Gemini Enterprise Agent Platform 上的 Agent Search
只需数小时即可构建 Google 品质的搜索服务来搜索您自己的数据
Gemini Enterprise Agent Platform（原 Vertex AI Search）上的 Agent Search 可帮助开发者打造 Google 品质的搜索体验，方便用户在网站、结构化数据和非结构化数据中进行搜索。它还提供开箱即用型接地系统和 DIY 接地 API，用于构建生成式 AI 智能体和应用。
概览
什么是 Agent Search？
Agent Search 是一个 Google Search 质量信息检索和回答生成系统，可作为任何使用企业数据的生成式 AI 应用的组件。
对企业而言，Agent Search 有两个主要用途：
第一个用途是在内网和面向客户的网站上提高搜索体验的质量。借助 Agent Search，您可以从机械的关键字匹配转变为现代对话式搜索体验（与 Google 的新生成式搜索体验类似）。这可以像在网页中添加搜索微件一样简单。
第二个用途是使用 Agent Search，使生成式 AI 应用以企业数据为依据，从而提高应用的质量。在这个场景中，Gemini Enterprise Agent Platform 充当开箱即用的检索增强生成 (RAG) 系统。
我可以将 Agent Search 用作 RAG 系统吗？
可以。RAG 是一种将 LLM 与数据检索系统（也就是搜索引擎）相结合的架构，现在具有很高的热度。通过使 LLM 回答基于企业自身的数据，可以确保提高准确率、可靠性和相关性，这对于真实的业务应用至关重要。您可以自行构建基于检索增强生成的搜索，但过程可能非常复杂。Agent Search 可作为开箱即用型 RAG 系统用于信息检索。在 Agent Search 内部，我们简化了管理 ETL、OCR、分块、嵌入、编入索引、存储、输入清理、架构调整、信息检索和摘要的端到端搜索和发现流程，只需点击几下即可完成。这样，您便可以非常轻松地使用 Agent Search 作为检索引擎，构建依托 RAG 技术的应用。
Agent Search 是否提供针对特定行业的产品？
是的，Agent Search 针对行业独特需求（例如搜索商品清单、媒体库和临床数据仓库）调优了专用产品。Gemini Enterprise for Customer Experience 上的 Commerce Search 助力零售商提升其渠道的搜索、商品推荐和浏览体验。Agent Search 媒体解决方案使媒体和娱乐公司能够利用生成式 AI 技术提供更加个性化的内容推荐，增加消费者在其平台上停留的时间，从而提高互动度、收入和留存率。
我可以使用 Agent Search 构建自己的 RAG 系统吗？
开发功能良好的 RAG 系统以用于 DIY 接地可能并非易事。为了解决这个问题，Agent Platform 提供了一套全面的 API，可帮助开发者打造和维护定制的 DIY 解决方案。这些 API 公开了 Agent Search 开箱即用 RAG 系统的底层组件，使开发者能够处理自定义应用场景，或为需要精细控制的客户提供服务。这些 API 包括 Document AI Layout Parser API、ranking API、grounded generation API 和 check grounding API。
我想从头开始使用嵌入创建自己的向量数据库。Agent Platform 提供向量搜索吗？
Agent Search 使组织和开发者能够开箱即用地设置搜索引擎。这些搜索引擎提供足以满足大多数企业需求的自定义功能，甚至还提供自动微调嵌入的功能。在某些情况下，您可能需要使用自定义嵌入，而 Agent Search 可以很好地处理您自己的嵌入。但是，更高级的开发者如果需要直接控制高性能的向量数据库，从而支持推荐和广告投放等小众应用场景，则可以在其应用场景中使用 Vector Search。Agent Search 是 Vertex AI Search 使用的向量数据库。我们最近更新了 Vector Search 的用户体验，开发者无需编码即可创建和部署索引。此外，我们还将较小数据集的索引编制延迟时间从数小时大幅缩短为几分钟。
为何应该选择 Agent Search？
Agent Search 让您可以更轻松地在应用中打造 AI 赋能的优质搜索体验。它基于 Google 在语义搜索方面深厚的专业知识和数十年的经验构建，可提供相关性更高的搜索结果。这有助于提高使用企业数据的应用的信息检索质量。借助自定义选项，您可以根据自己的具体需求定制搜索体验，而强大的企业级功能负责处理可伸缩性、隐私保护和治理相关任务。对于更专业的应用场景，Agent Search 提供专门针对零售、媒体和医疗保健行业的产品以及 DIY 向量搜索功能。
Agent Search 如何提供 Google 品质的结果？
Agent Search 以多种 Google 搜索技术为后盾，包括语义搜索，这种技术利用自然语言处理技术和机器学习技术，能够根据用户的搜索查询输入推断内容和意图之间的关系，相较于基于关键字的传统搜索技术，可帮助提供相关性更高的结果。Agent Search 还得益于 Google 对于用户搜索方式的专业理解，并在考虑内容相关性的前提下对所显示的搜索结果进行排序。
如何才能使用 Agent Search？
Agent Search 现已正式发布。您可以通过 Google Cloud 控制台进行访问。如果需要帮助或使用预览版功能，请与 Google Cloud 销售团队联系。
Agent Search 提供哪些生成式 AI 功能？
Agent Search 由基础模型提供支持。也就是说，您可以为客户提供多轮（能轻松提出后续问题）、多模式（除文本搜索之外，还可使用图片搜索）和沉浸式搜索体验，类似于 Google 的生成式搜索体验。您的客户或员工可以在搜索结果顶部查看清晰的摘要，其中包含数据源的引用和链接，有助于探索知识。
使用 Agent Search 时，我的数据隐私权是否得到保护？
是的，在您通过 Google Cloud 使用 Agent Search 时，您的数据会安全地保存在云实例中。Google 不会访问或使用您的数据来训练模型，也不会出于您未明确授权的其他任何目的访问或使用您的数据。Agent Search 还符合特定的行业合规性标准，例如健康保险流通与责任法案 (HIPAA)、ISO 27000 系列和 SOC -1/2/3。我们正在扩展对访问透明度的支持，使客户能够了解 Google 员工对其数据的管理员权限。Virtual Private Cloud Service Controls 可防止客户或员工入侵或泄露数据。我们还提供预览版的客户管理的加密密钥 (CMEK)，让客户能够使用自己的加密密钥加密其核心内容。
Agent Search 如何保证搜索结果的相关性？
Agent Search 中的所有搜索结果均以您授予了访问权限的企业数据或应用为依据。对于使用 Agent Search 构建的应用中的搜索结果，Google Cloud 提供了开箱即用型接地功能。此外，Agent Search 针对生成的摘要提供引用和链接，这意味着用户可以验证所提供的信息。您可以完全控制要使用的数据源，甚至可以通过编程来为偏离主题的问题提供回复。
Agent Search 如何保证搜索结果的时效性？
Agent Search 可以通过 Gemini Enterprise Agent Platform 扩展程序和数据连接器连接到您的第一方应用、Google 应用和第三方应用。Agent Platform 的扩展程序有助于代表用户注入数据和推动事务，而数据连接器则可利用 Jira、Confluence 和 Salesforce 等重要应用的只读权限来注入数据。Agent Platform 扩展程序与数据连接器配合发挥作用，可确保搜索引擎中数据的时效性。
提供由生成式 AI 赋能的搜索功能
Agent Search 使用入门
Agent Search 汇集了功能强大的深度信息检索、先进的自然语言处理和最新的大型语言处理技术进步成果，可以理解用户的意图并返回与用户相关度最高的结果。
本教程介绍如何创建三个搜索应用，分别用于搜索下面三种类型的数据：网站数据、结构化数据和非结构化数据。
请观看右侧的视频，大致了解相关信息，并访问下方的产品文档链接了解详细说明。
方法指南
Agent Search 使用入门
Agent Search 汇集了功能强大的深度信息检索、先进的自然语言处理和最新的大型语言处理技术进步成果，可以理解用户的意图并返回与用户相关度最高的结果。
本教程介绍如何创建三个搜索应用，分别用于搜索下面三种类型的数据：网站数据、结构化数据和非结构化数据。
请观看右侧的视频，大致了解相关信息，并访问下方的产品文档链接了解详细说明。
使用 Vector Search 和嵌入进行 DIY
使用 Vector Search 构建商品推荐引擎
几秒内在数十亿个商品中找到类似的东西。Vector Search 提供可用于商品推荐、聊天机器人等用例的强大语义匹配能力。我们来看看如何使用 Vector Search 构建商品推荐引擎：
- 生成嵌入：创建商品的数字表示法（嵌入），以获取其语义关系。您可以在外部执行此操作，也可以使用 Gemini Enterprise Agent Platform 的生成式 AI 执行此操作。
- 上传到 Cloud Storage：将嵌入存储在 Cloud Storage 中，以供 Vector Search 访问。
- 连接到 Vector Search：将嵌入与 Vector Search 关联，以执行最近邻搜索。
- 创建和部署索引：根据嵌入构建索引，并部署到端点以进行查询。
- 查询以推荐商品：使用索引端点查询近似最近邻，以查找与查询在语义上相似的商品。
- 评估和调整：评估结果，并根据需要优化算法参数或缩放算法，以确保准确率和效果。
方法指南
使用 Vector Search 构建商品推荐引擎
几秒内在数十亿个商品中找到类似的东西。Vector Search 提供可用于商品推荐、聊天机器人等用例的强大语义匹配能力。我们来看看如何使用 Vector Search 构建商品推荐引擎：
- 生成嵌入：创建商品的数字表示法（嵌入），以获取其语义关系。您可以在外部执行此操作，也可以使用 Gemini Enterprise Agent Platform 的生成式 AI 执行此操作。
- 上传到 Cloud Storage：将嵌入存储在 Cloud Storage 中，以供 Vector Search 访问。
- 连接到 Vector Search：将嵌入与 Vector Search 关联，以执行最近邻搜索。
- 创建和部署索引：根据嵌入构建索引，并部署到端点以进行查询。
- 查询以推荐商品：使用索引端点查询近似最近邻，以查找与查询在语义上相似的商品。
- 评估和调整：评估结果，并根据需要优化算法参数或缩放算法，以确保准确率和效果。
在您的网站上启用 Google 品质的搜索服务
利用由生成式 AI 赋能的搜索功能提高客户互动度
- 创建网站索引：只需添加您的网站网址即可。如果您不需要生成式回答，则可以立即搜索索引。如果您需要生成式回答，则需要先验证域名所有权。
- 关联到搜索应用：将您的网站索引关联到新的搜索应用，以便在其中管理搜索体验。如果您打算使用生成式回答，请务必启用 LLM 功能。
- 配置搜索体验：设置可定义搜索体验的适当配置，例如选择是仅获得搜索结果，还是能够接收生成式回答。
- 测试并优化搜索：预览各种查询的搜索结果，并根据自己的需求优化搜索。例如，您可以根据网站的 HTML 添加元数据，根据发布日期或其他信息提升结果，根据元数据或网址模式进行过滤。
- 将搜索功能部署到网站：您可以选择使用开箱即用的微件作为 HTML 组件进行部署以添加到网站，或者使用 API 直接集成。
方法指南
利用由生成式 AI 赋能的搜索功能提高客户互动度
- 创建网站索引：只需添加您的网站网址即可。如果您不需要生成式回答，则可以立即搜索索引。如果您需要生成式回答，则需要先验证域名所有权。
- 关联到搜索应用：将您的网站索引关联到新的搜索应用，以便在其中管理搜索体验。如果您打算使用生成式回答，请务必启用 LLM 功能。
- 配置搜索体验：设置可定义搜索体验的适当配置，例如选择是仅获得搜索结果，还是能够接收生成式回答。
- 测试并优化搜索：预览各种查询的搜索结果，并根据自己的需求优化搜索。例如，您可以根据网站的 HTML 添加元数据，根据发布日期或其他信息提升结果，根据元数据或网址模式进行过滤。
- 将搜索功能部署到网站：您可以选择使用开箱即用的微件作为 HTML 组件进行部署以添加到网站，或者使用 API 直接集成。
