Começar a usar recomendações genéricas

Começar a usar recomendações genéricas

Observação: Esse recurso é uma oferta de pré-lançamento, sujeita aos "Termos das Ofertas de pré-GA" dos Termos específicos de serviço do GCP. Os produtos e recursos pré-GA podem ter suporte limitado, e as mudanças neles podem não ser compatíveis com outras versões pré-GA. Para mais informações, consulte as descrições da fase de lançamento. Além disso, ao usar esse recurso, você concorda com os Termos e Condições da Prévia da IA generativa ("Termos de visualização"). Para esse recurso, é possível processar dados pessoais conforme descrito no Adendo sobre processamento de dados do Cloud, sujeito às restrições e obrigações aplicáveis no Contrato (conforme definido nos Termos de Pré-lançamento).

É possível criar rapidamente um app de recomendações genéricas de última geração com seus próprios dados que pode sugerir conteúdo semelhante ao que o usuário está visualizando no momento.

Neste tutorial, explicamos como criar um app de recomendações genéricas para dados estruturados. Nesse caso, os dados estruturados estão na forma de NDJSON ingerido a partir de um bucket do Cloud Storage.

Antes de seguir este tutorial, siga as etapas descritas em Antes de começar.

---

Para seguir as instruções passo a passo desta tarefa diretamente no console do Google Cloud, clique em Orientação:

Orientações

---

Antes de começar

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Vertex AI Agent Builder, Cloud Storage APIs.

   Enable the APIs

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Vertex AI Agent Builder, Cloud Storage APIs.

   Enable the APIs

Ativar o Vertex AI Agent Builder

1. No Console do Google Cloud, acesse a página Criador de agentes.

   Criador de agentes

2. Leia e aceite os Termos de Serviço e clique em Continuar e ativar a API.

Criar um repositório de dados

Este procedimento ajuda você a criar um repositório de dados e a fazer upload dos dados de amostra fornecidos.

1. Acesse a página Repositório de dados.

2. Clique em Criar armazenamento de dados.

3. Na página Selecionar uma fonte de dados, escolha Cloud Storage.

4. Na página Importar dados do Cloud Storage, selecione Dados estruturados (JSONL).

5. Clique em Arquivo.

6. No campo gs://, digite o seguinte valor:

   cloud-samples-data/gen-app-builder/search/kaggle_movies/movie_metadata.ndjson
   

   Esse bucket do Cloud Storage contém um arquivo de filmes formatado em NDJSON e disponibilizado pela Kaggle.

7. Clique em Continuar.

8. Atribua as propriedades principais da seguinte maneira:

   Nome do campo	Propriedade da chave
   homepage	uri
   original_title	title
   overview	description

   Depois, clique em Continuar.

9. Insira um nome de exibição para seu repositório de dados e clique em Criar.

10. Clique no nome do seu repositório de dados.

11. Na página Dados, acesse a guia Atividade para consultar o status da sua ingestão de dados. Importação concluída aparece na coluna Status quando o processo de importação é concluído. Para este conjunto de dados, isso normalmente leva de dois a três minutos. Talvez seja necessário clicar em Atualizar para ver Importação concluída.

12. Clique na guia Documentos para consultar os documentos importados.

Criar um app

Agora vamos criar um app de recomendações e vincular o repositório de dados criado anteriormente à ele.

1. Acesse a página Apps.

2. Clique em Criar app.

3. Na página Criar app, em Mecanismo de recomendações, clique em Criar.

4. No campo Nome do app, insira um nome para seu app. O ID do app aparece abaixo do nome do app.

5. Clique em Continuar.

6. Na lista de repositórios de dados, selecione o recém-criado.

7. Clique em Criar.

Visualizar o app

1. No menu de navegação, clique em Visualizar para testar o app.

2. Se aparecer a mensagem "Acesse uma prévia do mecanismo de recomendação aqui Ainda estamos preparando seu mecanismo. Verifique de novo mais tarde", aguarde e atualize a página periodicamente. Talvez seja necessário esperar algumas horas ou até o dia seguinte para visualizar seus dados.

3. Clique no campo ID do documento. Uma lista de IDs de documentos é exibida.

4. Clique no ID do documento para receber recomendações. Como alternativa, insira um ID de documento no campo ID do documento.

5. Clique em Receber recomendações. Uma lista de documentos recomendados será exibida.

6. Clique em um documento para conferir os detalhes.

implantar o app

Não há widget de recomendações para implantar o app. Para testar o app antes da implantação:

1. Acesse a página Dados e copie o ID de um documento.

2. Acesse a página Integração. Nesta página, incluímos um comando de amostra para o método servingConfigs.recommend na API REST.

3. Cole o ID do documento copiado no campo ID do documento.

4. Deixe o campo PseudoID do usuário como está.

5. Copie o exemplo de solicitação e execute-o no Cloud Shell.

   Os resultados são os IDs dos documentos recomendados com base no documento selecionado.

Para receber ajuda com a integração do app de recomendações ao seu app da Web, consulte os exemplos de código para C#, Go, Java, Node.js, PHP e Ruby em Receber recomendações para um app.

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

1. Para evitar cobranças desnecessárias do Google Cloud , use o console do Google Cloud para excluir o projeto se ele não for mais necessário.
2. Se você criou um novo projeto para saber mais sobre instâncias do Vertex AI Agent Builder e não precisa mais do projeto, exclua-o.
3. Se você usou um projeto do Google Cloud , exclua os recursos criados para evitar cobranças na sua conta. Para mais informações, consulte Excluir um app.
4. Siga as etapas em Desativar o Vertex AI Agent Builder.

A seguir

• Introdução à Pesquisa da Vertex AI
• Sobre apps e repositórios de dados