Introduzione alla ricerca personalizzata

Questa pagina introduce ed elenca le funzionalità di Vertex AI Search per le app personalizzate. La pagina fornisce anche link alle funzionalità, ai tutorial e alle liste di controllo disponibili per iniziare a utilizzare Vertex AI Search per le app personalizzate.

Che cos'è Vertex AI Search per le app personalizzate?

Vertex AI Search per app personalizzate è un motore di ricerca e scoperta di contenuti potente e di qualità Google che puoi integrare nelle tue applicazioni che contengono dati di siti web e altri dati strutturati o non strutturati. La funzionalità di ricerca va oltre la semplice corrispondenza delle parole chiave e utilizza l'AI per fornire risultati altamente pertinenti, offrire esperienze di navigazione e ricerca personalizzate e generare risposte dell'AI basate sui tuoi dati.

Puoi utilizzare l'app di ricerca personalizzata per i dati indipendenti dal verticale che si trovano su siti web pubblici o in formato strutturato o non strutturato. Inoltre, Vertex AI Search offre altre app di ricerca e suggerimenti specifiche per verticali.

Funzionalità chiave

Le funzionalità chiave di Vertex AI Search sono le seguenti:

  • Ricerca di alta qualità:sfrutta l'esperienza di Google nella ricerca per comprendere l'intenzione dell'utente, anche con query complesse e in linguaggio naturale. Combina la ricerca semantica e per parole chiave per fornire i risultati migliori.
  • Navigazione personalizzata: fornisce risultati personalizzati senza una query di ricerca specifica e un feed personalizzato in base al contesto e ai pattern di navigazione di un utente. È ideale per le esperienze di scoperta per visualizzare pagine di categorie e feed della home page personalizzati.
  • Origini dati:funziona con le seguenti origini dati:
    • Sito web: esegui l'indicizzazione dei tuoi siti web pubblici e utilizza funzionalità avanzate, ad esempio l'arricchimento dell'indice con i dati strutturati nei tuoi siti web.
    • Dati strutturati:esegui ricerche su dati organizzati in un formato definito, ad esempio database, file JSON in Cloud Storage o tabelle BigQuery, ad esempio cataloghi di hotel, annunci immobiliari e directory di ristoranti.
    • Dati non strutturati:esegui ricerche in documenti come PDF, file HTML e TXT o file immagine come JPEG e PNG archiviati in Cloud Storage o BigQuery.
    • Ricerca combinata:esegui ricerche in più datastore che combinano i dati delle origini dati menzionate sopra. Ad esempio, puoi creare un'app di ricerca e collegarla a un datastore di siti web e a un datastore di documenti. In questo modo, gli utenti possono cercare in tutti i tuoi contenuti contemporaneamente.
  • Generazione di risposte dell'AI basate sulle fonti: genera risposte dell'AI basate sui tuoi dati, con citazioni dei documenti di origine. Puoi anche fare domande aggiuntive e query correlate.
  • Personalizzazione:migliora i risultati e il ranking nel tempo apprendendo dalle interazioni degli utenti acquisite negli eventi utente, come clic e conversioni.
  • Personalizzazione:offre diversi modi per ottimizzare e configurare l'esperienza di ricerca e navigazione in base alle esigenze della tua attività.

Panoramica

Il seguente diagramma mostra i componenti chiave della ricerca personalizzata e come interagiscono tra loro:

componenti chiave della ricerca personalizzata generica
Figura 1. Diversi componenti della ricerca personalizzata

I componenti di Vertex AI Search per la ricerca personalizzata possono essere spiegati come segue:

  • Datastore: i tuoi contenuti provenienti da diverse origini dati vengono archiviati in un datastore Vertex AI Search. I dati di origine possono essere dati di siti web pubblici o dati strutturati e non strutturati.
  • Elaborazione e indicizzazione dei dati: Vertex AI Search comprende e indicizza i tuoi dati, creando una rappresentazione ricercabile e recuperabile. Ciò include quanto segue:
    • Estrazione delle parole chiave: identifica e genera i termini importanti necessari per recuperare le informazioni corrette.
    • Comprensione semantica tramite incorporamenti:crea incorporamenti vettoriali per acquisire il significato dei contenuti.
    • Elaborazione dei metadati: elabora i documenti utilizzando i dati strutturati o i metadati del documento. Ad esempio, la posizione in un catalogo di hotel, le date di modifica o creazione nei metadati di una pagina web.
    • Analisi avanzata dei documenti: comprende la struttura dei documenti e annota informazioni avanzate, come tabelle, immagini e grafici, utilizzando l'OCR o l'analisi del layout.
  • App di ricerca: al centro della ricerca personalizzata c'è un'app di ricerca, che si connette a uno o più data store che importano dati da diverse origini. Per la ricerca combinata, i dati vengono importati tramite i connettori. Configuri il comportamento di ricerca e navigazione a livello di app.
  • Query utente: l'input di un utente inteso a recuperare informazioni dalla tua app, che può essere di due tipi:
    • Query di ricerca: l'utente inserisce una query di ricerca mirata utilizzando testo o immagini. La ricerca testuale è basata sul completamento automatico.
    • Query di navigazione o navigazione: una ricerca esplorativa per fornire contenuti pertinenti personalizzati senza una query specifica. Si basa sull'attività passata dell'utente e su altri indicatori, come la pagina della categoria e la posizione attuali.
  • Recupero e ranking:esistono diversi sottocomponenti per il recupero e il ranking dei risultati:
    • Comprensione delle query per la ricerca:Vertex AI Search analizza una query di ricerca utilizzando quanto segue:
      • Elaborazione del linguaggio naturale:per comprendere l'intento.
      • Filtri con comprensione del linguaggio naturale:traduce le località dalle query in linguaggio naturale in coordinate geografiche e le condizioni nelle query in linguaggio naturale in filtri.
      • Knowledge Graph:per disambiguare i termini ed espandere la ricerca.
      • Funzionalità facoltative:include la correzione ortografica, i sinonimi e la riformulazione delle query.
    • Recupero:Vertex AI Search trova i documenti o i blocchi più pertinenti in base ai seguenti metodi:
      • Corrispondenza delle parole chiave per la ricerca:ricerca convenzionale basata sui termini.
      • Ricerca semantica:utilizza gli incorporamenti per trovare contenuti concettualmente simili.
      • Filtro:applicazione di tutti i filtri configurati, ad esempio data, categoria o punteggio di pertinenza.
    • Ranking:Vertex AI Search classifica i risultati in base ai seguenti fattori:
      • Pertinenza:una combinazione di corrispondenza semantica e delle parole chiave durante la ricerca.
      • Indicatori web per la ricerca di siti web: fattori come la qualità e la popolarità della pagina.
      • Boost e bury: le tue regole personalizzate per promuovere o declassare determinati risultati.
      • Personalizzazione: apprendimento dalle interazioni degli utenti. Questa operazione è facoltativa, ma fortemente consigliata.
      • Ordinamento:applicazione delle istruzioni di ordinamento, ad esempio per data.
  • Generazione di risultati e risposte:
    • Risultati di ricerca: viene restituito un elenco classificato di documenti o blocchi pertinenti con funzionalità opzionali, come snippet, risposte estrattive e segmenti estrattivi. I risultati pubblicati possono essere configurati con l'aiuto dei controlli di pubblicazione. Puoi anche perfezionare i risultati di ricerca.
    • Generazione di risposte: viene generata una risposta concisa e sintetizzata in base ai risultati più pertinenti e migliori, con citazioni. Utilizza funzionalità LLM avanzate.
    • Navigazione personalizzata: viene restituito un insieme personalizzato di documenti con la più alta probabilità prevista di coinvolgimento o conversione. Questa previsione utilizza un modello avanzato che apprende dalle interazioni degli utenti.
  • Eventi utente:un tracker per le interazioni degli utenti, come clic e visualizzazioni, che aiuta Vertex AI Search a imparare e migliorare la ricerca e la personalizzazione. Gli eventi utente aiutano a ottimizzare i KPI della tua attività, tra cui coinvolgimento, conversioni ed entrate.

Funzionalità e configurazioni principali

Le seguenti funzionalità e configurazioni sono disponibili per le tue app di ricerca personalizzata. In ogni fase puoi personalizzare queste impostazioni per offrire i risultati migliori ai tuoi utenti.

componenti chiave della ricerca personalizzata generica
Figura 2. Funzionalità e configurazioni chiave nella ricerca personalizzata

Per elaborare, ecco le configurazioni disponibili:

Passaggi successivi