Si vous débutez avec Vertex AI Agent Builder, consultez le guide Premiers pas avec des recommandations génériques pour créer application exemple.
Configurer un projet Google Cloud, activer Vertex AI Agent Builder et configurer l'accès pour votre projet. Vous pouvez utiliser un projet Google Cloud existant vous en avez déjà une.
Actions
- Consultez la section Avant de commencer et confirmez que vous avez bien suivi la procédure.
Déterminez le type de données que vous mettrez à la disposition de votre application de recommandations et préparez-les à être importées dans Vertex AI Search.
Vous pouvez baser votre data store sur les types de données suivants :
- Données sur le site Web : URL des sites Web.
- Données non structurées Documents (PDF, fichiers HTML et fichiers TXT, par exemple) stockés dans Cloud Storage Vous pouvez éventuellement fournir dans un fichier JSON ou une table BigQuery.
- Données structurées Données fournies avec un schéma spécifique. Par exemple, vous pouvez fournir des données dans une table BigQuery ou sous forme de fichiers JSON dans Cloud Storage.
Actions
Consultez les informations sur les données compatibles et la relation entre les applis et les data stores dans la section À propos des applications et des données magasins.
Préparez vos données conformément aux exigences de la section Préparer les données pour de l'ingestion.
Créez un data store, puis importez-y vos données.
La méthode d'importation des données dépend de leur emplacement. Par exemple, si vos données se trouvent dans Cloud Storage, vous pouvez les importer à l'aide de la console ou de l'API en fournissant l'emplacement du bucket de vos données.
Actions
- Suivez les instructions pour votre source de données dans Créer une recommandation générique data store.
Créez votre application de recommandations générique et associez-la à votre nouveau data store.
Actions
Pour les applications contenant des données structurées ou des données non structurées avec des métadonnées, vous pouvez mettre à jour les paramètres des champs pour les rendre filtrables et filtrer les résultats de vos recommandations à l'aide de ces champs.
Actions
Définissez des champs spécifiques comme filtrables pour permettre à Vertex AI Search d'utiliser ces champs pour filtrer les recommandations. Consultez la section Configurer les paramètres des champs.
Vous pouvez prévisualiser vos recommandations pour vérifier si elles sont s'affiche comme prévu.
Actions
Pour prévisualiser vos recommandations, utilisez la console ou l'API Vertex AI Agent Builder.
Console Utilisez la page Aperçu de la console pour prévisualiser votre recommandations. Consultez les instructions de la console pour connaître le type de données utilisées par votre application dans Obtenir recommandations.
API : Si vous intégrez des appels d'API dans votre application, pour prévisualiser vos recommandations. Consultez les instructions REST pour connaître le type de données utilisé par votre application dans Obtenir des recommandations.
Lorsque vous êtes satisfait des aperçus de votre application de recommandations, partagez-la avec vos utilisateurs en la déployant sur votre site Web.
Actions
Pour déployer votre application de recommandations, intégrez des appels d'API à votre serveur ou à vos applications. Pour en savoir plus sur les appels d'API, consultez les instructions REST pour le type de données utilisé par votre application dans Obtenir des recommandations.
Pour accéder aux ressources de la bibliothèque cliente, consultez la page Client Vertex AI Agent Builder bibliothèques.
Vous pouvez gérer votre application pour vous assurer que les données les plus récentes et nécessaires sont disponibles dans votre data store.