemukan item yang mirip secara semantik dengan kueri Anda.
- Mengevaluasi dan menyesuaikan: Evaluasi hasil dan pertajam parameter algoritma atau penskalaan sesuai kebutuhan untuk memastikan akurasi dan performa.
Agent Search untuk layanan kesehatan
Pengalaman penelusuran Google yang disesuaikan secara medis pada data layanan kesehatan
Menelusuri data dalam layanan kesehatan dapat menjadi tugas yang sulit karena kompleksitas terminologi medis dan standardisasi data.
Agent Search menggunakan penyesuaian medisnya untuk menemukan informasi yang relevan dari rekam medis pasien yang terstruktur dan tidak terstruktur. Selain itu juga memahami singkatan medis seperti "abx" dan dapat menjawab pertanyaan dengan MedLM guna memberikan jawaban AI generatif yang didasarkan pada data pasien. Produk ini terintegrasi dengan Healthcare Data Engine untuk mendapatkan pengalaman yang lancar.
Petunjuk
Pengalaman penelusuran Google yang disesuaikan secara medis pada data layanan kesehatan
Menelusuri data dalam layanan kesehatan dapat menjadi tugas yang sulit karena kompleksitas terminologi medis dan standardisasi data.
Agent Search menggunakan penyesuaian medisnya untuk menemukan informasi yang relevan dari rekam medis pasien yang terstruktur dan tidak terstruktur. Selain itu juga memahami singkatan medis seperti "abx" dan dapat menjawab pertanyaan dengan MedLM guna memberikan jawaban AI generatif yang didasarkan pada data pasien. Produk ini terintegrasi dengan Healthcare Data Engine untuk mendapatkan pengalaman yang lancar.
Mengaktifkan penelusuran berkualitas Google di situs Anda
Meningkatkan customer engagement dengan penelusuran yang didukung AI generatif
- Membuat indeks situs: Untuk melakukannya, Anda hanya perlu menambahkan URL situs Anda. Indeks Anda akan langsung tersedia untuk ditelusuri jika Anda tidak membutuhkan jawaban generatif. Jika membutuhkan jawaban generatif, Anda harus memverifikasi kepemilikan domain terlebih dahulu.
- Menghubungkan ke aplikasi penelusuran: Hubungkan indeks situs ke aplikasi penelusuran baru tempat Anda dapat mengelola pengalaman penelusuran. Pastikan untuk mengaktifkan fitur LLM jika Anda berniat menggunakan jawaban generatif.
- Mengonfigurasi pengalaman penelusuran : Siapkan konfigurasi yang tepat yang akan menentukan pengalaman penelusuran Anda, seperti memilih antara mendapatkan hasil penelusuran saja dan mendapatkan jawaban generatif.
- Menguji dan menyaring penelusuran: Lihat pratinjau hasil penelusuran untuk berbagai kueri dan saring penelusuran berdasarkan kebutuhan Anda. Misalnya, Anda dapat menambahkan metadata berdasarkan HTML situs Anda, meningkatkan hasil berdasarkan tanggal terbit atau informasi lainnya, serta memfilter berdasarkan metadata atau pola URL.
- Men-deploy penelusuran ke situs Anda: Anda dapat memilih untuk men-deploy menggunakan widget siap pakai kami sebagai komponen HTML untuk ditambahkan ke situs Anda atau melakukan integrasi langsung menggunakan API.
Petunjuk
Meningkatkan customer engagement dengan penelusuran yang didukung AI generatif
- Membuat indeks situs: Untuk melakukannya, Anda hanya perlu menambahkan URL situs Anda. Indeks Anda akan langsung tersedia untuk ditelusuri jika Anda tidak membutuhkan jawaban generatif. Jika membutuhkan jawaban generatif, Anda harus memverifikasi kepemilikan domain terlebih dahulu.
- Menghubungkan ke aplikasi penelusuran: Hubungkan indeks situs ke aplikasi penelusuran baru tempat Anda dapat mengelola pengalaman penelusuran. Pastikan untuk mengaktifkan fitur LLM jika Anda berniat menggunakan jawaban generatif.
- Mengonfigurasi pengalaman penelusuran : Siapkan konfigurasi yang tepat yang akan menentukan pengalaman penelusuran Anda, seperti memilih antara mendapatkan hasil penelusuran saja dan mendapatkan jawaban generatif.
- Menguji dan menyaring penelusuran: Lihat pratinjau hasil penelusuran untuk berbagai kueri dan saring penelusuran berdasarkan kebutuhan Anda. Misalnya, Anda dapat menambahkan metadata berdasarkan HTML situs Anda, meningkatkan hasil berdasarkan tanggal terbit atau informasi lainnya, serta memfilter berdasarkan metadata atau pola URL.
- Men-deploy penelusuran ke situs Anda: Anda dapat memilih untuk men-deploy menggunakan widget siap pakai kami sebagai komponen HTML untuk ditambahkan ke situs Anda atau melakukan integrasi langsung menggunakan API.
