Suchzusammenfassungen erhalten

Auf dieser Seite erfahren Sie, wie Sie mit der API Suchzusammenfassungen mit Ihren Suchergebnissen abrufen. Außerdem werden die Optionen beschrieben, die für Suchzusammenfassungen verfügbar sind. Nur für unstrukturierte und Websitedaten.

Informationen zum Abrufen von Antworten mit generativer KI für Suchanfragen zu Gesundheitsdaten finden Sie unter Suchanfrage in natürlicher Sprache mit Antwort mit generativer KI.

Hinweise

Je nach Art der App müssen Sie die folgenden Anforderungen erfüllen:

Suchübersicht aufrufen

Eine Suchzusammenfassung ist eine kurze Zusammenfassung der obersten Suchergebnisse, die in einer Suchantwort zurückgegeben werden. Die Zusammenfassung selbst wird aus den in der Antwort zurückgegebenen Antworten der Textextraktion übernommen. Wenn Sie also eine Zusammenfassung erhalten möchten, müssen Sie auch extrahierte Antworten mit Ihren Suchergebnissen erhalten. Weitere Informationen finden Sie unter Auszugsweise Antworten erhalten (Vorabversion).

Die folgende Abbildung zeigt die Zusammenfassung, wenn PDFs in einem Datenspeicher abgefragt werden und summaryResultCount auf 5 festgelegt ist. Der Inhalt der Zusammenfassung kann je nach App-Konfiguration variieren.

Die Abfrage lautet „Betriebskosten definieren“. Im Bereich „Suchergebnisse“ wird eine Zusammenfassung der Top-Ergebnisse angezeigt.
Abbildung 1. Beispiel-Widget mit einer Suchübersicht.

Suchzusammenfassungen können Markdown-formatierten Text enthalten. Daher sollten Sie in Ihrer Anwendung einen Markdown-Parser verwenden, um Markdown-Text zu rendern.

So rufen Sie eine Suchübersicht auf:

  1. Reichen Sie eine Suchanfrage ein, die contentSearchSpec.summarySpec enthält und Werte für summaryResultCount und maxExtractiveAnswerCount angibt. Weitere Informationen zum Einreichen einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel gibt summarySpec an, dass eine Suchzusammenfassung benötigt wird und dass diese aus den drei Top-Suchergebnissen generiert werden soll.

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

    • summaryResultCount: Die Anzahl der Top-Ergebnisse, aus denen die Suchzusammenfassung generiert werden soll. Wenn die Anzahl der zurückgegebenen Ergebnisse unter summaryResultCount liegt, wird die Zusammenfassung aus allen Ergebnissen generiert.

    • maxExtractiveAnswerCount: Die Anzahl der extrahierten Antworten, die für jedes Suchergebnis zurückgegeben werden sollen. Der Standardwert ist 0 und der Höchstwert ist 1.

  2. Rufen Sie die Zusammenfassung aus der Suchantwort ab. In jeder Antwort wird eine summary-Property zurückgegeben.

    Hier ist ein Beispiel für eine Zusammenfassung, die am Ende einer Suchantwort zurückgegeben wird:

    "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."
}

Zusammenfassungen aus semantischen Blöcken generieren

Sie können use_semantic_chunks aktivieren, um Zusammenfassungen aus den relevantesten Dokumentabschnitten zu generieren. Die Verwendung semantischer Blöcke für die Zusammenfassung erhöht die Wiedererkennung und das Abrufen im Vergleich zum Standardverhalten der Verwendung von extrahierten Antworten.

Wenn das semantische Chunking für Zusammenfassungen aktiviert ist, gibt die Antwort die Zusammenfassung und den Inhalt jedes Chunks zurück, der in der Zusammenfassung verwendet wurde.

So verwenden Sie semantische Blöcke für die Zusammenfassungserstellung:

  1. Senden Sie eine Suchanfrage, die contentSearchSpec.summarySpec enthält und "use_semantic_chunks": true angibt. Weitere Informationen zum Einreichen einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel für summarySpec wird angegeben, dass eine Suchzusammenfassung mit semantischen Textelementen erstellt werden soll, wie viele Ergebnisse einbezogen werden sollen und ob Zitate eingeschlossen werden sollen.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "useSemanticChunks": SEMANTIC_CHUNK_BOOLEAN,
     "summaryResultCount": SUMMARY_RESULT_COUNT,
     "includeCitations": CITATIONS_BOOLEAN,
   }
 }
    • SEMANTIC_CHUNK_BOOLEAN: Ein boolescher Wert, der angibt, ob semantische Blöcke zum Generieren der Suchübersicht verwendet werden sollen. Wenn der Wert auf true gesetzt ist, werden semantische Blöcke verwendet.
    • SUMMARY_RESULT_COUNT: Die Anzahl der Top-Ergebnisse, aus denen die Suchübersicht generiert werden soll. Der Maximalwert ist 10.
    • CITATIONS_BOOLEAN: Ein boolescher Wert, der angibt, ob Zitate zurückgegeben werden. Wenn Sie beim Erstellen des Datenspeichers den Chunk-Modus aktiviert haben, beziehen sich Verweise auf Chunks. Andernfalls beziehen sich Verweise auf Quelldokumente. Weitere Informationen zum Blockmodus finden Sie unter Dokumente parsen und in Blöcke aufteilen.

  2. Rufen Sie die Zusammenfassung aus der Suchantwort ab.

    Hier ist ein Beispiel für eine Suchantwort mit einer Zusammenfassung, die aus Chunks generiert wird und Zitate enthält. Der Teil references der Antwort enthält den Inhalt der Chunks, aus denen die Zusammenfassung generiert wird.

    Antwort

    {
  "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"
            }
          ]
        }
      ]
    }
  }
}

Verweise abrufen

Wenn angegeben, sind Zitate Zahlen, die in einer Suchzusammenfassung inline eingefügt werden. Diese Zahlen geben an, aus welchen Suchergebnissen bestimmte Sätze in der Zusammenfassung stammen.

So erhalten Sie Verweise:

  1. Senden Sie eine Suchanfrage, die contentSearchSpec.summarySpec und "includeCitations": true enthält. Weitere Informationen zum Senden einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel gibt summarySpec an, dass eine Suchzusammenfassung erstellt werden soll, die aus den drei Top-Suchergebnissen generiert werden soll und dass Zitate in die Zusammenfassung aufgenommen werden sollen.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "includeCitations": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: Die Anzahl der Top-Ergebnisse, aus denen die Suchzusammenfassung generiert werden soll. Wenn die Anzahl der zurückgegebenen Ergebnisse unter summaryResultCount liegt, wird die Zusammenfassung aus allen Ergebnissen generiert. Der Maximalwert ist 5.
    • includeCitations: Ein boolescher Wert, der angibt, ob Verweise zurückgegeben werden.
    • maxExtractiveAnswerCount: Die Anzahl der extrahierten Antworten, die für jedes Suchergebnis zurückgegeben werden sollen. Der Standardwert ist 0 und der Höchstwert ist 1.

  2. Rufen Sie die Zusammenfassung mit den Quellenangaben aus der Suchantwort ab. In jeder Antwort wird eine summary-Property zurückgegeben.

    Hier ein Beispiel für eine Zusammenfassung mit Zitaten und Zitiermetadaten, die am Ende einer Suchantwort zurückgegeben wird:

    "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: Die Suchzusammenfassung mit Zitiernummern. Die Ziffern beziehen sich auf die zurückgegebenen Suchergebnisse und beginnen mit 1. [1] bedeutet beispielsweise, dass der Satz dem ersten Suchergebnis zugeordnet wird. [2, 3] bedeutet, dass der Satz sowohl dem zweiten als auch dem dritten Suchergebnis zugeordnet ist.
    • citations: Für jeden Satz in der Zusammenfassung, der eine Quelle enthält, werden die Metadaten für diese Quelle aufgeführt.
    • startIndex: Gibt den Beginn des Satzes an, gemessen in Unicode-Byte.
    • endIndex: Gibt das Ende des Satzes an, gemessen in Unicode-Byte.
    • sources: Hier werden die referenceIndex für jede Quelle aufgeführt, die in der Quellenangabe des Satzes enthalten ist. referenceIndex ist die Indexnummer, die einer Quelle zugewiesen ist. Die referenceIndex der ersten Quelle wird nicht immer explizit in der Antwort zurückgegeben. Da referenceIndex mit 0 indexiert ist, hat die erste Quelle immer referenceIndex = 0.
    • references: Hier werden Metadaten für jede Referenz aufgeführt, die in der Zusammenfassung zitiert wurde. Zu den Metadaten gehören title, docName und uri.

Feindselige Anfragen ignorieren

Adversarial Queries enthalten negative Kommentare oder sind darauf ausgelegt, unsichere, gegen Richtlinien verstoßende Ausgaben zu generieren. Sie können angeben, dass für schädliche Suchanfragen keine Suchzusammenfassungen zurückgegeben werden sollen. Wenn eine schädliche Suchanfrage ignoriert wird, enthält das Attribut summaryText einen Textbaustein, der angibt, dass keine Suchübersicht zurückgegeben wird. Suchdokumente werden für schädliche Suchanfragen zurückgegeben, Suchzusammenfassungen jedoch nicht.

So legen Sie fest, dass für Suchanfragen mit böswilligen Absichten keine Suchzusammenfassungen zurückgegeben werden sollen:

  1. Senden Sie eine Suchanfrage, die contentSearchSpec.summarySpec und "ignoreAdversarialQuery": true enthält. Weitere Informationen zum Senden einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel gibt summarySpec an, dass eine Suchzusammenfassung gewünscht ist, dass die Zusammenfassung aus den drei Top-Suchergebnissen generiert werden soll, aber dass für schädliche Suchanfragen keine Zusammenfassung zurückgegeben werden soll.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreAdversarialQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: Die Anzahl der Top-Ergebnisse, aus denen die Suchzusammenfassung generiert werden soll. Wenn die Anzahl der zurückgegebenen Ergebnisse unter summaryResultCount liegt, wird die Zusammenfassung aus allen Ergebnissen generiert. Der Maximalwert ist 5.
    • ignoreAdversarialQuery: Ein boolescher Wert, der angibt, dass für schädliche Suchanfragen keine Suchzusammenfassungen zurückgegeben werden sollen.
    • maxExtractiveAnswerCount: Die Anzahl der extrahierten Antworten, die für jedes Suchergebnis zurückgegeben werden sollen. Der Standardwert ist 0 und der Höchstwert ist 1.

  2. Sehen Sie sich das Attribut summary an, das für eine Adversarial Search-Anfrage zurückgegeben wird.

    Hier ein Beispiel:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
   "ADVERSARIAL_QUERY_IGNORED"
 ]
}
    • summaryText: Standardtext, der angibt, dass keine Suchübersicht zurückgegeben wird.
    • summarySkippedReasons: Eine Aufzählung mit Werten für Gründe, warum die Zusammenfassung übersprungen wurde.

Anfragen ignorieren, bei denen keine Zusammenfassung gesucht wird

Bei Abfragen, bei denen keine Zusammenfassung gesucht wird, werden Ergebnisse zurückgegeben, die nicht für die Zusammenfassung geeignet sind. „Warum ist der Himmel blau?“ und „Wer ist der beste Fußballspieler der Welt?“ sind beispielsweise Suchanfragen, bei denen eine Zusammenfassung gesucht wird. „SFO airport“ und „weltmeisterschaft 2026“ sind das nicht. Es handelt sich höchstwahrscheinlich um Navigationsanfragen. Sie können angeben, dass für Suchanfragen, bei denen keine Zusammenfassungen zurückgegeben werden sollen, keine Suchzusammenfassungen zurückgegeben werden sollen. Suchdokumente werden für Suchanfragen zurückgegeben, bei denen keine Zusammenfassungen gesucht werden, Suchzusammenfassungen jedoch nicht.

So legen Sie fest, dass für Suchanfragen, bei denen keine Zusammenfassung gesucht wird, keine Suchzusammenfassungen zurückgegeben werden sollen:

  1. Senden Sie eine Suchanfrage, die contentSearchSpec.summarySpec und "ignoreNonSummarySeekingQuery": true enthält. Weitere Informationen zum Senden einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel gibt summarySpec an, dass eine Suchzusammenfassung gewünscht ist. Die Zusammenfassung sollte aus den drei Top-Suchergebnissen generiert werden, für Suchanfragen, bei denen keine Zusammenfassung gewünscht ist, sollte jedoch keine Zusammenfassung zurückgegeben werden.

    "contentSearchSpec":
 {
   "summarySpec":
   {
     "summaryResultCount": 3,
     "ignoreNonSummarySeekingQuery": true
   },
   "extractiveContentSpec": { "maxExtractiveAnswerCount" : 1}
 }
    • summaryResultCount: Die Anzahl der Top-Ergebnisse, aus denen die Suchzusammenfassung generiert werden soll. Wenn die Anzahl der zurückgegebenen Ergebnisse unter summaryResultCount liegt, wird die Zusammenfassung aus allen Ergebnissen generiert. Der Maximalwert ist 5.
    • ignoreNonSummarySeekingQuery: Ein boolescher Wert, der angibt, dass für Suchanfragen, bei denen keine Zusammenfassungen gesucht werden, keine Suchzusammenfassungen zurückgegeben werden sollen.
    • maxExtractiveAnswerCount: Die Anzahl der extrahierten Antworten, die für jedes Suchergebnis zurückgegeben werden sollen. Der Standardwert ist 0 und der Höchstwert ist 1.

  2. Weitere Informationen finden Sie im Abschnitt zum Attribut summary, das für Suchanfragen ohne Zusammenfassung zurückgegeben wird.

    Hier ein Beispiel:

    "summary":
{
  "summaryText": "We do not have a summary for your query. Here are some
  search results.",
  "summarySkippedReasons": [
    "NON_SUMMARY_SEEKING_QUERY_IGNORED"
 ]
}
    • summaryText: Standardtext, der angibt, dass keine Suchübersicht zurückgegeben wird.
    • summarySkippedReasons: Eine Aufzählung mit Werten für Gründe, warum die Zusammenfassung übersprungen wurde.

Benutzerdefinierte Zusammenfassungen erhalten

Sie können benutzerdefinierte Zusammenfassungen erhalten, indem Sie Anweisungen in natürlicher Sprache geben. Diese Funktion ist für das Such-Widget über die Console und für die API verfügbar, indem Sie Anweisungen in das Feld modelPromptSpec.preamble eingeben.

Sie können Anpassungen wie Länge, Detaillierungsgrad, Ausgabestil (z. B. „einfach“), Ausgabesprache, Schwerpunkt der Antwort und Format (z. B. Tabellen, Aufzählungslisten und XML) anfordern.

Für die Abfrage What are the benefits of bigquery? könnten Sie beispielsweise Anpassungsanweisungen wie in den folgenden Beispielen eingeben:

  • Beispielanleitung: please show the answer format in an ordered list

    Beispielantwort:

    The benefits of BigQuery are:

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

  • Beispielanleitung: give a very detailed answer

    Beispielantwort:

    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 Practices für personalisierte Zusammenfassungen

Wenn Sie diese Funktion verwenden möchten, gehen Sie so vor:

  • Fordern Sie jeweils nur eine Anpassung an. Kombinieren Sie keine Anpassungen, z. B. eine HTML-Tabelle auf Französisch anfordern.
  • Google empfiehlt, die Anpassungen, die Ihre Endnutzer anfordern können, einzuschränken. Sie können beispielsweise eine Auswahl mit vordefinierten Anpassungen anbieten.

Zusammenfassungen anpassen

Sie können benutzerdefinierte Zusammenfassungen nur für das Such-Widget über die Console oder für jede Suchanfrage über die API abrufen.

So rufen Sie eine benutzerdefinierte Zusammenfassung auf:

Console

  1. Rufen Sie in der Google Cloud Console die Seite Agent Builder auf.

    Zum Agent Builder

  2. Klicken Sie auf den Namen der App, die Sie bearbeiten möchten.

  3. Gehen Sie zu Konfigurationen > Benutzeroberfläche.

  4. Der Suchtyp Ihres Such-Widgets muss auf Suche mit Antwort oder Suche mit Nachfragen festgelegt sein. Diese Funktion ist nicht verfügbar, wenn Suchen ausgewählt ist.

  5. Aktivieren Sie Anpassung der Zusammenfassung aktivieren.

  6. So geben Sie eine Zusammenfassungsbeschreibung ein:

    • Freie Anweisungen eingeben: Geben Sie Ihre eigenen Anweisungen in natürlicher Sprache in das Feld Einleitung ein.
    • Vorlagenvorgaben verwenden: Klicken Sie auf Mit Vorlage ersetzen und wählen Sie eine der vordefinierten Vorlagenvorgaben aus. Die vordefinierte Vorlage wird im Feld Vorbemerkung angezeigt, nachdem Sie sie ausgewählt haben.

  7. Testen Sie die benutzerdefinierte Zusammenfassung für Ihre App, indem Sie im Bereich Vorschau suchen.

  8. Wenn Sie die letzte gespeicherte Anleitung zurücksetzen möchten, klicken Sie auf Einleitung zurücksetzen.

  9. Klicken Sie auf Speichern und veröffentlichen, um die Einstellungen im Widget zu speichern.

REST

  1. Senden Sie eine Suchanfrage, die contentSearchSpec.summarySpec enthält und die Anpassungsanleitung in modelPromptSpec.preamble angibt. Weitere Informationen zum Einreichen einer Suchanfrage finden Sie unter Suchergebnisse abrufen.

    Im folgenden Beispiel gibt summarySpec an, dass eine Suchzusammenfassung gewünscht wird. Die Zusammenfassung sollte aus den drei wichtigsten Suchergebnissen generiert werden und so angepasst werden, als würde sie einem 10-jährigen Kind erklärt.

    "contentSearchSpec":
  {
    "summarySpec":
    {
      "summaryResultCount": 3,
      "modelPromptSpec":
      {
        "preamble": "explain like you would to a ten year old"
      }
    }
  }
    • summaryResultCount: Die Anzahl der Top-Ergebnisse, aus denen die Suchzusammenfassung generiert werden soll. Wenn die Anzahl der zurückgegebenen Ergebnisse unter summaryResultCount liegt, wird die Zusammenfassung aus allen Ergebnissen generiert. Der Maximalwert ist 5.
    • preamble: Die Anleitung zur Anpassung.

  2. Rufen Sie die personalisierte Zusammenfassung aus der Suchantwort ab.

    Hier ist ein Beispiel für eine benutzerdefinierte Zusammenfassung, die zurückgegeben wird:

    "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: Die Zusammenfassung der benutzerdefinierten Suche.

Zusammenfassungsmodell angeben

Sie können das Modell angeben, das zum Generieren von Zusammenfassungen verwendet werden soll.

Sie können stable, preview oder eine bestimmte Modellversion angeben. Informationen zu verfügbaren Modellversionen finden Sie unter Modellversionen und Lebenszyklus für die Antwortgenerierung.

So ändern Sie die Modellversion:

  1. Reichen Sie eine Suchanfrage mit ContentSearchSpec.SummarySpec.ModelSpec ein, um die Modellversion anzugeben.

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

    • MODEL_VERSION: Gibt an, welches Modell zum Generieren von Zusammenfassungen verwendet werden soll. Unterstützte Werte:

      • stable: String. Standardangabe, wenn kein Wert angegeben ist. stable verweist auf eine GA-Modellversion, die für die Generierung von Antworten optimiert ist. Auf welches Modell stable verweist, ändert sich, wenn neue GA-Modellversionen veröffentlicht und vorherige Modellversionen eingestellt werden. Die aktuelle Version, auf die stable verweist, finden Sie unter Modellversionen und Lebenszyklus für die Antwortgenerierung.
      • preview: String. preview verweist auf das neueste Gemini-Modell für Fragen und Antworten. Weitere Informationen zu Gemini finden Sie unter Modelle – Übersicht.
      • Wenn Sie stattdessen eine bestimmte Modellversion angeben möchten, geben Sie den Versionsnamen ein, z. B. gemini-1.5-flash-002/answer_gen/v1. Informationen zu unterstützten Versionen finden Sie unter Modellversionen und Lebenszyklus für die Antwortgenerierung.

In der folgenden Suchanfrage wird beispielsweise preview als Modellversion angegeben:

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"
      }
    }
  }
}'

Einschränkungen von Suchzusammenfassungen

Bei der Verwendung von Suchzusammenfassungen können die folgenden Einschränkungen auftreten:

  • Da LLMs zum Generieren von Suchergebnissen und Zitaten verwendet werden, gelten die Einschränkungen von LLMs auch für Vertex AI Search-Zusammenfassungen.

    Allgemeine Informationen zu diesen LLM-Einschränkungen finden Sie in der Vertex AI-Dokumentation unter Einschränkungen der PaLM API.

  • Suchanfragen, die komplexe logische oder analytische Überlegungen oder ein Verständnis der Welt erfordern, können zu Suchzusammenfassungen mit falschen Informationen (Halluzinationen) oder Informationen führen, die in den unstrukturierten oder Websitedaten nicht vorhanden sind.

  • Einige Aussagen in der Suchzusammenfassung enthalten möglicherweise keine Quellenangabe:

    • Wenn das System feststellt, dass eine Aussage nicht belegt werden muss, wird keine Quelle angegeben. Sätze wie „Ich habe Folgendes gefunden“ oder „Es gibt viele Methoden, die Sie befolgen können“ sind nicht belegt.

    • Fehlende Zitate können auch darauf hinweisen, dass keine gültige Referenz gefunden wurde. Fakten ohne Quellenangaben sind möglicherweise nicht zuverlässig.

  • In seltenen Fällen werden Zitate einer Aussage möglicherweise fälschlicherweise zugeordnet.

  • Komplexe Dokumente werden vom LLM möglicherweise falsch geparst. In diesem Fall ist die Zusammenfassung möglicherweise unvollständig oder falsch.

  • Da die Anpassungsanleitungen in natürlicher Sprache verfasst sind, kann die Einhaltung der Anleitungen nicht für alle Anfragen garantiert werden.