Receba resumos de pesquisas

Esta página mostra como usar a API para obter resumos de pesquisa com os seus resultados de pesquisa. Também explica as opções disponíveis com os resumos de pesquisa. Apenas para dados não estruturados e de Websites.

Para obter informações sobre como receber respostas de IA generativa para as suas consultas de dados de cuidados de saúde, consulte o artigo Pesquise com uma consulta de linguagem natural com resposta de IA generativa.

Antes de começar

Consoante o tipo de app que tiver, cumpra os seguintes requisitos:

Receba um resumo da pesquisa

Um resumo da pesquisa é um breve resumo dos principais resultados da pesquisa devolvidos numa resposta da pesquisa. O próprio resumo é retirado das respostas extrativas devolvidas na resposta. Por conseguinte, para receber um resumo, também tem de receber respostas extrativas com os resultados da pesquisa. Para mais informações, consulte o artigo Obtenha respostas extrativas (pré-visualização).

A imagem seguinte mostra o resumo quando são consultados PDFs num arquivo de dados com o elemento summaryResultCount definido como 5. O conteúdo do resumo pode variar consoante as configurações da app.

Query is quote Define operating expenses endquote. A secção de resumo da pesquisa mostra um resumo extraído dos principais resultados.
Figura 1. Widget de amostra com um resumo da pesquisa.

Os resumos de pesquisa podem incluir texto formatado em Markdown e etiquetas HTML simples compreendidas normalmente pelos analisadores Markdown. Por este motivo, considere usar um analisador de Markdown na sua aplicação para renderizar texto Markdown.

Para obter um resumo da pesquisa, siga estes passos:

  1. Envie um pedido de pesquisa que inclua contentSearchSpec.summarySpec e especifique valores para summaryResultCount e maxExtractiveAnswerCount. Para mais informações sobre o envio de um pedido de pesquisa, consulte o artigo Obtenha resultados da pesquisa.

    No exemplo seguinte, summarySpec indica que quer um resumo da pesquisa e que o resumo deve ser gerado a partir dos três principais resultados da pesquisa.

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

    • summaryResultCount: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. Se o número de resultados devolvidos for inferior a summaryResultCount, o resumo é gerado a partir de todos os resultados.

    • maxExtractiveAnswerCount: o número de respostas extrativas a devolver para cada resultado da pesquisa. O valor predefinido é 0 e o máximo é 1.

  2. Obtenha o resumo da resposta da pesquisa. É devolvida uma propriedade summary em cada resposta.

    Segue-se um exemplo de um resumo devolvido no final de uma resposta de pesquisa:

    "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."
}

Gere resumos a partir de blocos semânticos

Pode ativar a opção use_semantic_chunks para gerar resumos a partir dos fragmentos de documentos mais relevantes. A utilização de blocos semânticos para a geração de resumos aumenta a capacidade de memorização e a obtenção de informações em comparação com o comportamento predefinido de utilização de respostas extrativas.

Quando a segmentação semântica está ativada para resumos, a resposta devolve o resumo e o conteúdo de cada segmento usado pelo resumo.

Para usar blocos semânticos para a geração de resumos, siga estes passos:

  1. Envie uma solicitação de pesquisa que inclua contentSearchSpec.summarySpec e especifique "use_semantic_chunks": true. Para mais informações sobre o envio de uma solicitação de pesquisa, consulte o artigo Receba resultados da pesquisa.

    O exemplo seguinte de summarySpec indica que quer um resumo da pesquisa que use blocos semânticos, quantos resultados incluir e se deve incluir citações.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "useSemanticChunks": SEMANTIC_CHUNK_BOOLEAN,
     "summaryResultCount": SUMMARY_RESULT_COUNT,
     "includeCitations": CITATIONS_BOOLEAN,
   }
 }
    • SEMANTIC_CHUNK_BOOLEAN: um valor booleano que especifica se devem ser usados fragmentos semânticos para gerar o resumo da pesquisa. Se estiver definido como true, são usados fragmentos semânticos.
    • SUMMARY_RESULT_COUNT: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. O valor máximo é 10.
    • CITATIONS_BOOLEAN: um valor booleano que especifica se as citações são devolvidas. Se ativou o modo de blocos quando criou o seu repositório de dados, as citações referem-se a blocos. Caso contrário, as citações referem-se a documentos de origem. Para mais informações sobre o modo de fragmentação, consulte o artigo Analise e fragmente documentos.

  2. Obtenha o resumo da resposta da pesquisa.

    Segue-se um exemplo de uma resposta de pesquisa que inclui um resumo gerado a partir de fragmentos e inclui citações. A parte references da resposta contém o conteúdo dos fragmentos a partir dos quais o resumo é gerado.

    Resposta

    {
  "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"
            }
          ]
        }
      ]
    }
  }
}

Obtenha citações

As citações, quando especificadas, são números colocados em linha num resumo da pesquisa. Estes números indicam de que resultados da pesquisa foram retiradas frases específicas no resumo.

Para obter citações, siga estes passos:

  1. Envie uma solicitação de pesquisa que inclua contentSearchSpec.summarySpec e especifique "includeCitations": true. Para mais informações sobre como enviar um pedido de pesquisa, consulte o artigo Receba resultados da pesquisa.

    No exemplo seguinte, summarySpec indica que quer um resumo da pesquisa, que o resumo deve ser gerado a partir dos três principais resultados da pesquisa e que as citações devem ser incluídas no resumo.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "includeCitations": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. Se o número de resultados devolvidos for inferior a summaryResultCount, o resumo é gerado a partir de todos os resultados. O valor máximo é 5.
    • includeCitations: um valor booleano que especifica se as citações são devolvidas.
    • maxExtractiveAnswerCount: o número de respostas extrativas a devolver para cada resultado da pesquisa. O valor predefinido é 0 e o máximo é 1.

  2. Obtenha o resumo, com citações, da resposta da pesquisa. É devolvida uma propriedade em cada resposta.summary

    Segue-se um exemplo de um resumo, com citações e metadados de citações, devolvido no final de uma resposta de pesquisa:

    "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: o resumo da pesquisa, com os números das citações. Os números das citações referem-se aos resultados da pesquisa devolvidos e são indexados a 1. Por exemplo, [1] significa que a frase é atribuída ao primeiro resultado da pesquisa. [2, 3] significa que a frase é atribuída ao segundo e terceiro resultados da pesquisa.
    • citations: para cada frase no resumo que tenha uma citação, apresenta uma lista dos metadados dessa citação.
    • startIndex: indica o início da frase, medido em bytes Unicode.
    • endIndex: indica o fim da frase, medido em bytes Unicode.
    • sources: apresenta a lista de referenceIndex para cada fonte incluída na citação da frase. referenceIndex é o número de índice atribuído a uma origem. O referenceIndex da primeira origem nem sempre é devolvido explicitamente na resposta. Como referenceIndex tem índice 0, a primeira fonte tem sempre um referenceIndex de 0.
    • references: Apresenta metadados para cada referência citada no resumo. Os metadados incluem title, docName e uri.

Ignore consultas adversariais

As consultas adversariais incluem comentários negativos ou são concebidas para gerar resultados inseguros que violam as políticas. Pode especificar que não devem ser devolvidos resumos de pesquisa para consultas adversariais. Quando uma consulta adversária é ignorada, a propriedade summaryText contém texto padrão a indicar que não é devolvido nenhum resumo da pesquisa. Os documentos de pesquisa são devolvidos para consultas adversariais, mesmo que os resumos de pesquisa não o sejam.

Para especificar que não devem ser devolvidos resumos de pesquisa para consultas adversariais, siga estes passos:

  1. Envie uma solicitação de pesquisa que inclua contentSearchSpec.summarySpec e especifique "ignoreAdversarialQuery": true. Para mais informações sobre como enviar um pedido de pesquisa, consulte o artigo Receba resultados da pesquisa.

    No exemplo seguinte, summarySpec indica que quer um resumo da pesquisa, que o resumo deve ser gerado a partir dos três principais resultados da pesquisa, mas que não deve ser devolvido nenhum resumo para consultas adversariais.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreAdversarialQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. Se o número de resultados devolvidos for inferior a summaryResultCount, o resumo é gerado a partir de todos os resultados. O valor máximo é 5.
    • ignoreAdversarialQuery: um valor booleano que especifica que não devem ser devolvidos resumos de pesquisa para consultas adversariais.
    • maxExtractiveAnswerCount: o número de respostas extrativas a devolver para cada resultado da pesquisa. O valor predefinido é 0 e o máximo é 1.

  2. Veja a propriedade summary devolvida para um pedido de pesquisa adversária.

    Vejamos um exemplo:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
   "ADVERSARIAL_QUERY_IGNORED"
 ]
}
    • summaryText: texto padrão que indica que não é devolvido nenhum resumo da pesquisa.
    • summarySkippedReasons: uma enumeração com valores para motivos de resumo ignorados.

Ignore consultas que não procuram resumos

As consultas que não procuram resumos devolvem resultados que não são adequados para a geração de resumos. Por exemplo, "porque é que o céu é azul" e "quem é o melhor jogador de futebol do mundo?" são consultas que procuram um resumo, mas "aeroporto de SFO" e "mundial de futebol de 2026" não são. São, muito provavelmente, consultas de navegação. Pode especificar que não devem ser devolvidos resumos de pesquisa para consultas que não procuram resumos. Os documentos de pesquisa são devolvidos para consultas que não procuram resumos, embora os resumos de pesquisa não sejam devolvidos.

Para especificar que não devem ser devolvidos resumos de pesquisa para consultas que não procuram resumos, siga estes passos:

  1. Envie uma solicitação de pesquisa que inclua contentSearchSpec.summarySpec e especifique "ignoreNonSummarySeekingQuery": true. Para mais informações sobre o envio de uma solicitação de pesquisa, consulte o artigo Receba resultados da pesquisa.

    No exemplo seguinte, summarySpec indica que quer um resumo da pesquisa, o resumo deve ser gerado a partir dos três principais resultados da pesquisa, mas não deve ser devolvido nenhum resumo para consultas que não procurem resumos.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreNonSummarySeekingQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. Se o número de resultados devolvidos for inferior a summaryResultCount, o resumo é gerado a partir de todos os resultados. O valor máximo é 5.
    • ignoreNonSummarySeekingQuery: um valor booleano que especifica que não devem ser devolvidos resumos de pesquisa para consultas que não procuram resumos.
    • maxExtractiveAnswerCount: o número de respostas extrativas a devolver para cada resultado da pesquisa. O valor predefinido é 0 e o máximo é 1.

  2. Veja a propriedade summary devolvida para um pedido de pesquisa que não procura um resumo.

    Vejamos um exemplo:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
    "NON_SUMMARY_SEEKING_QUERY_IGNORED"
 ]
}
    • summaryText: texto padrão que indica que não é devolvido nenhum resumo da pesquisa.
    • summarySkippedReasons: uma enumeração com valores para motivos de resumo ignorados.

Receba resumos personalizados

Pode obter resumos personalizados fornecendo instruções em linguagem natural. Esta funcionalidade está disponível para o widget de pesquisa através da consola e para a API introduzindo instruções no campo modelPromptSpec.preamble.

Pode pedir personalizações como o comprimento, o nível de detalhe, o estilo do resultado (como "simples"), o idioma do resultado, o foco da resposta e o formato (como tabelas, marcadores e XML).

Por exemplo, para a consulta What are the benefits of bigquery?, pode introduzir instruções de personalização como nos seguintes exemplos:

  • Instrução de exemplo: please show the answer format in an ordered list

    Exemplo de resposta:

    The benefits of BigQuery are:

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

  • Instrução de exemplo: give a very detailed answer

    Exemplo de resposta:

    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.

Práticas recomendadas para resumos personalizados

Se planeia usar esta funcionalidade, faça o seguinte:

  • Peça apenas uma personalização de cada vez. Não combine personalizações, por exemplo, pedindo uma tabela HTML em francês.
  • A Google recomenda que imponha limites às personalizações que os utilizadores finais podem pedir, por exemplo, oferecendo um seletor com um conjunto de personalizações predefinidas.

Personalize resumos

Pode obter resumos personalizados apenas para o widget de pesquisa através da consola ou, para qualquer pedido de pesquisa, através da API.

Para receber um resumo personalizado, siga estes passos:

Consola

  1. Na Google Cloud consola, aceda à página Aplicações de IA.

    Aplicações de IA

  2. Clique no nome da app que quer editar.

  3. Aceda a Configurações > IU.

  4. Certifique-se de que o Tipo de pesquisa do widget de pesquisa está definido como Pesquisar com uma resposta ou Pesquisar com seguimentos. Esta funcionalidade não está disponível se Pesquisa estiver selecionada.

  5. Ative a opção Ativar personalização do resumo.

  6. Para introduzir instruções de resumo, efetue uma das seguintes ações:

    • Introduza instruções de forma livre: introduza as suas próprias instruções de linguagem natural no campo Preamble.
    • Usar instruções de modelos: clique em Substituir por um modelo e selecione uma das instruções de modelos predefinidas. O modelo predefinido aparece no campo Preamble depois de o selecionar.

  7. Teste a geração de resumos personalizados para a sua app pesquisando no painel de pré-visualização.

  8. Para repor o último conjunto de instruções guardado, clique em Repor preâmbulo.

  9. Para guardar as definições no widget, clique em Guardar e publicar.

REST

  1. Envie um pedido de pesquisa que inclua contentSearchSpec.summarySpec e especifique a instrução de personalização em modelPromptSpec.preamble. Para mais informações sobre o envio de um pedido de pesquisa, consulte o artigo Obtenha resultados da pesquisa.

    No exemplo seguinte, summarySpec indica que quer um resumo da pesquisa, o resumo deve ser gerado a partir dos três principais resultados da pesquisa e deve ser personalizado como se estivesse a ser explicado a uma criança de 10 anos.

    "contentSearchSpec":
  {
    "summarySpec":
    {
      "summaryResultCount": 3,
      "modelPromptSpec":
      {
        "preamble": "explain like you would to a ten year old"
      }
    }
  }
    • summaryResultCount: o número de principais resultados a partir dos quais gerar o resumo da pesquisa. Se o número de resultados devolvidos for inferior a summaryResultCount, o resumo é gerado a partir de todos os resultados. O valor máximo é 5.
    • preamble: a instrução de personalização.

  2. Obtenha o resumo personalizado da resposta da pesquisa.

    Segue-se um exemplo de um resumo personalizado devolvido:

    "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: o resumo da pesquisa personalizada.

Especifique o modelo de resumo

Pode especificar o modelo que quer usar para gerar resumos.

Pode especificar stable, preview ou uma versão específica do modelo por nome. Para ver as versões do modelo disponíveis, consulte o artigo Versões e ciclo de vida do modelo de geração de respostas.

Para alterar a versão do modelo:

  1. Envie um pedido de pesquisa que inclua ContentSearchSpec.SummarySpec.ModelSpec para especificar a versão do modelo.

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

    • MODEL_VERSION: especifica que modelo usar para gerar resumos. Os valores suportados são:

      • stable: string. Especificação predefinida quando não é especificado nenhum valor. stable aponta para uma versão do modelo GA otimizada para a geração de respostas. Que modelo stable aponta para as alterações à medida que são lançadas novas versões do modelo do GA e as versões do modelo anteriores são descontinuadas. Para ver a versão atualizada para a qual stable aponta, consulte o artigo Versões e ciclo de vida do modelo de geração de respostas.
      • preview: string. preview aponta para o modelo Gemini mais recente para perguntas e respostas. Para mais informações sobre o Gemini, consulte a Vista geral dos modelos.
      • Em alternativa, para especificar uma determinada versão do modelo, introduza o nome da versão, como gemini-1.5-flash-002/answer_gen/v1. Para ver as versões suportadas, consulte o artigo Versões do modelo de geração de respostas e ciclo de vida.

Por exemplo, o seguinte pedido de pesquisa especifica preview como a versão do modelo:

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"
      }
    }
  }
}'

Limitações dos resumos de pesquisa

Pode encontrar as seguintes limitações quando usar os resumos da pesquisa:

  • Uma vez que os GMLs são usados para gerar resumos e citações de pesquisa, as limitações dos GMLs também se aplicam aos resumos do Vertex AI Search.

    Para ver informações gerais sobre estas limitações dos MDIs/CEs, consulte as limitações da API PaLM na documentação do Vertex AI.

  • As consultas de pesquisa que requerem raciocínio lógico ou analítico complexo, ou compreensão do mundo, podem originar resumos de pesquisa que contêm informações incorretas (alucinações) ou informações que não estão presentes nos dados não estruturados ou do Website.

  • Algumas declarações no resumo da pesquisa podem não conter uma citação:

    • Se o sistema determinar que uma declaração não requer fundamentação, não inclui uma citação. Frases como "Aqui está o que encontrei" ou "Existem muitos métodos que pode seguir" não têm citações.

    • As citações em falta também podem indicar que não foi encontrada uma referência válida. Os factos sem citações podem não ser fiáveis.

  • Em casos raros, as citações podem ser atribuídas incorretamente a uma declaração.

  • Os documentos complexos podem ser analisados incorretamente pelo MDI/CE. Neste caso, o resumo pode estar incompleto ou incorreto.

  • Uma vez que as instruções de personalização estão em linguagem natural, não é possível garantir a conformidade com as instruções para todos os pedidos.