Dialogbasierte Suche

Auf dieser Seite wird eine Funktion für die interaktive Suche in Vertex AI Search für die kontextbezogene Suche im Einzelhandel beschrieben.

Mit der Konversationssuche können Einzelhändler ihren Nutzern eine interaktivere Suchfunktion bieten. Die konversationelle Suche ist Teil des Pakets „Geführte Suche“. Kunden können damit Suchanfragen eingrenzen und relevante Produkte schneller präsentieren.

Weitere Informationen zu folgenden Themen:

• So funktioniert die konversationelle Suche
• Bereitstellung über die Haupt-API (Abfrage-API)
• Administratoroberfläche über die Control API und die Konsole

So funktioniert die konversationelle Suche

Wenn die Funktion aktiviert ist, führt die Conversational Vertex AI Search for Retail-Technologie Nutzer durch die Produktsuche auf Händlerwebsites. Nach einer ersten Textabfrage in Vertex AI Search for Retail erhält der Onlinekäufer eine relevante Anschlussfrage und mehrere Antwortoptionen. Die Anschlussfrage kann vom Nutzer entweder in Freitext beantwortet oder auf eine konversationelle Multiple-Choice-Option geklickt werden.

Hinweis: Bei „Suchen“ stehen alle Funktionen der Konversationssuche zur Verfügung, bei „Suchen“ hingegen nur die Multiple-Choice-Option.

Wenn die Konversationssuche auf der Website des Einzelhändlers aktiviert ist, leiten Folgefragen ein Gespräch an, das so lange dauert, 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 Suchergebnis für den Einzelhandel sind keine KI-generierten Fragen mehr verfügbar.

Funktionsweise

Die Konversationssuche basiert auf der Interaktion des Nutzers mit einer laufenden Unterhaltung, die sich in mehreren Runden befindet. Daher ist mindestens eine zweite Antwort erforderlich, damit die dialogorientierte Suche 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 Multiple-Choice-Option funktioniert im Hintergrund wie ein Attribut (ein Ereignistypfilter), mit dem die Abfrage durch Filter 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 dialogorientierten Multiple-Choice-Frage ist identisch mit dem Anwenden desselben Filters mit dynamischen Attributen oder Tiles.

• Freier Text Wenn der Nutzer in einem Freitext antwortet, wird eine neue und enger gefasste Anfrage generiert. Weitere Informationen dazu, wie die Konversationssuche die Erfassung von Filtern und Nutzerereignissen im Nutzerfluss bereichert

Vorteile der dialogorientierten Suche

Die Vertex AI Search for Retail durch die kontextbezogene Suche 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 sich der Nutzer für einen Kauf entscheidet, was den Umsatz pro Suchanfrage erhöht.

Alternative zu dynamischen Attributen

Dynamische Attribute sind mit allgemeinen Suchanfragen verknüpft, die einen geringen Umsatz pro Abfrage haben. Zehntausende von Suchergebnissen können den Nutzer überfordern und riskieren, dass sie die Suche abbrechen. Insbesondere bei Suchanfragen mit einer hohen Anzahl an Produkten ist der Umsatz pro Anfrage ungewöhnlich niedrig. Die Konversationssuche kann Abfragen verfeinern und kann in Verbindung mit dynamischen Attributen verwendet werden. Die Konversationssuche bietet einige Vorteile gegenüber dynamischen Attributen, da sie menschlicher und interaktiver ist und weniger Platz auf der Seite einnimmt.

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 Retail oder in der API einzeln oder im Bulk-Verfahren bearbeitet oder deaktiviert werden, um die Fragen anzupassen, die in der Suche erscheinen sollen.

Console: Verwaltung

Über die Console können Einzelhändler generative Fragen in einer konversationellen Vertex AI Search for Retail-Umgebung verwalten. Weitere Informationen zur Verwendung generativer Fragen in der Konversationssuche

Schritte zur Verwendung des Diensts für generative Fragen

1. Erfüllen Sie die Datenanforderungen.

2. Konfigurieren Sie manuelle Überschreibungen.

3. Aktivieren Sie die Funktion.

4. 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.

Um die dialogorientierte Suche zu aktivieren, müssen Sie bestimmte Datenanforderungen erfüllen.

Diese sind:

1. 1.000 Abfragen pro Tag: Wenn Sie diesen ersten Grenzwert erreichen,wird ein Unterhaltungsplan erstellt, der Ihre Eingaben und Ausgaben bewertet:
   • Inputs: Filteranzahl in Ereignissen
   • Ausgaben: Gesprächsabdeckung
2. 25 % Konversationsabdeckung: Dieser Wert wird von Vertex AI Search für Einzelhandelsmodelle berechnet und gibt den Prozentsatz der Suchanfragen an, die eine Frage enthalten. Bei einer nach Volumen gewichteten Häufigkeit von 25 % der Suchanfragen sollte mindestens eine erste passende Frage vorhanden sein.

Wenn Sie noch keine Konversationsabdeckung von 25% haben, aber die ersten 1.000 Abfragen pro Tag haben, werden Blockierungs- und Empfehlungsprüfungen auf Ihre Ausgaben bzw. Eingaben angewendet. Hier beginnt Vertex AI Search for Retail 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 zeigst du deine Tagesform auf:

1. Wechseln Sie auf der Seite Datenqualität zum Tab Unterhaltung in der Search for Retail-Konsole. Hier sehen Sie die kritische Prüfung, ob bei mindestens 25% der Suchanfragen mindestens eine Anschlussfrage vorhanden ist, sowie Hinweise dazu, welcher Prozentsatz der Nutzerereignisse mit gültigen Filtern erforderlich ist, um dieses Ziel für die Gesprächsabdeckung zu erreichen.

2. Wenn Sie die kritische Prüfung bestanden haben und genügend Nutzerereignisse mit gültigen Filtern vorhanden sind, fahren Sie mit dem nächsten Schritt fort.

3. Um zu steuern, wie generative Fragen ausgeliefert werden, gehe zu Seite zum Suchen und Surfen im Modus Search for Retail-Konsole.

Generative Fragesteuerung

Die generative KI schreibt für jedes indexierbare Attribut im Katalog eine Frage und verwendet dabei sowohl Namen als auch Werte von Attributen für System- und benutzerdefinierte Attribute. Diese Fragen werden von einem LLM generiert und sollen die Sucherfahrung verbessern. Für Möbeltypen können die Werte beispielsweise „Innenraum“ oder „Außenbereich“ sein. Die KI erstellt dann eine Frage dazu, nach welcher Art von Möbeln Sie suchen.

Für jedes Attribut wird eine Frage generiert. Basierend auf bisherigen Nutzerereignissen und Facetteninteraktionen aus früheren Suchereignisdaten werden die Fragen 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 einmal erstellt. Wenn ein neues Attribut hinzugefügt wird, wird es innerhalb von zwei Stunden in der Liste angezeigt.

1. Rufen Sie in der Search for Retail-Konsole die Seite Conversational Search and Browse auf.
   
   Rufen Sie die Seite „Dialogbasiertes Suchen und Surfen“ auf.

2. 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 der Häufigkeit ihrer Verwendung sortiert.

3. Mit der Filteroption können Sie die Fragen filtern.

4. Klicken Sie das Kästchen an, um die Sichtbarkeit von Fragen für jedes Attribut zu aktivieren.

5. Klicken Sie am Ende jeder Zeile auf , um für jede Frage ein Bearbeitungsfeld zu öffnen.

So nehmen Sie Bulk-Änderungen vor:

1. Klicken Sie die Kästchen neben den Fragen an, die Sie in die Unterhaltung ein- oder ausschließen möchten.

2. 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 im angezeigten Fenster auf und entfernen oder aktivieren Sie das Kästchen neben In Unterhaltung zugelassen:

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 dialogorientierte Suche konfigurieren, indem sie den Status „Aktiviert“ ändern und die Mindestanzahl von Produkten festlegen, die zum Auslösen der Suche 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. Die Konsole unterstützt die Überprüfung von KI-generierten Fragen. Einzelhändler können sie überschreiben oder ihren Konversationsstatus ändern. Fragen können auch im Bulk-Verfahren bearbeitet werden.

Einzelne Fragen bearbeiten

Mit den Steuerelementen lassen sich auch einzelne 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:

1. Eine Frage für alle Suchanfragen deaktivieren: Die Frage ist standardmäßig aktiviert. Entfernen Sie das Häkchen neben In Unterhaltungen erlaubt oder setzen Sie es wieder. Bei dieser Option wird die Frage vollständig 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.
2. Frage umformulieren: Im Bereich sehen Sie die KI-generierte Frage, mit welchem Attribut sie verknüpft ist und welche Werte das Attribut hat. Klicken Sie auf das Stiftsymbol, um den Text neu zu schreiben.

Konversationssuche aktivieren

Nachdem Sie Ihre Fragen zu generativer 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 Retail-Konsole die Seite Dialogbasierte Suche und Suche auf.

1. Rufen Sie in der Console „Suchen für Einzelhandel“ die Seite Unterhaltungssuche und -suche auf.
   
   Rufen Sie die Seite „Dialogbasiertes Suchen und Surfen“ auf.

2. Sie finden sie in der Retail Search auf dem Tab Konfigurieren. 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. Die 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 für Nutzer 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.

3. Aktivieren Sie die Funktion über die Ein/Aus-Schaltfläche. Auf dieser Seite finden Sie auch Informationen zum Status Ihrer Blockierungs- und Empfehlungsprüfungen. 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 Anzeigenbereitstellung ansehen, indem Sie eine Testsuche durchführen und Ihre Fragen anhand der angezeigten Attribute testen. In diesem Teil der Console sehen Sie eine Vorschau der Bereitstellung mit der dialogorientierten Suche.

Dieses Modul finden Sie dazu auf der Seite Bewerten des Moduls auf den Tabs Suchen oder Durchsuchen Search for Retail-Konsole.

1. Rufen Sie in der Search for Retail-Konsole die Seite Bewerten auf.
   
   Zur Seite „Bewerten“

2. 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 Ihnen im rechten Bereich generative Fragen angezeigt.

3. Im rechten Bereich sehen Sie eine Liste mit Testfragen.

Generative Question API: Admin-Oberfläche

In diesem Abschnitt wird beschrieben, wie Sie mit der API für generative Fragen die API für die konversationelle Suche in Ihre UI einbinden, die generativen Fragen verwalten und die Funktion auf Ihrer Website bereitstellen.

API-Integration

• Sie können die GenerativeQuestion API über die Search for Retail API mit folgenden Methoden verwalten:
  • In der Konsole suchen und surfen
  • Datenqualität
  • Bewerten

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 Kontrollkonfigurationsdatei, mit der die Funktion für generative Fragen aktiviert wird, um die Bereitstellung der Conversational Search insgesamt 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.

Hinweis: Diese Funktion kann erst aktiviert werden, wenn die anfänglichen Datenanforderungen erfüllt sind. Wenn die Datenanforderungen nicht erfüllt sind, löst die API einen Validierungsfehler aus. Die Validierung der Datenanforderungen ist in Search for Retail sichtbar. Im Hintergrund wird diese API für die Funktionskonfiguration aufgerufen.

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];
}

Für die Konversation relevante 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 von Produkten in der Antwort, um Folgefragen auszulösen. 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. Sie steuert die Konfiguration einer einzelnen generierten Frage.

Felder (Verhalten für Unterhaltungen hervorgehoben)
Katalog	string Wird verwendet, um festzulegen, welche Attribute (und durch Erweiterungsfragen) verfügbar sind. Diese Werte sind alle im Katalog definiert. Pflichtfeld.
Attribut	string Facette, mit der eine Frage verknüpft ist. Pflichtfeld.
generated_question	string Die vom LLM generierte Standardfrage. Nur Ausgabe.
final_question	string Die Frage, die gestellt wird. Er darf eine maximale Länge von 300 Byte haben. Optionales Feld.
Beispielwerte	Wiederholte Stringwerte, die zur Beantwortung der Frage verwendet werden können. Nur Ausgabe
frequency	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 generativen Fragenfunktion 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 Feature- und Frageebene über zwei Handler-Sätze:

• GenerativeQuestionsFeatureConfig-Handler (Funktionsebene):

  1. Aktualisierung: Mindestproduktmenge 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 basierend auf der ursprünglichen Abfrage eine semantisch passende Frage zurück.

Eine Anschlussfrage wird vom LLM-Modell generiert und kann überschrieben werden. Die Fragen basieren darauf, wie wahrscheinlich es ist, dass Kunden sie verwenden, wenn sie den Suchverlauf des Suchverlaufs aufrufen. Wenn kein Suchereignisverlauf vorhanden ist, erfolgt der Rückfall auf die Suchprotokolle des Einzelhändlers.

Basierend auf der vorherigen Abfrage werden unterschiedliche Fragen generiert. Es gibt keine festen Gewichte. Die KI, die die LLM-generierten Fragen bestimmt, lernt aus den Abfragen und ändert die Gewichtung für jede Suchanfrage, sodass beispielsweise „shirt“ die Kategorie sehr stark gewichtet, aber „XL rotes Shirt“ Kategorie, Größe und Farbe.

Conversational Search Configuration API: Darstellung

Die Konfigurations-API für die konversationelle Suche ist in die Vertex AI API Search API eingebunden.

API-Integration

Die Konfigurations-API ConversationalSearchSpec für das Feature basiert auf der vorhandenen Vertex AI Search for Retail API. Zur Unterstützung des neuen Features „Conversational Search“ wurden die folgenden Änderungen an der bereits vorhandenen Vertex AI Search for Retail API (Abfrage-API) 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 aufrechtzuerhalten.

• 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 User Journey).

Nutzerpfad

Der Konversationsablauf funktioniert so: Der Nutzer initiiert eine Suche mit einer anfänglichen Abfrage und dem Flag followup_conversation_requested, das auf „true“ gesetzt ist. 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 basierend auf den Eingaben des Nutzers und gibt eine neue Anschlussfrage ein. Dabei wird eine Folgefrage ausgelöst und die Unterhaltung in mehreren Runden fortgesetzt, bis der Nutzer das Gesuchte auf der Händlerwebsite findet.

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

• Schritt 1: Erste Suchanfrage stammt vom Nutzer
• Schritt 1a: Follow-up-Unterhaltung für die Suche angefordert
• Schritt 1b: Erste Antwort in der Google Suche mit verfeinerter Suchanfrage und vorgeschlagenen Antworten
• Szenario 2: Der Nutzer wählt eine Multiple-Choice-Frage
• Schritt 2a: Der ausgewählte Antwortfilter wurde 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 wurde an die Google Suche gesendet
• Schritt 3b: Suchlauf mit geänderter Abfrage noch einmal ausführen

Schritt 1: Die erste Suchanfrage stammt von einem Nutzer.

conversational_search_spec: Durch die Einführung dieses Felds in der SearchRequest-Nachricht kann das System zwischen dialogorientierten und regulären Suchen 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. Diese Informationen helfen dem System, den Kontext und die Nutzerinteraktionen zu verstehen.

Wenn der boolesche Wert followup_conversation_requested auf TRUE gesetzt ist, antwortet die API mit einer ersten Gruppe von Ergebnissen und einer Folgefrage. Der Nutzer erhält bei der Suche einen Dialog. Ist dieses Feld auf "FALSE" gesetzt, wird keine Folgefrage beantwortet.

Schritt 1a: Einzelhändler → Suche: Erste Abfrage 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 danach sortiert, welche Attributwerte im Katalog als Filter für alle Abfragen am häufigsten mit den Nutzerereignissen in Verbindung gebracht 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 Suchereignissen des Einzelhändlers anzeigt, die an den Server gesendet wurden.

Was mit der ersten Ausgabe der dialogorientierten Suche geschehen soll

• conversation_id: Eine eindeutige Kennung für die laufende Suchsitzung, die gespeichert und in nachfolgenden Anfragen verwendet werden muss. Bei der ersten Abfrage ist er leer und der Server antwortet mit der conversation_id. In diesem Feld wird erfasst, welche Unterhaltung gerade läuft. - da ein Käufer möglicherweise mehrere Tabs oder Geräte geöffnet hat.
• refined_query: Erfasst die aktuelle Suchanfrage und wird aktualisiert, wenn der Nutzer mit der 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. Sie enthält die Felder question und 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. Dieses Feld kann so eingestellt 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 einer Suchanfrage enthalten ist.

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

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

• conversation_id wird aus dem Sitzungsspeicher wiederhergestellt.
• followup_conversation_requested ist auf „true“ festgelegt.
• String „user_answer“, verwendet entweder „selected_answer“, mit einem Schlüssel/Wert-Paar „product_attribute_value“ oder text_answer mit wertfreiem Text, mit dem die Auswahl des Nutzers angegeben wird. Dieses Feld befindet sich im Feld conversational_search_spec und enthält weitere verschachtelte Nachrichten wie "SelectedAnswer" , um die Nutzereingabetypen (Text oder ausgewählte Antworten) festzulegen.
• Als Ergebnis werden wieder das SearchResults-Objekt und seine Felder aufgerufen.
• 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 identisch mit der Antwort auf die erste Abfrage, verwendet aber zusätzlich ein additional_filter-Objekt. 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 Freitexteingabe aus

Wenn ein Nutzer lavender eingibt:

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

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 die erste Antwort, beachten Sie jedoch, dass refined_query jetzt entsprechend aktualisiert wird.
• Aktualisieren Sie die Suchoberfläche („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).