Présentation de la recherche personnalisée

Cette page présente et liste les fonctionnalités de la recherche d'agent pour les applications personnalisées. La page fournit également des liens vers les fonctionnalités, les tutoriels et les checklists disponibles pour vous aider à démarrer avec la recherche d'agents pour les applications personnalisées.

Qu'est-ce qu'Agent Search pour les applications personnalisées ?

Agent Search pour les applications personnalisées est un moteur de recherche et de découverte de contenu puissant, de qualité Google, que vous pouvez intégrer à vos applications contenant des données de site Web et d'autres données structurées ou non structurées. La fonctionnalité de recherche va au-delà de la simple correspondance de mots clés et utilise l'IA pour fournir des résultats très pertinents, proposer des expériences de navigation et de recherche personnalisées, et générer des réponses d'IA générative basées sur vos données.

Vous pouvez utiliser une application de recherche personnalisée pour les données indépendantes du secteur d'activité qui se trouvent sur des sites Web publics ou qui sont au format structuré ou non structuré. De plus, Agent Search propose d'autres applications de recherche et de recommandation spécifiques à un secteur.

Capacités clés

Voici les principales fonctionnalités d'Agent Search :

  • Recherche de haute qualité : exploite l'expertise de Google en matière de recherche pour comprendre l'intention utilisateur, même avec des requêtes complexes et en langage naturel. Elle combine la recherche par mots clés et la recherche sémantique pour fournir les meilleurs résultats.
  • Parcours personnalisé : fournit des résultats personnalisés sans requête de recherche spécifique et un flux personnalisé en fonction du contexte et des habitudes de navigation d'un utilisateur. Il est idéal pour les expériences de découverte, car il permet d'afficher des pages de catégories et des flux d'accueil personnalisés.
  • Sources de données : fonctionne avec les sources de données suivantes :
    • Site Web : indexez vos sites Web publics et utilisez des fonctionnalités avancées, telles que l'enrichissement de l'index avec les données structurées de vos sites Web.
    • Données structurées : recherchez des données organisées dans un format défini, comme des bases de données, des fichiers JSON dans Cloud Storage ou des tables BigQuery (par exemple, des catalogues d'hôtels, des annonces immobilières et des annuaires de restaurants).
    • Données non structurées : effectuez des recherches dans des documents tels que des fichiers PDF, HTML et TXT, ou des fichiers image tels que des fichiers JPEG et PNG stockés dans Cloud Storage ou BigQuery.
    • Recherche combinée : effectuez des recherches dans plusieurs datastores qui combinent les données des sources de données mentionnées ci-dessus. Par exemple, vous pouvez créer une application de recherche et la connecter à un data store de site Web et à un data store de documents. Cela permet à vos utilisateurs de rechercher l'ensemble de votre contenu en une seule fois.
  • Génération de réponses par IA ancrées : génère des réponses par IA ancrées dans vos données, avec des citations des documents sources. Vous pouvez également poser des questions complémentaires et des requêtes associées.
  • Personnalisation : améliore les résultats et le classement au fil du temps en apprenant des interactions utilisateur capturées dans les événements utilisateur, tels que les clics et les conversions.
  • Gestion des données et opérations CRUD : permet d'effectuer des opérations de création, de lecture, de mise à jour et de suppression (CRUD) sur vos documents dans les datastores. Vous pouvez supprimer de manière sélective des enregistrements individuels et mettre à jour des documents. Pour en savoir plus, consultez Opérations CRUD sur les datastores.
  • Personnalisation : offre plusieurs façons d'ajuster et de configurer l'expérience de recherche et de navigation en fonction des besoins de votre entreprise.

Présentation

Le schéma suivant montre les principaux composants de la recherche personnalisée et leur fonctionnement :

composants clés de la recherche personnalisée générique
Figure 1. Différents composants de la recherche personnalisée

Les composants d'Agent Search pour la recherche personnalisée peuvent être expliqués comme suit :

  • Datastore : votre contenu provenant de différentes sources de données est stocké dans un data store Agent Search. Les données sources peuvent être des données de sites Web publics, ou des données structurées et non structurées.
  • Traitement et indexation des données : Agent Search comprend et indexe vos données, créant ainsi une représentation consultable et récupérable. Cela inclut les éléments suivants :
    • Extraction de mots clés : identifie et génère les termes importants nécessaires pour récupérer les informations correctes.
    • Compréhension sémantique à l'aide d'embeddings : crée des embeddings vectoriels pour capturer la signification du contenu.
    • Traitement des métadonnées : traite vos documents à l'aide des données structurées ou des métadonnées du document. Par exemple, l'emplacement dans un catalogue d'hôtels, ou les dates de modification ou de création dans les métadonnées d'une page Web.
    • Analyse avancée des documents : comprend la structure des documents et annote les informations avancées, telles que les tableaux, les images et les graphiques, à l'aide de l'OCR ou de l'analyse de la mise en page.
  • Application de recherche : au cœur de la recherche personnalisée se trouve une application de recherche, qui se connecte à un ou plusieurs datastores qui récupèrent des données de différentes sources. Pour la recherche combinée, les données sont ingérées via des connecteurs. Vous configurez le comportement de recherche et de navigation au niveau de l'application.
  • Requête utilisateur : entrée d'un utilisateur destinée à récupérer des informations à partir de votre application, qui peut être de deux types :
    • Requête de recherche : l'utilisateur saisit une requête de recherche ciblée à l'aide de texte ou d'images. La recherche textuelle est optimisée par la saisie semi-automatique.
    • Requête de navigation ou navigation : recherche exploratoire visant à fournir un contenu pertinent et personnalisé sans requête spécifique. Il est alimenté par l'activité passée de l'utilisateur et d'autres signaux, tels que la page de catégorie actuelle et la position.
  • Récupération et classement : la récupération et le classement des résultats comportent plusieurs sous-composants :
    • Compréhension des requêtes pour la recherche : Agent Search analyse une requête de recherche à l'aide des éléments suivants :
      • Traitement du langage naturel : pour comprendre l'intention.
      • Filtres avec compréhension du langage naturel : traduit les emplacements des requêtes en langage naturel en coordonnées géographiques et les conditions des requêtes en langage naturel en filtres.
      • Knowledge Graph : pour lever l'ambiguïté des termes et élargir la recherche.
      • Fonctionnalités facultatives : inclut la correction orthographique, les synonymes et la reformulation des requêtes.
    • Récupération : Agent Search trouve les documents ou les fragments les plus pertinents en fonction des méthodes suivantes :
      • Correspondance des mots clés pour la recherche : recherche conventionnelle basée sur des termes.
      • Recherche sémantique : utiliser des embeddings pour trouver du contenu conceptuellement similaire.
      • Filtrage : application des filtres que vous avez configurés (par exemple, date, catégorie ou score de pertinence).
    • Classement : Agent Search classe les résultats en fonction des facteurs suivants :
      • Pertinence : combinaison de la correspondance de mots clés et de la correspondance sémantique lors de la recherche.
      • Signaux Web pour la recherche sur un site Web : facteurs tels que la qualité et la popularité de la page.
      • Boosting et rétrogradation : vos règles personnalisées pour promouvoir ou rétrograder certains résultats.
      • Personnalisation : apprentissage à partir des interactions des utilisateurs. Cette étape est facultative, mais vivement recommandée.
      • Tri : application d'instructions de tri, par exemple par date.
  • Génération des résultats et des réponses :
    • Résultats de recherche : une liste classée de documents ou de fragments pertinents est renvoyée avec des fonctionnalités facultatives, telles que des extraits, des réponses extractives et des segments extractifs. Les résultats diffusés peuvent être configurés à l'aide de commandes de diffusion. Vous pouvez également affiner les résultats de recherche.
    • Génération de réponses : une réponse concise et synthétisée est générée à partir des meilleurs résultats pertinents, avec des citations. Cela utilise des fonctionnalités LLM avancées.
    • Parcours personnalisé : un ensemble personnalisé de documents présentant la probabilité d'engagement ou de conversion la plus élevée est renvoyé. Cette prédiction utilise un modèle avancé qui apprend des interactions des utilisateurs.
  • Événements utilisateur : outil de suivi des interactions utilisateur, telles que les clics et les vues, qui aide Agent Search à apprendre et à améliorer la recherche et la personnalisation. Les événements utilisateur permettent d'optimiser les KPI de votre entreprise, y compris l'engagement, les conversions et les revenus.

Principales fonctionnalités et configurations

Les fonctionnalités et configurations suivantes sont disponibles pour vos applications de recherche personnalisées. À chaque étape, vous pouvez personnaliser ces paramètres pour proposer les meilleurs résultats à vos utilisateurs.

composants clés de la recherche personnalisée générique
Figure 2. Fonctionnalités et configurations clés de la recherche personnalisée

Voici les configurations disponibles :

Étapes suivantes