Vertex AI Search for Retail wird in Vertex AI Search for Commerce umbenannt. Wir aktualisieren derzeit unsere Inhalte gemäß dem neuen Branding.

Diese Seite wurde von der Cloud Translation API übersetzt.

Dialogbasierte Suche

Auf dieser Seite wird eine Funktion für die interaktive Suche in der kontextbezogenen Suche von Vertex AI Search for Commerce beschrieben.

Mit der Konversationssuche können Einzelhändler ihren Nutzern eine interaktivere Suchfunktion bieten. Die Konversationssuche ist Teil des Pakets „Interaktive Suche“. Sie hilft Kunden, Suchanfragen einzugrenzen und relevante Produkte schneller zu finden.

Weitere Informationen zu folgenden Themen:

So funktioniert die konversationelle Suche
Bereitstellung über die Haupt-API (Abfrage-API)
Verwaltung über die Control API und die Console

So funktioniert die konversationelle Suche

Wenn die Funktion aktiviert ist, führt die Conversational Vertex AI Search for Commerce Nutzer durch die Produktsuche auf Händlerwebsites. Nach einer ersten Textabfrage in Vertex AI Search for Commerce erhält der Onlinekäufer eine relevante Anschlussfrage und mehrere Antwortoptionen. Die Anschlussfrage kann entweder durch Eingabe von Freitext oder durch Klicken auf eine Antwortoption aus der Konversation beantwortet werden.

Wenn die konversationelle Suche auf der Website des Einzelhändlers aktiviert ist, werden durch Folgefragen Unterhaltungen gestartet, die so lange fortgesetzt werden, bis eines der folgenden drei Szenarien eintritt:

Eine vorkonfigurierte Mindestanzahl von Produkten wird erreicht. Eine Unterhaltung ist beispielsweise nicht sinnvoll, wenn nur zwei Produkte angezeigt werden.
Der Nutzer klickt auf ein Produkt und legt es in den Einkaufswagen (Zielvorhaben).
Bei der Suche und im Suchverlauf für den Einzelhandel sind keine KI-generierten Fragen mehr verfügbar.

Funktionsweise

Die Konversationssuche basiert auf einer laufenden Unterhaltung mit mehreren Gesprächsrunden. Daher ist mindestens eine zweite Antwort erforderlich, damit die Konversationssuche funktioniert. Der Nutzer wird in der Antwort auf eine Folgefrage und vorgeschlagene Antworten hingewiesen. Der Nutzer kann auf diese Anschlussfrage entweder durch Eingabe einer Antwort oder durch Klicken auf eine vorgeschlagene Antwort (Multiple-Choice-Option) antworten.

Multiple-Choice-Frage Die Option „Multiple-Choice-Frage“ funktioniert im Hintergrund wie eine Facette (ein Ereignistypfilter), mit der die Abfrage durch Filterung eingegrenzt wird. Wenn der Nutzer im Hintergrund auf eine Multiple-Choice-Antwort klickt, wird ein Filter auf die Abfrage angewendet. Das Anwenden eines Filters mithilfe der Konversationsfunktion „Multiple-Choice-Frage“ entspricht dem Anwenden desselben Filters mithilfe dynamischer Facetten oder Kacheln.
Freier Text Wenn der Nutzer in Form von freiem Text antwortet, wird eine neue und engere Suchanfrage generiert. Weitere Informationen dazu, wie die Konversationssuche die Erfassung von Filtern und Nutzerereignissen im Nutzerfluss bereichert

Vorteile der konversationellen Suche

Die Vertex AI Search for Commerce durch die Konversationssuche zu ergänzen, bietet sowohl Einzelhändlern als auch Nutzern mehrere Vorteile.

Abfragen mit wenigen Klicks eingrenzen

Mit der Konversationssuche können Sie 10.000 Produkte schnell und effizienter auf weniger als 100 Produkte eingrenzen. So ist es wahrscheinlicher, dass der Nutzer einen Kauf tätigt, was den Umsatz pro Suchanfrage erhöht.

Alternative zu dynamischen Facetten

Dynamische Facetten sind mit weitgehend passenden Suchanfragen verknüpft, bei denen der Umsatz pro Suchanfrage niedrig ist. Wenn Nutzer Zehntausende von Ergebnissen sehen, kann das zu Überforderung führen und sie brechen die Suche ab. Insbesondere bei Suchanfragen mit einer hohen Anzahl von Produkten ist der Umsatz pro Suchanfrage ungewöhnlich niedrig. Mit der Konversationssuche können Suchanfragen verfeinert und in Kombination mit dynamischen Facetten verwendet werden. Die Konversationssuche bietet einige Vorteile gegenüber dynamischen Facetten: Sie ist persönlicher, interaktiver und benötigt weniger Platz auf der Seite.

Anpassbare generative Fragen, die an die Präferenzen des Einzelhändlers angepasst sind

Die konversationelle Suche fördert die Interaktion zwischen Mensch und KI bei den generativen KI-Fragen, da Einzelhändler KI-generierte Fragen basierend auf dem hochgeladenen Katalog nach ihren Wünschen bearbeiten, überschreiben oder die Auswahl aufheben können. Fragen können in der Console Search for Commerce oder in der API einzeln oder im Bulk-Verfahren bearbeitet oder deaktiviert werden, um die Fragen anzupassen, die in der Suche erscheinen sollen.

Console: Admin-Oberfläche

Über die Konsole können Einzelhändler generative Fragen in einer Konversationsoberfläche von Vertex AI Search for Commerce verwalten. Weitere Informationen zur Verwendung generativer Fragen in der Konversationssuche

Schritte zur Verwendung des Dienstes für generative Fragen

Sie erfüllen die Datenanforderungen.
Konfigurieren Sie manuelle Überschreibungen.
Aktivieren Sie die Funktion.
In der Vorschau ansehen und testen

Datenanforderungen

In der Console sehen Sie unter Unterhaltungssuche und -suche auf dem Tab Abdeckungsprüfungen oder unter Datenqualität > Unterhaltung, ob Ihre Suchdaten für die Unterhaltungssuche bereit sind.

Damit die Konversationssuche aktiviert werden kann, müssen bestimmte Datenanforderungen erfüllt sein.

Diese sind:

1.000 Anfragen pro Tag: Nachdem Sie diesen ersten Grenzwert erreicht haben,wird ein Konversationsplan generiert, in dem Ihre Eingaben und Ausgaben ausgewertet werden:
- Inputs: Filteranzahl in Ereignissen
- Ergebnisse: Abdeckung von Konversationen
25% Konversationsabdeckung: Die Konversationsabdeckung wird von Vertex AI Search for Commerce-Modellen berechnet und ist der Prozentsatz der Suchanfragen, die eine Frage enthalten. Bei 25% (nach Volumen) der Suchanfragen sollte mindestens eine erste Frage vorhanden sein, die zu der Suchanfrage passt.

Wenn Sie noch nicht 25% der Unterhaltungsabdeckung erreicht haben, aber die erste Voraussetzung von 1.000 Anfragen pro Tag erfüllen, werden Ihre Ausgaben und Eingaben jeweils blockiert oder mit einer Warnung versehen. Hier beginnt Vertex AI Search for Commerce zu berechnen, um wie viel Prozent die Filter zu erhöhen sind, die anhand von Nutzerereignissen angewendet werden, um den Grenzwert von 25% für die Abdeckung von Unterhaltungen zu erreichen. Je mehr Filter hochgeladen werden, desto höher ist die Abdeckung.

So rufen Sie Ihre Konversationsbereitschaft auf:

Rufen Sie in der Console auf der Seite Datenqualität den Tab Unterhaltung auf. Hier sehen Sie die wichtige Prüfung, ob mindestens 25% der Suchanfragen mindestens eine Anschlussfrage haben, sowie Empfehlungen dazu, welcher Prozentsatz der Nutzerereignisse mit gültigen Filtern erforderlich ist, um das Ziel für die Konversationsabdeckung zu erreichen.
Wenn Sie die kritische Prüfung bestehen und genügend Nutzerereignisse mit gültigen Filtern vorhanden sind, fahren Sie mit dem nächsten Schritt fort.
Wenn Sie festlegen möchten, wie generierte Fragen präsentiert werden, rufen Sie in der Search for Commerce Console die Seite Konversationssuche und Suchanfragen auf.

Einstellungen für generative Fragen

Die generative KI schreibt für jedes indexierbare Attribut im Katalog eine Frage. Dabei werden sowohl Namen als auch Werte von Attributen für System- und benutzerdefinierte Attribute verwendet. Diese Fragen werden von einem LLM generiert und sollen die Sucherfahrung verbessern. Wenn Sie beispielsweise „Möbel“ als Möbeltyp angeben, fragt die KI, nach welcher Art von Möbeln Sie suchen.

Für jede Facette wird eine Frage generiert. Die Fragen werden anhand bisheriger Nutzerereignisse und der Interaktionen mit den Facetten aus vergangenen Suchereignisdaten nach der erwarteten Häufigkeit sortiert, mit der die Frage angezeigt wird. Die KI sieht sich zuerst die Fragen oben an und ermittelt dann anhand der Attribute, was relevant ist. Die Liste der Fragen wird nur einmal generiert. Wenn ein neues Attribut hinzugefügt wird, wird es innerhalb von zwei Stunden in der Liste angezeigt.

Rufen Sie in der Search for Commerce Console die Seite Unterhaltungssuche und -suche auf.

Rufen Sie die Seite „Dialogbasiertes Suchen und Surfen“ auf.
Auf dem Tab KI-generierte Fragen verwalten sehen Sie alle Fragen sortiert nach Häufigkeit der Verwendung, gewichtet nach Suchanfragen, d. h. wie oft sie bei häufigen Suchanfragen präsentiert werden. Für die Reihenfolge wird das Feld „Häufigkeit“ in der GenerativeQuestionConfig verwendet. In diesem Feld werden die KI-generierten Fragen nach ihrer Häufigkeit sortiert.
Mit der Filteroption können Sie die Fragen filtern.
Setzen Sie ein Häkchen, um die Sichtbarkeit der Fragen für jedes Attribut zu aktivieren.
Klicken Sie am Ende jeder Zeile auf , um für jede Frage ein Bearbeitungsfeld zu öffnen.

So nehmen Sie Bulk-Änderungen vor:

Setzen Sie ein Häkchen in die Kästchen neben den Fragen, die in die Unterhaltung einbezogen oder daraus ausgeschlossen werden sollen.
Klicken Sie oben in der Liste auf die Schaltfläche In Unterhaltungen zulassen oder In Unterhaltungen nicht zulassen. Wenn Sie eine einzelne Frage bearbeiten möchten, klicken Sie auf und entfernen Sie das Häkchen neben In Unterhaltungen erlaubt oder setzen Sie es wieder:

Alternativer Text

Generierte Fragen in der konversationellen Suche verwenden

Die API für den generativen Fragedienst bietet Steuerelemente, mit denen potenzielle Inkonsistenzen in der LLM-Ausgabe minimiert werden können. Sie können über die Console verwaltet werden. Hier können Einzelhändler auch die Konversationssuche konfigurieren, indem sie den Aktivierungsstatus umschalten und die Mindestanzahl der Produkte festlegen, die zum Auslösen erforderlich sind.

Sie können die Fragen definieren, indem Sie die Frage selbst, mögliche Antworten und ob die Frage im Gespräch zulässig ist, angeben. Einzelne Fragen können von einem LLM generiert oder vom Händler überschrieben werden. In der Konsole können KI-generierte Fragen überprüft werden, damit Einzelhändler sie überschreiben oder ihren Konversationsstatus ändern können. Fragen können auch im Bulk-Verfahren bearbeitet werden.

Einzelne Fragen bearbeiten

Mit den Steuerelementen können Sie auch die einzelnen Fragen auswählen. Wir empfehlen, dies zu tun, bevor Sie die Konversationssuche aktivieren.

Für jede Frage gibt es zwei Optionen. Klicken Sie in der letzten Spalte auf , um auf das Steuerfeld „Für Nutzer sichtbare Fragen“ zuzugreifen:

Eine Frage für alle Suchanfragen deaktivieren: Die Frage ist standardmäßig aktiviert. Entfernen Sie das Häkchen neben In Unterhaltungen erlaubt oder setzen Sie es wieder. Mit dieser Option wird die Frage übersprungen. Händler können eine Frage auch vollständig deaktivieren, wenn sie sich nicht auf die abgefragten Attribute bezieht oder auf irgendeine Weise als unangemessen ausgelegt werden könnte. Eine Frage wie „Welche Kleidergröße suchen Sie?“ könnte beispielsweise als unzulässige Frage zum Gewicht eines Käufers wahrgenommen werden.
Frage umformulieren:Im Bereich sehen Sie die KI-generierte Frage, mit welchem Attribut sie verknüpft ist und welche Werte das Attribut hat. Klicke auf den Stift, um den Text zu überschreiben.

Dialogbasierte Suche aktivieren

Nachdem Sie Ihre Fragen für die generative KI in der Console bearbeitet haben, können Sie die konversationelle Suche aktivieren.

Wenn Sie die dialogbasierte Suche aktivieren möchten, rufen Sie in der Search for Commerce Console die Seite Dialogbasierte Suche und Suche auf.

Rufen Sie in der Search for Commerce Console die Seite Unterhaltungssuche und -suche auf.

Rufen Sie die Seite „Dialogbasiertes Suchen und Surfen“ auf.
Auf dem Tab Konfigurieren der Funktion „Suchen nach Shopping“ finden Sie die systemweite Einstellung. Dazu gehört auch die Festlegung der Mindestanzahl von Produkten, die mit der Suchanfrage übereinstimmen müssen, bevor eine Unterhaltung gestartet werden kann, also wann Fragen generiert werden. Diese Mindestanzahl ist> 2. Der Mindestwert kann höher konfiguriert werden, darf aber nicht unter 2 liegen. Überlegen Sie, wie viele Produkte in Ihrem Katalog bei der Suche nach Nutzern zurückgegeben werden sollen, um eine Unterhaltung zu beginnen. Ein guter Wert für diese Zahl ist beispielsweise eine Zeile pro Seite, damit die Anzahl der Suchergebnisse möglichst gering ist, um eine Unterhaltung auszulösen.
Aktivieren Sie die Funktion über die Ein/Aus-Schaltfläche. Auf dieser Seite finden Sie auch Informationen zum Status Ihrer Blockierungs- und Warnhinweisprüfungen. Wenn Sie genügend Suchanfragen mit mindestens einer Anschlussfrage haben, ist die Konversationssuche jetzt auf Ihrer Website aktiviert.

Bewerten und testen

Mit Bewerten können Sie sich eine Vorschau der Auslieferung ansehen, indem Sie eine Testsuche durchführen und Ihre Fragen anhand der angezeigten Facetten testen. Dieser Teil der Konsole bietet eine Vorschau der Auslieferung mit der konversationellen Suche.

Sie finden es auf der Seite Bewerten der Console „Suchen nach Commerce“ auf den Tabs Suchen oder Durchsuchen.

Rufen Sie in der Search for Commerce Console die Seite Bewerten auf.

Zur Seite „Bewerten“
Geben Sie in das Feld „Suchbewertung“ eine Testabfrage ein, die für den Katalog sinnvoll ist, den Sie für die Suche hochgeladen haben. Klicken Sie auf Suchvorschau. Sie sehen Suchergebnisse und wenn Sie die Konversationssuche aktiviert haben, werden im rechten Bereich generative Fragen angezeigt.
Im rechten Bereich sehen Sie eine Liste mit Testfragen.

Generative Question API: Admin-Oberfläche

In diesem Abschnitt wird beschrieben, wie Sie die API für generative Fragen verwenden, um die Conversational Search API in Ihre Benutzeroberfläche einzubinden, die generativen Fragen zu verwalten und die Funktion auf Ihrer Website bereitzustellen.

API-Integration

Sie können die GenerativeQuestion API über die Suche für Unternehmen mit folgenden Methoden verwalten:

Objekte:

GenerativeQuestionsFeatureConfig
GenerativeQuestionConfig
GenerativeQuestions-Dienst
- UpdateGenerativeQuestionsFeatureConfiguration
- UpdateGenerativeQuestionConfig
- ListGenerativeQuestionConfigs
- GetGenerativeQuestionFeatureConfig
- BatchUpdateGenerativeQuestionConfigs

Der Kern der Integration dieser Funktion besteht darin, die Ressource „question“ zu definieren. Dazu gehören die Frage selbst und ob sie in der Unterhaltung zulässig ist. Die Frage wird standardmäßig von einem LLM generiert, kann aber vom Administrator überschrieben werden.

Feature aktivieren

Objekt:

GenerativeQuestionsFeatureConfig

Dieses Objekt ist eine Konfigurationsdatei, mit der Sie die Funktion für generative Fragen aktivieren können, um die allgemeine Bereitstellung der Konversationssuche zu verwalten. GenerativeQuestionsFeatureConfig ruft mithilfe einer GET-Methode Attributinformationen und Informationen dazu ab, ob die Attribute indexierbar sind, aus dem mit dem Projekt verknüpften Katalog.

Mit dem Schalter feature_enabled wird festgelegt, ob Fragen bei der Auslieferung verwendet werden. Hier werden die Ein-/Aus-Schaltflächen auf oberster Ebene in der Console verwaltet.

Weitere Informationen zum Aktivieren der konversationellen Suche in der Console

Funktion in der API aktivieren

// 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 will be used at serving time.
  // Note: This feature cannot be enabled 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];
}

Konversationsrelevante Felder
Katalog	String Der Ressourcenname des betroffenen Katalogs auf Projektebene. Format: projects/{project}/locations/{location}/catalogs/{catalog}.
feature_enabled	boolean: Damit können Fragen aktiviert oder deaktiviert werden. Optionales Feld. Sie kann erst aktiviert werden, wenn die Datenanforderungen erfüllt sind. Andernfalls wird ein Fehler ausgegeben.
minimum_products	Integer32 Mindestanzahl der Produkte in der Antwort, bei der Nachfragen ausgelöst werden. Muss einen Wert von mindestens 0 haben.

Generative Fragen verwalten

Objekt:

GenerativeQuestionConfig

Sie kann mit dem booleschen Feld allowed_in_conversation für Unterhaltungen aktiviert werden. Damit wird die Konfiguration für eine einzelne generierte Frage gesteuert.

Felder (Kontrollverhalten für Unterhaltungen hervorgehoben)
Katalog	String: Damit wird angegeben, welche Attribute (und damit auch Fragen) verfügbar sind. Diese Werte sind alle im Katalog definiert. Pflichtfeld.
facet	String: Facette, der eine Frage zugeordnet ist. Pflichtfeld.
generated_question	string Die vom LLM generierte Standardfrage. Nur Ausgabe.
final_question	string Die Frage, die gestellt wird. Er darf maximal 300 Byte lang sein. Optionales Feld.
Beispielwerte	Wiederholte Stringwerte, die zur Beantwortung der Frage verwendet werden können. Nur Ausgabe
Häufigkeit	float Das Verhältnis, wie oft eine Frage gestellt wurde. Nur Ausgabe.
allowed_in_conversation	boolean Gibt an, ob die Frage bei der Auslieferung gestellt wird. Dieses Feld ist optional.

Durch diese Funktion aktivierte Bereitstellung

Der Dienst für generative Fragen (service GenerativeQuestionService{...}) wird zum Verwalten von LLM-generierten Fragen verwendet. Das übergeordnete Objekt ist der Katalog, aus dem Informationen abgerufen werden, um Fragen für einen bestimmten Katalog zurückzugeben. Mit dem Dienst können Sie den Gesamtstatus der Funktion für generative Fragen verwalten, einzelne oder Batchänderungen vornehmen und Fragen aktivieren oder deaktivieren. Für die Verknüpfung mit der Service API müssen Datenanforderungen erfüllt sein. Außerdem müssen die Fragen zuerst initialisiert werden, bevor sie verwaltet werden können.

Der Dienst interagiert mit den Konfigurationen auf Funktions- und Fragenebene mit zwei Handlern:

GenerativeQuestionsFeatureConfig-Handler (Funktionsebene):
1. Aktualisierung: Sie können die Mindestanzahl der Produkte ändern und Felder aktivieren
2. Get: Gibt ein Objekt zurück.
GenerativeQuestion-Konfigurations-Handler (Frageebene):
1. Liste: Gibt alle Fragen für einen bestimmten Katalog zurück
2. Update: Verwaltung einzelner Fragen
3. Batch-Aktualisierung: Verwaltung gruppierter Fragen

Der Dienst gibt eine semantisch passende Frage basierend auf der ursprünglichen Suchanfrage zurück.

Eine Anschlussfrage wird vom LLM-Modell generiert und kann überschrieben werden. Die Fragen werden basierend darauf angezeigt, wie wahrscheinlich es ist, dass sie von Kunden verwendet werden. Dazu wird der Suchereignisverlauf aufgerufen. Wenn kein Suchereignisverlauf vorhanden ist, wird auf die Suchprotokolle des Einzelhändlers zurückgegriffen.

Basierend auf der vorherigen Abfrage werden unterschiedliche Fragen generiert. Es gibt keine festen Gewichte. Die KI, die die von LLM generierten Fragen steuert, lernt aus den Suchanfragen und ändert die Gewichtung für jede Suchanfrage. Bei „Hemd“ wird beispielsweise die Kategorie sehr stark gewichtet, bei „rotes Hemd in XL“ hingegen werden Kategorie, Größe und Farbe berücksichtigt.

Conversational Search Configuration API: Darstellung

Die Konfigurations-API für die Konversationssuche ist in die Search API der Vertex AI API eingebunden.

API-Integration

Die Konfigurations-API ConversationalSearchSpec für die Funktion ist über der vorhandenen Vertex AI Search for Commerce API verfügbar. Zur Unterstützung der neuen Funktion „Konversationssuche“ wurden die folgenden Änderungen an der bereits vorhandenen Haupt-API (Abfrage-API) von Vertex AI Search for Commerce vorgenommen:

ConversationalSearchSpec: Dieses optionale Feld wurde in SearchRequest hinzugefügt, ist aber erforderlich, wenn Sie die Konversationssuche verwenden möchten. Für das Feld werden die Felder „SearchRequest“, „query“ und „filter“ wiederverwendet. Außerdem enthält es ein Feld, mit dem nach einer ersten Anfrage eine Anschlussfrage an den Nutzer gesendet werden kann, und ein conversation_id, um den Status der Unterhaltung zwischen Client und Server beizubehalten.
ConversationalSearchResult: Eine Proto-Datei enthält zusätzliche Informationen, die für den Konversations-CRS-Ablauf in SearchResponse zurückgegeben werden müssen. Dazu gehören conversation_id, refined_query, additional_filters, follow_up_question und suggested_answers (siehe Abschnitt Kaufprozess).

Nutzerpfad

Der Konversationsablauf funktioniert so: Der Nutzer startet eine Suche mit einer ersten Suchanfrage und das Flag followup_conversation_requested ist auf „wahr“ gesetzt. Der Nutzer wählt dann eine Antwort aus oder gibt einen Freitext ein, der über das Feld user_answer an die API zurückgesendet wird. Die API verfeinert dann die Suchergebnisse anhand der Eingabe des Nutzers und stellt eine neue Anschlussfrage. So wird eine weitere Suchanfrage ausgelöst und das Gespräch wird in mehreren Schritten fortgesetzt, bis der Nutzer auf der Website des Händlers das Gesuchte findet.

Angenommen, die konversationelle Suche ist auf der Website aktiviert, verläuft der User Journey und die nachfolgende Interaktion mit Vertex AI Search for Commerce so:

Schritt 1: Erste Anfrage stammt vom Nutzer
Schritt 1a: Angefragte Folgeunterhaltung an die Suche gesendet
Schritt 1b: Erste Suchantwort mit optimierter Suchanfrage und vorgeschlagenen Antworten
Szenario 2: Der Nutzer wählt eine Multiple-Choice-Frage aus.
Schritt 2a: Ausgewählter Antwortfilter an die Suche gesendet
Schritt 2b: Suche noch einmal mit angewendetem Filter ausführen
Szenario 3: Der Nutzer wählt einen freien Text aus.
Schritt 3a: Textantwort an die Google Suche gesendet
Schritt 3b: Suche noch einmal mit einer geänderten Suchanfrage ausführen

Schritt 1: Erste Anfrage stammt vom Nutzer

conversational_search_spec: Durch die Einführung dieses Felds in der SearchRequest-Nachricht kann das System zwischen Konversations- und regulären Suchanfragen unterscheiden. Diese Bestimmung wirkt sich darauf aus, ob Nutzer zusätzliche Antworten in Form von Unterhaltungen erhalten. So bleiben die ursprünglichen Suchfunktionen erhalten und werden gleichzeitig für Unterhaltungsinteraktionen erweitert. Das Feld conversational_search_spec ist im Nachrichtenformat und enthält Details, die für den Gesprächsablauf erforderlich sind, z. B. Nutzerantworten, Unterhaltungs-IDs und ob der Nutzer eine weitere Unterhaltung wünscht. Anhand dieser Informationen kann das System den Kontext und die Nutzerinteraktionen besser nachvollziehen.

Wenn das boole Feld followup_conversation_requested auf TRUE gesetzt ist, antwortet die API mit einer ersten Reihe von Ergebnissen und einer Anschlussfrage. Der Nutzer wird bei der Suche durch eine Konversation geführt. Wenn dieses Feld auf „FALSE“ gesetzt ist, wird keine Anschlussfrage angezeigt.

Schritt 1a: Händler → Suche: Erste Suchanfrage mit aktivierter Unterhaltung

JSON-Anfrage

{
  "query": "dress",
  "conversational_search_spec":  {
    "followup_conversation_requested": true
  }
}

Schritt 1b Suche → Händler: Konversations-ID, optimierte Suchanfrage, Anschlussfrage, vorgeschlagene Antworten

JSON-Antwort

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

conversational_search_result: „ConversationalSearchResult“ ist ein Proto, das zusätzliche Informationen enthält, die aus dem Konversationsablauf zurückgegeben werden. Das Feld conversational_search_result in SearchResponse enthält zusätzliche Daten, die für das UI-Rendering auf der Clientseite entscheidend sind. Im Feld conversational_search_result werden verschachtelte Nachrichten wie SuggestedAnswer und AdditionalFilter verwendet, um die zurückgegebenen Daten klar und verständlich zu strukturieren. Diese hierarchische Struktur sorgt dafür, dass die zwischen Client und Server ausgetauschten Informationen klar definiert und auswertbar sind.
Die vorgeschlagenen Antworten werden nach den Facettenwerten im Katalog sortiert, die in den Nutzerereignissen am häufigsten als Filter für alle Suchanfragen verwendet wurden. Für die Sortierung wird das Feld engagement_rate in der Folgefrage verwendet, die vom ConversationalSearch-Proto generiert wird. In diesem Feld wird die bisherige Interaktionsrate erfasst, die der Filter aus den Suchanfragen des Einzelhändlers, die an den Server gesendet wurden, anzeigt.

Was Sie mit den ersten Ergebnissen der Konversationssuche tun können

conversation_id: Eine eindeutige Kennung für die laufende Suchsitzung, die in nachfolgenden Anfragen gespeichert und verwendet werden muss. Bei der ersten Abfrage ist er leer und der Server antwortet mit der conversation_id. Mit diesem Feld wird nachverfolgt, um welche Unterhaltung es sich handelt, da ein Käufer möglicherweise mehrere Tabs oder Geräte geöffnet hat.
refined_query: Er erfasst die aktuelle Suchanfrage und wird aktualisiert, wenn der Nutzer mit der Google Suche interagiert. Das ändert sich, wenn ein Käufer die Eingabe von Freitext wählt. Wenn der Käufer eine Multiple-Choice-Option auswählt, entspricht dieses Feld der Abfrage in der Anfrage.
followup_question: gibt dem Händler an, welche Frage dem Nutzer angezeigt werden soll. Enthält die Felder question, suggested_answers
suggested_answers: Enthält Produktattributwerte mit Namen und Werten als Schlüssel/Wert-Paare für jede vorgeschlagene Antwort. Es enthält eine Liste mit Multiple-Choice-Optionen. In diesem Feld kann festgelegt werden, dass nur die ersten N Multiple-Choice-Ergebnisse angezeigt werden. Sie werden nach einem engagement_rate-Feld sortiert, das die Wahrscheinlichkeit angibt, dass die Frage in eine Suchanfrage einbezogen wird.

Szenario 2: Der Nutzer wählt eine Multiple-Choice-Option aus

Wenn ein Nutzer eine Multiple-Choice-Antwort ausgewählt hat, yellow:

Die conversation_id wird aus dem Sitzungsspeicher wiederhergestellt.
followup_conversation_requested ist auf „wahr“ festgelegt.
Für den String user_answer wird entweder „selected_answer“ verwendet, das ein Schlüssel/Wert-Paar vom Typ „product_attribute_value“ enthält, oder text_answer, das den Wert „free_text_input“ enthält, um die Auswahl des Nutzers anzugeben. Dieses Feld befindet sich im Feld conversational_search_spec und enthält weitere verschachtelte Nachrichten wie „SelectedAnswer“, um die Arten der Nutzereingaben (Text oder ausgewählte Antworten) anzugeben.
Das Ergebnis ist der Aufruf des SearchResults-Objekts und seiner Felder.
selected_answerIn diesem Feld werden die Produktattribute übergeben, um die konversationelle Suche zu steuern.

Schritt 2a: Händler → Suche: Filter für ausgewählte Antwort

JSON-Anfrage

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

Schritt 2b. Suche → Händler: Filter angewendet

JSON-Antwort

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

Mehrfachauswahl

Die Suchantwort ist im Grunde mit der Antwort auf die erste Abfrage identisch, mit der Ausnahme, dass auch eine additional_filter verwendet wird. In diesem Beispiel sollte damit das Kästchen für den Filter „farbe = gelb“ angeklickt werden. Sie sollte in den Folgesuchanfragen oder Ereignisuploads in das Feld filter eingefügt werden, wie in filter: "colors:ANY(\"yellow\")".

Szenario 3: Der Nutzer wählt eine Eingabe für freien Text aus

Wenn ein Nutzer lavender eingibt:

die conversation_id aus dem Sitzungsspeicher wiederhergestellt wird
followup_conversation_requested ist auf „wahr“ gesetzt
user_answer ist für die Eingaben des Nutzers (mit dem Präfix text_answer:) festgelegt.

Schritt 3a Händler → Suche: Textantwort

JSON-Anfrage

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

Beachten Sie, dass in der Anfrage mit freiem Text kein Filterfeld vorhanden ist.

Schritt 3b Suche → Händler: Mit geänderter Abfrage ausführen

JSON-Antwort

{
  "conversational_search_result": {
    "conversation_id": "c154d073-87f5-4edb-accd-587eabe014ff",
    "refined_query": "lavender dress",
    "followup_question": "What is the occasion?",
    "suggested_answers": [
      {
        "product_attribute_value": {
          "name": "attribute.occasion",
          "value": "wedding"
        }
      },
      {
        "product_attribute_value": {
          "name": "attribute.occasion",
          "value": "party"
        }
      }
    ]
  }
}

Was Sie mit einer Antwort in Form von freiem Text tun können

Ähnlich wie in der ersten Antwort, aber beachten Sie, dass refined_query jetzt entsprechend aktualisiert wurde.
Aktualisieren Sie die Benutzeroberfläche der Suche („Suchfeld“) mit der optimierten Suchanfrage.
Senden Sie die optimierte Abfrage in den Ereignissen in den Folgesuchanfragen oder Ereignisuploads.
Wenn der Nutzer eine Antwort im Freitextformat gibt, die mit einer vorgeschlagenen Antwort übereinstimmt (z. B. text_answer="yellow", wenn colors="yellow" als vorgeschlagene Antwort angezeigt wird), wird dieser Fall wie eine Antwort mit mehreren Auswahlmöglichkeiten behandelt (siehe oben).