カスタム検索の概要

このページでは、カスタムアプリ向けの Vertex AI Search の機能を紹介し、一覧表示します。このページには、カスタムアプリ向け Vertex AI Search の使用を開始するための利用可能な機能、チュートリアル、チェックリストへのリンクも記載されています。

カスタムアプリ用の Vertex AI Search とは

カスタムアプリ用の Vertex AI Search は、ウェブサイト データやその他の構造化データまたは非構造化データを含むアプリケーションに統合できる、強力な Google 品質の検索とコンテンツ検出エンジンです。検索機能は基本的なキーワード マッチングを超えており、AI を使用して関連性の高い結果を提供し、パーソナライズされたブラウジングと検索のエクスペリエンスを提供し、データに基づいて AI の回答を生成します。

カスタム検索アプリは、一般公開ウェブサイトにある、または構造化形式または非構造化形式の、業種に依存しないデータに使用できます。また、Vertex AI Search には、業種固有の検索アプリとレコメンデーション アプリも用意されています。

主な機能

Vertex AI Search の主な機能は次のとおりです。

  • 高品質の検索: 複雑なクエリや自然言語クエリでも、Google の検索に関する専門知識を活用してユーザーの意図を理解します。キーワード検索とセマンティック検索を組み合わせて、最適な結果を提供します。
  • パーソナライズされたブラウジング: 特定の検索クエリなしでパーソナライズされた結果を提供し、ユーザーのコンテキストとナビゲーション パターンに基づいてパーソナライズされたフィードを提供します。パーソナライズされたカテゴリ ページやホームフィードを表示するディスカバリ エクスペリエンスに最適です。
  • データソース: 次のようなさまざまなデータソースに対応しています。
    • ウェブサイト: 公開ウェブサイトのインデックス登録を行い、ウェブサイトの構造化データによるインデックスの拡充などの高度な機能を使用します。
    • 構造化データ: データベース、Cloud Storage の JSON ファイル、BigQuery テーブルなど、定義された形式で整理されたデータを検索します(ホテル カタログ、不動産リスティング、レストラン ディレクトリなど)。
    • 非構造化データ: Cloud Storage または BigQuery に保存されている PDF、HTML ファイル、TXT ファイルなどのドキュメントや、JPEG ファイルや PNG ファイルなどの画像ファイルを検索します。
    • 統合検索: 上記のデータソースからデータを統合する複数のデータストアを検索します。たとえば、検索アプリを作成して、ウェブサイト データストアとドキュメント データストアに接続できます。これにより、ユーザーはすべてのコンテンツを一度に検索できます。
  • 根拠のある AI 回答の生成: データに基づいて AI 回答を生成し、ソース ドキュメントへの引用を付加します。フォローアップの質問や関連するクエリを尋ねることもできます。
  • パーソナライズ: クリックやコンバージョンなどのユーザー イベントでキャプチャされたユーザー インタラクションから学習することで、時間の経過とともに結果とランキングが改善されます。
  • カスタマイズ: ビジネスニーズに合わせて検索とブラウジングのエクスペリエンスを調整、構成するためのさまざまな方法を提供します。

概要

次の図は、カスタム検索の主要なコンポーネントと、それらの連携の仕組みを示しています。

一般的なカスタム検索の主要コンポーネント
図 1. カスタム検索のさまざまなコンポーネント

カスタム検索用の Vertex AI Search のコンポーネントは、次のように説明できます。

  • データストア: さまざまなデータソースのコンテンツが Vertex AI Search データストアに保存されます。ソースデータには、公開ウェブサイトのデータや構造化データと非構造化データを使用できます。
  • データ処理とインデックス登録: Vertex AI Search はデータを理解してインデックス登録し、検索可能で取得可能な表現を作成します。これには、次の処理が含まれます。
    • キーワードの抽出: 正しい情報を取得するために必要な重要な用語を特定して生成します。
    • エンベディングを使用したセマンティックな理解: コンテンツの意味を捉えるベクトル エンベディングを作成します。
    • メタデータの処理: ドキュメントの構造化データまたはメタデータを使用してドキュメントを処理します。たとえば、ホテルのカタログの場所、ウェブページのメタデータの変更日や作成日などです。
    • 高度なドキュメント解析: ドキュメントの構造を理解し、OCR またはレイアウト解析を使用して、表、画像、グラフなどの高度な情報をアノテーションします。
  • 検索アプリ: カスタム検索の中心となるのは検索アプリです。このアプリは、さまざまなソースからデータを取得する 1 つ以上のデータストアに接続します。統合検索の場合、データはコネクタを介して取り込まれます。検索とブラウジングの動作はアプリレベルで構成します。
  • ユーザー クエリ: アプリから情報を取得するためにユーザーが入力するもので、次の 2 種類があります。
    • 検索クエリ: ユーザーはテキストまたは画像を使用して、ターゲットを絞った検索クエリを入力します。テキスト検索は予測入力によって強化されています。
    • ナビゲーション クエリまたはブラウジング: 特定のクエリなしで、パーソナライズされた関連性の高いコンテンツを提供するための探索的検索。ユーザーの過去のアクティビティや、現在のカテゴリ ページや位置情報などの他のシグナルに基づいて動作します。
  • 取得とランキング: 結果の取得とランキングには、いくつかのサブコンポーネントがあります。
    • 検索のクエリ理解: Vertex AI Search は、次のものを使用して検索クエリを分析します。
      • 自然言語処理: 意図を理解します。
      • 自然言語理解によるフィルタ: 自然言語クエリの位置情報を地理座標に変換し、自然言語クエリの条件をフィルタに変換します。
      • ナレッジグラフ: 用語の曖昧さを解消し、検索を拡大します。
      • オプション機能: スペル修正、同義語、クエリの言い換えが含まれます。
    • 取得: Vertex AI Search は、次の方法に基づいて最も関連性の高いドキュメントまたはチャンクを検索します。
      • 検索のキーワード マッチング: 語句に基づく従来の検索。
      • セマンティック検索: エンベディングを使用して、概念的に類似したコンテンツを見つけます。
      • フィルタリング: 構成したフィルタ(日付、カテゴリ、関連性スコアなど)を適用します。
    • ランキング: Vertex AI Search は、次の要素に基づいて結果をランク付けします。
      • 関連性: 検索時のキーワードとセマンティック マッチングの組み合わせ。
      • ウェブサイト検索のウェブ シグナル: ページの品質や人気度などの要素。
      • ブースティングと目立たないようにする: 特定の結果を昇格または降格させるカスタムルール。
      • パーソナライズ: ユーザー インタラクションから学習します。これは省略可能ですが、強くおすすめします。
      • 並べ替え: 並べ替え手順(日付など)を適用します。
  • 結果と回答の生成:
    • 検索結果: 関連性の高いドキュメントまたはチャンクのランク付けされたリストが、スニペット、抽出回答、抽出セグメントなどのオプション機能とともに返されます。サービス提供コントロールを使用すると、提供される結果を構成できます。検索結果を調整することもできます。
    • 回答の生成: 上位の関連性の高い検索結果に基づいて、引用を含む簡潔な回答が生成されます。これには高度な LLM 機能が使用されます。
    • パーソナライズされたブラウジング: エンゲージメントまたはコンバージョンが発生する可能性が最も高いと予測される、パーソナライズされたドキュメントのセットが返されます。この予測では、ユーザーの操作から学習する高度なモデルが使用されます。
  • ユーザー イベント: クリックやビューなどのユーザー インタラクションを追跡するもので、Vertex AI Search が検索とパーソナライズを学習して改善するのに役立ちます。ユーザー イベントは、エンゲージメント、コンバージョン、収益などのビジネス KPI の最適化に役立ちます。

主な機能と構成

カスタム検索アプリでは、次の機能と構成を使用できます。各ステージでこれらの設定をカスタマイズして、ユーザーに最適な結果を提供できます。

一般的なカスタム検索の主要コンポーネント
図 2. カスタム検索の主な機能と構成

使用可能な構成は次のとおりです。

次のステップ