Pemfilteran produk percakapan

Jika pemfilteran produk percakapan diaktifkan, Vertex AI Search untuk commerce akan memandu pembeli melalui penelusuran produk mereka di situs merchandiser menggunakan percakapan. Setelah kueri teks awal di Vertex AI Search untuk commerce, pembeli online akan mendapatkan pertanyaan lanjutan yang relevan dan opsi pilihan ganda. Pertanyaan lanjutan dapat dijawab oleh pengguna dalam teks bebas atau dengan mengklik opsi pilihan ganda percakapan.

Catatan: Jelajah hanya memiliki opsi pilihan ganda, sedangkan Penelusuran memiliki kemampuan penelusuran percakapan lengkap.

Jika pemfilteran produk percakapan diaktifkan, pertanyaan lanjutan di situs akan mendorong percakapan yang terjadi hingga salah satu dari tiga skenario berikut terjadi:

• Jumlah produk minimum yang telah dikonfigurasi sebelumnya tercapai (percakapan tidak berguna jika hanya dua produk yang muncul).
• Pengguna mengklik produk dan menambahkannya ke keranjang (tujuan).
• Penelusuran dan penjelajahan untuk e-commerce kehabisan pertanyaan yang dibuat AI.

Gambar 1. Perjalanan pengguna penelusuran percakapan.

Alternatif untuk faset dinamis

Faset dinamis dikaitkan dengan kueri luas yang memiliki pendapatan per kueri yang rendah. Pelanggan dapat merasa kewalahan saat melihat puluhan ribu hasil, sehingga berisiko meninggalkan pengalaman penelusuran mereka. Secara khusus, kueri penelusuran yang menampilkan jumlah produk tinggi memiliki pendapatan per kueri yang sangat rendah. Penelusuran percakapan dapat menyaring kueri dan dapat digunakan bersama dengan filter dinamis. Pemfilteran produk percakapan menawarkan beberapa keunggulan dibandingkan dengan aspek dinamis, karena lebih alami, lebih interaktif, dan menggunakan lebih sedikit ruang di halaman.

Pertanyaan generatif yang dapat disesuaikan dan disesuaikan dengan preferensi

Pemfilteran produk percakapan mendorong interaksi manusia dalam lingkaran dengan pertanyaan AI generatif dengan memungkinkan retailer mengedit, menimpa, atau membatalkan pilihan pertanyaan yang dibuat AI secara awal sesuai preferensi mereka, berdasarkan katalog yang diupload. Pertanyaan dapat diedit atau dinonaktifkan satu per satu atau secara massal di konsol Penelusuran untuk Commerce atau API untuk menyesuaikan pertanyaan yang ingin ditampilkan dalam penelusuran.

Pengalaman admin

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

Cloud Console

Konsol ini memungkinkan retailer mengelola pertanyaan generatif dalam pengalaman percakapan Vertex AI Search untuk commerce. Pelajari lebih lanjut cara menggunakan pertanyaan generatif dalam pemfilteran produk percakapan.

Langkah-langkah untuk menggunakan layanan pertanyaan generatif

1. Memenuhi persyaratan data.

2. Konfigurasikan penggantian manual.

3. Aktifkan fitur.

4. Pratinjau dan uji.

Persyaratan data

Untuk mengetahui apakah data penelusuran Anda siap untuk pemfilteran produk percakapan, di konsol, pada 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 yang mengevaluasi input dan output Anda:
• Input: jumlah filter dalam peristiwa
• Output: cakupan percakapan
• Cakupan percakapan 25%: Dihitung oleh model Vertex AI Search untuk commerce, cakupan percakapan berarti persentase kueri yang memiliki satu pertanyaan. 25% kueri berbobot frekuensi (menurut volume) harus memiliki setidaknya pertanyaan pertama yang cocok.

Jika Anda belum memiliki cakupan percakapan sebesar 25%, tetapi memiliki prasyarat pertama 1.000 kueri per hari, pemeriksaan pemblokiran dan saran akan mulai diterapkan pada output dan input Anda. Di sini, Vertex AI Search untuk Commerce mulai menghitung persentase peningkatan filter yang diterapkan peristiwa pengguna untuk mencapai nilai minimum cakupan percakapan sebesar 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 Commerce. Hal ini memberi Anda pemeriksaan penting tentang apakah minimal 25% kueri penelusuran memiliki setidaknya satu pertanyaan lanjutan, serta pemeriksaan saran tentang persentase peristiwa pengguna dengan filter yang valid yang diperlukan untuk mencapai sasaran cakupan percakapan tersebut.

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

3. Untuk mengontrol cara pertanyaan generatif ditayangkan, buka Halaman penjelajahan dan pemfilteran produk percakapan di konsol Vertex AI Search for 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 atribut kustom. Pertanyaan ini dibuat oleh LLM dan bertujuan untuk meningkatkan pengalaman penelusuran. Misalnya, untuk jenis furnitur, nilainya dapat berupa indoor atau outdoor, AI akan menyintesis pertanyaan tentang jenis furnitur yang Anda cari.

Setiap faset memiliki satu pertanyaan yang dihasilkan. Berdasarkan peristiwa pengguna historis dan engagement aspek dari data peristiwa penelusuran sebelumnya, pertanyaan diurutkan berdasarkan frekuensi yang diharapkan dari kemunculan pertanyaan. AI pertama-tama melihat pertanyaan di bagian atas, lalu menemukan hal yang relevan berdasarkan atribut. Daftar pertanyaan dibuat sekali. Jika ditambahkan, atribut baru akan ditampilkan dalam daftar dalam waktu dua jam.

1. Buka halaman Penelusuran dan penjelajahan percakapan di konsol Penelusuran untuk Commerce.
   
   Buka halaman Penelusuran percakapan dan jelajahi.

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

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 untuk setiap pertanyaan.

Untuk melakukan pengeditan massal, ikuti langkah-langkah berikut:

1. Centang atau hapus 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 centang atau centang ulang kotak di samping Diizinkan dalam percakapan di panel yang terbuka:

Menggunakan pertanyaan generatif dalam pemfilteran produk percakapan

API layanan pertanyaan generatif menyediakan kontrol untuk mengurangi potensi inkonsistensi dalam output LLM. Kebijakan ini dapat dikelola dari konsol. Di sini, retailer juga dapat mengonfigurasi pemfilteran produk percakapan dengan mengalihkan status diaktifkan dan menetapkan jumlah minimum produk yang diperlukan untuk memicunya.

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

Mengedit pertanyaan individual

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

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

1. Menonaktifkan pertanyaan untuk semua kueri: Pertanyaan diaktifkan secara default. Hapus (atau centang lagi) kotak di samping Diizinkan dalam percakapan. Opsi ini akan melewati pertanyaan sepenuhnya. 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 "Apa ukuran gaun yang Anda cari?" dapat dianggap sebagai pertanyaan yang ingin tahu tentang berat badan pembeli.)
2. Menulis ulang pertanyaan: Di panel, Anda dapat melihat pertanyaan yang dibuat AI, atribut yang terkait, dan nilai yang dimiliki 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 Halaman pemfilteran dan penjelajahan produk percakapan di konsol Penelusuran untuk Commerce.

1. Buka halaman Penelusuran dan penjelajahan percakapan di konsol Penelusuran untuk Commerce.
   
   Buka halaman Penelusuran percakapan dan jelajah.

2. Di bagian Conversation, buka setelan seluruh sistem di tab Configure and enable. Tab ini memungkinkan Anda mengonfigurasi produk minimum yang diperlukan untuk mencocokkan kueri sebelum percakapan dapat terjadi, sehingga saat pertanyaan dibuat. Jumlah minimum ini adalah =>2. Nilai minimum dapat dikonfigurasi menjadi lebih tinggi, tetapi tidak boleh lebih rendah dari 2. Pertimbangkan jumlah produk di katalog yang ingin ditampilkan dalam penelusuran bagi pengguna untuk memulai percakapan. Misalnya, jumlah ideal untuk angka ini adalah satu baris per halaman untuk hasil penelusuran minimum guna memicu percakapan.

3. Alihkan tombol ke aktif. Halaman ini juga memberikan informasi tentang status pemeriksaan pemblokiran dan saran Anda. Jika Anda memiliki cukup kueri penelusuran dengan setidaknya satu pertanyaan lanjutan, situs Anda kini mengaktifkan penelusuran percakapan.

Mengevaluasi dan menguji

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

Untuk mengevaluasi dan menguji, ikuti langkah-langkah berikut. Di bagian Evaluasi pada tab Telusuri atau Jelajahi di halaman Evaluasi di konsol Penelusuran untuk Commerce.

1. Buka halaman Evaluasi di konsol Penelusuran untuk 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 penelusuran, seperti sepatu jika katalog Anda terdiri dari item pakaian. Klik Pratinjau penelusuran untuk melihat hasil penelusuran. Jika Anda mengaktifkan pemfilteran produk percakapan, pertanyaan generatif akan diaktifkan di panel kanan.

4. Daftar pertanyaan tes tersedia di panel kanan.

Generative Question API

Bagian ini menjelaskan cara menggunakan API pertanyaan generatif untuk mengintegrasikan API penelusuran percakapan ke UI Anda, mengelola pertanyaan generatif, dan menayangkan fitur di situs Anda.

Integrasi API

Objek:

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

Inti untuk mengintegrasikan fitur ini adalah menentukan resource question. Hal ini mencakup pertanyaan itu sendiri dan apakah pertanyaan diizinkan dalam percakapan. Pertanyaan ini secara default 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. Fitur ini mengelola tombol tingkat atas 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 dapat dilihat di konsol Penelusuran untuk Commerce. Di balik layar, kode ini memanggil API konfigurasi fitur ini.

Mengaktifkan 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, tindakan ini akan menampilkan 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 percakapan dengan kolom boolean allowed_in_conversation. Class ini mengontrol konfigurasi untuk satu pertanyaan yang dibuat.

Kolom (perilaku kontrol untuk percakapan ditandai)
katalog	string	Digunakan untuk mengidentifikasi kumpulan atribut (dan pertanyaan ekstensi) yang tersedia. Semua nilai ini ditentukan dalam katalog. Kolom wajib diisi.
faset	string	Faset yang terkait dengan pertanyaan. Kolom wajib diisi.
generated_question	string	LLM menghasilkan pertanyaan default. 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 percakapan didasarkan pada interaksi pengguna dengan percakapan yang sedang berlangsung dalam beberapa putaran. Oleh karena itu, setidaknya diperlukan respons kedua agar pemfilteran produk percakapan berfungsi. Pengguna akan melihat pertanyaan lanjutan dan jawaban yang disarankan dalam respons. Pengguna dapat merespons pertanyaan lanjutan ini dengan memasukkan jawaban atau mengklik jawaban yang disarankan (opsi pilihan ganda).

• Pilihan ganda Opsi pilihan ganda berfungsi di balik layar seperti facet (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 ubin atau aspek dinamis.

• Teks bebas Jika pengguna merespons dalam teks bebas, kueri baru dan lebih sempit akan dibuat. Pelajari lebih lanjut cara pemfilteran produk percakapan memperkaya filter dan pengambilan peristiwa pengguna di tingkat API.

Layanan yang diaktifkan oleh fitur

Layanan pertanyaan generatif (service GenerativeQuestionService{...}) digunakan untuk mengelola pertanyaan yang dibuat LLM. Objek induknya adalah katalog, tempat objek ini mengambil informasi untuk menampilkan pertanyaan untuk katalog tertentu. Layanan ini digunakan untuk mengelola keseluruhan status fitur pertanyaan generatif, membuat perubahan individual atau batch, dan mengaktifkan atau menonaktifkan pertanyaan. Persyaratan data harus dipenuhi untuk berinteraksi dengan Service API dan pertanyaan harus diinisialisasi terlebih dahulu sebelum dapat dikelola.

Layanan berinteraksi dengan konfigurasi tingkat fitur dan tingkat pertanyaan dengan dua kumpulan pengendali:

• Pemroses GenerativeQuestionsFeatureConfig (tingkat fitur):

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

• Pemroses Konfigurasi GenerativeQuestion (tingkat pertanyaan):

  1. Daftar menampilkan semua pertanyaan untuk katalog tertentu.
  2. Update melakukan pengelolaan pertanyaan individual.
  3. Pembaruan 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 adalah pada log penelusuran Commerce.

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

Mengonfigurasi pengalaman penayangan

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

Integrasi View API

API konfigurasi ConversationalFilteringSpec untuk fitur ini berada di atas Conversational API baru.

• ConversationalFilteringSpec: Kolom opsional ini telah ditambahkan ke ConversationalSearchRequest, tetapi wajib diisi jika Anda ingin menggunakan fitur pemfilteran percakapan. Kolom ini menggunakan kembali kolom, kueri, dan filter SearchRequest. 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. Ini termasuk conversation_id, refined_query, additional_filters, follow_up_question, dan suggested_answers.

Perjalanan pengguna di API

Alur percakapan berfungsi sebagai berikut: Pengguna memulai penelusuran dengan kueri awal dan menetapkan flag mode ke true di API baru ke mode. Kemudian, pengguna memilih jawaban atau memberikan input teks bebas, yang dikirim kembali ke API menggunakan kolom user_answer. API baru ini menyediakan additional_filter dalam respons. Pengguna harus menerapkan filter ini ke permintaan tindak lanjut Search API. Hasil penelusuran berdasarkan input pengguna dan memberikan pertanyaan tindak lanjut baru, yang meminta kueri tindak lanjut dan melanjutkan percakapan dalam beberapa giliran hingga pengguna menemukan apa yang mereka cari di situs retailer.

Catatan: Pemfilteran produk percakapan kini memiliki antarmuka dengan dua API: Penelusuran dan Percakapan. Search API dimaksudkan untuk mengambil hasil penelusuran dan Conversational API dimaksudkan untuk mengambil respons percakapan. Conversational API tidak menampilkan hasil penelusuran.

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

• Skenario 1. Kueri pertama berasal dari pengguna ke Search dan Conversation API. Search API hanya menampilkan hasil penelusuran. Conversation API menampilkan jawaban yang disarankan dan pertanyaan lanjutan. Panggil Search API untuk kueri atau page_category yang sama dan ambil hasil penelusuran.
• Langkah 1a. Percakapan lanjutan yang diminta akan dikirim ke Penelusuran Percakapan. Panggil Conversational API dengan mode pemfilteran percakapan yang tepat.
• Langkah 1b. Respons Penelusuran awal dengan hasil penelusuran saja. Conversation API menyaring kueri dengan menampilkan jawaban yang disarankan dan pertanyaan lanjutan.
• Skenario 2: Pengguna memilih pilihan ganda.
• Langkah 2a. Filter jawaban yang dipilih dikirim ke Conversation API.
• Langkah 2b. Conversation API dan Search API berjalan dengan filter yang diterapkan.
• Skenario 3: Pengguna memilih teks bebas.
• Langkah 3a. Jawaban teks yang dikirim ke Conversation API. Gunakan Conversational API untuk mengirim jawaban pengguna.
• Langkah 3b. Pengguna mendapatkan pertanyaan lanjutan percakapan dengan beberapa jawaban yang disarankan dalam Respons percakapan. Penelusuran dijalankan lagi dengan kueri yang diubah. Conversational API mengirimkan pertanyaan lain dan additional_filter. Filter ini harus diterapkan ke hasil penelusuran yang diambil dari Search API pada langkah pertama.

Skenario 1. Kueri pertama berasal dari pengguna

Commerce percakapan kini hanya didukung oleh Conversational API. conversationalFilteringMode di Conversation API membedakan antara e-commerce percakapan dan pemfilteran produk percakapan.

Pertama, developer perlu membuat permintaan penelusuran berikut dengan menetapkan produk atau item sebagai kueri, dalam contoh ini, "dress":

Permintaan Search API

{
  query: "dress",
}

Tindakan tambahan di sisi klien untuk mengaktifkan penelusuran yang difilter secara percakapan:

• Developer juga harus membuat permintaan penelusuran percakapan dengan menetapkan "dress" sebagai kueri.

• Developer harus menetapkan mode ke "CONVERSATIONAL_FILTER_ONLY" untuk mendapatkan respons percakapan. Jika tidak, jika ditetapkan ke "DISABLED", tidak ada pertanyaan lanjutan yang diberikan.

Langkah 1a. Retailer → search: Initial query with conversation enabled

Permintaan Conversational API

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

Langkah 1b. Penelusuran → retailer: ID percakapan, kueri yang dipertajam, pertanyaan lanjutan, jawaban yang disarankan

Respons Conversational API

{
  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 memberikan 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 ditentukan dengan baik dan dapat ditafsirkan.
• Jawaban yang disarankan diurutkan berdasarkan nilai aspek dalam katalog yang paling sering digunakan dalam peristiwa pengguna sebagai filter untuk semua kueri. Pengurutan menggunakan kolom engagement_rate dalam pertanyaan lanjutan yang dihasilkan oleh layanan ConversationalSearch. Kolom ini merekam 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_querymemberi tahu retailer kueri saat ini.

• Hal ini berubah selama percakapan jika pembeli memilih input teks bebas.
• Ini harus digunakan jika retailer ingin menampilkan kueri saat ini kepada pengguna.

followup_question memberi tahu retailer pertanyaan apa yang akan ditampilkan kepada pengguna

suggested_answers.

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

Pemfilteran produk percakapan menampilkan opsi ini untuk interaksi percakapan yang berkelanjutan, sehingga menghasilkan penyempurnaan penelusuran yang lebih cepat:

Skenario 2

Skenario 3

Skenario 2: Pengguna memilih opsi pilihan ganda

Jika pengguna memilih jawaban pilihan ganda kuning:

• Developer harus memulihkan conversation_id dari penyimpanan sesi.
• Tetapkan mode menjadi CONVERSATIONAL_FILTER_ONLY.
• Tetapkan user_answer untuk pilihan pengguna.

Langkah 2a. Retailer → search: selected answer filter

Permintaan JSON

{
  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"  
        }
      }
    }
  }
}

Langkah 2b. Penelusuran → retailer: filters applied

Respons JSON

{
  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 dilakukan dengan respons pilihan ganda

Respons penelusuran pada dasarnya sama dengan respons untuk kueri pertama, kecuali respons ini juga menggunakan additional_filter. Dalam contoh ini, kode ini harus digunakan untuk mencentang kotak filter untuk color = "yellow". Filter ini harus ditambahkan ke filter lain yang telah dipilih pengguna. Dengan kata lain, additional_filter harus ditambahkan ke peristiwa di kolom filter yang dikirim untuk kueri tindak lanjut dan permintaan penelusuran ini agar dapat digunakan untuk permintaan penelusuran tindak lanjut atau upload peristiwa, seperti di filter: "colors:ANY(\"yellow\")".

Skenario 3: Pengguna memilih input teks bebas

Jika pengguna mengetik lavender:

• Developer harus memulihkan conversation_id dari penyimpanan sesi.
• Tetapkan followup_conversation_requested ke true.
• Tetapkan user_answer untuk input pengguna (dengan awalan "text_answer:").

Langkah 3a. Retailer → search: text answer

Permintaan JSON

{
  query: "dress"
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  conversational_search_spec {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
    user_answer: {
        text_answer: "lavender"
    }
  }
}

Langkah 3b. Penelusuran → retailer: run with modified query

Respons JSON

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "lavender dress"
  conversational_filtering_result {
    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 dilakukan dengan respons teks bebas

• Mirip dengan respons awal, tetapi perhatikan bahwa refined_query kini diperbarui.
• Developer harus memperbarui UI klien untuk refined_query, yaitu, menampilkan kueri yang ditampilkan kepada pengguna yang telah berubah dari "dress" menjadi "lavender dress".
• Developer harus mengirimkan kueri yang difilter dengan benar dalam peristiwa ke Penelusuran.