Introdução à pesquisa personalizada

Esta página apresenta e lista os recursos da Pesquisa da Vertex AI para apps personalizados. A página também oferece links para os recursos, tutoriais e checklists disponíveis para você começar a usar a Pesquisa da Vertex AI para apps personalizados.

O que é a Vertex AI para Pesquisa em apps personalizados?

A Vertex AI para Pesquisa em apps personalizados é um mecanismo de pesquisa e descoberta de conteúdo avançado com a qualidade do Google que pode ser integrado aos seus aplicativos com dados de sites e outros dados estruturados ou não estruturados. A capacidade de pesquisa vai além da correspondência básica de palavras-chave e usa a IA para fornecer resultados altamente relevantes, oferecer experiências personalizadas de navegação e pesquisa e gerar respostas de IA com base nos seus dados.

Você pode usar um app de pesquisa personalizada para dados independentes de segmento que estão em sites públicos ou em formato estruturado ou não estruturado. Além disso, a Vertex AI para Pesquisa oferece outros apps de pesquisa e recomendações específicos de setor.

Principais recursos

Estes são os principais recursos da Vertex AI para Pesquisa:

  • Pesquisa de alta qualidade:usa a experiência de pesquisa do Google para entender a intenção do usuário, mesmo com consultas complexas e em linguagem natural. Ela combina pesquisa por palavra-chave e semântica para oferecer os melhores resultados.
  • Navegação personalizada:oferece resultados personalizados sem uma consulta de pesquisa específica e um feed personalizado com base no contexto e nos padrões de navegação de um usuário. É ideal para experiências de descoberta, em que é possível ver páginas de categorias e feeds da página inicial personalizados.
  • Fontes de dados:funciona com as seguintes fontes de dados:
    • Site:indexe seus sites públicos e use recursos avançados, como o enriquecimento de índice com os dados estruturados nos seus sites.
    • Dados estruturados:pesquise dados organizados em um formato definido, como bancos de dados, arquivos JSON no Cloud Storage ou tabelas do BigQuery. Por exemplo, catálogos de hotéis, anúncios de imóveis e diretórios de restaurantes.
    • Dados não estruturados:pesquise documentos como PDFs, arquivos HTML e TXT ou arquivos de imagem como JPEG e PNG armazenados no Cloud Storage ou no BigQuery.
    • Pesquisa combinada:pesquisa em vários repositórios de dados que combinam dados das fontes mencionadas acima. Por exemplo, é possível criar um app de pesquisa e conectá-lo a um repositório de dados de sites e outro de documentos. Isso permite que os usuários pesquisem todo o seu conteúdo de uma só vez.
  • Geração de respostas de IA embasadas:gera respostas de IA baseadas nos seus dados, com citações dos documentos de origem. Você também pode fazer perguntas complementares e consultas relacionadas.
  • Personalização:melhora os resultados e a classificação ao longo do tempo aprendendo com as interações do usuário capturadas em eventos do usuário, como cliques e conversões.
  • Personalização:oferece várias maneiras de ajustar e configurar a experiência de pesquisa e navegação para atender às necessidades da sua empresa.

Visão geral

O diagrama a seguir mostra os principais componentes da Pesquisa personalizada e como eles funcionam juntos:

principais componentes da pesquisa personalizada genérica
Figura 1. Diferentes componentes da pesquisa personalizada

Os componentes da Vertex AI para Pesquisa personalizada podem ser explicados da seguinte maneira:

  • Repositório de dados: seu conteúdo de diferentes fontes de dados é armazenado em um repositório de dados da Vertex AI para Pesquisa. Os dados de origem podem ser de sites públicos ou estruturados e não estruturados.
  • Processamento e indexação de dados: a Vertex AI para Pesquisa entende e indexa seus dados, criando uma representação pesquisável e recuperável. Isso inclui o seguinte:
    • Extração de palavras-chave:identifica e gera termos importantes necessários para recuperar as informações corretas.
    • Compreensão semântica usando embeddings:cria embeddings de vetores para capturar o significado do conteúdo.
    • Processamento de metadados:processa seus documentos usando os dados estruturados ou metadados deles. Por exemplo, o local em um catálogo de hotéis ou as datas de modificação ou criação nos metadados de uma página da Web.
    • Análise avançada de documentos:entende a estrutura do documento e anota informações avançadas, como tabelas, imagens e gráficos, usando OCR ou análise de layout.
  • App de pesquisa: no centro da pesquisa personalizada está um app de pesquisa, que se conecta a um ou mais repositórios de dados que trazem dados de diferentes fontes. Na pesquisa combinada, os dados são ingeridos por conectores. Você configura o comportamento de pesquisa e navegação no nível do app.
  • Consulta do usuário: a entrada de um usuário destinada a recuperar informações do seu app, que pode ser de dois tipos:
    • Consulta de pesquisa: o usuário insere uma consulta de pesquisa segmentada usando texto ou imagens. A pesquisa textual é feita com o preenchimento automático.
    • Consulta ou navegação: uma pesquisa exploratória para oferecer conteúdo personalizado e relevante sem uma consulta específica. Ela é gerada com base na atividade anterior do usuário e em outros indicadores, como a página de categoria e a localização atuais.
  • Recuperação e classificação:há vários subcomponentes para recuperação e classificação de resultados:
    • Entendimento de consultas para pesquisa:a Vertex AI para Pesquisa analisa uma consulta de pesquisa usando o seguinte:
      • Processamento de linguagem natural:para entender a intenção.
      • Filtros com processamento de linguagem natural:traduz locais de consultas em linguagem natural para geocoordenadas e condições de consultas em linguagem natural para filtros.
      • Mapa de informações:para eliminar a ambiguidade dos termos e ampliar a pesquisa.
      • Recursos opcionais:inclui correção ortográfica, sinônimos e reformulação de consultas.
    • Recuperação:a Vertex AI para Pesquisa encontra os documentos ou blocos mais relevantes com base nos seguintes métodos:
      • Correspondência de palavras-chave para pesquisa:pesquisa convencional baseada em termos.
      • Pesquisa semântica:usa embeddings para encontrar conteúdo conceitualmente semelhante.
      • Filtragem:aplicação de todos os filtros configurados, como data, categoria ou pontuação de relevância.
    • Ranking:a Vertex AI para Pesquisa classifica os resultados com base nos seguintes fatores:
      • Relevância:uma combinação de correspondência semântica e de palavras-chave durante a pesquisa.
      • Indicadores da Web para pesquisa em sites:fatores como qualidade e popularidade da página.
      • Intensificação e encerramento:suas regras personalizadas para promover ou rebaixar determinados resultados.
      • Personalização:aprendizado com as interações do usuário. Isso é opcional, mas altamente recomendado.
      • Ordenação:aplicação de instruções de ordenação, por exemplo, por data.
  • Resultados e geração de respostas:
    • Resultados da pesquisa:uma lista classificada de documentos ou partes relevantes é retornada com recursos opcionais, como snippets, respostas e segmentos extraídos. Os resultados veiculados podem ser configurados com a ajuda dos controles de veiculação. Você também pode ajustar os resultados da pesquisa.
    • Geração de respostas:uma resposta concisa e sintetizada é gerada com base nos resultados mais relevantes e principais, com citações. Isso usa recursos avançados de LLM.
    • Navegação personalizada:um conjunto personalizado de documentos com a maior probabilidade prevista de engajamento ou conversão é retornado. Essa previsão usa um modelo avançado que aprende com as interações do usuário.
  • Eventos do usuário:um rastreador de interações do usuário, como cliques e visualizações, que ajuda a Vertex AI Search a aprender e melhorar a pesquisa e a personalização. Os eventos do usuário ajudam a otimizar seus KPIs de negócios, incluindo engajamento, conversão e receita.

Principais recursos e configurações

Os seguintes recursos e configurações estão disponíveis para seus apps de pesquisa personalizada. Em cada etapa, você pode personalizar essas configurações para veicular os melhores resultados aos usuários.

principais componentes da pesquisa personalizada genérica
Figura 2. Principais recursos e configurações na pesquisa personalizada

Para elaborar, confira as configurações disponíveis:

A seguir