Agent Search sur Gemini Enterprise Agent Platform
Créez des fonctionnalités de recherche de qualité Google pour vos propres données en quelques heures, et non en plusieurs mois
Agent Search sur Gemini Enterprise Agent Platform (anciennement Vertex AI Search) aide les développeurs à créer des expériences de recherche de qualité Google pour les sites Web ainsi que les données structurées et non structurées. Il fournit également un système d'ancrage prêt à l'emploi et des API d'ancrage DIY pour créer des agents et des applications d'IA générative.
Présentation
Qu'est-ce qu'Agent Search ?
Agent Search est un système de récupération d'informations et de génération de réponses de qualité pour la recherche Google. Il peut être un composant de toute application d'IA générative qui utilise vos données d'entreprise.
Les entreprises disposent de deux opportunités clés pour utiliser Agent Search :
Premièrement, améliorer la qualité de l'expérience de recherche sur votre intranet et sur vos sites Web destinés aux clients. Avec Agent Search, vous pouvez passer d'une correspondance des mots clés assez frustrante à des expériences de recherche conversationnelle modernes semblables à la nouvelle expérience de recherche générative de Google.Pour cela, il vous suffit d'ajouter un widget Recherche à votre page Web.
La deuxième opportunité consiste à améliorer la qualité de vos applications d'IA générative en les intégrant à vos données d'entreprise grâce à Agent Search. Ici, Gemini Enterprise Agent Platform sert de système prêt à l'emploi pour la génération augmentée par récupération (RAG).
Puis-je utiliser Agent Search comme système RAG ?
Oui, bien sûr. Aujourd'hui, le RAG suscite beaucoup d'enthousiasme. Il s'agit d'une architecture qui combine des LLM avec un système de récupération de données ou, en d'autres termes, un moteur de recherche.En intégrant les réponses des LLM aux données de votre entreprise, vous améliorez leur précision, leur fiabilité et leur pertinence, ce qui est essentiel pour les applications métier réelles.Vous pouvez créer votre propre recherche basée sur la Génération augmentée de récupération, mais ce processus peut s'avérer très complexe. Agent Search fonctionne comme un système RAG prêt à l'emploi pour la récupération d'informations. Avec Agent Search, nous avons simplifié le processus de recherche et de découverte de bout en bout : gestion ETL, OCR, fragmentation, intégration, indexation, stockage, nettoyage des entrées, ajustements de schéma, récupération d'informations et synthèse ne nécessitent que quelques clics. Vous pouvez ainsi créer en toute simplicité des applications basées sur le RAG qui utilisent Agnent Search comme moteur de récupération.
Agent Search propose-t-il des offres spécifiques à chaque secteur d'activité ?
Agent Search propose des offres spécialisées adaptées à des exigences particulières du secteur, comme la recherche dans des catalogues de produits, des bibliothèques multimédias et des dépôts de données cliniques. Commerce Search sur Gemini Enterprise for Customer Experience permet aux marchands d'améliorer la recherche, les recommandations de produits et l'expérience de navigation sur leurs canaux.Agent Search pour les médias permet aux entreprises du secteur des médias et du divertissement de fournir des recommandations de contenus plus personnalisées grâce à l'IA générative. Les consommateurs passent ainsi plus de temps sur leurs plates-formes, ce qui peut accroître l'engagement, les revenus et la fidélisation. Agent Search pour le secteur de la santé et des sciences de la vie est une recherche réglée à des fins médicales qui améliore l'expérience des patients et des prestataires de santé.
Puis-je utiliser Agent Search pour créer mon propre système RAG ?
Le développement d'un système de RAG fonctionnel pour l'ancrage DIY peut être complexe. Pour résoudre ce problème, Agent Platform propose un ensemble complet d'API qui aident les développeurs à créer des solutions de bricolage sur mesure et à en assurer la maintenance. Ces API présentent les composants sous-jacents du système RAG prêt à l'emploi d'Agent Search, ce qui permet aux développeurs de traiter des cas d'utilisation personnalisés ou de répondre aux besoins des clients qui souhaitent bénéficier d'un contrôle précis. Celles-ci incluent l'API Document AI Layout Parser, l'API Ranking, l'API Ground Genation et l'API Check Grounding.
Je souhaite créer ma propre base de données vectorielle en utilisant des embeddings et en partant de zéro. Agent Platform propose-t-il la recherche vectorielle ?
Agent Search permet aux entreprises et aux développeurs de configurer des moteurs de recherche prêts à l'emploi. Ces moteurs de recherche offrent des possibilités de personnalisation adaptées à la plupart des besoins des entreprises, ainsi qu'un réglage automatique des embeddings. Dans certains cas, vous avez des embeddings personnalisés avec lesquelles Agent Search fonctionne parfaitement. Toutefois, les développeurs plus expérimentés ayant besoin de contrôler directement une base de données vectorielle hautement performante pour gérer des cas d'utilisation spécifiques, tels que les recommandations et la diffusion d'annonces, peuvent utiliser Vector Search, la base de données vectorielle utilisée par Vertex AI Search pour gérer ces cas d'utilisation.Nous avons récemment amélioré l'expérience utilisateur de Vector Search afin que les développeurs puissent créer et déployer des index sans codage.Nous avons également considérablement réduit la latence d'indexation (de quelques heures à quelques minutes) pour les petits ensembles de données.
Pourquoi choisir Agent Search ?
Agent Search vous permet de créer beaucoup plus facilement des expériences de recherche de haute qualité optimisées par l'IA dans vos applications. Il s'appuie sur l'expertise approfondie de Google et des décennies d'expérience dans le domaine de la recherche sémantique pour fournir des résultats de recherche plus pertinents. Cela améliore la qualité de la récupération des informations pour les applications qui utilisent vos données d'entreprise. Les options de personnalisation vous permettent d'adapter l'expérience de recherche à vos besoins spécifiques, tandis que les fonctionnalités professionnelles robustes assurent l'évolutivité, la confidentialité et la gouvernance. Pour des cas d'utilisation plus spécialisés, Agent Search propose des offres verticales spécifiques pour les fonctionnalités de recherche vectorielle pour le commerce, les médias, la santé et le bricolage.
Comment la fonctionnalité Agent Search fournit-elle des résultats de qualité Google ?
Agent Search s'appuie sur diverses technologies de recherche Google, parmi lesquelles la recherche sémantique, qui permet de fournir des résultats plus pertinents que les outils de recherche traditionnels basés sur les mots clés, par le biais du traitement du langage naturel et de techniques de machine learning servant à déduire les relations au sein du contenu et l'intention à partir des requêtes de l'utilisateur. Agent Search bénéficie également de l'expertise de Google dans la compréhension de la façon dont les utilisateurs effectuent des recherches, ainsi que de la prise en compte de la pertinence du contenu pour le classement des résultats affichés.
Comment accéder à Agent Search ?
Agent Search est désormais en disponibilité générale. Vous pouvez y accéder via la console Google Cloud. N'hésitez pas à contacter votre équipe commerciale Google Cloud pour obtenir de l'aide ou accéder aux fonctionnalités en preview.
Quelles sont les fonctionnalités d'IA générative d'Agent Search ?
Agent Search s'appuie sur des modèles de fondation. Cela signifie que vous pouvez proposer à vos clients des expériences multitours (la possibilité de poser facilement des questions complémentaires), multimodales (recherche à l'aide d'images en plus de texte), ainsi que des expériences de recherche immersives semblables à la recherche Search Generative Experience de Google. Vos clients ou employés peuvent consulter des résumés précis qui s'affichent en haut des résultats de recherche, avec des citations et des liens vers des sources de données qui les aident à découvrir des informations.
La confidentialité de mes données est-elle protégée lors de l'utilisation d'Agent Search ?
Oui, lorsque vous utilisez Agent Search à partir de Google Cloud, vos données sont sécurisées dans votre instance cloud. Google n'accède pas à vos données et ne les utilise pas pour entraîner des modèles, ni à toute autre fin que vous n'avez pas explicitement autorisée. Agent Search répond également à des normes de conformité spécifiques au secteur, telles que la loi HIPAA, la série ISO 27000 et SOC -1/2/3. Nous étendons la compatibilité d'Access Transparency pour que les clients sachent que les Googleurs disposent d'un accès administrateur à leurs données. Virtual Private Cloud Service Controls empêche les clients ou les employés d'infiltrer ou d'exfiltrer des données. Nous proposons également en preview les clés de chiffrement gérées par le client (CMEK) qui permettent aux clients de chiffrer leur contenu principal avec leurs propres clés de chiffrement.
Comment Agent Search garantit-il la pertinence des résultats ?
Tous les résultats de recherche provenant d'Agent Search sont basés sur les données ou les applications d'entreprise auxquelles vous avez donné accès. Google Cloud propose une expérience personnalisée prête à l'emploi pour les résultats de recherche dans les applications créées à l'aide de la recherche par agent. De plus, Agent Search fournit des citations et des liens pour les résumés générés, ce qui signifie que les informations présentées peuvent être vérifiées par les utilisateurs. Vous contrôlez entièrement la détermination des sources de données utilisées et vous pouvez même programmer des réponses pour des questions hors sujet.
Comment Agent Search permet-il d'obtenir des résultats à jour ?
Agent Search peut se connecter à vos applications propriétaires, Google et tierces via des extensions et des connecteurs de données de Gemini Enterprise Agent Platform. Les extensions d'Agent Platform permettent d'ingérer des données et de générer des transactions pour le compte des utilisateurs, tandis que les connecteurs de données ingèrent des données avec un accès en lecture seule à des applications clés telles que Jira, Confluence et Salesforce. Ensemble, les extensions et les connecteurs de données d'Agent Platform s'assurent que vos données sont à jour sur tous vos moteurs de recherche.
Fonctionnement
Votre organisation peut disposer de téraoctets de données, et il peut s'avérer difficile de les organiser pour qu'elles soient faciles à trouver. Vous pouvez également posséder un site Web public et avoir besoin d'une fonctionnalité de recherche de grande qualité pour vos clients. Dans les deux cas, vous pouvez utiliser Agent Search pour créer des moteurs de recherche. Regardez cette vidéo et découvrez comment créer une application de recherche interne avec un minimum de codage et de configuration.
Votre organisation peut disposer de téraoctets de données, et il peut s'avérer difficile de les organiser pour qu'elles soient faciles à trouver. Vous pouvez également posséder un site Web public et avoir besoin d'une fonctionnalité de recherche de grande qualité pour vos clients. Dans les deux cas, vous pouvez utiliser Agent Search pour créer des moteurs de recherche. Regardez cette vidéo et découvrez comment créer une application de recherche interne avec un minimum de codage et de configuration.
Fournissez des solutions de recherche optimisées par l'IA générative
Premiers pas avec Agent Search
Agent Search combine la puissance de la récupération approfondie d'informations, d'une technologie de pointe de traitement du langage naturel et des toutes dernières fonctionnalités de traitement des grands modèles de langage pour comprendre l'intention de l'utilisateur et renvoyer les résultats qui sont les plus pertinents pour lui.
Ce tutoriel explique comment créer trois moteurs de recherche, un pour chaque type de données : site Web, données structurées et données non structurées.
Regardez la vidéo de droite pour bénéficier d'un aperçu et cliquez sur le lien de la documentation produit ci-dessous pour obtenir des instructions détaillées.
Guides pratiques
Premiers pas avec Agent Search
Agent Search combine la puissance de la récupération approfondie d'informations, d'une technologie de pointe de traitement du langage naturel et des toutes dernières fonctionnalités de traitement des grands modèles de langage pour comprendre l'intention de l'utilisateur et renvoyer les résultats qui sont les plus pertinents pour lui.
Ce tutoriel explique comment créer trois moteurs de recherche, un pour chaque type de données : site Web, données structurées et données non structurées.
Regardez la vidéo de droite pour bénéficier d'un aperçu et cliquez sur le lien de la documentation produit ci-dessous pour obtenir des instructions détaillées.
Solution personnalisée avec Recherche vectorielle et embeddings
Créer un moteur de recommandations avec la recherche vectorielle
Trouvez des produits similaires en quelques secondes, même avec des milliards d'objets. Vector Search offre de puissantes fonctions de mise en correspondance sémantique pour les recommandations, les chatbots, etc. Voyons comment créer un moteur de recommandations avec Vector Search :
- Générer des embeddings : créez une représentation numérique (embedding) de vos éléments pour capturer leurs relations sémantiques.Vous pouvez le faire en externe ou en utilisant l'IA générative de Gemini Enterprise Agent Platform.
- Importer dans Cloud Storage : stockez vos embeddings dans Cloud Storage pour que Vector Search puisse y accéder.
- Se connecter à Vector Search : associez vos embeddings à Vector Search pour effectuer une recherche des plus proches voisins.
- Créer et déployer un index : créez un index à partir de vos embeddings et déployez-le sur un point de terminaison pour l'interroger.
- Interroger pour obtenir des recommandations : utilisez le point de terminaison de l'index pour rechercher les voisins approximatifs les plus proches et trouver des éléments sémantiquement semblables à votre requête.
- Évaluer et ajuster : évaluez les résultats, et affinez les paramètres ou l'échelle de l'algorithme pour assurer sa justesse et ses performances.
Guides pratiques
Créer un moteur de recommandations avec la recherche vectorielle
Trouvez des produits similaires en quelques secondes, même avec des milliards d'objets. Vector Search offre de puissantes fonctions de mise en correspondance sémantique pour les recommandations, les chatbots, etc. Voyons comment créer un moteur de recommandations avec Vector Search :
- Générer des embeddings : créez une représentation numérique (embedding) de vos éléments pour capturer leurs relations sémantiques.Vous pouvez le faire en externe ou en utilisant l'IA générative de Gemini Enterprise Agent Platform.
- Importer dans Cloud Storage : stockez vos embeddings dans Cloud Storage pour que Vector Search puisse y accéder.
- Se connecter à Vector Search : associez vos embeddings à Vector Search pour effectuer une recherche des plus proches voisins.
- Créer et déployer un index : créez un index à partir de vos embeddings et déployez-le sur un point de terminaison pour l'interroger.
- Interroger pour obtenir des recommandations : utilisez le point de terminaison de l'index pour rechercher les voisins approximatifs les plus proches et trouver des éléments sémantiquement semblables à votre requête.
- Évaluer et ajuster : évaluez les résultats, et affinez les paramètres ou l'échelle de l'algorithme pour assurer sa justesse et ses performances.
Agent Search pour le secteur de la santé
Une expérience de recherche Google sur les données de santé qui offre un réglage médical
La recherche de données dans le domaine de la santé peut s'avérer difficile en raison de la complexité de la terminologie médicale et de la normalisation des données.
Agent Search utilise ses réglages médicaux pour trouver des informations pertinentes à partir de dossiers patient structurés et non structurés. La solution comprend les abréviations médicales telles que "abx" et peut répondre à des questions avec MedLM pour fournir des réponses d'IA générative fondées sur les données des patients. Ce produit s'intègre à Healthcare Data Engine pour une expérience fluide.
Guides pratiques
Une expérience de recherche Google sur les données de santé qui offre un réglage médical
La recherche de données dans le domaine de la santé peut s'avérer difficile en raison de la complexité de la terminologie médicale et de la normalisation des données.
Agent Search utilise ses réglages médicaux pour trouver des informations pertinentes à partir de dossiers patient structurés et non structurés. La solution comprend les abréviations médicales telles que "abx" et peut répondre à des questions avec MedLM pour fournir des réponses d'IA générative fondées sur les données des patients. Ce produit s'intègre à Healthcare Data Engine pour une expérience fluide.
Activez la recherche de qualité Google sur votre site Web
Renforcez l'engagement client grâce à la recherche optimisée par l'IA générative
- Créez un index de site : il vous suffit d'ajouter l'URL de votre site. Votre index est disponible immédiatement si vous n'avez pas besoin de réponses génératives. Si vous avez besoin de réponses génératives, vous devez d'abord valider la propriété de votre domaine.
- Connectez-vous à une application de recherche : connectez l'index de votre site à une nouvelle application de recherche, dans laquelle vous pourrez gérer l'expérience de recherche. Assurez-vous d'activer les fonctionnalités LLM si vous avez l'intention d'utiliser des réponses génératives.
- Configurez votre expérience de recherche : définissez les configurations qui définiront votre expérience de recherche (par exemple, choisissez d'obtenir uniquement des résultats de recherche ou de pouvoir recevoir des réponses génératives).
- Testez et affinez la recherche : prévisualisez les résultats de recherche pour différentes requêtes et affinez votre recherche selon vos besoins. Vous pouvez, par exemple, ajouter des métadonnées basées sur le code HTML de votre site, optimiser les résultats en fonction de la date de publication ou d'autres informations, ou filtrer les résultats en fonction de métadonnées ou de formats d'URL.
- Déployez la recherche sur votre site : vous pouvez choisir de déployer la recherche à l'aide de notre widget prêt à l'emploi en tant que composant HTML à ajouter à votre site, ou de l'intégrer directement à l'aide de l'API.
Guides pratiques
Renforcez l'engagement client grâce à la recherche optimisée par l'IA générative
- Créez un index de site : il vous suffit d'ajouter l'URL de votre site. Votre index est disponible immédiatement si vous n'avez pas besoin de réponses génératives. Si vous avez besoin de réponses génératives, vous devez d'abord valider la propriété de votre domaine.
- Connectez-vous à une application de recherche : connectez l'index de votre site à une nouvelle application de recherche, dans laquelle vous pourrez gérer l'expérience de recherche. Assurez-vous d'activer les fonctionnalités LLM si vous avez l'intention d'utiliser des réponses génératives.
- Configurez votre expérience de recherche : définissez les configurations qui définiront votre expérience de recherche (par exemple, choisissez d'obtenir uniquement des résultats de recherche ou de pouvoir recevoir des réponses génératives).
- Testez et affinez la recherche : prévisualisez les résultats de recherche pour différentes requêtes et affinez votre recherche selon vos besoins. Vous pouvez, par exemple, ajouter des métadonnées basées sur le code HTML de votre site, optimiser les résultats en fonction de la date de publication ou d'autres informations, ou filtrer les résultats en fonction de métadonnées ou de formats d'URL.
- Déployez la recherche sur votre site : vous pouvez choisir de déployer la recherche à l'aide de notre widget prêt à l'emploi en tant que composant HTML à ajouter à votre site, ou de l'intégrer directement à l'aide de l'API.
