Gemini Enterprise Agent Platform での Agent Search
数か月ではなく数時間で、独自のデータに対して Google 品質の検索を構築
Gemini Enterprise Agent Platform の Agent Search（旧称 Vertex AI Search）は、デベロッパーがウェブサイト、構造化データ、非構造化データを使って Google 品質の検索エクスペリエンスを構築できるよう支援します。また、生成 AI エージェントとアプリの構築にすぐに使える、グラウンディング システムと DIY 式のグラウンディング API も提供しています。
概要
Agent Search とは
Agent Search は、企業データを使用するあらゆる生成 AI アプリケーションのコンポーネントとして使用できる、Google 検索と同等の品質を備えたな情報検索および回答生成システムです。
企業が Agent Search を使用する主な機会には、次の 2 つがあります。
1 つ目は、イントラネットと顧客向けウェブサイト全体で検索エクスペリエンスの品質を向上させることです。Agent Search を使用すると、煩わしいキーワードのマッチングから、Google の新しい生成検索エクスペリエンスと同様の、最新の会話型検索エクスペリエンスに移行できます。これは、ウェブページに検索ウィジェットを追加するのと同じくらい簡単に行えます。
2 つ目の機会は、Agent Search を使用して生成 AI アプリケーションを企業データに根拠づけることで、そのアプリケーションの品質を向上させることです。この場合、Gemini Enterprise エージェント プラットフォームは、検索拡張生成（RAG）用のすぐに使えるシステムとして機能します。
Agent Search を RAG システムとして使用できますか？
はい。現在、RAG は大きな注目を集めています。RAG は、LLM とデータ検索システムを組み合わせたアーキテクチャ、つまり検索エンジンです。LLM のレスポンスを企業独自のデータに根拠づけることで、精度、信頼性、関連性の向上が保証されます。これは実世界のビジネス アプリケーションには不可欠です。独自の検索拡張生成ベースの検索を構築することもできますが、これは非常に複雑なプロセスになる可能性があります。Agent Search は、情報検索にすぐに使える RAG システムとして機能します。Agent Search の内部では、ETL、OCR、分割、エンベディング、インデックス付け、保存、入力のクリーニング、スキーマ調整、情報検索、要約を管理するエンドツーエンドの検索プロセスおよび検出プロセスが、わずか数クリックで行えるように簡素化されています。これにより、Agent Search を検索エンジンとして使用する、RAG を活用したアプリを極めて簡単に構築できます。
Agent Search に業界固有のサービスはありますか？
Agent Search には、商品カタログ、メディア ライブラリ、臨床データ リポジトリの検索など、業界固有の要件に合わせてチューニングされた専門的なサービスが用意されています。Gemini Enterprise for Customer Experience のコマース検索は、小売業者がチャネルでの検索、商品のレコメンデーション、ブラウジング エクスペリエンスを向上させるための機能を備えています。メディア向けの Agent Search は、メディア企業やエンターテイメント企業が生成 AI を活用して、よりパーソナライズされたコンテンツ レコメンデーションを提供できるようにします。これにより、消費者のプラットフォームの利用時間が増加し、エンゲージメント、収益、維持率の向上につながります。ヘルスケアとライフ サイエンス向けの Agent Search は、患者と医療従事者のエクスペリエンスを向上させる、医療向けに調整された検索を提供します。
Agent Search を使用して独自の RAG システムを構築できますか？
DIY グラウンディングに適切に機能する RAG システムの開発は、複雑になる可能性があります。これに対処するために、エージェント プラットフォームではデベロッパーがカスタムメイドの DIY ソリューションを作成してメンテナンスすることに役立つ包括的な API セットを用意しています。これらの API では、すぐに使える Agent Search の RAG システムの基盤コンポーネントを公開しているため、デベロッパーはカスタム ユースケースへの対応や、詳細な制御を必要とするお客様へのサービス提供が可能になります。これには、Document AI Layout Parser API、Ranking API、Grounded Generation API、Check Grounding API などがあります。
エンベディングを使用して独自のベクトル データベースをゼロから作成する必要があります。Agent Platform はベクトル検索に対応していますか？
Agent Search を使用すると、組織やデベロッパーは検索エンジンを簡単にセットアップできます。こうした検索エンジンは、ほとんどの企業のニーズに対応できるカスタマイズ性を備えており、エンベディングの自動ファインチューニング機能も提供します。カスタム エンベディングを使用する場合も、エージェント検索は適切に機能します。ただし、レコメンデーションや広告配信などのニッチなユースケースを強化するために高性能ベクトル データベースを直接制御する必要がある上級開発者は、ベクトル検索を使用できます。これは、Agent Search がユースケースのコンポーネントとして使用するベクトル データベースです。最近、ベクトル検索のユーザー エクスペリエンスが更新され、デベロッパーはコーディングなしでインデックスを作成してデプロイできるようになりました。また、小規模なデータセットの場合、インデックス登録の遅延も数時間から数分に大幅に短縮されました。
Agent Search を選ぶ理由
Agent Search を使用すると、AI を活用した高品質の検索エクスペリエンスをアプリケーションに極めて簡単に組み込むことができます。セマンティック検索における Google の深い専門知識と数十年にわたる経験に基づいて構築されており、より関連性の高い検索結果を提供します。これにより、企業データを使用するアプリの情報検索の品質が向上します。カスタマイズ オプションにより、特定のニーズに合わせて検索エクスペリエンスをカスタマイズできるほか、拡張性、プライバシー、ガバナンスに配慮したエンタープライズ グレードの堅牢な機能を利用できます。より特殊なユースケースの場合、Agent Search は小売、メディア、医療向けの業種固有のサービスや DIY のベクトル検索機能を提供します。
Agent Search が Google 品質の検索結果を提供する仕組み
Agent Search は、セマンティック検索などのさまざまな Google 検索技術に支えられています。セマンティック検索は、自然言語処理と ML の手法を使用してユーザーのクエリ入力からコンテンツと意図の関係を推測することで、従来のキーワード ベースの検索手法よりも関連性の高い結果を提供します。また、Agent Search は、Google の専門知識を活かし、ユーザーの検索方法やコンテンツの関連性などの要素を考慮して、結果の表示順序を決定しています。
Agent Search にアクセスするにはどうすればよいですか？
Agent Search の一般提供が開始されました。Google Cloud コンソールからアクセスできます。サポートやプレビュー機能へのアクセスについては、Google Cloud セールスチームまでお気軽にお問い合わせください。
Agent Search が提供する生成 AI の機能は何ですか？
Agent Search は基盤モデルを利用しています。これにより、マルチターン（簡単に補足の質問をする機能）、マルチモーダル（テキストに加えて画像を使用した検索）、Google の生成 AI による検索体験と同様の没入型検索エクスペリエンスを顧客に提供できます。顧客や従業員に向けて、検索結果の上に簡潔な要約が引用元やデータソースへのリンクとともに表示されるため、知識の獲得に役立ちます。
Agent Search の使用中にデータのプライバシーは保護されますか？
はい、Google Cloud の Agent Search を使用する場合、クラウド インスタンスでデータが保護されます。Google は、モデルをトレーニングするためや、お客様が明示的に承認していないその他の目的のために、お客様のデータにアクセスしたり、お客様のデータを使用したりすることはありません。Agent Search は、HIPAA、ISO 27000 シリーズ、SOC -1/2/3 などの特定の業界のコンプライアンス標準も満たしています。データに対する Google 社員の管理者権限についてお客様に知っていただくために、アクセスの透明性に対するサポートを拡大しています。Virtual Private Cloud Service Controls は、お客様や従業員によるデータへの侵入やデータ流出を防止します。また、お客様がコアコンテンツを独自の暗号鍵で暗号化できる顧客管理の暗号鍵（CMEK）をプレビュー版で公開しました。
Agent Search では、どのようにして検索結果の関連性を確保しているのでしょうか？
Agent Search の検索結果はすべて、企業データか、アクセス権を付与したアプリケーションに基づいています。Google Cloud は、Agent Search を使用して構築されたアプリケーション用に、すぐに使える検索の根拠を提供しています。さらに、Agent Search では、生成された要約の引用とリンクが提供されるため、提示された情報をユーザーが検証できます。使用されたデータソースの判断を完全に制御でき、トピックと無関係な質問に対する回答をプログラムすることも可能です。
Agent Search では、どのようにして検索結果の鮮度を維持していますか？
Agent Search は、Gemini Enterprise Agent Platform の拡張機能とデータコネクタを介して、ファースト パーティ、Google、サードパーティのアプリケーションに接続できます。エージェント プラットフォームの拡張機能は、ユーザーの代わりにデータを取り込み、トランザクションの推進に役立ちます。また、データコネクタは、Jira、Confluence、Salesforce などの主要なアプリケーションへの読み取り専用権限でデータを取り込むことに役立ちます。Agent Platform Extensions とデータコネクタを組み合わせることで、検索エンジン全体でデータの最新状態を維持できます。
生成 AI を活用した検索の提供
Agent Search を使ってみる
Vertex AI Search は、詳細な情報検索、最先端の自然言語処理、最新の大規模言語処理の機能を組み合わせて、ユーザーの意図を理解し、最も関連性の高い検索結果を返します。
このチュートリアルでは、ウェブサイト、構造化データ、非構造化データというデータの種類ごとに 1 つずつ、合計 3 つの検索アプリを作成する方法について説明します。
概要については右の動画をご覧ください。詳細な手順については、以下のリンクからプロダクト ドキュメントをご覧ください。
入門ガイド
Agent Search を使ってみる
Vertex AI Search は、詳細な情報検索、最先端の自然言語処理、最新の大規模言語処理の機能を組み合わせて、ユーザーの意図を理解し、最も関連性の高い検索結果を返します。
このチュートリアルでは、ウェブサイト、構造化データ、非構造化データというデータの種類ごとに 1 つずつ、合計 3 つの検索アプリを作成する方法について説明します。
概要については右の動画をご覧ください。詳細な手順については、以下のリンクからプロダクト ドキュメントをご覧ください。
ベクトル検索とエンベディングによる DIY
ベクトル検索を使用したレコメンデーション エンジンの構築
何十億個ものアイテムがあっても、類似したものを数秒で見つけられます。ベクトル検索により、レコメンデーションや chatbot などで強力なセマンティック マッチングが可能になります。ベクトル検索を使用してレコメンデーション エンジンを構築する方法を見てみましょう。
- エンベディングを生成する: アイテムの数値表現（エンベディング）を作成して、セマンティックな関係性を獲得します。この作業は外部で行うことも、Gemini Enterprise Agent Platform の生成 AI を使用して行うこともできます。
- Cloud Storage にアップロードする: ベクトル検索がアクセスできるように、エンベディングを Cloud Storage に保存します。
- ベクトル検索に接続: エンベディングをベクトル検索にリンクして、最近傍探索を実行します。
- インデックスを作成してデプロイする: エンベディングからインデックスを作成し、クエリのためにエンドポイントにデプロイします。
- レコメンデーショのクエリ: インデックス エンドポイントを使用して近似最近傍をクエリし、クエリと意味的に類似したアイテムを見つけます。
- 評価および調整する: 結果を評価し、精度とパフォーマンスを確保するために、必要に応じてアルゴリズムのパラメータやスケーリングを調整します。
入門ガイド
ベクトル検索を使用したレコメンデーション エンジンの構築
何十億個ものアイテムがあっても、類似したものを数秒で見つけられます。ベクトル検索により、レコメンデーションや chatbot などで強力なセマンティック マッチングが可能になります。ベクトル検索を使用してレコメンデーション エンジンを構築する方法を見てみましょう。
- エンベディングを生成する: アイテムの数値表現（エンベディング）を作成して、セマンティックな関係性を獲得します。この作業は外部で行うことも、Gemini Enterprise Agent Platform の生成 AI を使用して行うこともできます。
- Cloud Storage にアップロードする: ベクトル検索がアクセスできるように、エンベディングを Cloud Storage に保存します。
- ベクトル検索に接続: エンベディングをベクトル検索にリンクして、最近傍探索を実行します。
- インデックスを作成してデプロイする: エンベディングからインデックスを作成し、クエリのためにエンドポイントにデプロイします。
- レコメンデーショのクエリ: インデックス エンドポイントを使用して近似最近傍をクエリし、クエリと意味的に類似したアイテムを見つけます。
- 評価および調整する: 結果を評価し、精度とパフォーマンスを確保するために、必要に応じてアルゴリズムのパラメータやスケーリングを調整します。
医療向けエージェント検索
Google 品質の検索をウェブサイトで有効にする
生成 AI を活用した検索で顧客エンゲージメントを強化
- サイトのインデックスを作成する: サイトの URL を追加するだけで完了します。生成 AI による回答が必要ない場合は、直ちにインデックスを検索に利用できます。生成 AI による回答が必要な場合は、まずドメインの所有権を確認する必要があります。
- 検索アプリに接続する: サイト インデックスを新しい検索アプリに接続すると、検索機能を管理できるようになります。生成 AI による回答を使用する場合は、必ず LLM 機能をオンにしてください。
- 検索エクスペリエンスを設定する: 検索結果のみを取得するのか、生成 AI による回答を受け取るようにするかを選択するなど、検索エクスペリエンスを定義する適切な設定を行います。
- 検索をテストして結果を絞り込む: さまざまなクエリの検索結果をプレビューし、必要に応じて検索結果を絞り込みます。たとえば、サイトの HTML に基づくメタデータの追加、公開日などの情報に基づく検索結果の向上、メタデータや URL パターンに基づくフィルタリングが可能です。
- 検索をサイトにデプロイする: 直ちに使用を開始できる Google のウィジェットを HTML コンポーネントとして使用しサイトに追加することでデプロイするか、API を使用して直接統合するかを選択できます。
入門ガイド
生成 AI を活用した検索で顧客エンゲージメントを強化
- サイトのインデックスを作成する: サイトの URL を追加するだけで完了します。生成 AI による回答が必要ない場合は、直ちにインデックスを検索に利用できます。生成 AI による回答が必要な場合は、まずドメインの所有権を確認する必要があります。
- 検索アプリに接続する: サイト インデックスを新しい検索アプリに接続すると、検索機能を管理できるようになります。生成 AI による回答を使用する場合は、必ず LLM 機能をオンにしてください。
- 検索エクスペリエンスを設定する: 検索結果のみを取得するのか、生成 AI による回答を受け取るようにするかを選択するなど、検索エクスペリエンスを定義する適切な設定を行います。
- 検索をテストして結果を絞り込む: さまざまなクエリの検索結果をプレビューし、必要に応じて検索結果を絞り込みます。たとえば、サイトの HTML に基づくメタデータの追加、公開日などの情報に基づく検索結果の向上、メタデータや URL パターンに基づくフィルタリングが可能です。
- 検索をサイトにデプロイする: 直ちに使用を開始できる Google のウィジェットを HTML コンポーネントとして使用しサイトに追加することでデプロイするか、API を使用して直接統合するかを選択できます。
