À propos des applications et des datastores

Cette page décrit les applications et les datastores Gemini Enterprise.

Avec Gemini Enterprise, vous créez une application et vous l'associez à un data store. Un projet Google Cloud donné peut contenir plusieurs applications.

Termes clés :

  • Application : une application Gemini Enterprise fournit des résultats de recherche, des actions et des agents à vos utilisateurs finaux. Le terme application peut être utilisé de manière interchangeable avec le terme moteur dans le contexte des API.

  • Datastore : un data store est une entité qui contient les données ingérées à partir d'une source de données first party telle que Cloud Storage ou d'applications tierces telles que Jira ou Salesforce. Les datastores contenant des données d'applications tierces sont également appelés connecteurs de données.

Relation entre les applications et les datastores

Une application doit être connectée à un data store pour pouvoir utiliser ses données afin de fournir des résultats de recherche, des réponses ou des actions.

Les applications entretiennent une relation de type plusieurs à plusieurs avec les datastores. Lorsque plusieurs datastores sont connectés à une même application, on parle de recherche mixte. Pour en savoir plus sur les limites de la connexion d'une application de recherche à plusieurs data store, consultez À propos de la recherche combinée.

Méthode de création d'application et d'ingestion de données

La façon dont vous créez une application et ingérez des données dépend du type de données dont vous disposez :

  • Pour les données tierces, vous utilisez la console Google Cloud , et non l'API, pour créer votre application et ingérer des données.

  • Pour les autres données, vous pouvez utiliser la console Google Cloud ou l'API.

Documents

Chaque data store contient un ou plusieurs enregistrements de données appelés documents. Ce qu'un document représente dépend du type de données du data store :

  • Données pour les sources de données tierces : Un document est ici une entité spécifique à la source de données tierces, comme un problème Jira ou un espace Confluence.

  • Données structurées. Un document est une ligne de table ou un enregistrement JSON qui suit un schéma particulier. Vous pouvez fournir ce schéma vous-même ou laisser Gemini Enterprise le déduire depuis les données ingérées.

  • Données non structurées. Un document correspond à un fichier au format HTML, PDF avec du texte intégré ou TXT. Les formats PPTX et DOCX sont disponibles en version preview.

Datastores et applications

Il existe différents types de datastores dans Gemini Enterprise. Un data store ne peut contenir qu'un seul type de données.

Données structurées pour les datastores tiers

Les connecteurs de sources de données tiers suivants sont disponibles en version preview avec liste d'autorisation :

  • Confluence
  • Jira
  • Salesforce
  • SharePoint Online
  • Slack

Les données de ces tiers sont considérées comme des données structurées.

Lorsque vous configurez un nouveau connecteur, vous sélectionnez une fréquence de synchronisation. Vous sélectionnez également les entités à synchroniser. Les entités varient en fonction de la source, par exemple les problèmes pour Jira, et le contenu et les espaces pour Confluence. Un data store unique est créé pour chaque entité. Les datastores d'entités sont regroupés par instance de connecteur.

Étapes suivantes

Données structurées

Un data store contenant des données structurées permet d'effectuer des recherches sémantiques ou de formuler des recommandations sur des données structurées. Vous pouvez importer des données depuis BigQuery ou Cloud Storage. Vous pouvez également importer manuellement des données JSON structurées via l'API.

Par exemple, vous pouvez proposer des fonctionnalités de recherche ou de recommandations basées sur un catalogue de produits pour votre expérience d'e-commerce, ou encore proposer un annuaire de praticiens pour les recherches ou les recommandations de prestataires de santé.

Gemini Enterprise détecte automatiquement le schéma à partir des données que vous importez. Vous pouvez éventuellement fournir un schéma pour vos données. Fournir un schéma pour vos données améliore généralement la qualité des résultats.

Étapes suivantes

Données non structurées

Un data store non structuré permet d'effectuer des recherches sémantiques ou de fournir des recommandations sur des données telles que des documents et des images.

Les datastores non structurés sont compatibles avec les documents au format HTML, PDF avec du texte intégré et TXT. Les formats PPTX et DOCX sont disponibles en version preview.

La recherche fournit des résultats sous la forme de 10 URL et de réponses résumées à des requêtes en langage naturel. Les documents doivent être importés dans un bucket Cloud Storage avec les autorisations d'accès appropriées. Par exemple, une institution financière peut activer la recherche ou les recommandations sur son corpus privé de publications de recherche financière, ou une entreprise de biotechnologie peut activer la recherche ou les recommandations sur son dépôt privé de recherche médicale.

Étapes suivantes

À propos de la recherche mixte

La recherche combinée permet de connecter plusieurs datastores à une même application. L'application peut ainsi effectuer des recherches dans plusieurs sources et types de données.

Pour créer une application de recherche combinée, vous devez associer un ou plusieurs datastores à une application après sa création.

Lorsque vous obtenez des résultats de recherche, vous pouvez effectuer une recherche dans tous les datastores ou filtrer les résultats d'un seul data store.

La recherche mixte présente les limites suivantes :

  • Les datastores contenant des données non structurées importées à l'aide de BigQuery ne sont pas compatibles.
  • La recherche mixte autorise les champs suivants dans les requêtes de recherche :
    • boostSpec
    • contentSearchSpec
    • dataStoreSpecs
    • facetSpecs
    • filter
    • languageCode
    • offset
    • oneBoxPageSize
    • orderBy
    • query
    • pageSize
    • pageToken
    • relevanceScoreSpec
    • relevanceThreshold
    • session
    • sessionSpec
    • spellCorrectionSpec
    • userInfo
    • userPseudoId
  • La recherche mixte autorise les champs suivants dans dataStoreSpecs :
    • dataStore
    • boostSpec : si des spécifications de boost sont spécifiées pour SearchRequest et dataStoreSpecs, les deux spécifications de boost sont appliquées aux résultats de recherche.
    • filter : si des filtres sont spécifiés pour SearchRequest et dataStoreSpecs, les deux filtres sont appliqués aux résultats de recherche.
  • Les opérations de création, de lecture, de mise à jour et de suppression (CRUD) sur les configurations de diffusion sont compatibles avec les applications mixtes. Seuls les champs suivants peuvent être ajoutés ou mis à jour dans une configuration de diffusion :
    • boostControlIds
    • displayName
    • filterControlIds
    • genericConfig :
      • contentSearchSpec
    • name
    • solutionType
    • synonymsControlIds
  • Les opérations CRUD sur les commandes suivantes sont compatibles avec les applications de recherche mixte :
    • boostAction
    • synonymAction
    • filterAction
  • Si un data store utilise une configuration CMEK, tous les autres datastores doivent également utiliser la même configuration CMEK.