Panduan developer pemfilteran percakapan

Berikut adalah panduan developer tentang cara mengintegrasikan pemfilteran produk percakapan di API Anda.

Pengalaman administrator

Kelola pertanyaan generatif dan pemfilteran produk percakapan langsung di API, atau di konsol Penelusuran untuk e-commerce, dan siapkan di bagian Kualitas data dan Evaluasi di konsol Penelusuran untuk e-commerce.

Cloud Console

Konsol ini memungkinkan retailer mengelola pertanyaan generatif dalam pengalaman pemfilteran produk percakapan. Pelajari lebih lanjut cara menggunakan pertanyaan generatif dalam pemfilteran produk percakapan.

Langkah-langkah untuk menggunakan layanan pertanyaan generatif

1. Memenuhi persyaratan data.

2. Konfigurasi penggantian pertanyaan manual.

3. Aktifkan fitur.

4. Pratinjau dan uji.

Persyaratan data

Untuk mengetahui apakah data penelusuran Anda siap untuk pemfilteran produk percakapan, di konsol, di bagian Pemfilteran dan penjelajahan produk percakapan, atau di bagian Kualitas data > Percakapan, buka tab Pemeriksaan cakupan.

Untuk mengaktifkan pemfilteran produk percakapan, Anda harus memenuhi persyaratan data tertentu.

Tugas tersebut adalah:

• 1.000 kueri per hari: Setelah Anda mencapai nilai minimum pertama ini, rencana percakapan akan dibuat untuk mengevaluasi input dan output Anda:
• Input: jumlah filter dalam peristiwa
• Output: cakupan percakapan
• Cakupan percakapan 25%: Dihitung oleh model Vertex AI Search untuk e-commerce, cakupan percakapan berarti persentase kueri yang memiliki satu pertanyaan. Sebanyak 25% (berdasarkan volume) kueri yang diberi bobot frekuensi harus memiliki setidaknya pertanyaan pertama yang cocok.

Jika Anda belum memiliki cakupan percakapan 25%, tetapi telah memenuhi prasyarat pertama, yaitu 1.000 kueri per hari, pemeriksaan pemblokiran dan saran akan mulai diterapkan pada output dan input Anda. Di sini, Vertex AI Search untuk e-commerce mulai menghitung seberapa besar persentase peningkatan filter yang diterapkan pada peristiwa pengguna Anda untuk mencapai batas cakupan percakapan 25%. Makin banyak filter yang diupload, makin tinggi cakupan yang dicapai.

Untuk melihat kesiapan percakapan Anda:

1. Buka tab Percakapan di halaman Kualitas data di konsol Penelusuran untuk e-commerce. Hal ini memberi Anda pemeriksaan penting tentang apakah minimal 25% kueri penelusuran memiliki setidaknya satu pertanyaan lanjutan, serta pemeriksaan saran mengenai persentase peristiwa pengguna dengan filter yang valid yang diperlukan untuk mencapai tujuan cakupan percakapan tersebut.

Gambar 4. Pemeriksaan kesiapan percakapan.

1. Jika Anda lulus pemeriksaan penting, dengan peristiwa pengguna yang memadai dengan filter yang valid, lanjutkan ke langkah berikutnya.

2. Untuk mengontrol cara pertanyaan generatif disajikan, buka Halaman penjelajahan dan pemfilteran produk percakapan di konsol Vertex AI Search untuk e-commerce.

Kontrol pertanyaan generatif

AI generatif menulis pertanyaan untuk setiap atribut yang dapat diindeks dalam katalog, menggunakan nama dan nilai atribut untuk atribut sistem dan kustom. Pertanyaan ini dibuat oleh LLM dan bertujuan untuk meningkatkan pengalaman penelusuran. Misalnya, untuk jenis furnitur, nilainya dapat berupa dalam ruangan atau luar ruangan. AI akan menyintesis pertanyaan tentang jenis furnitur yang Anda cari.

Setiap faset memiliki satu pertanyaan yang dibuat. Berdasarkan peristiwa pengguna historis dan engagement aspek dari data peristiwa penelusuran sebelumnya, pertanyaan diurutkan berdasarkan perkiraan frekuensi kemunculan pertanyaan. AI akan melihat pertanyaan di bagian atas terlebih dahulu, lalu menemukan apa yang relevan berdasarkan atribut. Daftar pertanyaan dibuat satu kali. Jika atribut baru ditambahkan, atribut tersebut akan ditampilkan dalam daftar dalam waktu dua jam.

1. Buka halaman Penelusuran dan penjelajahan percakapan di konsol Penelusuran untuk e-commerce.
   
   Buka halaman Penelusuran dan penjelajahan percakapan.

2. Di tab Kelola pertanyaan yang dibuat AI, lihat semua pertanyaan yang diurutkan berdasarkan seberapa sering pertanyaan tersebut digunakan, dalam frekuensi berbobot kueri, yang berarti seberapa sering pertanyaan tersebut ditayangkan dengan kueri umum. Peringkatan menggunakan kolom frekuensi dalam konfigurasi GenerativeQuestionConfig. Kolom ini bertanggung jawab untuk mengurutkan pertanyaan yang dibuat AI berdasarkan seberapa sering pertanyaan tersebut digunakan.

3. Anda dapat menggunakan opsi filter untuk memfilter pertanyaan.

4. Centang kotak untuk mengaktifkan visibilitas pertanyaan untuk setiap atribut.

5. Klik di akhir setiap baris untuk membuka panel edit setiap pertanyaan.

Untuk melakukan pengeditan massal, ikuti langkah-langkah berikut:

1. Centang atau hapus centang pada kotak di samping pertanyaan yang ingin Anda sertakan atau kecualikan dalam percakapan.

2. Klik tombol Izinkan dalam percakapan atau Jangan izinkan dalam percakapan yang muncul di bagian atas daftar. Atau, untuk mengedit pertanyaan satu per satu, klik dan hapus atau centang ulang kotak di samping Diizinkan dalam percakapan di panel yang terbuka:

Gambar 5. Edit setiap pertanyaan yang dibuat AI.

Menggunakan pertanyaan generatif dalam pemfilteran produk percakapan

Generative Question Service API menyediakan kontrol untuk memitigasi potensi inkonsistensi dalam output LLM. Kebijakan ini dapat dikelola dari konsol. Di sini, retailer juga dapat mengonfigurasi pemfilteran produk percakapan dengan mengaktifkan statusnya dan menetapkan jumlah minimum produk yang diperlukan untuk memicunya.

Anda dapat menentukan pertanyaan, dengan menentukan pertanyaan itu sendiri, kemungkinan jawaban, dan apakah pertanyaan tersebut diizinkan dalam percakapan. Setiap pertanyaan dapat dibuat oleh LLM atau diganti oleh retailer. Konsol ini mendukung peninjauan pertanyaan yang dibuat AI, sehingga retailer dapat mengganti atau mengubah status percakapan mereka. Pertanyaan juga dapat diedit secara massal.

Mengedit pertanyaan individual

Anda juga dapat menggunakan kontrol untuk menyeleksi pertanyaan satu per satu. Sebaiknya lakukan hal ini sebelum Anda mengaktifkan pemfilteran produk percakapan.

Untuk setiap pertanyaan, ada dua opsi. Klik di kolom terakhir untuk mengakses panel pertanyaan yang terlihat oleh pengguna:

1. Menonaktifkan pertanyaan untuk semua kueri: Pertanyaan diaktifkan secara default. Hapus centang (atau centang lagi) kotak di samping Diizinkan dalam percakapan. Opsi ini akan melewati pertanyaan sama sekali. Retailer dapat memilih untuk menonaktifkan pertanyaan sepenuhnya jika tidak terkait dengan atribut yang dikueri atau dapat disalahartikan sebagai tidak pantas dalam beberapa hal (pertanyaan seperti "Ukuran gaun apa yang Anda cari?" dapat dianggap sebagai pertanyaan yang mengganggu tentang berat badan pembeli.)
2. Menulis ulang pertanyaan: Di panel, Anda dapat melihat pertanyaan buatan AI, atribut yang dilampirkan, dan nilai atribut tersebut. Klik pensil untuk menulis ulang.

Mengaktifkan pemfilteran percakapan

Setelah mengedit pertanyaan AI generatif di konsol, Anda siap mengaktifkan pemfilteran produk percakapan.

Untuk mengaktifkan pemfilteran produk percakapan, buka Pemfilteran produk percakapan dan halaman penjelajahan di konsol Penelusuran untuk e-commerce.

1. Buka halaman Penelusuran dan penjelajahan percakapan di konsol Penelusuran untuk e-commerce.
   
   Buka halaman Penelusuran dan penjelajahan percakapan.

2. Pertimbangkan jumlah minimum produk dalam katalog yang ingin Anda tampilkan dalam penelusuran sebelum pertanyaan dibuat. Jumlah ini bisa lebih tinggi, tetapi tidak pernah lebih rendah dari 2. Satu baris per halaman sering kali merupakan jumlah yang tepat untuk memicu percakapan.

3. Konfigurasi nomor dan alihkan tombol ke Aktif. Jika jumlah produk yang cocok lebih sedikit, produk tersebut akan difilter.

Gambar 6. Aktifkan tombol untuk Aktifkan penelusuran percakapan.

Catatan: Jika AI generatif diaktifkan dan LLM mengaitkan pertanyaan yang dibuat AI dengan nilai atribut terkait, pertanyaan AI dapat muncul.

Halaman ini memberikan informasi tentang status pemeriksaan pemblokiran dan saran Anda. Jika Anda memiliki kueri penelusuran yang cukup dengan setidaknya satu pertanyaan lanjutan, situs Anda kini mendukung penelusuran percakapan.

Mengevaluasi dan menguji

Evaluasi memungkinkan Anda melihat pratinjau pengalaman penayangan dengan menjalankan penelusuran pengujian dan menguji pertanyaan Anda terhadap aspek yang ditampilkan. Bagian konsol ini memberi Anda pratinjau pengalaman penayangan dengan pemfilteran produk percakapan.

Untuk mengevaluasi dan menguji, ikuti langkah-langkah berikut. Di bagian Evaluasi pada tab Penelusuran atau Jelajahi di halaman Evaluasi di Konsol penelusuran untuk e-commerce.

1. Buka halaman Evaluasi di konsol Penelusuran untuk e-commerce.
   
   Buka halaman Evaluasi

2. Klik Telusuri atau Jelajahi.

3. Di kolom Evaluasi Penelusuran, masukkan kueri pengujian yang masuk akal berdasarkan katalog yang telah Anda upload untuk ditelusuri, seperti sepatu jika katalog Anda terdiri dari item pakaian.

4. Klik Pratinjau penelusuran untuk melihat hasil penelusuran.

Gambar 7. Melihat pratinjau hasil.

Jika Anda mengaktifkan pemfilteran produk percakapan, pertanyaan generatif akan diaktifkan.

Generative Question API

Bagian ini menjelaskan cara menggunakan API pertanyaan generatif untuk mengintegrasikan Conversational API ke dalam UI Anda, mengelola pertanyaan generatif, dan menyajikan fitur di situs Anda.

Integrasi API

Objek:

• GenerativeQuestionsFeatureConfig
• GenerativeQuestionConfig
• Layanan GenerativeQuestions
  • UpdateGenerativeQuestionsFeatureConfiguration
  • UpdateGenerativeQuestionConfig
  • ListGenerativeQuestionConfigs
  • GetGenerativeQuestionFeatureConfig
  • BatchUpdateGenerativeQuestionConfigs

Inti dari integrasi fitur ini adalah menentukan resource question. Hal ini mencakup pertanyaan itu sendiri dan apakah pertanyaan tersebut diizinkan dalam percakapan. Secara default, pertanyaan dibuat oleh LLM, tetapi dapat diganti oleh administrator.

Mengaktifkan pemfilteran produk percakapan

Objek:

• GenerativeQuestionsFeatureConfig

Objek ini adalah file konfigurasi kontrol untuk mengaktifkan fitur pertanyaan generatif guna mengelola pengalaman penayangan keseluruhan pemfilteran produk percakapan. GenerativeQuestionsFeatureConfig menggunakan metode GET untuk mendapatkan informasi atribut dan apakah atribut dapat diindeks atau tidak dari katalog yang terkait dengan project.

Tombol feature_enabled menentukan apakah pertanyaan digunakan pada waktu penayangan. Mengelola tombol tingkat teratas di konsol.

Catatan: Anda tidak dapat mengaktifkan fitur ini hingga persyaratan data terpenuhi. Jika persyaratan data tidak terpenuhi, API akan memicu error validasi. Validasi persyaratan data terlihat di konsol Penelusuran untuk e-commerce, yang di balik layar memanggil API konfigurasi percakapan.

Aktifkan fitur

// Configuration for overall generative question feature state.
message GenerativeQuestionsFeatureConfig {
...

// Resource name of the affected catalog.
// Format: projects/{project}/locations/{location}/catalogs/{catalog}
string catalog = 1 [(google.api.field_behavior) = REQUIRED];

// Determines whether questions are used at serving time.
// Note: You cannot enable this until initial data requirements are
// satisfied.
bool feature_enabled = 2 [(google.api.field_behavior) = OPTIONAL];

// Minimum number of products in the response to trigger follow-up questions.
// Value must be 0 or positive.
int32 minimum_products = 3 [(google.api.field_behavior) = OPTIONAL];
}

Kolom yang relevan dengan percakapan
katalog	string	Nama resource katalog yang terpengaruh di tingkat project. Format: projects/{project}/locations/{location}/catalogs/{catalog}.
feature_enabled	boolean	Mengaktifkan atau menonaktifkan pertanyaan. Kolom opsional. Fitur ini tidak dapat diaktifkan hingga persyaratan data terpenuhi. Jika dicoba, akan muncul error.
minimum_products	Integer32	Jumlah minimum produk dalam respons untuk memicu pertanyaan lanjutan. Harus memiliki nilai 0 atau lebih besar.

Mengelola pertanyaan generatif

Objek:

• GenerativeQuestionConfig

Pertanyaan dapat diaktifkan untuk percakapan dengan kolom boolean allowed_in_conversation. Objek ini mengontrol konfigurasi untuk satu pertanyaan yang dibuat.

Kolom (mengontrol perilaku untuk percakapan yang disorot)
katalog	string	Digunakan untuk mengidentifikasi kumpulan atribut (dan pertanyaan) yang tersedia. Semua nilai ini ditentukan dalam katalog. Kolom wajib diisi.
faset	string	Aspek yang terkait dengan pertanyaan. Kolom wajib diisi.
generated_question	string	Pertanyaan default yang dihasilkan LLM. Hanya output.
final_question	string	Pertanyaan yang diajukan. Panjang maksimumnya adalah 300 byte. Kolom opsional.
example_values	String berulang	Nilai yang dapat digunakan untuk menjawab pertanyaan. Hanya output.
frekuensi	float	Rasio seberapa sering pertanyaan diajukan. Hanya output.
allowed_in_conversation	boolean	Apakah pertanyaan diajukan pada waktu penayangan. Kolom ini bersifat opsional.

Pengalaman penayangan

Pemfilteran produk berbasis percakapan didasarkan pada interaksi pengguna dengan percakapan multi-giliran yang sedang berlangsung. Oleh karena itu, setidaknya ada respons kedua yang diperlukan agar pemfilteran produk percakapan berfungsi. Pengguna Anda akan melihat pertanyaan lanjutan dan jawaban yang disarankan dalam respons, dan pengguna Anda dapat merespons pertanyaan lanjutan ini dengan memasukkan jawaban atau mengklik jawaban yang disarankan (opsi pilihan ganda).

Opsi pilihan ganda berfungsi di balik layar seperti aspek (filter jenis peristiwa), yang mempersempit kueri menggunakan pemfilteran. Di latar belakang, saat pengguna mengklik respons pilihan ganda, filter akan diterapkan ke kueri. Menerapkan filter menggunakan pilihan ganda percakapan sama dengan menerapkan filter yang sama menggunakan aspek atau kartu dinamis.

Layanan yang diaktifkan oleh fitur

Layanan pertanyaan generatif (service GenerativeQuestionService{...}) digunakan untuk mengelola pertanyaan yang dihasilkan LLM. Objek induknya adalah katalog, tempat ia mengambil informasi untuk menampilkan pertanyaan untuk katalog tertentu. Layanan ini digunakan untuk mengelola status fitur pertanyaan generatif secara keseluruhan, melakukan perubahan satu per satu atau batch, dan mengaktifkan atau menonaktifkan pertanyaan. Persyaratan data harus dipenuhi untuk berinteraksi dengan Service API, dan pertanyaan harus diinisialisasi sebelum dapat dikelola.

Layanan berinteraksi dengan file konfigurasi tingkat fitur dan tingkat pertanyaan dengan dua set handler:

• Handler GenerativeQuestionsFeatureConfig (tingkat fitur):

  1. Perbarui memungkinkan Anda mengubah produk minimum dan mengaktifkan kolom.
  2. Get Menampilkan objek.

• Handler Konfigurasi GenerativeQuestion (tingkat pertanyaan):

  1. List Menampilkan semua pertanyaan untuk katalog tertentu.
  2. Update Melakukan pengelolaan pertanyaan individual.
  3. Update Batch Melakukan pengelolaan pertanyaan yang dikelompokkan.

Layanan menampilkan pertanyaan yang sesuai secara semantik berdasarkan kueri awal.

Pertanyaan lanjutan dihasilkan oleh model LLM dan dapat diganti. Pertanyaan ditampilkan berdasarkan kemungkinan penggunaannya oleh pelanggan dengan memanggil histori peristiwa penelusuran. Jika tidak ada histori peristiwa penelusuran, penggantiannya ada di log penelusuran e-commerce.

Pertanyaan yang berbeda dibuat berdasarkan kueri sebelumnya. Tidak ada bobot tetap. AI yang mendukung pertanyaan yang dihasilkan LLM belajar dari kueri dan mengubah bobot untuk setiap kueri, sehingga "kaus", misalnya, sangat membebani kategori, tetapi "kaus merah XL" membebani kategori, ukuran, dan warna.

Mengonfigurasi pengalaman penayangan

Konfigurasi pengalaman penayangan dengan mengintegrasikan API konfigurasi pemfilteran percakapan dengan Search API.

API konfigurasi ConversationalFilteringSpec untuk fitur ini berada di atas Conversational API. Anda dapat memanggil kedua API secara paralel atau dalam urutan ini:

1. API Percakapan
2. Telusuri API

• ConversationalFilteringSpec: Kolom opsional ini telah ditambahkan ke ConversationalSearchRequest, tetapi wajib diisi jika Anda ingin menggunakan fitur pemfilteran percakapan. Kolom ini menggunakan kembali kolom SearchRequest, kueri, dan filter. Respons ini juga mencakup kolom untuk mengaktifkan pertanyaan lanjutan yang ditayangkan kepada pengguna setelah kueri awal dan `conversation_id` untuk mempertahankan status percakapan antara klien dan server.
• ConversationalFilteringResult: File proto berisi informasi tambahan yang perlu ditampilkan untuk alur CRS percakapan di ConversationalSearchResponse. Hal ini mencakup conversation_id, refined_query, additional_filters, follow_up_question, dan suggested_answers.

Perjalanan pengguna menggunakan API alur percakapan

Pengguna memulai penelusuran dengan kueri awal dan menyetel tanda mode ke CONVERSATIONAL_FILTER_ONLY. Kemudian, pengguna memilih jawaban, yang dikirim kembali ke API menggunakan kolom user_answer.

Conversational API menyediakan kolom additional_filter dalam respons. Pengguna harus menerapkan filter ini ke permintaan lanjutan Search API. Hasil penelusuran didasarkan pada input pengguna dan memberikan pertanyaan lanjutan baru, yang memicu kueri lanjutan dan melanjutkan percakapan dalam beberapa giliran hingga pengguna menemukan apa yang mereka cari di situs retailer.

Catatan: Antarmuka pemfilteran produk percakapan berinteraksi dengan dua API, yang mencakup Penelusuran dan Percakapan. Search API ditujukan untuk mengambil hasil penelusuran, dan Conversational API ditujukan untuk mengambil respons percakapan. API Percakapan tidak menampilkan hasil penelusuran.

Dengan asumsi pemfilteran produk percakapan diaktifkan di situs, perjalanan pengguna dan interaksi berikutnya dengan Vertex AI Search untuk Commerce mengikuti jalur ini:

• Langkah 1. Kueri pertama berasal dari pengguna ke Search API dan Conversational API. Search API hanya menampilkan hasil penelusuran. Conversational API menampilkan saran jawaban dan pertanyaan lanjutan. Panggil Search API untuk kueri yang sama atau page_category dan ambil hasil penelusuran.
• Langkah 2. Percakapan lanjutan yang diminta dikirim ke penelusuran percakapan. Panggil Conversational API dengan mode pemfilteran percakapan yang tepat.
• Langkah 3. Respons penelusuran awal hanya dengan hasil penelusuran. Conversational API menyempurnakan kueri dengan menampilkan saran jawaban dan pertanyaan lanjutan.
• Pilihan pengguna: Pengguna memilih pilihan ganda.
  • Filter jawaban yang dipilih dikirim ke Conversational API.
  • Conversation API dan Search API berjalan dengan filter yang diterapkan.

Kueri pertama berasal dari pengguna yang memulai percakapan

Kueri pertama adalah saat pengguna Anda memulai percakapan di Vertex AI Search untuk e-commerce dan mencari dress di kotak penelusuran.

Catatan: Ada dua endpoint API yang berbeda. Search API inti harus digunakan untuk mengambil hasil penelusuran, dan Conversational API baru harus digunakan untuk mengambil pengalaman percakapan. API percakapan tidak menampilkan hasil penelusuran.

Kirim permintaan ke Search API dengan membuat permintaan penelusuran berikut dengan menetapkan dress sebagai kueri (atau kueri sebenarnya):

Permintaan Search API

{
  query: "dress",
  Search_params : {
    "filter": string,
    "canonicalFilter": string,
    "sortBy": string,
    "boostSpec": {
       object (BoostSpec)
    }
  }
}

Tidak ada perubahan pada permintaan API penelusuran sebagai bagian dari pemfilteran produk percakapan.

Kirim permintaan ke Conversational API dengan melakukan hal berikut:

• Buat permintaan penelusuran percakapan dengan menetapkan dress sebagai kueri (atau kueri sebenarnya).

• Setel mode ke CONVERSATIONAL_FILTER_ONLY untuk mendapatkan respons percakapan. Jika disetel ke DISABLED, tidak ada pertanyaan lanjutan yang diberikan.

• Isi SearchParams dalam permintaan penelusuran percakapan. Parameter penelusuran harus sama dengan panggilan Search API.

Permintaan API percakapan

{
  "query": "dress",
  "conversational_search_spec":  {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
  }
}

Respons Anda dari Conversational API akan terlihat seperti ini:

Permintaan API percakapan

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result: {
    followup_question{
      followup_question: "What is the color?"
      suggested_answers {
        product_attribute_value {
          name: "colors",
          value: "yellow"
        }
      }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "blue"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "red"
      }
    }
   }
  }
}

Yang harus Anda lakukan dengan respons:

• conversation_id: ID ini dapat disimpan di penyimpanan sesi browser dan dapat digunakan untuk melanjutkan penelusuran percakapan dengan server. Karena satu pembeli mungkin membuka beberapa tab dengan lebih dari satu percakapan, conversation_id digunakan untuk melacak percakapan.
• refined_query: Mengidentifikasi kueri saat ini. Anda harus menggunakan respons ini untuk memanggil Search API guna mengambil hasil produk.
• followup_question: Mengidentifikasi pertanyaan yang akan ditampilkan kepada pengguna.
• suggested_answers: Daftar berurutan jawaban pilihan ganda yang harus ditampilkan kepada pengguna Anda. Jika Anda ingin menampilkan lebih sedikit jawaban, cukup tampilkan N hasil pertama. Daftar diurutkan sesuai urutan hasil yang harus ditampilkan.

Mengirim kueri pengguna awal dengan percakapan diaktifkan

Permintaan API percakapan

{
  "query": "dress",
  "conversational_search_spec":  {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
  }
}

Penelusuran mengirim kembali parameter percakapan

Respons API Percakapan

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result: {
    followup_question{
      followup_question: "What is the color?"
      suggested_answers {
        product_attribute_value {
          name: "colors",
          value: "yellow"
        }
      }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "blue"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "red"
      }
    }
   }
  }
}

• conversational_filtering_result adalah kolom yang terkait dengan ConversationalFilteringResult adalah proto yang berisi informasi tambahan yang ditampilkan dari alur percakapan. Kolom conversational_filtering_result di ConversationalSearchResponse menyediakan data tambahan yang penting untuk rendering UI di sisi klien. Kolom conversational_filtering_result menggunakan pesan bertingkat seperti SuggestedAnswer dan AdditionalFilter untuk menyusun data yang ditampilkan dengan cara yang jelas dan mudah dipahami. Struktur hierarkis ini memastikan bahwa informasi yang dipertukarkan antara klien dan server terdefinisi dengan baik dan dapat ditafsirkan.
• Jawaban yang disarankan diurutkan berdasarkan nilai aspek dalam katalog yang paling sering berinteraksi dalam peristiwa pengguna sebagai filter untuk semua kueri. Pengurutan menggunakan kolom engagement_rate dalam pertanyaan lanjutan yang dibuat oleh layanan ConversationalSearch. Kolom ini mencatat rasio engagement historis yang ditampilkan filter dari peristiwa penelusuran retailer yang dikirim ke server.
• Semua kolom lainnya tidak berubah saat percakapan digunakan.

Yang harus dilakukan dengan hasil penelusuran percakapan awal

• Di sisi klien, developer harus menyimpan conversation_id di penyimpanan sesi browser sehingga dapat digunakan untuk melanjutkan penelusuran percakapan dengan server.
• ID ini digunakan untuk melacak percakapan yang sedang berlangsung, karena satu pembeli dapat membuka beberapa tab dengan beberapa percakapan yang sedang berjalan.

refined_query memberi tahu retailer kueri saat ini.

• Ini harus digunakan jika retailer ingin menampilkan kueri saat ini kepada pengguna.

followup_question memberi tahu retailer pertanyaan apa yang harus ditampilkan kepada pengguna

suggested_answers.

• Ini adalah daftar berurutan jawaban pilihan ganda yang harus ditampilkan kepada pengguna.
• Jika Anda ingin menampilkan lebih sedikit dari daftar lengkap, cukup tampilkan N hasil pertama
• Daftar ini diurutkan, jadi harus ditampilkan dalam urutan yang benar. Dengan kata lain, hasil pertama yang ditampilkan adalah hasil pertama yang tercantum.

Pemfilteran produk percakapan menyajikan opsi ini untuk kelanjutan engagement percakapan, sehingga menghasilkan penyempurnaan penelusuran yang lebih cepat:

Pilihan pengguna

Saat pengguna Anda melihat hasil penelusuran, mereka dapat memilih opsi pilihan ganda.

Contoh kode ini menunjukkan bahwa pengguna memilih jawaban pilihan ganda kuning, dan permintaan percakapan baru dikirim ke Search API dengan mengirim kueri lagi bersama dengan filter pengguna yang benar diterapkan.

Permintaan Search API

{
  query: "dress",
  "search_params": {
    "boost_spec": {},
    "canonical_filter": "",
    "filter": "colors: ANY("yellow")"
    "sort_by": ""
  }
}

Untuk mengirim permintaan ke Conversational API:

1. Pulihkan conversation_id dari penyimpanan sesi.
2. Tetapkan mode menjadi CONVERSATIONAL_FILTER_ONLY.
3. Tetapkan user_answer untuk pilihan pengguna.

Permintaan API percakapan

{
  query: "dress"
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  conversational_search_spec {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
    user_answer {
      selected_answer {
        product_attribute_value {
          name: "colors"
          value: "yellow"
        }
      }
    }
  }
}

Respons dari Conversational API akan terlihat seperti ini:

Respons Conversational API

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result {
    additional_filter {
      product_attribute_value {
        name: "colors",
        value: "yellow"
      }
    }
    followup_question{
    followup_question: "What is the occasion?"
    suggested_answers {
      product_attribute_value {
        name: "attribute.occasion",
        value: "wedding"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "attribute.occasion",
        value: "party"
      }
    }
  }
 }
}

Yang harus Anda lakukan dengan respons:

• Respons Google pada dasarnya identik dengan respons terhadap kueri pertama, kecuali kolom additional_filter dapat digunakan untuk mencentang kotak filter untuk color = yellow dan harus ditambahkan ke filter lain yang telah dipilih pengguna.
• additional_filter juga harus ditambahkan ke peristiwa kolom filter yang dikirim ke Google untuk kueri lanjutan ini dan permintaan penelusuran lanjutan. ID ini harus diterapkan dalam permintaan penelusuran untuk mengambil produk penelusuran dan juga harus diterapkan pada permintaan penelusuran percakapan untuk mengambil percakapan lanjutan.
• refined_query harus dikirim ke Search API untuk mengambil produk yang lebih relevan.