生成ナレッジ支援サービスは、提供されたドキュメントの情報に基づいて、エージェントの質問に回答します。フローベースのデータストア エージェントまたはハンドブック ベースのデータストア エージェントのドメイン名を指定したり、ドキュメントをアップロードしたりできます。生成ナレッジ支援サービスは、その情報を進行中の会話と利用可能な顧客メタデータと組み合わせて、エージェントにタイムリーで関連性の高い回答を提供します。
始める前に
プロジェクト オーナーでない場合は、データストア エージェントを作成するために次のロールが必要です。
- Dialogflow API Admin
- Discovery Engine Admin
フローベースのデータストア エージェントを作成する
Vertex AI コンソールで AI Applications API を有効にします。
エージェントを作成するには、フローベースのデータストア エージェントの手順に沿って操作します。
Playbook ベースのデータストア エージェントを作成する
Vertex AI コンソールで AI Applications API を有効にします。
エージェントを作成するには、プレイブック ベースのデータストア エージェントの手順に沿って操作します。
エージェントをデータストアに接続するには、データストア ツールを作成します。詳しくは、プレイブック データストア ツールの例をご覧ください。
人間のエージェントからの質問に回答する
フローベースまたはハンドブック ベースのデータストア エージェントは、提供されたドキュメントに基づいて、人間のエージェントからの質問に回答できます。
ステップ 1: 会話プロファイルを作成する
Agent Assist コンソールまたは API を使用して会話プロファイルを作成します。
コンソールから作成する
- 生成ナレッジ支援サービスの候補タイプを有効にして、前のステップのフローベースまたはハンドブック ベースのデータストア エージェントにリンクする必要があります。
- 省略可: [エージェント検索クエリのロギングを無効にする] チェックボックスを使用して、品質向上のために秘匿化済み検索クエリを収集して保存するかどうかを指定します。
- [会話拡張クエリを有効にする] チェックボックスを使用すると、検索クエリの回答を生成する際に、人間のエージェントとユーザー間の会話コンテキストを考慮するかどうかを指定できます。
API から作成
次の手順では、HumanAgentAssistantConfig オブジェクトを使用して ConversationProfile を作成する方法について説明します。これらの操作は、Agent Assist コンソールを使用して行うこともできます。
会話プロファイルを作成するには、ConversationProfile リソースの create メソッドを呼び出します。
リクエストのデータを使用する前に、次のように置き換えます。- PROJECT_ID: プロジェクト ID
- LOCATION_ID: ロケーションの ID
- AGENT_ID: 前の手順で取得したフローベースまたはプレイブック ベースのデータストア エージェント ID
{ "displayName": "my-conversation-profile-display-name", "humanAgentAssistantConfig": { "humanAgentSuggestionConfig": { "featureConfigs": [ { "suggestionFeature": { "type": "KNOWLEDGE_SEARCH" }, "queryConfig": { "dialogflowQuerySource": { "humanAgentSideConfig": { "agent": "projects/PROJECT_ID/locations/LOCATION_ID/agents/AGENT_ID" } } }, "disableAgentQueryLogging": false, "enableConversationAugmentedQuery": false, } ] } } }
Agent Assist コンソールで会話プロファイルを作成すると、Agent Assist は生成ナレッジ支援サービスを自動的に有効にします。
ステップ 2: データストア エージェントを使用する
必要に応じて、SearchKnowledge API を使用して、データストア エージェントから回答を取得します。次の構成を SearchKnowledge リクエストの一部として使用することもできます。
querySource: エージェントがクエリを入力したか、生成ナレッジ支援サービスが自動的に提案したかを示すには、このフィールドを設定します。exactSearch: クエリの書き換えなしで正確な入力クエリを検索するかどうかを示すように、このフィールドを設定します。endUserMetadata: このフィールドを設定して、生成された回答を改善するエンドユーザーに関する追加情報を含めます。詳しくは、データストア エージェントのパフォーマンスのカスタマイズ ページをご覧ください。searchConfig: ナレッジ ドキュメントをブーストしてフィルタリングするための追加の制御を行うには、このフィールドを設定します。詳細については、データストア エージェントのパフォーマンス検索構成ページをご覧ください。
リクエストのデータを使用する前に、次のように置き換えます。
- PROJECT_ID: プロジェクト ID
- LOCATION_ID: ロケーションの ID
- CONVERSATION_PROFILE_ID: 前の手順で取得した会話プロファイル ID
- SESSION_ID: 検索セッション ID 同じセッションの検索履歴は検索結果に影響する可能性があります。セッション ID には次の会話 ID を使用できます。
- CONVERSATION_ID: 検索リクエストがトリガーされた会話（人間のエージェントとエンドユーザーの間）
- MESSAGE_ID: 検索リクエストがトリガーされたときの最新の会話メッセージ
JSON リクエストの例を次に示します。
{ "parent": "projects/PROJECT_ID/locations/LOCATION_ID" "query": { "text": "What is the return policy?" } "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID" "sessionId": "SESSION_ID "conversation": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID" "latestMessage": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/messages/MESSAGE_ID "querySource": AGENT_QUERY "exactSearch": false "searchConfig": { "filterSpecs": { "filter": "category: ANY(\"persona_B\")" } } "endUserMetadata": { "deviceOwned": "Google Pixel 7" } }
エージェントの検索がユーザーとの会話中に行われる場合は、必要に応じて conversation と latest_message のリソース名を指定します。enable_conversation_augmented_query オプションを有効にして、エージェントとユーザー間の会話コンテキストを使用してクエリの回答エクスペリエンスを向上させる場合は、この 2 つのフィールドが必要です。
シミュレータ
Agent Assist シミュレータで、フローベースまたはハンドブック ベースのデータストア エージェントをテストします。
上記の例では、フローベースのデータストア エージェントがユーザーのクエリ What is the refund
processing time? に次の情報で回答します。
- 生成 AI が生成した回答: 返品の荷物が販売者の返品センターに到着してから、処理が完了するまでにさらに 7 営業日ほどかかることがあります。払い戻しの状況は、注文ページに記載されている返品の荷物追跡番号で確認できます。
- 関連するナレッジ ドキュメントのタイトル: 返品と払い戻し。
フィードバックを送信
フィードバックを送信する手順については、Agent Assist にフィードバックを送信するをご覧ください。
エージェントの質問に答える
以下は、エージェントの質問への回答に関するフィードバックを送信するための JSON リクエストの例です。
{ "name": "projects/PROJECT_ID/locations/LOCATION_ID/answerRecords/ANSWER_RECORD_ID", "answerFeedback": { "displayed": true "clicked": true "correctnessLevel": "FULLY_CORRECT" "agentAssistantDetailFeedback": { "knowledgeSearchFeedback": { "answerCopied": true "clickedUris": [ "url_1", "url_2", "url_3", ] } } } }
メタデータ
ナレッジ ドキュメントのメタデータを構成すると、生成ナレッジ支援サービスとプロアクティブ生成ナレッジ支援サービスの両方で、レスポンスとともにドキュメントのメタデータが返されます。
たとえば、メタデータを使用して、ナレッジ ドキュメントが内部の非公開記事か外部の公開記事かをマークできます。Agent Assist シミュレータと UI モジュールの両方で、生成ナレッジ支援サービスとプロアクティブ生成ナレッジ支援サービスは、特定のキーのドキュメント メタデータ値を自動的に表示します。
gka_source_label: 値は候補カードに直接表示されます。gka_source_tooltip: 値がstruct型の場合、ソースリンクにカーソルを合わせると、値がツールチップに表示されます。
ナレッジ ドキュメントに次のメタデータがある場合、候補カードにはソースとして External Doc が表示され、ツールチップには doc_visibility: public doc が追加されます。
メタデータ:
None
{
"title": "Public Sample Doc",
"gka_source_label": "External Doc",
"gka_source_tooltip": {
"doc_visibility": "public doc"
}
}
エンドユーザーのメタデータ
エンドユーザーのメタデータを添付して、Datastore エージェントによって生成される回答を改善し、パーソナライズします。生成ナレッジ支援サービスでは、エンドユーザーのメタデータを end_user_metadata フィールドに添付するか、IngestContextReferences API を使用して会話に取り込むことができます。取り込んだエンドユーザー メタデータは、生成ナレッジ支援サービスとプロアクティブ生成ナレッジ支援サービスの両方で使用できます。
例 1: エンドユーザーのメタデータを追加する
{
"query": {
"text": "test query"
},
"conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
"sessionId": "SESSION_ID",
"conversation": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
"querySource": "AGENT_QUERY",
"endUserMetadata": {
"Name": "Jack",
"Age": 33,
"City": "Tokyo"
}
}
例 2: エンドユーザーのメタデータを取り込む
{
"conversation": "projects/PROJECT_ID/locations/global/conversations/CONVERSATION_ID",
"contextReferences": {
"gka_end_user_metadata": {
"contextContents": [{
"content": "{\"Name\":\"Jack\",\"Age\":33,\"city\":\"Tokyo\"}",
"contentFormat": "JSON"
}],
"updateMode": "OVERWRITE",
"languageCode": "en-US"
}
}
}
Datastore のエンドユーザー メタデータの詳細については、Dialogflow のパーソナライズをご覧ください。
言語サポート
サポートされている言語の全リストをご覧ください。