O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

Receber resultados da pesquisa

Nesta página, descrevemos as consultas básicas com a pesquisa, incluindo consultas de texto, pesquisas de navegação, paginação, otimização e resultados personalizados.

Identificadores de sessão de usuário único

O campo de string visitor_id obrigatório é usado para identificar exclusivamente um usuário em um único dispositivo. Ele funciona como um identificador de sessão persistente que permite que a AI Commerce Search rastreie o comportamento de um usuário específico durante a jornada de compra.

A AI Commerce Search usa o histórico associado a um visitor_id específico para treinar modelos e exibir resultados de pesquisa personalizados. O sistema gera resultados dinamicamente com base no visitor_id específico fornecido na solicitação. Por exemplo, se um visitante visualiza com frequência vestidos verdes, o modelo usa visitor_id para reconhecê-los mais tarde e priorizar itens semelhantes nos resultados da pesquisa. Por esse motivo, o ID do visitante precisa ser formatado de maneira idêntica na ingestão de eventos do usuário (rastreamento) e nas solicitações de pesquisa ou recomendações (veiculação).

Relevância na AI Commerce Search

A relevância é diferente da correspondência. A correspondência é encontrar produtos candidatos no índice que correspondam à consulta de pesquisa do usuário. A relevância, por outro lado, é um grau de correspondência. Isso envolve classificar esses produtos de uma forma que atenda melhor à intenção e às necessidades do usuário. A AI Commerce Search usa técnicas para melhorar a correspondência e a relevância, proporcionando uma experiência de pesquisa geral melhor para os usuários que atende às necessidades dos varejistas.

Pesquisa padrão

A pesquisa é definida por padrão como relevância. No entanto, alguns produtos não relevantes podem aparecer na parte de baixo das pesquisas padrão ou em solicitações explícitas de descoberta de produtos. Isso só fica perceptível quando você define orderBy, porque reduz o tamanho dos resultados da pesquisa em geral. O tamanho do recall diminui porque os produtos menos relevantes, que antes eram retornados na parte de baixo da pesquisa padrão, são filtrados até certo ponto. Leia a próxima seção para saber como personalizar a pesquisa.

Pesquisa não padrão

A AI Commerce Search prioriza a relevância na pesquisa. No entanto, a pesquisa é ajustada para também mostrar itens marginalmente relevantes mais acima nos resultados da pesquisa, para fornecer aos varejistas resultados de pesquisa mais direcionados para aumentar o potencial de conversão dos eventos do usuário.

Esses recursos de pesquisa adicionais otimizam o algoritmo de relevância padrão, oferecendo recursos não padrão ajustados ao perfil de utilização de cada varejista, incluindo:

Opções para classificar os resultados, como por preço, mais bem avaliados ou mais vendidos. A pesquisa não padrão é personalizada para retornar resultados da pesquisa específicos com as variantes de produto corretas. Por exemplo, para mostrar a variante mais barata ou mais cara ao ordenar por preço.
Aplicação automática de um filtro de relevância mais restrito para eventos de usuário não padrão.
Ativar controles de otimização/rebaixamento com intensidade ajustável para ajustar os resultados da pesquisa.

Text Search e pesquisa de navegação

A pesquisa oferece recursos de pesquisa de texto e de navegação.

No caso de uso de pesquisa de consulta de texto, um comprador pode inserir uma consulta de texto no seu site. A pesquisa retorna uma resposta com produtos que se encaixam nos parâmetros dos controles que você configurou, classificados por relevância e maximização de receita.

No caso de uso de navegação, um comprador pode acessar o menu do site e navegar até uma categoria dos produtos específica. A Pesquisa escolhe automaticamente a ordem de classificação que maximiza a receita com base no comportamento e nas tendências do usuário. Os resultados da navegação podem ser refinados ainda mais pelos controles que você configurou.

As solicitações de Text Search e de navegação usam o método servingConfigs.search.

Pesquisas de consulta de texto

Quando um usuário insere uma consulta de texto para pesquisar no seu site, a pesquisa classifica os possíveis resultados da pesquisa com base na relevância, popularidade, capacidade de compra e personalização.

A Pesquisa considera uma solicitação servingConfigs.search como uma solicitação de pesquisa baseada em texto se ela tiver um campo query não vazio.

Ao fazer upload de eventos do usuário, envie eventos de pesquisa de consulta de texto gerados pela pesquisa como eventos do usuário search. Se o evento tiver um campo userEvent.searchQuery não vazio e um campo userEvent.pageCategories vazio, a pesquisa o considerará um evento de pesquisa baseado em texto.

Como processar consultas e parâmetros de texto

As consultas padrão passam por uma análise linguística, que remove a pontuação padrão. As strings de filtro diferenciam maiúsculas de minúsculas. Entender como processar consultas e parâmetros de texto é fundamental para criar solicitações de API corretamente na AI Commerce Search.

Tokenização e pontuação de consultas: o texto em linguagem natural é transmitido para o campo query e passa por uma análise linguística automática e correção ortográfica. Durante esse processo, a pontuação padrão (como vírgulas, pontos, + ou -) geralmente é removida ou ignorada para otimizar o processamento de linguagem natural.
Termos de consulta no singular e no plural: a AI Commerce Search avalia consultas no singular e no plural separadamente com base na intenção do usuário final e no histórico de engajamento do usuário, como cliques e compras. Os compradores costumam clicar ou comprar produtos diferentes para termos no singular e no plural, como camiseta para uma única camisa e camisetas para um pacote com várias. Como resultado, as consultas no singular e no plural podem retornar resultados de pesquisa, classificações e atributos dinâmicos diferentes. Se um formulário de consulta corresponder a apenas alguns produtos, a expansão de consulta também poderá ampliar os resultados dessa consulta. Para expandir termos no singular, plural ou flexionados no idioma do catálogo para incluir os candidatos uns dos outros, configure controles de sinônimos bidirecionais.
Diferenciação rigorosa de maiúsculas e minúsculas em parâmetros: embora as consultas de texto padrão geralmente não diferenciem maiúsculas de minúsculas, os parâmetros programáticos são estritamente sensíveis a maiúsculas e minúsculas.
- Filtros: as expressões de filtro e os valores de string literal diferenciam maiúsculas de minúsculas.
- Classificação: a expressão orderBy diferencia maiúsculas de minúsculas. Se você ordenar por um campo como products.title, o mecanismo vai ordenar Apple antes de banana antes de artichoke. Uma solução alternativa é fazer upload dos títulos dos produtos em letras maiúsculas para um atributo personalizado separado (como attributes.title_upper) e classificar por esse atributo para que a classificação não diferencie maiúsculas de minúsculas.
Caracteres especiais reservados:
- O caractere > é estritamente reservado como delimitador para hierarquias de categorias (como Categories > Shoes). Se > ocorrer naturalmente no nome da categoria, substitua-o por outro caractere antes da ingestão e da consulta.
- O caractere / não é aceito em valores textuais nas expressões de filtro de recomendação.

Procurar pesquisas

A navegação usa a navegação do site para produzir resultados da pesquisa de igual relevância, classificados pelos itens mais vendidos. A Pesquisa usa a IA para otimizar a classificação dos resultados de navegação, considerando a popularidade, a probabilidade de compra e a personalização.

Para receber os resultados corretos da pesquisa de navegação, considere o seguinte:

Os valores pageCategories e filter nas solicitações de pesquisa precisam corresponder exatamente aos valores pageCategories e filter nos eventos de usuário enviados. Se os parâmetros nas solicitações não corresponderem aos parâmetros nos eventos, o modelo de reclassificação com base em cliques aprendido com os eventos não terá um bom desempenho para essa consulta específica e vai afetar negativamente a qualidade do resultado.
A AI Commerce Search categoriza um evento de usuário search como um evento baseado em navegação se ele tiver um campo userEvent.searchQuery vazio e um campo userEvent.pageCategories não vazio. Por isso, é preciso garantir que os eventos de navegação gerados pela AI Commerce Search sejam enviados como eventos de usuário search ao fazer o upload deles.
Um filtro de navegação precisa ser válido e indicar, para cada consulta de navegação, quais produtos pertencem à categoria dos produtos que o usuário está acessando. Para fazer essa configuração, o ID da categoria precisa ser definido nos campos filter e page_category. Por exemplo, se você quiser que os resultados da pesquisa sejam segmentados para "Casa e jardim". Primeiro, ter apenas um valor filter de "in-stock" não refina a pesquisa o suficiente para fornecer resultados de navegação ideais. Para fornecer resultados de pesquisa restritos a Casa e Jardim, você precisa definir "Home \& Garden" não apenas na categoria da página, mas também no filtro com categories: ANY("Home & Garden"). Se você não definir a categoria na parte do filtro, os resultados da navegação podem ser muito amplos e incluir muitos itens que não são de Casa e Jardim.

As solicitações de veiculação e os eventos com um campo de consulta vazio e campos page_categories preenchidos são considerados solicitações de navegação e eventos de usuário. O campo page_categories especifica a própria página Procurar. Quando o método servingConfigs.search envia uma solicitação, a pesquisa a considera uma solicitação de pesquisa de navegação se o campo query estiver vazio. Nesse caso, os resultados são baseados nos campos filter e pageCategories e, se disponíveis, em mais otimização e personalização.

É possível definir a categoria em ambos, como neste exemplo:

JSON

page_category: "Home & Garden"
filter: "(availability: ANY("IN_STOCK")) AND (categories: ANY("Home & Garden"))"

Caso contrário, como a navegação funciona com consultas de string vazias, os produtos em uma determinada categoria não serão exibidos automaticamente nos resultados de uma determinada categoria de página. Em outras palavras, se o usuário final navegar sem especificar nada usando uma consulta de texto, o retorno da pesquisa poderá não gerar resultados segmentados de forma eficaz, mesmo que o usuário navegue até uma página de categoria.

Usar solicitações de pesquisa

Use solicitações de pesquisa para receber resultados de Text Search e de navegação. Para fazer uma solicitação de pesquisa, use o método servingConfigs.search.

Todas as solicitações de pesquisa exigem placement, que identifica o nome completo do recurso da configuração de exibição que será usada. A configuração de veiculação determina quais configurações e controles associados afetam os resultados da pesquisa.

As solicitações de pesquisa de consulta de texto exigem um campo query não vazio.

As solicitações de pesquisa de navegação exigem um campo pageCategories não vazio.

Python

Para saber como instalar e usar a biblioteca de cliente da AI Commerce Search, consulte Bibliotecas de cliente da AI Commerce Search. Para mais informações, consulte a documentação de referência da API AI Commerce Search Python.

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement  # Placement is used to identify the Serving Config name.
    search_request.query = query
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.page_size = 10

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT QUERY PHRASES HERE:
    query_phrase = "Hoodie"

    search_request = get_search_request(query_phrase)
    search_response = SearchServiceClient().search(search_request)

    print("---search response---")
    if not search_response.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response)
    return search_response


search()

Node.js

Para saber como instalar e usar a biblioteca de cliente da AI Commerce Search, consulte Bibliotecas de cliente da AI Commerce Search.

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

'use strict';

async function main() {
  // Call Retail API to search for a products in a catalog using only search query.

  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie'; //TRY DIFFERENT QUERY PHRASES

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 10;

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
    };
    console.log('Search request: ', request);

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
    }
    console.log('Search end');
  };

  callSearch();
}

process.on('unhandledRejection', err => {
  console.error(err.message);
  process.exitCode = 1;
});

main();

Java

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchSimpleQuery {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT QUERY PHRASES HERE:
    String queryPhrase = "Hoodie";
    String visitorId = UUID.randomUUID().toString();
    int pageSize = 10;

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setQuery(queryPhrase)
            .setVisitorId(visitorId)
            .setPageSize(pageSize)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponse = client.search(searchRequest).getPage().getResponse();
      if (searchResponse.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponse);
      }
    }
  }
}

Por padrão, um número razoável de resultados ordenados por relevância é retornado.

Para receber atributos de produto retornados com a resposta da pesquisa, forneça valores de atributo ao importar os dados do catálogo. O Product tem atributos de sistema predefinidos, como marca, cor e tamanho, para os quais você pode fornecer valores. Também é possível incluir atributos personalizados definidos com Product.attributes.

Tutorial de consultas

Neste tutorial, mostramos como enviar uma consulta de pesquisa baseada em texto para o serviço AI Commerce Search e analisar a resposta.

Filtrar resultados da pesquisa usando sugestões de preenchimento automático

Se você implementou sugestões de preenchimento automático enriquecidas no front-end (em que os usuários podem selecionar uma consulta combinada com uma marca ou categoria específica), é necessário traduzir essa seleção em um SearchRequest filtrado.

Para implementar isso, extraia a sugestão de texto e coloque-a no campo query. Em seguida, extraia o atributo selecionado (como uma marca) e formate-o como uma expressão no campo filter.

Exemplo de solicitação de pesquisa de uma sugestão filtrada

Se o usuário clicou na sugestão shoe em Nike, estruture o SearchRequest da seguinte maneira:

{
  "placement": "projects/YOUR_PROJECT_ID/locations/global/catalogs/default_catalog/placements/default_search",
  "query": "shoe",
  "filter": "brands: ANY(\"Nike\")",
  "visitorId": "user_session_123"
}

Adicionar contagens de produtos às facetas de sugestão

Para melhorar ainda mais a experiência de filtragem, você pode mostrar o número de produtos disponíveis para cada filtro de sugestão antes mesmo que o usuário faça a pesquisa. Para usar as facetas de sugestão com contagens de produtos, entre em contato com o suporte para ativar o recurso. Quando ativada, inclua a chave de atributo textual específica no facetSpecs do seu SearchRequest por pelo menos 7 dias para permitir que o sistema calcule as contagens de produtos com base nos dados do histórico da Pesquisa.

Paginação

Use a paginação para diminuir o tempo de pesquisa e o tamanho das respostas enviadas.

Tutorial de paginação

Neste tutorial, mostramos como controlar a paginação em uma solicitação de pesquisa baseada em texto. Quando um comprador procura produtos em uma loja, ele pode melhorar a navegação pelos resultados da pesquisa. Por exemplo, eles podem limitar o número de itens na resposta da pesquisa usando o recurso de tamanho da página ou pular para a página preferida usando o recurso de deslocamento.

Paginar

Para pular de uma página para outra, use page_token ou offset, de acordo com seu caso de uso.

Python

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.


import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str, page_size: int, offset: int, next_page_token: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.query = query
    search_request.page_size = page_size
    search_request.offset = offset
    search_request.page_token = next_page_token

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT PAGINATION PARAMETERS HERE:
    page_size = 6
    offset = 0
    page_token = ""

    search_request_first_page = get_search_request(
        "Hoodie", page_size, offset, page_token
    )
    search_response_first_page = SearchServiceClient().search(search_request_first_page)

    print("---search response---")
    if not search_response_first_page.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response_first_page)

    # PASTE CALL WITH NEXT PAGE TOKEN HERE:

    # PASTE CALL WITH OFFSET HERE:

    return search_response_first_page


search()

Node.js

Para saber como instalar e usar a biblioteca de cliente da AI Commerce Search, consulte Bibliotecas de cliente da AI Commerce Search.

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

async function main() {
  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie';

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 6; // TRY DIFFERENT PAGE SIZES, INCLUDING THOSE OVER 100

  // A 0-indexed integer that specifies the current offset in search results.
  const offset = 0; // TRY DIFFERENT OFFSETS TO SEE DIFFERENT PRODUCTS

  //A page token received from a previous search call.
  let pageToken = '';

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
      offset,
      pageToken,
    };

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
      pageToken = response[IResponseParams.ISearchResponse].nextPageToken;
      console.log(
        'Next page token:',
        response[IResponseParams.ISearchResponse].nextPageToken
      );
    }
    console.log('Search end');
  };

  // Call search
  await callSearch();

  //PASTE CALL WITH NEXT PAGE TOKEN HERE:
}

Java

Para autenticar na AI Commerce Search, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchWithPagination {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT PAGINATION PARAMETERS HERE:
    int pageSize = 6;
    String queryPhrase = "Hoodie";
    int offset = 0;
    String pageToken = "";
    String visitorId = UUID.randomUUID().toString();

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setVisitorId(visitorId)
            .setQuery(queryPhrase)
            .setPageSize(pageSize)
            .setOffset(offset)
            .setPageToken(pageToken)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponseFirstPage = client.search(searchRequest).getPage().getResponse();
      if (searchResponseFirstPage.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponseFirstPage);
      }

      // PASTE CALL WITH NEXT PAGE TOKEN HERE:

      // PASTE CALL WITH OFFSET HERE:
    }
  }
}

Token da página

Para acessar a próxima página, use page_token. Por exemplo, suponha que você envie a SearchRequest a seguir.

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
}

A partir de SearchResponse, é possível conseguir os produtos resultantes com cinco principais relevâncias, além de um next_page_token.

JSON

{
  results: [
    products{...}, products{...}, products{...}, products{...}, products{...}
  ]
  next_page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
  total_size: 100
  search_token: "NtQKDAiXt4_3BRDCg_jnARABGiQ1ZWRjOTRlOC0wMDAwLTI1YTEtODJlMy1mNGY1ZTgwZDUxOGM"
}

Para receber os produtos resultantes com as próximas 5 relevâncias (6ª a 10ª), defina page_token usando os mesmos placement, visitor_id e query que next_page_token do SearchResponse anterior.

Java

import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;

public static void searchProducts_withNextPageToken(String query, int pageSize)
    throws IOException, InterruptedException {
  try (SearchServiceClient searchClient = SearchServiceClient.create()) {
    SearchRequest firstRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .build();

    SearchResponse firstResponse = searchClient.search(firstRequest).getPage()
        .getResponse();
    System.out.println("First search response: " + firstResponse);

    SearchRequest secondRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .setPageToken(firstResponse.getNextPageToken())
        .build();

    SearchResponse secondResponse = searchClient.search(secondRequest).getPage()
        .getResponse();
    System.out.println("Second search response: " + secondResponse);
  }
}

Neste exemplo, SearchRequest tem esta aparência:

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
}

Deslocamento

Em outros casos, em vez de navegar de uma página para outra ou de ver os resultados com maior relevância, você pode ir diretamente para uma posição específica com offset.

Por exemplo, se quiser a 10ª página dos resultados, quando o tamanho da página for 5, defina o offset como 45, que é calculado por (10 - 1) * 5.

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  offset: 45
}

Níveis de desempenho de pesquisa

A Pesquisa oferece vários níveis de desempenho que melhoram cada vez mais seus resultados. Por exemplo, para casos de uso de pesquisa de consulta de texto, os resultados podem ser baseados apenas na relevância. À medida que você desbloqueia níveis de desempenho mais avançados, a pesquisa pode retornar resultados com base na relevância, popularidade, otimização de receita e personalização.

A Pesquisa desbloqueia automaticamente níveis de desempenho mais altos quando você faz upload de dados de catálogo e de eventos do usuário que atendem aos requisitos mínimos de cada nível.

Para mais informações sobre como usar essa página para conferir a qualidade de dados e os níveis de desempenho da pesquisa, consulte Desbloquear níveis de desempenho da pesquisa. A página Qualidade de dados no console da AI Commerce Search no Gemini Enterprise for Customer Experience mostra uma avaliação de quais requisitos você atendeu para cada nível.

Avaliar os resultados da pesquisa de texto e da navegação

Antes de atualizar o código do site para solicitar resultados de Text Search ou de pesquisa de navegação, é possível visualizar os resultados para confirmar se a configuração de veiculação está funcionando conforme o esperado.

Para mais informações sobre configurações de veiculação, consulte Sobre as configurações de veiculação.

É possível visualizar os resultados da configuração de veiculação na página Avaliar ou acessando a página Detalhes de uma configuração de veiculação no console e clicando na guia Avaliar. As etapas a seguir mostram como visualizar na página Avaliar.

Para visualizar os resultados retornados pela configuração de veiculação:

Pesquisa de texto

Acesse a página Avaliar na Pesquisa de comércio com IA no console do Gemini Enterprise for Customer Experience.

Acesse a página "Avaliar"
Clique na guia Pesquisar.

Observação: a guia Pesquisar só vai estar disponível se você tiver ativado a pesquisa. Para instruções sobre como ativá-lo, acesse Antes de começar.
Selecione a configuração de veiculação que você quer visualizar.
Selecione a ramificação que contém o catálogo que você quer visualizar.
Opcional: insira um ID de visitante para visualizar os resultados da pesquisa para esse usuário.
Opcional: digite um ID do usuário para visualizar os resultados da pesquisa para esse usuário.
Opcional: insira um horário de pesquisa para visualizar os resultados da pesquisa que apareceriam no horário especificado.

Por exemplo, se você promoveu determinados produtos para uma promoção especial, pode ver os resultados como eles apareceriam naquele dia.
Opcional: selecione os atributos que vão aparecer ao lado dos resultados da pesquisa e clique em OK para aplicá-los.

Os atributos selecionados são usados para gerar uma lista de filtros de atributos que aparecem em Adicionar atributos depois que você realiza a pesquisa inicial. Esses filtros de atributo podem incluir atributos diferentes dos selecionados nesta etapa, como atributos dinâmicos.
Insira uma consulta de pesquisa baseada em texto para visualizar os resultados da pesquisa para essa consulta.
Clique em Visualização da pesquisa ou pressione Enter em qualquer campo de entrada para ver os resultados.

Os resultados da pesquisa são mostrados com as imagens em miniatura disponíveis.

Se a pesquisa acionar um controle de redirecionamento, um aviso vai aparecer mostrando o URI de redirecionamento.
Opcional: clique no ícone Grade ou Lista para mudar a forma como os resultados da pesquisa são mostrados na prévia.
Opcional: se você selecionou atributos para aparecer ao lado dos resultados, selecione um ou mais valores de atributo na lista para filtrar os resultados por esses valores. Os resultados são atualizados automaticamente após a seleção.

Quando você seleciona vários valores do mesmo atributo, eles são aplicados como um operador OR, e os valores em diferentes atributos são aplicados como um operador AND. Por exemplo, depois de selecionar as facetas cor e os valores "azul" e "ouro", e os valores de material "algodão" e "poliéster". Os resultados da pesquisa precisam ter "azul" ou "ouro" como atributo e também "algodão" ou "poliéster" como atributo.

Procurar

Acesse a página Avaliar na Pesquisa de comércio com IA no console do Gemini Enterprise for Customer Experience.

Acesse a página "Avaliar"
Clique na guia Procurar.

Selecione a configuração de veiculação que você quer visualizar.
Selecione a ramificação que contém o catálogo que você quer visualizar.
Opcional: insira um ID de visitante para visualizar os resultados desse usuário.
Opcional: insira um ID do usuário para visualizar os resultados dele.
Para visualizar como os resultados ficariam com um filtro específico adicionado, insira uma string de filtro. Use a sintaxe de expressão de filtro especificada na documentação de Filtro.
Opcional: insira um horário de navegação para visualizar os resultados que apareceriam no horário especificado.

Por exemplo, se você promoveu determinados produtos para uma ação promocional de pico de vendas, é possível ver os resultados como eles apareceriam naquele dia.
Insira a categoria da página em que você está testando os resultados da busca.
Opcional: selecione os atributos que serão exibidos ao lado dos resultados e clique em OK para aplicá-los.

Os atributos selecionados são usados para gerar uma lista de filtros de atributos que aparecem em Adicionar atributos depois que você realiza a pesquisa inicial. Esses filtros de atributo podem incluir atributos diferentes dos selecionados nesta etapa, como atributos dinâmicos.
Clique em Procurar visualização ou pressione Enter em qualquer campo de entrada para ver os resultados.

Os resultados são exibidos com as imagens em miniatura disponíveis.
Opcional: clique no ícone Grade ou Lista para mudar a forma como os resultados são exibidos na visualização.
Opcional: se você selecionou atributos para aparecer ao lado dos resultados, selecione um ou mais valores de atributo na lista para filtrar os resultados por esses valores. Os resultados são atualizados automaticamente após a seleção.

Quando você seleciona vários valores do mesmo atributo, eles são aplicados como um operador OR, e os valores em diferentes atributos são aplicados como um operador AND. Por exemplo, depois de selecionar as facetas cor e material, você pode filtrar os resultados da pesquisa selecionando os valores de cor "azul" e "ouro" e os valores de material "algodão" e "poliéster". Os resultados precisam ter "azul" ou "ouro" como um atributo e também "algodão" ou "poliéster" como um atributo.

Para ver a página Detalhes da configuração de veiculação que você está visualizando, clique em Ver configuração de veiculação no campo Selecionar configuração de veiculação.

Receber resultados da pesquisa Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Identificadores de sessão de usuário único

Relevância na AI Commerce Search

Pesquisa padrão

Pesquisa não padrão

Text Search e pesquisa de navegação

Pesquisas de consulta de texto

Como processar consultas e parâmetros de texto

Procurar pesquisas

JSON

Usar solicitações de pesquisa

Python

Node.js

Java

Tutorial de consultas

Filtrar resultados da pesquisa usando sugestões de preenchimento automático

Exemplo de solicitação de pesquisa de uma sugestão filtrada

Adicionar contagens de produtos às facetas de sugestão

Paginação

Tutorial de paginação

Paginar

Python

Node.js

Java

Token da página

JSON

JSON

Java

JSON

Deslocamento

JSON

Níveis de desempenho de pesquisa

Avaliar os resultados da pesquisa de texto e da navegação

Pesquisa de texto

Procurar

Receber resultados da pesquisa