Ricevere riepiloghi delle ricerche

Questa pagina mostra come utilizzare l'API per ottenere riepiloghi della ricerca con i risultati di ricerca. Inoltre, spiega le opzioni disponibili con i riepiloghi della ricerca. Solo per dati non strutturati e del sito web.

Per informazioni su come ricevere risposte con l'AI generativa per le query sui dati sanitari, consulta Eseguire ricerche utilizzando query in linguaggio naturale con risposta con AI generativa.

Prima di iniziare

A seconda del tipo di app, completa i seguenti requisiti:

Visualizzare un riepilogo della ricerca

Un riepilogo della ricerca è un breve riepilogo dei risultati di ricerca principali retitrati in una risposta di ricerca. Il riepilogo stesso è tratto dalle risposte estrattive restituite nella risposta. Pertanto, per ottenere un riepilogo, devi anche ottenere risposte estrattive con i risultati di ricerca. Per ulteriori informazioni, consulta Ricevere risposte estrattive (anteprima).

L'immagine seguente mostra il riepilogo quando viene eseguita una query sui PDF in un datastore con summaryResultCount impostato su 5. I contenuti del riepilogo possono variare in base alle configurazioni dell'app.

La query è "Definisci costi operativi". La sezione del riepilogo della ricerca mostra un riepilogo estratto dai risultati principali.
Figura 1. Widget di esempio con un riepilogo della ricerca.

I riepiloghi della ricerca possono includere testo formattato in Markdown. Per questo motivo, ti consigliamo di utilizzare un parser Markdown nella tua applicazione per eseguire il rendering del testo Markdown.

Per visualizzare un riepilogo della ricerca:

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi i valori per summaryResultCount e maxExtractiveAnswerCount. Per ulteriori informazioni sull'invio di una richiesta di ricerca, vedi Ottenere i risultati di ricerca.

    Nell'esempio seguente, summarySpec indica che vuoi un riepilogo della ricerca e che il riepilogo deve essere generato dai tre risultati di ricerca principali.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }

    • summaryResultCount: il numero di risultati principali da cui generare il riepilogo della ricerca. Se il numero di risultati restituiti è inferiore a summaryResultCount, il riepilogo viene generato da tutti i risultati.

    • maxExtractiveAnswerCount: il numero di risposte estrattive da restituire per ogni risultato di ricerca. Il valore predefinito è 0 e il massimo è 1.

  2. Recupera il riepilogo dalla risposta della ricerca. In ogni risposta viene restituita una proprietà summary.

    Ecco un esempio di riepilogo restituito alla fine di una risposta alla ricerca:

    "summary":
{
  "summaryText": "BigQuery is Google Cloud's fully managed and completely
  serverless enterprise data warehouse. BigQuery supports all data types,
  works across clouds, and has built-in machine learning and business
  intelligence, all within a unified platform."
}

Generare riepiloghi da blocchi semantici

Puoi attivare use_semantic_chunks per generare riepiloghi dai frammenti di documento più pertinenti. L'utilizzo di chunk semantici per la generazione di un riepilogo aumenta il recupero e il richiamo rispetto al comportamento predefinito di utilizzo delle risposte estrattive.

Quando l'organizzazione in blocchi semantici è attiva per i riepiloghi, la risposta restituisce il riepilogo e i contenuti di ogni blocco utilizzato dal riepilogo.

Per utilizzare i chunk semantici per la generazione di un riepilogo:

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi "use_semantic_chunks": true. Per ulteriori informazioni sull'invio di una richiesta di ricerca, consulta Ottenere i risultati di ricerca.

    Il seguente esempio di summarySpec indica che vuoi un riepilogo della ricerca che utilizzi chunk semantici, il numero di risultati da includere e se includere le citazioni.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "useSemanticChunks": SEMANTIC_CHUNK_BOOLEAN,
     "summaryResultCount": SUMMARY_RESULT_COUNT,
     "includeCitations": CITATIONS_BOOLEAN,
   }
 }
    • SEMANTIC_CHUNK_BOOLEAN: un valore booleano che specifica se utilizzare chunk semantici per generare il riepilogo della ricerca. Se impostato su true, vengono utilizzati i chunk semantici.
    • SUMMARY_RESULT_COUNT: il numero di risultati principali da cui generare il riepilogo della ricerca. Il valore massimo è 10.
    • CITATIONS_BOOLEAN: un valore booleano che specifica se devono essere restituite le citazioni. Se hai attivato la modalità chunk quando hai creato il datastore, le citazioni fanno riferimento ai chunk. In caso contrario, le citazioni fanno riferimento ai documenti di origine. Per saperne di più sulla modalità chunk, consulta Eseguire l'analisi e suddividere i documenti.

  2. Recupera il riepilogo dalla risposta della ricerca.

    Ecco un esempio di risposta alla ricerca che include un riepilogo generato da chunk e citazioni. La parte references della risposta contiene i contenuti dei chunk da cui viene generato il riepilogo.

    Risposta

    {
  "results": [
    {
      "id": "123xyz",
      "document": {
        "name": "projects/exampleproject/locations/global/collections/default_collection/dataStores/exampledatastore/branches/0/documents/123xyz",
        "id": "123xyz",
        "derivedStructData": {
          "link": "gs://examplebucket/alphabet-investor-pdfs/2004_google_annual_report.pdf"
        }
      }
    }
  ],
  "totalSize": 8375,
  "attributionToken": "abcdefg",
  "nextPageToken": "hijklmnop",
  "guidedSearchResult": {},
  "summary": {
    "summaryText": "Google's search technology uses a combination of techniques to determine the importance of a web page independent of a particular search query and to determine the relevance of that page to a particular search query. [1]",
    "summaryWithMetadata": {
      "summary": "Google's search technology uses a combination of techniques to determine the importance of a web page independent of a particular search query and to determine the relevance of that page to a particular search query.",
      "citationMetadata": {
        "citations": [
          {
            "endIndex": "216",
            "sources": [
              {}
            ]
          }
        ]
      },
      "references": [
        {
          "document": "projects/exampleproject/locations/global/collections/default_collection/dataStores/exampledatastore/branches/0/documents/123xyz",
          "chunkContents": [
            {
              "content": "Groups contains more than 1 billion messages from Usenet Internet discussion groups dating back to 1981.The\ndiscussions in these groups cover a broad range of discourse and provide a comprehensive look at evolving\nviewpoints, debate and advice on many subjects.The new Google Groups adds in the ability to create your own\ngroups for you and your friends and an improved user interface.Google Mobile.Google Mobile offers people the ability to search and view both the "mobile web,"\nconsisting of pages created specifically for wireless devices, and the entire Google index of more than 8 billion\nweb pages.Google Mobile works on devices that support WAP, WAP 2.0, i-mode or j-sky mobile Internet\nprotocols.In addition, users can access a variety of information using Google SMS by typing a query to the\nGoogle shortcode.Google Mobile is available through many wireless and mobile phone services worldwide.",
              "pageIdentifier": "17"
            },
            {
              "content": "Google Labs is our playground for our engineers and for adventurous Google users.On Google\nLabs, we post product prototypes and solicit feedback on how the technology could be used or improved.Current Google Labs examples include:Google Personalized Search—provides customized search results based on an individual user's interests.Froogle Wireless—gives people the ability to search for product information from their mobile phones\nand other wireless devices.Google Maps—enables users to see maps, get directions, and find local businesses and services quickly\nand easily.Google Maps has several unique features, including draggable maps, integrated local search\nfrom Google Local, and keyboard shortcuts.Google Scholar—enables users to search specifically for scholarly literature, including peer-reviewed\npapers, theses, books, preprints, abstracts and technical reports from all broad areas of research.Google\nScholar can be used to find articles from a wide variety of academic publishers, professional societies,\npreprint repositories and universities, as well as scholarly articles available across the web.Google Suggest—guesses what you're typing and offers suggestions in real time.This is similar to\nGoogle's "Did you mean?"feature that offers alternative spellings for your query after you search, except\nthat it works in real time.",
              "pageIdentifier": "17"
            },
            {
              "content": "Groups contains more than 1 billion messages from Usenet Internet discussion groups dating back to 1981.The\ndiscussions in these groups cover a broad range of discourse and provide a comprehensive look at evolving\nviewpoints, debate and advice on many subjects.The new Google Groups adds in the ability to create your own\ngroups for you and your friends and an improved user interface.Google Mobile.Google Mobile offers people the ability to search and view both the "mobile web,"\nconsisting of pages created specifically for wireless devices, and the entire Google index of more than 8 billion\nweb pages.Google Mobile works on devices that support WAP, WAP 2.0, i-mode or j-sky mobile Internet\nprotocols.In addition, users can access a variety of information using Google SMS by typing a query to the\nGoogle shortcode.Google Mobile is available through many wireless and mobile phone services worldwide.\n\nGoogle Local.Google Local enables users to find relevant local businesses near a city, postal code, or specific\naddress.This service combines Yellow Page listings with information found on web pages, and plots their\nlocations on interactive maps.Google Print.Google Print brings information online that had previously not been available to web\nsearchers.Under this program, we enable a number of publishers to host their content and show their\npublications at the top of our search results.",
              "pageIdentifier": "17"
            },
            {
              "content": "Votes cast by important web pages with high PageRank weigh more heavily and are\nmore influential in deciding the PageRank of pages on the web.Text-Matching Techniques.Our technology employs text-matching techniques that compare search queries\nwith the content of web pages to help determine relevance.Our text-based scoring techniques do far more than\ncount the number of times a search term appears on a web page.For example, our technology determines the\nproximity of individual search terms to each other on a given web page, and prioritizes results that have the\nsearch terms near each other.Many other aspects of a page's content are factored into the equation, as is the\ncontent of pages that link to the page in question.By combining query independent measures such as PageRank\nwith our text-matching techniques, we are able to deliver search results that are relevant to what people are\ntrying to find.\n\nAdvertising Technology\nOur advertising program serves millions of relevant, targeted ads each day based on search terms people\n\nenter or content they view on the web.The key elements of our advertising technology include:\n\nGoogle AdWords Auction System.We use the Google AdWords auction system to enable advertisers to\nautomatically deliver relevant, targeted advertising.",
              "pageIdentifier": "21"
            },
            {
              "content": "Votes cast by important web pages with high PageRank weigh more heavily and are\nmore influential in deciding the PageRank of pages on the web.Text-Matching Techniques.Our technology employs text-matching techniques that compare search queries\nwith the content of web pages to help determine relevance.Our text-based scoring techniques do far more than\ncount the number of times a search term appears on a web page.For example, our technology determines the\nproximity of individual search terms to each other on a given web page, and prioritizes results that have the\nsearch terms near each other.Many other aspects of a page's content are factored into the equation, as is the\ncontent of pages that link to the page in question.By combining query independent measures such as PageRank\nwith our text-matching techniques, we are able to deliver search results that are relevant to what people are\ntrying to find.\n\nAdvertising Technology\nOur advertising program serves millions of relevant, targeted ads each day based on search terms people\n\nenter or content they view on the web.The key elements of our advertising technology include:",
              "pageIdentifier": "21"
            },
            {
              "content": "Google Maps—enables users to see maps, get directions, and find local businesses and services quickly\nand easily.Google Maps has several unique features, including draggable maps, integrated local search\nfrom Google Local, and keyboard shortcuts.Google Scholar—enables users to search specifically for scholarly literature, including peer-reviewed\npapers, theses, books, preprints, abstracts and technical reports from all broad areas of research.Google\nScholar can be used to find articles from a wide variety of academic publishers, professional societies,\npreprint repositories and universities, as well as scholarly articles available across the web.Google Suggest—guesses what you're typing and offers suggestions in real time.This is similar to\nGoogle's "Did you mean?"feature that offers alternative spellings for your query after you search, except\nthat it works in real time.Google Video—includes thousands of programs that play on our TVs every day.Google Video enables\nyou to search a growing archive of televised content—everything from sports to dinosaur\ndocumentaries to news shows.\n\n6",
              "pageIdentifier": "17"
            },
            {
              "content": "Every search query we process involves the automated\nexecution of an auction, resulting in our advertising system often processing hundreds of millions of auctions per\nday.To determine whether an ad is relevant to a particular query, this system weighs an advertiser's willingness\nto pay for prominence in the ad listings (the CPC) and interest from users in the ad as measured by the click\nthrough rate and other factors.If an ad does not attract user clicks, it moves to a less prominent position on the\npage, even if the advertiser offers to pay a high amount.This prevents advertisers with irrelevant ads from\n"squatting" in top positions to gain exposure.Conversely, more relevant, well-targeted ads that are clicked on\nfrequently move up in ranking, with no need for advertisers to increase their bids.Because we are paid only\nwhen users click on ads, the AdWords ranking system aligns our interests equally with those of our advertisers\nand our users.The more relevant and useful the ad, the better for our users, for our advertisers and for us.\n\nThe AdWords auction system also incorporates our AdWords discounter, which automatically lowers the\namount advertisers actually pay to the minimum needed to maintain their ad position.",
              "pageIdentifier": "21"
            },
            {
              "content": "Web Search Technology\nOur web search technology uses a combination of techniques to determine the importance of a web page\nindependent of a particular search query and to determine the relevance of that page to a particular search\nquery.We do not explain how we do ranking in great detail because some people try to manipulate our search\nresults for their own gain, rather than in an attempt to provide high-quality information to users.\n\nRanking Technology.One element of our technology for ranking web pages is called PageRank.While we\ndeveloped much of our ranking technology after Google was formed, PageRank was developed at Stanford\nUniversity with the involvement of our founders, and was therefore published as research.Most of our current\nranking technology is protected as trade-secret.PageRank is a query-independent technique for determining the\nimportance of web pages by looking at the link structure of the web.PageRank treats a link from web page A to\nweb page B as a "vote" by page A in favor of page B.The PageRank of a page is the sum of the PageRank of the\npages that link to it.The PageRank of a web page also depends on the importance (or PageRank) of the other\nweb pages casting the votes.",
              "pageIdentifier": "21"
            },
            {
              "content": "The Company recognizes as revenue the fees charged advertisers each time a user clicks on one of the text\nbased ads that are displayed next to the search results on Google web sites.Effective January 1, 2004, the\nCompany offered a single pricing structure to all of its advertisers based on the AdWords cost per click model.\n\nGoogle AdSense is the program through which the Company distributes its advertisers' text-based ads for\ndisplay on the web sites of the Google Network members.In accordance with Emerging Issues Task Force\n("EITF") Issue No. 99 19, Reporting Revenue Gross as a Principal Versus Net as an Agent, the Company recognizes\nas revenues the fees it receives from its advertisers.This revenue is reported gross primarily because the\nCompany is the primary obligor to its advertisers.\n\nThe Company generates fees from search services through a variety of contractual arrangements, which\ninclude per-query search fees and search service hosting fees.Revenues from set up and support fees and search\nservice hosting fees are recognized on a straight-line basis over the term of the contract, which is the expected\nperiod during which these services will be provided.The Company's policy is to recognize revenues from per\nquery search fees in the period queries are made and results are delivered.\n\nThe Company provides search services pursuant to certain AdSense agreements.",
              "pageIdentifier": "85"
            },
            {
              "content": "On Google Print pages, we provide links to book sellers that may\noffer the full versions of these publications for sale, and we show content-targeted ads that are served through\nthe Google AdSense program.Google Desktop Search.Google Desktop Search enables our users to perform a full text search on the\ncontents of their own computer, including email, files, instant messenger chats and web browser history.Users\ncan use this service to view web pages they have visited even when they are not online.Google Alerts.Google Alerts are email updates of the latest relevant Google results (web, news, etc.) based\non the user's choice of query or topic.Typical uses include monitoring a developing news story, keeping current\non a competitor or industry, getting the latest on a celebrity or event, or keeping tabs on a favorite sports team.Google Labs.Google Labs is our playground for our engineers and for adventurous Google users.On Google\nLabs, we post product prototypes and solicit feedback on how the technology could be used or improved.Current Google Labs examples include:Google Personalized Search—provides customized search results based on an individual user's interests.Froogle Wireless—gives people the ability to search for product information from their mobile phones\nand other wireless devices.",
              "pageIdentifier": "17"
            }
          ]
        }
      ]
    }
  }
}

Ricevere citazioni

Le citazioni, se specificate, sono numeri inseriti in linea nel riepilogo della ricerca. Questi numeri indicano da quali risultati di ricerca sono tratte frasi specifiche nel riepilogo.

Per ottenere le citazioni:

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi "includeCitations": true. Per ulteriori informazioni sull'invio di una richiesta di ricerca, consulta Ricevere i risultati di ricerca.

    Nell'esempio seguente, summarySpec indica che vuoi un riepilogo della ricerca, che il riepilogo deve essere generato dai tre risultati di ricerca principali e che le citazioni devono essere incluse nel riepilogo.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "includeCitations": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: il numero di risultati principali da cui generare il riepilogo della ricerca. Se il numero di risultati restituiti è inferiore a summaryResultCount, il riepilogo viene generato da tutti i risultati. Il valore massimo è 5.
    • includeCitations: un valore booleano che specifica se le citazioni vengono riportate.
    • maxExtractiveAnswerCount: il numero di risposte estrattive da restituire per ogni risultato di ricerca. Il valore predefinito è 0 e il massimo è 1.

  2. Ottieni il riepilogo, con le citazioni, dalla risposta alla ricerca. In ogni risposta viene restituita una proprietà summary.

    Ecco un esempio di riepilogo, con citazioni e metadati delle citazioni, restituito alla fine di una risposta alla ricerca:

    "summary": {
 "summaryText": "BigQuery is Google Cloud's fully managed and completely
  serverless enterprise data warehouse [1]. BigQuery supports all data types,
  works across clouds, and has built-in machine learning and business
  intelligence, all within a unified platform [2, 3].",
 "summaryWithMetadata": {
   "summary": "BigQuery is Google Cloud's fully managed and completely
   serverless enterprise data warehouse. BigQuery supports all data types,
   works across clouds, and has built-in machine learning and business
   intelligence, all within a unified platform.",
   "citationMetadata": {
     "citations": [
       {
         "startIndex": "0",
         "endIndex": "101",
         "sources": [
           {
             "uri": "gs://example-dataset/html/6344007140738632642.html",
             "title": "About BigQuery",
             "id": "b6344007140738632642",
             "referenceIndex": "0"
           },
           {
             "uri": "gs://example-dataset/html/1365490014946172719.html",
             "title": "Google Cloud article",
             "id": "b1365490014946172719",
             "referenceIndex": "1"
           },
           {
             "uri": "gs://example-dataset/html/2687910668117268120.html",
             "title": "BigQuery document",
             "id": "a2687910668117268120",
             "referenceIndex": "2"
           }
         ]
       },
       {
         "startIndex": "103",
         "endIndex": "230",
         "sources": [
           {
             "referenceIndex": "0"
            },
           {
             "referenceIndex": "1"
           },
           {
             "referenceIndex": "2",
           }
         ]
       }
     ]
   },
   "references": [
   {
     "title": "Sports in the United States",
     "docName": "projects/123/locations/global/collections/default_collection/dataStores/ds-123/branches/0/documents/b6344007140738632642",
     "uri": "https://example.com/bigqueryA"
   },
   {
     "title": "Sports in the United States",
     "docName": "projects/123/locations/global/collections/default_collection/dataStores/ds-123/branches/0/documents/b1365490014946172719",
     "uri": "https://example.com/bigqueryB"
   },
   {
     "title": "Sports in the United States",
     "docName": "projects/123/locations/global/collections/default_collection/dataStores/ds-123/branches/0/documents/a268791066811726812",
     "uri": "https://example.com/bigqueryC"
   }
 ]
}
}
    • summaryText: il riepilogo della ricerca, con i numeri di citazione. I numeri di citazione fanno riferimento ai risultati di ricerca restituiti e sono indicizzati da 1. Ad esempio, [1] indica che la frase è attribuita al primo risultato di ricerca. [2, 3] indica che la frase è attribuita sia al secondo che al terzo risultato di ricerca.
    • citations: per ogni frase del riepilogo contenente una citazione, elenca i metadati della citazione.
    • startIndex: indica l'inizio della frase, misurato in byte Unicode.
    • endIndex: indica la fine della frase, misurata in byte Unicode.
    • sources: elenca il referenceIndex per ogni fonte inclusa nella citazione della frase. referenceIndex è il numero di indice assegnato a una sorgente. referenceIndex della prima origine non viene sempre restituito esplicitamente nella risposta. Poiché referenceIndex è indicizzato da 0, la prima fonte ha sempre un valore referenceIndex pari a 0.
    • references: elenca i metadati di ogni riferimento citato nel riepilogo. I metadati includono title, docName e uri.

Ignorare le query dirette

Le query di tipo adversarial includono commenti negativi o sono progettate per generare output non sicuri e in violazione delle norme. Puoi specificare che non devono essere restituiti riepiloghi della ricerca per le query dirette. Quando una query nemica viene ignorata, la proprietà summaryText contiene un testo boilerplate che indica che non viene restituito alcun riepilogo della ricerca. I documenti di ricerca vengono restituiti per le query dirette anche se i riepiloghi della ricerca non lo sono.

Per specificare che non devono essere restituiti riepiloghi della ricerca per le query dirette contro Google:

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi "ignoreAdversarialQuery": true. Per ulteriori informazioni sull'invio di una richiesta di ricerca, consulta Ricevere i risultati di ricerca.

    Nell'esempio seguente, summarySpec indica che vuoi un riepilogo della ricerca, che deve essere generato dai tre risultati di ricerca principali, ma che non deve essere restituito alcun riepilogo per le query di attacco.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreAdversarialQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: il numero di risultati principali da cui generare il riepilogo della ricerca. Se il numero di risultati restituiti è inferiore a summaryResultCount, il riepilogo viene generato da tutti i risultati. Il valore massimo è 5.
    • ignoreAdversarialQuery: un valore booleano che specifica che non devono essere restituiti riepiloghi della ricerca per le query di attacco.
    • maxExtractiveAnswerCount: il numero di risposte estrattive da restituire per ogni risultato di ricerca. Il valore predefinito è 0 e il massimo è 1.

  2. Visualizza la proprietà summary restituita per una richiesta di ricerca con finalità dannose.

    Ecco un esempio:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
   "ADVERSARIAL_QUERY_IGNORED"
 ]
}
    • summaryText: testo boilerplate che indica che non viene visualizzato alcun riepilogo della ricerca.
    • summarySkippedReasons: un'enumerazione con i valori per i motivi per cui è stato omesso il riepilogo.

Ignora le query di ricerca non di riepilogo

Le query che non cercano un riepilogo restituiscono risultati non adatti per la sintesi. Ad esempio, "Perché il cielo è blu" e "Chi è il miglior calciatore al mondo?" sono query che cercano un riepilogo, ma non lo sono "Aeroporto di San Francisco" e "Coppa del mondo 2026". Si tratta molto probabilmente di query di navigazione. Puoi specificare che non vengano restituiti riepiloghi della ricerca per le query di ricerca non riepilogative. I documenti di ricerca vengono restituiti per le query di ricerca non relative ai riepiloghi, anche se i riepiloghi della ricerca non vengono restituiti.

Per specificare che non devono essere restituiti riepiloghi della ricerca per le query di ricerca non riepilogative:

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi "ignoreNonSummarySeekingQuery": true. Per ulteriori informazioni sull'invio di una richiesta di ricerca, consulta Ottenere i risultati di ricerca.

    Nell'esempio seguente, summarySpec indica che vuoi un riepilogo della ricerca, che deve essere generato dai tre risultati di ricerca principali, ma che non deve essere restituito alcun riepilogo per le query di ricerca non riepilogative.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreNonSummarySeekingQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: il numero di risultati principali da cui generare il riepilogo della ricerca. Se il numero di risultati restituiti è inferiore a summaryResultCount, il riepilogo viene generato da tutti i risultati. Il valore massimo è 5.
    • ignoreNonSummarySeekingQuery: un valore booleano che specifica che non devono essere restituiti riepiloghi della ricerca per le query di ricerca non riepilogative.
    • maxExtractiveAnswerCount: il numero di risposte estrattive da restituire per ogni risultato di ricerca. Il valore predefinito è 0 e il massimo è 1.

  2. Visualizza la proprietà summary restituita per una richiesta di ricerca non di tipo riepilogativa.

    Ecco un esempio:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
    "NON_SUMMARY_SEEKING_QUERY_IGNORED"
 ]
}
    • summaryText: testo boilerplate che indica che non viene visualizzato alcun riepilogo della ricerca.
    • summarySkippedReasons: un'enumerazione con i valori per i motivi per cui è stato omesso il riepilogo.

Ricevere riepiloghi personalizzati

Puoi ricevere riepiloghi personalizzati fornendo istruzioni in linguaggio naturale. Questa funzionalità è disponibile per il widget di ricerca utilizzando la console e per l'API inserendo le istruzioni nel campo modelPromptSpec.preamble.

Puoi richiedere personalizzazioni come lunghezza, livello di dettaglio, stile di output (ad es. "semplice"), lingua di output, punto focale della risposta e formato (ad es. tabelle, elenchi puntati e XML).

Ad esempio, per la query What are the benefits of bigquery?, puoi inserire istruzioni di personalizzazione come negli esempi seguenti:

  • Istruzioni di esempio: please show the answer format in an ordered list

    Risposta di esempio:

    The benefits of BigQuery are:

1. Increased business productivity
2. IT staff productivity
3. Reduced infrastructure costs
4. Loading and exporting data are free

  • Istruzioni di esempio: give a very detailed answer

    Risposta di esempio:

    BigQuery is a serverless, highly scalable, and cost-effective cloud data warehouse that enables businesses to analyze all their data very quickly. It is a fully managed service that takes care of provisioning, scaling, and managing the underlying infrastructure, so you can focus on analyzing your data. BigQuery is also integrated with other Google Cloud services, such as Google Kubernetes Engine, Cloud Data Fusion, and Cloud Dataproc, making it easy to build and deploy data pipelines.

Here are some of the benefits of using BigQuery:

* **Fast and scalable:** BigQuery can process petabytes of data very quickly, and it can scale to handle even the most demanding workloads. * **Cost-effective:** BigQuery is a very cost-effective way to store and analyze data. You only pay for the data that you use, and there are no upfront costs or commitments. * **Secure:** BigQuery is a secure platform that meets the needs of even the most security-conscious organizations. * **Easy to use:** BigQuery is easy to use, even for non-technical users. It has a simple and intuitive user interface, and it supports a variety of data sources. * **Integrated with other Google Cloud services:** BigQuery is integrated with other Google Cloud services, making it easy to build and deploy data pipelines.

If you are looking for a fast, scalable, and cost-effective way to analyze your data, then BigQuery is a great option.

Best practice per i riepiloghi personalizzati

Se prevedi di utilizzare questa funzionalità:

  • Richiedi una sola personalizzazione alla volta. Non combinare le personalizzazioni, ad esempio richiedendo una tabella HTML in francese.
  • Google consiglia di imporre limiti alle personalizzazioni che gli utenti finali possono richiedere, ad esempio offrendo un selettore con un insieme di personalizzazioni predefinite.

Personalizzare i riepiloghi

Puoi ottenere riassunti personalizzati solo per il widget di ricerca utilizzando la console o, per qualsiasi richiesta di ricerca, utilizzando l'API.

Per ottenere un riepilogo personalizzato:

Console

  1. Nella console Google Cloud, vai alla pagina Agent Builder.

    Agent Builder

  2. Fai clic sul nome dell'app da modificare.

  3. Vai a Configurazioni > UI.

  4. Assicurati che il Tipo di ricerca del widget di ricerca sia impostato su Ricerca con una risposta o Ricerca con follow-up. Questa funzionalità non è disponibile se è selezionata l'opzione Ricerca.

  5. Attiva l'opzione Attiva personalizzazione del riassunto.

  6. Per inserire istruzioni di riepilogo, esegui una delle seguenti operazioni:

    • Inserisci istruzioni in formato libero: inserisci le tue istruzioni in linguaggio naturale nel campo Preambolo.
    • Utilizza le istruzioni del modello: fai clic su Sostituisci con un modello e seleziona una delle istruzioni del modello predefinite. Il modello predefinito viene visualizzato nel campo Preambolo dopo averlo selezionato.

  7. Testa la generazione di riepiloghi personalizzati per la tua app cercando nel riquadro Anteprima.

  8. Per ripristinare l'ultimo insieme di istruzioni salvato, fai clic su Ripristina preambulo.

  9. Per salvare le impostazioni nel widget, fai clic su Salva e pubblica.

REST

  1. Invia una richiesta di ricerca che includa contentSearchSpec.summarySpec e specifichi l'istruzione di personalizzazione in modelPromptSpec.preamble. Per ulteriori informazioni sull'invio di una richiesta di ricerca, consulta Ottenere i risultati di ricerca.

    Nell'esempio seguente, summarySpec indica che vuoi un riepilogo della ricerca, che deve essere generato dai tre risultati di ricerca principali e personalizzato come se fosse spiegato a un bambino di 10 anni.

    "contentSearchSpec":
  {
    "summarySpec":
    {
      "summaryResultCount": 3,
      "modelPromptSpec":
      {
        "preamble": "explain like you would to a ten year old"
      }
    }
  }
    • summaryResultCount: il numero di risultati principali da cui generare il riepilogo della ricerca. Se il numero di risultati restituiti è inferiore a summaryResultCount, il riepilogo viene generato da tutti i risultati. Il valore massimo è 5.
    • preamble: le istruzioni per la personalizzazione.

  2. Ottieni il riepilogo personalizzato dalla risposta alla ricerca.

    Ecco un esempio di riepilogo personalizzato restituito:

    "summary":
{
  "summaryText": "BigQuery is a serverless data warehouse that helps you
  analyze all your data very quickly. It's very easy to use and you don't
  need to worry about managing servers or infrastructure. BigQuery is also
  very scalable, so you can analyze large datasets without any problems."
}
    • summaryText: il riepilogo della ricerca personalizzata.

Specifica il modello di sintesi

Puoi specificare il modello che vuoi utilizzare per generare i riepiloghi.

Puoi specificare stable, preview o una versione del modello specifica per nome. Per le versioni del modello disponibili, consulta Versioni e ciclo di vita dei modelli di generazione di risposte.

Per modificare la versione del modello:

  1. Invia una richiesta di ricerca che includa ContentSearchSpec.SummarySpec.ModelSpec per specificare la versione del modello.

    "contentSearchSpec": {
  "summarySpec": {
    "modelSpec": {
      "version": "MODEL_VERSION"
     }
   }
 }

    • MODEL_VERSION: specifica il modello da utilizzare per generare i riepiloghi. I valori supportati sono:

      • stable: stringa. Specifica predefinita quando non viene specificato alcun valore. stable fa riferimento a una versione del modello GA ottimizzata per la generazione di risposte. Il modello a cui fa riferimento stable varia con il rilascio di nuove versioni del modello GA e il ritiro delle versioni precedenti. Per la versione aggiornata a cui fa riferimento stable, consulta Versioni e ciclo di vita dei modelli di generazione di risposte.
      • preview: stringa. preview rimanda all'ultimo modello Gemini per le domande e le risposte. Per ulteriori informazioni su Gemini, consulta la Panoramica dei modelli.
      • Per specificare una determinata versione del modello, inserisci il nome della versione, ad esempio gemini-1.5-flash-002/answer_gen/v1. Per le versioni supportate, consulta Versioni e ciclo di vita del modello di generazione di risposte.

Ad esempio, la seguente richiesta di ricerca specifica preview come versione del modello:

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
"https://discoveryengine.googleapis.com/v1/projects/exampleproject/locations/global/collections/default_collection/dataStores/exampledatastore/servingConfigs/default_search:search" \
-d '{
  "query": "what is bigquery",
  "contentSearchSpec": {
    "summarySpec": {
      "modelSpec": {
        "version": "preview"
      }
    }
  }
}'

Limitazioni dei riepiloghi della ricerca

Quando utilizzi i riepiloghi della ricerca, potresti riscontrare le seguenti limitazioni:

  • Poiché gli LLM vengono utilizzati per generare citazioni e riepiloghi della ricerca, le limitazioni degli LLM si applicano anche ai riepiloghi di Vertex AI Search.

    Per informazioni generali su queste limitazioni degli LLM, consulta le limitazioni dell'API PaLM nella documentazione di Vertex AI.

  • Le query di ricerca che richiedono ragionamenti logici o analitici complessi o la comprensione del mondo possono portare a riepiloghi della ricerca che contengono informazioni errate (allucinazioni) o informazioni non presenti nei dati non strutturati o del sito web.

  • Alcune affermazioni nel riepilogo della ricerca potrebbero non contenere una citazione:

    • Se il sistema determina che un'affermazione non richiede una base, non includerà una citazione. Frasi come "Ecco cosa ho trovato" o "Esistono molti metodi che puoi seguire" non contengono citazioni.

    • Le citazioni mancanti possono anche indicare che non è stato trovato un riferimento valido. I fatti senza citazioni potrebbero non essere attendibili.

  • In rari casi, le citazioni potrebbero essere attribuite erroneamente a una dichiarazione.

  • I documenti complessi potrebbero essere analizzati in modo errato dall'LLM. In questo caso, il riepilogo potrebbe essere incompleto o scorretto.

  • Poiché le istruzioni di personalizzazione sono in linguaggio naturale, non è possibile garantire l'osservanza delle istruzioni per tutte le richieste.