Cette page décrit la fonctionnalité de saisie semi-automatique de base de Gemini Enterprise. La saisie semi-automatique génère des suggestions de requêtes en fonction des premiers caractères saisis pour la requête.
Pour les données structurées et non structurées, la saisie semi-automatique génère par défaut des suggestions basées sur le contenu des documents du data store. Après l'importation des documents, la saisie semi-automatique ne commence pas à générer des suggestions par défaut tant qu'il n'y a pas suffisamment de données de qualité, ce qui prend généralement quelques jours. Si vous effectuez des requêtes de saisie semi-automatique via l'API, la saisie semi-automatique peut générer des suggestions basées sur l'historique de la Recherche ou les événements utilisateur.
Le modèle de suggestions de requêtes détermine le type de données que la saisie semi-automatique utilise pour générer des suggestions. Il existe quatre modèles de suggestions de requêtes :
Document. Le modèle de document génère des suggestions à partir de documents importés par l'utilisateur.
Champs à compléter Le modèle de champs complétables suggère du texte extrait directement des champs de données structurées. Seuls les champs annotés avec
completablesont utilisés pour les suggestions de saisie semi-automatique. Ce modèle n'est disponible que pour les données structurées.Historique de la Recherche Le modèle d'historique de la Recherche génère des suggestions à partir de l'historique des appels d'API
SearchService.search. N'utilisez pas ce modèle si aucun trafic n'est disponible pour la méthodeservingConfigs.search.Événement utilisateur. Le modèle d'événement utilisateur génère des suggestions à partir des événements de recherche importés par l'utilisateur.
Les requêtes Autocomplete sont envoyées à l'aide de la méthode dataStores.completeQuery.
Le tableau suivant présente les types de modèles de suggestions de requêtes disponibles pour chaque type de données.
Modèle de suggestions de requêtes |
Source de données |
Données du site Web |
Données structurées |
Données non structurées |
|---|---|---|---|---|
| Document | Importé par l'utilisateur | ✔* (par défaut) | ✔ (par défaut) | |
| Champs à compléter | Importé par l'utilisateur | ✔ | ||
| Historique de la Recherche | Collectés automatiquement | ✔ (par défaut) | ✔ | ✔ |
| Événements utilisateur | Importées par l'utilisateur ou collectées automatiquement par le widget | ✔ | ✔ | ✔ |
* : Le schéma du document doit contenir des champs title ou description, ou des champs doivent avoir été spécifiés en tant que propriétés de clé title ou description. Consultez Mettre à jour un schéma pour les données structurées.
Si vous ne souhaitez pas utiliser le modèle par défaut pour votre type de données, vous pouvez spécifier un autre modèle lorsque vous envoyez votre requête de saisie semi-automatique. Les requêtes de saisie semi-automatique sont envoyées à l'aide de la méthode dataStores.completeQuery. Pour en savoir plus, consultez Instructions de l'API : envoyer une requête de saisie semi-automatique pour choisir un autre modèle.
Fonctionnalités de saisie semi-automatique
Gemini Enterprise est compatible avec les fonctionnalités de saisie semi-automatique suivantes pour afficher les prédictions les plus utiles lors de la recherche :
| Fonctionnalité | Description | Exemple ou plus d'informations |
|---|---|---|
| Corriger les fautes de frappe | Corriger les fautes de frappe. | Milc → Milk.
|
| Supprimer les termes dangereux |
|
Texte choquant, comme du contenu pornographique, osé, vulgaire ou violent. |
| Empêcher l'affichage des informations de base permettant d'identifier personnellement l'utilisateur | Grâce à Sensitive Data Protection, Gemini Enterprise s'efforce d'empêcher l'affichage des types de base d'informations permettant d'identifier personnellement l'utilisateur, comme les numéros de téléphone et les adresses e-mail. |
Si une adresse e-mail Pour vous protéger plus efficacement contre les fuites d'informations permettant d'identifier personnellement l'utilisateur, Google vous recommande d'appliquer votre propre solution de protection contre la perte de données en plus des détecteurs fournis par Gemini Enterprise. Pour en savoir plus, consultez Se protéger contre les fuites d'informations permettant d'identifier personnellement l'utilisateur. |
| Liste de blocage |
|
Pour en savoir plus, consultez Utiliser la saisie semi-automatique pour les listes de blocage. |
| Dédupliquer les termes |
|
Shoes for Women, Womens Shoes et Womans Shoes sont dédupliqués, et seul le plus populaire est suggéré. |
| Suggestions de requêtes de longue traîne |
|
Pour en savoir plus, consultez Suggestions de requêtes de longue traîne. |
Suggestions de requêtes de longue traîne
Les suggestions de correspondance de fin sont effectuées à l'aide d'une correspondance de préfixe exacte avec le dernier mot d'une chaîne de requête.
Par exemple, supposons que la requête "songs with he" soit envoyée dans une requête de saisie semi-automatique. Lorsque la correspondance de fin est activée, la saisie semi-automatique peut constater que le préfixe complet "chansons avec he" ne correspond à aucune correspondance. Cependant, le dernier mot de la requête, "he", correspond exactement au préfixe de "hello world" et "hello kitty". Dans ce cas, les suggestions renvoyées sont "songs with hello world" et "songs with hello kitty", car il n'y a pas de suggestions de correspondance exacte.
Vous pouvez utiliser cette fonctionnalité pour réduire les résultats de suggestions vides et augmenter la diversité des suggestions, ce qui est particulièrement utile lorsque les sources de données (nombre d'événements utilisateur, historique de recherche et couverture des thèmes des documents) sont limitées. Toutefois, l'activation des suggestions de correspondance de fin peut réduire la qualité globale des suggestions. Étant donné que la correspondance de fin ne correspond qu'au mot de fin du préfixe, certaines suggestions renvoyées peuvent ne pas avoir de sens. Par exemple, une requête telle que "chansons avec il" peut obtenir une suggestion de correspondance de fin telle que "chansons avec des guides d'aide".
Les suggestions de correspondance de fin ne sont renvoyées que si :
include_tail_suggestionsest défini surtruedans la requêtedataStores.completeQuery.Il n'existe aucune suggestion de correspondance de préfixe complète pour la requête.
Protéger contre les fuites d'informations permettant d'identifier personnellement l'utilisateur
La définition des informations permettant d'identifier personnellement l'utilisateur est large, et ces informations peuvent être difficiles à détecter. Par conséquent, Gemini Enterprise ne peut pas garantir que les informations permettant d'identifier personnellement l'utilisateur ne seront pas renvoyées dans les suggestions de saisie semi-automatique.
Gemini Enterprise applique le service d'inspection Sensitive Data Protection pour rechercher et empêcher les types courants d'informations permettant d'identifier personnellement l'utilisateur d'apparaître dans les suggestions. Toutefois, si vos datastores contiennent des informations permettant d'identifier personnellement l'utilisateur, ou si vous utilisez les modèles de suggestions de requêtes d'historique de la Recherche ou d'événements utilisateur, lisez ce qui suit et prenez les mesures appropriées :
Si les types d'informations permettant d'identifier personnellement l'utilisateur que vous souhaitez protéger sont assez standards, comme les numéros de téléphone et les adresses e-mail, commencez par tester de manière approfondie les suggestions de saisie automatique pour votre application. Gemini Enterprise ne peut pas garantir que les informations permettant d'identifier personnellement l'utilisateur ne seront pas renvoyées dans les suggestions de saisie automatique.
Si des fuites d'informations permettant d'identifier personnellement l'utilisateur sont détectées lors des tests de saisie semi-automatique ou si vous savez déjà que vous avez des informations permettant d'identifier personnellement l'utilisateur non standards à protéger (par exemple, des ID utilisateur propriétaires), essayez d'ajuster le seuil de saisie semi-automatique et les paramètres de diffusion de contenu. Pour en savoir plus, consultez Réduire le risque de renvoyer des suggestions contenant des informations permettant d'identifier personnellement l'utilisateur.
Si l'ajustement des paramètres ne suffit pas à empêcher les fuites d'informations permettant d'identifier personnellement l'utilisateur, mettez en œuvre votre propre solution de protection contre la perte de données. Personnalisez la solution de protection contre la perte de données pour les types d'informations permettant d'identifier personnellement l'utilisateur les plus susceptibles d'être trouvés dans vos datastores, vos événements utilisateur ou les requêtes de recherche des utilisateurs. Vous pouvez utiliser Sensitive Data Protection ou un service DLP tiers. Choisissez l'une des options suivantes :
Filtrez les informations permettant d'identifier personnellement l'utilisateur avant d'importer les documents et les événements utilisateur dans vos datastores.
Examinez les suggestions de saisie automatique avant de les présenter à l'utilisateur au moment de la diffusion, et bloquez celles qui contiennent des informations permettant d'identifier personnellement l'utilisateur.
Si vous utilisez le modèle d'historique des recherches ou d'événements utilisateur, ajoutez un texte d'information dans la barre de recherche pour indiquer aux utilisateurs de ne pas inclure d'informations permettant d'identifier personnellement l'utilisateur dans leurs requêtes de recherche.
Si vous avez des questions ou si vous rencontrez des difficultés particulières pour bloquer les informations permettant d'identifier personnellement l'utilisateur, contactez votre ingénieur client ou l'équipe chargée de votre compte Google.
Activer ou désactiver la saisie semi-automatique pour un widget
Pour activer ou désactiver la saisie semi-automatique pour un widget, procédez comme suit :
Console
Dans la console Google Cloud , accédez à la page Gemini Enterprise.
Cliquez sur le nom de l'application que vous souhaitez modifier.
Cliquez sur Configurations.
Cliquez sur l'onglet UI.
Activez ou désactivez l'option Afficher les suggestions de saisie semi-automatique pour activer ou désactiver les suggestions de saisie semi-automatique pour le widget. Lorsque vous activez la saisie semi-automatique, attendez un jour ou deux avant que les suggestions ne commencent.
Modifier les paramètres de saisie semi-automatique
Pour configurer les paramètres de saisie semi-automatique dans l'interface utilisateur, procédez comme suit :
Console
Dans la console Google Cloud , accédez à la page Gemini Enterprise.
Cliquez sur le nom de l'application que vous souhaitez modifier.
Cliquez sur Configurations.
Cliquez sur l'onglet Saisie semi-automatique.
Saisissez ou sélectionnez de nouvelles valeurs pour les paramètres de saisie semi-automatique que vous souhaitez mettre à jour :
- Nombre maximal de suggestions : nombre maximal de suggestions de saisie semi-automatique pouvant être proposées pour une requête.
- Longueur minimale pour le déclenchement : nombre minimal de caractères pouvant être saisis avant que des suggestions de saisie semi-automatique ne soient proposées.
- Ordre de correspondance : emplacement dans une chaîne de requête à partir duquel la saisie semi-automatique peut commencer à faire correspondre ses suggestions.
- Modèle de suggestions de requêtes : modèle de suggestions de requêtes utilisé pour générer les suggestions récupérées. Vous pouvez remplacer ce comportement dans
dataStores.completeQueryà l'aide du paramètrequeryModel. Activer la saisie semi-automatique : par défaut, la saisie semi-automatique ne commence à faire des suggestions que lorsqu'elle dispose de données de qualité suffisante, généralement après quelques jours. Si vous souhaitez ignorer cette valeur par défaut et commencer à recevoir des suggestions de saisie semi-automatique plus tôt, sélectionnez Maintenant.
Même si vous sélectionnez Maintenant, la génération des suggestions peut prendre un jour, et certaines suggestions de saisie semi-automatique seront manquantes ou de mauvaise qualité tant qu'il n'y aura pas suffisamment de données de bonne qualité.
Liste de blocage : importez une liste de blocage sous forme de fichier JSON dans un bucket Cloud Storage. Pour en savoir plus sur les contraintes et les spécifications de la liste de blocage, consultez Utiliser une liste de blocage pour la saisie semi-automatique.
Cliquez sur Enregistrer et publier. Les modifications prennent effet en quelques minutes pour les moteurs où la saisie semi-automatique a déjà été activée.
Réduire le risque de renvoyer des suggestions contenant des informations permettant d'identifier personnellement l'utilisateur
Les utilisateurs finaux disposent de toutes sortes d'informations permettant d'identifier l'utilisateur, telles que des permis de conduire et des numéros de téléphone, qu'ils sont censés garder confidentielles. Cependant, les utilisateurs peuvent saisir n'importe laquelle de ces informations permettant d'identifier personnellement l'utilisateur dans la barre de recherche pour trouver des résultats qui les concernent.
Si vous utilisez le modèle d'historique des recherches ou d'événements utilisateur et que vos utilisateurs sont susceptibles de saisir des informations permettant de les identifier personnellement dans la barre de recherche, vous pouvez réduire les fuites de ces informations en ajustant les paramètres suivants :
queryFrequencyThreshold: avant qu'une requête puisse être renvoyée en tant que suggestion de saisie semi-automatique, elle doit avoir été saisie ce nombre de fois.numUniqueUsersThreshold: avant qu'une requête puisse être renvoyée en tant que suggestion de saisie automatique, elle doit avoir été saisie par ce nombre d'utilisateurs uniques. La valeur du champuserPseudoIddans l'événement utilisateur de recherche détermine si l'utilisateur est unique.
Exemple de cas d'utilisation
Prenons l'exemple d'utilisateurs dont les numéros de compte doivent rester privés.
Si le modèle de suggestion d'historique de la Recherche ou d'événements utilisateur est utilisé, ces numéros de compte, ainsi que tous les autres termes recherchés par les utilisateurs finaux, sont utilisés pour générer des suggestions. Ainsi, si le numéro de compte YZ-46789A de l'utilisateur A a été saisi à plusieurs reprises dans la barre de recherche et que l'utilisateur B a un numéro de compte YZ-42345B, lorsque l'utilisateur B saisit YZ-4 dans la barre de recherche, la suggestion de saisie automatique renvoyée peut être le numéro de compte de l'utilisateur A.
Pour réduire le risque de fuite de ce type, l'administrateur Gemini Enterprise décide de :
Augmentez la valeur du paramètre
queryFrequencyThresholdpour la définir sur30. Dans ce cas, il est très peu probable qu'un numéro de compte soit saisi aussi souvent. Toutefois, les requêtes de recherche populaires seront saisies au moins aussi souvent.Augmentez la valeur du paramètre
numUniqueUsersThresholdpour la définir sur6. L'administrateur pense qu'il est peu probable que le même numéro de compte soit saisi dans la barre de recherche lors de six événements de recherche, chacun associé à unuserPseudoIddifférent.
Procédure
Il existe deux paramètres de seuil pour la saisie semi-automatique.
Ces paramètres ne sont pas disponibles dans la console Google Cloud , mais peuvent être définis avec un appel d'API REST à la méthode updateCompletionConfig.
Pour configurer les paramètres de seuil de saisie semi-automatique, procédez comme suit : Chaque étape est facultative, en fonction du paramètre que vous souhaitez modifier.
REST
Mettez à jour le champ
CompletionConfig.queryFrequencyThreshold:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig?updateMask=queryFrequencyThreshold \ -d '{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig", "queryFrequencyThreshold": QUERY_FREQUENCY_THRESHOLD }'Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.
QUERY_FREQUENCY_THRESHOLD: valeur entière qui indique le nombre minimal de fois qu'une requête de recherche doit être saisie avant de pouvoir être renvoyée en tant que suggestion de saisie semi-automatique. Le nombre est calculé sur une période glissante de plusieurs mois. La valeur par défaut est8.
Mettez à jour le champ
CompletionConfig.numUniqueUsersThreshold:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig?updateMask=numUniqueUsersThreshold \ -d '{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig", "numUniqueUsersThreshold": UNIQUE_USERS }'Remplacez
UNIQUE_USERSpar une valeur entière représentant le nombre minimal d'utilisateurs uniques qui doivent saisir une requête de recherche donnée avant qu'elle puisse être renvoyée en tant que suggestion de saisie semi-automatique. Le nombre est calculé sur une période glissante de plusieurs mois. La valeur par défaut est3.
Mettre à jour les annotations de champ complétables dans le schéma
Pour activer la saisie semi-automatique pour les champs d'un schéma de données structurées, procédez comme suit :
Console
Dans la console Google Cloud , accédez à la page Gemini Enterprise.
Cliquez sur le nom de l'application que vous souhaitez modifier. Elle doit utiliser des données structurées.
Cliquez sur Data (Données).
Cliquez sur l'onglet Schéma.
Cliquez sur Modifier pour sélectionner les champs de schéma à marquer comme
completable.Cliquez sur Enregistrer pour enregistrer les configurations de champ mises à jour. La génération et l'affichage de ces suggestions prennent environ un jour.
Envoyer des requêtes de saisie semi-automatique
Les exemples suivants montrent comment envoyer des requêtes de saisie semi-automatique.
REST
Pour envoyer une requête de saisie semi-automatique à l'aide de l'API, procédez comme suit :
Recherchez l'ID de votre data store. Si vous disposez déjà de l'ID de votre data store, passez à l'étape suivante.
Dans la console Google Cloud , accédez à la page Gemini Enterprise et cliquez sur Datastores dans le menu de navigation.
Cliquez sur le nom de votre datastore.
Sur la page Données de votre datastore, obtenez l'ID du datastore.
Appelez la méthode
dataStores.completeQuery.curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID:completeQuery?query=QUERY_STRING"Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.QUERY_STRING: saisie semi-automatique utilisée pour récupérer les suggestions.
Envoyer une requête de saisie semi-automatique à un autre modèle
Pour envoyer une requête de saisie semi-automatique avec un autre modèle de suggestions de requêtes, procédez comme suit :
Recherchez l'ID de votre data store. Si vous disposez déjà de l'ID de votre data store, passez à l'étape suivante.
Dans la console Google Cloud , accédez à la page Gemini Enterprise et cliquez sur Datastores dans le menu de navigation.
Cliquez sur le nom de votre datastore.
Sur la page Données de votre datastore, obtenez l'ID du datastore.
Appelez la méthode
dataStores.completeQuery.curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID:completeQuery?query=QUERY_STRING&query_model=QUERY_SUGGESTIONS_MODEL"Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: identifiant unique du data store associé à votre application.QUERY_STRING: saisie semi-automatique utilisée pour récupérer les suggestions.QUERY_SUGGESTIONS_MODEL: modèle de suggestions de requêtes à utiliser pour la requête :document,document-completable,search-historyouuser-event. Pour les données de santé, utilisezhealthcare-default.
C#
Avant d'essayer cet exemple, suivez les instructions de configuration pour C# décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage C#.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Go
Avant d'essayer cet exemple, suivez les instructions de configuration pour Go décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage Go.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage Java.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage Node.js.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Python
Avant d'essayer cet exemple, suivez les instructions de configuration pour Python décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage Python.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Ruby
Avant d'essayer cet exemple, suivez les instructions de configuration pour Ruby décrites dans le guide de démarrage rapide de Gemini Enterprise à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Gemini Enterprise en langage Ruby.
Pour vous authentifier auprès de Gemini Enterprise, configurez les Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Utiliser la saisie semi-automatique pour les listes de blocage
Vous pouvez utiliser une liste de blocage pour empêcher des termes spécifiques d'apparaître sous forme de suggestions de saisie automatique.
Prenons l'exemple d'une entreprise pharmaceutique. Si un médicament n'est plus approuvé par la FDA, mais qu'il est mentionné dans des documents de son data store, il peut vouloir empêcher ce médicament d'apparaître en tant que requête suggérée. L'entreprise peut ajouter le nom de ce médicament à une liste de blocage pour éviter qu'il ne soit suggéré.
Les limites suivantes s'appliquent :
- Une liste de blocage par data store
- L'importation d'une liste de blocage écrase toute liste de blocage existante pour ce data store
- Jusqu'à 1 000 termes par liste de blocage
- Les termes ne sont pas sensibles à la casse.
- Après l'importation d'une liste de blocage, un à deux jours sont nécessaires pour qu'elle prenne effet.
Chaque entrée de votre liste de blocage se compose d'un blockPhrase et d'un matchOperator :
blockPhrase: saisissez une chaîne comme terme de liste de blocage. Les termes ne sont pas sensibles à la casse.matchOperator: accepte les valeurs suivantes :EXACT_MATCH: empêche l'affichage d'une correspondance exacte du terme de la liste de blocage en tant que requête suggérée.CONTAINS: empêche l'affichage de toute suggestion contenant le terme de la liste de blocage.
Voici un exemple de liste de blocage comportant quatre entrées :
{ "entries": [ {"blockPhrase":"Oranges","matchOperator":"CONTAINS"}, {"blockPhrase":"bAd apples","matchOperator":"EXACT_MATCH"}, {"blockPhrase":"Cool as A Cucumber","matchOperator":"EXACT_MATCH"}, {"blockPhrase":"cherry pick","matchOperator":"CONTAINS"} ] }
Avant d'importer une liste de blocage, vérifiez que les contrôles d'accès nécessaires sont définis pour l'accès Éditeur Discovery Engine.
Les listes de blocage peuvent être importées à partir de données JSON locales ou à partir de Cloud Storage. Pour supprimer une liste de blocage d'un data store, supprimez-la définitivement.
Importer une liste de blocage à partir de données JSON locales
Pour importer une liste de blocage à partir d'un fichier JSON local contenant votre liste de blocage, procédez comme suit :
Créez votre liste de blocage dans un fichier JSON local au format suivant. Assurez-vous que chaque entrée de la liste de blocage figure sur une nouvelle ligne, sans saut de ligne.
{ "inlineSource": { "entries": [ { "blockPhrase":"TERM_1","matchOperator":"MATCH_OPERATOR_1" }, { "blockPhrase":"TERM_2","matchOperator":"MATCH_OPERATOR_2" } ] } }
Envoyez une requête POST à la méthode
suggestionDenyListEntries:import, en indiquant le nom de votre fichier JSON.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ --data @DENYLIST_FILE \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:import"Remplacez les éléments suivants :
DENYLIST_FILE: chemin d'accès local du fichier JSON contenant les termes de la liste de blocage.PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.
Après avoir importé votre liste de blocage, il faut compter un à deux jours pour que les suggestions commencent à être filtrées.
Importer une liste de blocage depuis Cloud Storage
Pour importer une liste de blocage à partir d'un fichier JSON dans Cloud Storage, procédez comme suit :
Créez votre liste de blocage dans un fichier JSON au format suivant, puis importez-la dans un bucket Cloud Storage. Assurez-vous que chaque entrée de la liste de blocage figure sur une nouvelle ligne, sans saut de ligne.
{ "blockPhrase":"TERM_1","matchOperator":"MATCH_OPERATOR_1" } { "blockPhrase":"TERM_2","matchOperator":"MATCH_OPERATOR_2" }
Créez un fichier JSON local contenant l'objet
gcsSource. Utilisez cette option pour pointer vers l'emplacement de votre fichier de liste de blocage dans un bucket Cloud Storage.{ "gcsSource": { "inputUris": [ "DENYLIST_STORAGE_LOCATION" ] } }
Remplacez
DENYLIST_STORAGE_LOCATIONpar l'emplacement de votre liste de blocage dans Cloud Storage. Vous ne pouvez saisir qu'un seul URI. L'URI doit être saisi au format suivant :gs://BUCKET/FILE_PATH.Envoyez une requête POST à la méthode
suggestionDenyListEntries:import, y compris l'objetgcsSource.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ --data @GCS_SOURCE_FILE \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:import"Remplacez les éléments suivants :
GCS_SOURCE_FILE: chemin d'accès local du fichier contenant l'objetgcsSourcequi pointe vers votre liste de blocage.PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.
Après avoir importé votre liste de blocage, il faut compter un à deux jours pour que les suggestions commencent à être filtrées.
Supprimer définitivement une liste de blocage
Pour supprimer une liste de blocage de votre data store, procédez comme suit :
Envoyez une requête POST à la méthode
suggestionDenyListEntries:purge.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:purge"Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.
Utiliser une liste importée de suggestions de saisie semi-automatique
Vous pouvez choisir de fournir votre propre liste de suggestions de saisie semi-automatique au lieu d'utiliser les suggestions générées à partir d'un modèle de données de saisie semi-automatique.
- Normalisation du texte. Le texte de la suggestion est en minuscules, normalisé au format Unicode, les espaces internes sont réduits, les apostrophes courbes (U+2018, U+2019) sont converties en apostrophes ASCII (U+0027), et les guillemets doubles intégrés et les points de fin sont supprimés.
- Filtrage par durée : Les suggestions de moins de trois caractères ou de plus de 125 caractères sont supprimées.
- Déduplication par agrégation des scores Si deux suggestions importées ou plus sont normalisées avec le même texte (par exemple,
"Pixel 10 Pro Moonstone"et"Pixel 10 Pro moonstone", ou"jobseeker’s allowance"avec une apostrophe courbe et"jobseeker's allowance"avec une apostrophe ASCII), elles sont fusionnées en une seule suggestion dont le score est la somme des scores d'entrée. N'envoyez chaque suggestion distincte qu'une seule fois si vous souhaitez que son score soit conservé tel quel. - Filtrage des informations permettant d'identifier personnellement l'utilisateur Les suggestions identifiées comme contenant des informations permettant d'identifier personnellement l'utilisateur sont filtrées.
- Filtrage par liste de blocage : Les suggestions correspondant à des expressions de la liste de blocage des suggestions du datastore sont filtrées.
SafeSearch n'est pas appliqué aux suggestions importées. Il est de votre responsabilité de vous assurer que les suggestions importées sont adaptées à vos utilisateurs.
Pour la plupart des applications, l'utilisation des suggestions générées à partir de l'un des modèles de données de saisie semi-automatique donne de meilleurs résultats. Toutefois, il peut arriver que les suggestions du modèle ne correspondent pas à vos besoins et que le fait de fournir une liste de suggestions distincte offre à vos utilisateurs une meilleure expérience de saisie semi-automatique.
Par exemple, une petite librairie en ligne importe sa liste de titres de livres en tant que suggestions de saisie semi-automatique. Lorsqu'un client commence à saisir du texte dans la barre de recherche, la suggestion de saisie automatique est toujours un titre de livre de la liste importée. Lorsque la liste des livres change, la librairie supprime la liste actuelle et importe la nouvelle liste. Voici un extrait de la liste :
{"suggestion": "Wuthering Heights", "globalScore": "0.52" },
{"suggestion": "The Time Machine", "globalScore": "0.26" },
{"suggestion": "Nicholas Nickleby", "globalScore": "0.38" },
{"suggestion": "A Little Princess", "globalScore": "0.71" },
{"suggestion": "The Scarlet Letter", "globalScore": "0.32" }
globalScore est un nombre à virgule flottante compris entre 0 et 1, utilisé pour classer la suggestion. Vous pouvez également utiliser un score frequency, qui est un entier supérieur à un. Le score frequency est utilisé pour classer les suggestions lorsque le score globalScore n'est pas disponible (défini sur "null").
Avant de commencer
Pour importer des suggestions de saisie semi-automatique, vous devez disposer du rôle IAM Administrateur Discovery Engine, qui inclut l'autorisation discoveryengine.completionSuggestions.import.
Pour en savoir plus, consultez Rôles et autorisations IAM.
Configurer et importer des suggestions de saisie semi-automatique
Pour configurer et importer une liste de suggestions de saisie semi-automatique à partir de BigQuery, procédez comme suit :
Créez votre liste de suggestions et chargez-la dans une table BigQuery.
Vous devez au moins fournir chaque suggestion sous forme de chaîne, ainsi qu'un score global ou une fréquence.
Utilisez le schéma de table suivant pour votre liste de suggestions :
[ { "description": "The suggestion text", "mode": "REQUIRED", "name": "suggestion", "type": "STRING" }, { "description": "Global score of this suggestion. Control how this suggestion would be scored and ranked. Set global score or frequency; not both.", "mode": "NULLABLE", "name": "globalScore", "type": "FLOAT" }, { "description": "Frequency of this suggestion. Used to rank suggestions when the global score is not available.", "mode": "NULLABLE", "name": "frequency", "type": "INTEGER" } ]Consultez la documentation BigQuery pour savoir comment créer une table BigQuery et charger la table avec votre liste de suggestions de saisie semi-automatique.
Importez la liste depuis BigQuery.
Envoyez une requête POST à la méthode
completionSuggestions:import, en incluant l'objetbigquerySource.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/completionSuggestions:import" \ -d '{ "bigquery_source": {"project_id": "PROJECT_ID_SOURCE", "dataset_id": "DATASET_ID", "table_id": "TABLE_ID"} }'Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store.PROJECT_ID_SOURCE: projet contenant l'ensemble de données que vous souhaitez importer.DATASET_ID: ID de l'ensemble de données de la liste de suggestions que vous souhaitez importer.TABLE_ID: ID de la table de la liste de suggestions que vous souhaitez importer
Facultatif : notez la valeur
namerenvoyée et suivez les instructions de la section Obtenir des détails sur une opération de longue durée pour savoir quand l'opération d'importation est terminée.Si vous n'avez pas activé la saisie semi-automatique pour l'application, suivez la procédure Mettre à jour les paramètres de saisie semi-automatique. Assurez-vous de définir Activer la saisie semi-automatique sur Maintenant.
Attendez quelques jours que l'indexation se termine et que les suggestions importées soient disponibles.
Envoyer une requête de saisie semi-automatique
Pour envoyer une requête de saisie semi-automatique qui renvoie une suggestion importée au lieu d'une suggestion d'un modèle de saisie semi-automatique :
- Suivez la procédure pour envoyer une requête de saisie semi-automatique à un autre modèle et définissez
QUERY_SUGGESTIONS_MODELsurimported-suggestion.
Purger la liste des suggestions de saisie automatique importées
Avant d'importer une nouvelle liste de suggestions de saisie semi-automatique, supprimez la liste existante.
Pour supprimer une liste existante de suggestions de saisie semi-automatique, procédez comme suit :
Envoyez une requête POST à la méthode
completionSuggestions:purge.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/completionSuggestions:purge"Remplacez les éléments suivants :
PROJECT_ID: numéro ou ID de votre projet Google Cloud .DATA_STORE_ID: ID du data store associé à votre application.
Facultatif : notez la valeur
namerenvoyée et suivez les instructions de la section Obtenir des informations sur une opération de longue durée pour savoir quand l'opération de suppression est terminée.
Modèle de données de document avancé
Gemini Enterprise fournit un modèle de données avancé pour la saisie semi-automatique. En fonction des documents que vous importez, ce modèle de données génère des suggestions de saisie semi-automatique de haute qualité en exploitant les grands modèles de langage (LLM) de Google.
Cette fonctionnalité n'est pas disponible actuellement. Si vous souhaitez utiliser cette fonctionnalité, contactez l'équipe chargée de votre compte Google Cloud et demandez à être ajouté à la liste d'autorisation.
Le modèle de données de document avancé n'est pas disponible pour la recherche Healthcare ni dans les emplacements multirégionaux des États-Unis et de l'UE.