Suche mit generativer KI

Vorbereitung

Informationen zum Aufnehmen von Beispieldokumenten in Document AI Warehouse finden Sie in der Kurzanleitung.

Die GenAI-Suche ruft die k wichtigsten Dokumente ab, die für die Suchanfrage (Keyword oder natürliche Sprache) am relevantesten sind. Sie gibt präzise Antworten aus einer Reihe von vom Kunden hochgeladenen Dokumenten zurück und sortiert die Suchergebnisse nach Relevanz.

Der Aufrufer der Suchanfrage bestimmt den Wert von k, indem er ihn im Feld „qaSizeLimit“ angibt. Große Sprachmodelle bestimmen die Relevanz zwischen der Suchanfrage und den Dokumenten.

Welche Daten werden durchsucht?

Filterung, Paginierung, Histogramme, benutzerdefinierte Synonyme, Dokumentebene und detaillierte Zugriffssteuerung werden nicht unterstützt.

Suchanfrage aufrufen

Um den Suchdienst aufzurufen, müssen Sie eine Suchanfrage verwenden, die so definiert ist:

{
  "documentQuery": {
    object (DocumentQuery)
  },
  "qaSizeLimit": integer
}

Das Feld parent muss im folgenden Format ausgefüllt werden:

/projects/PROJECT_ID/locations/LOCATION

Das Feld „qaSizeLimit“ ist für die GenAI-Suche erforderlich.

Antwort auf eine Suchanfrage

Die Suchantwort ist so definiert:

{
  "matchingDocuments": [
    {
      object (MatchingDocument)
    }
  ],
  "metadata": {
    object (ResponseMetadata)
  }
}

Dokumentabfrage

Das Feld document_query ist so definiert:

{
  "query": string,
  "isNlQuery": boolean
}

Das Feld query enthält die Suchanfragewörter des anfragenden Nutzers. Dabei kann es sich um Keywords oder Fragen in natürlicher Sprache handeln. In der Regel stammen diese aus dem Suchfeld in der UI. Das Feld isNlQuery muss für die GenAI-Suche auf „true“ gesetzt werden.

Übereinstimmendes Dokument

Ein übereinstimmendes Dokument sieht so aus:

{
  "document": {
    object (Document)
  },
  "searchTextSnippet": string,
  "qaResult": {
    object (QAResult)
  }
}

Das Feld SearchTextSnippet enthält ein Snippet, das die Anfrage des Nutzers in natürlicher Sprache beantwortet. Es sind keine HTML-Tags für Fettdruck vorhanden. Hervorhebungen im Antwortsnippet finden Sie unter „QAResult.highlights“. Hinweis: Vollständige Referenz für Matching Document.

GenAI-Suchergebnis

Dies sind Informationen zum GenAI-Suchergebnis.

{
  "highlights": {
    object(Highlight)
  }
  "confidence_score": float
}

Markieren

Dies ist ein Textbereich im Suchtext-Snippet, der einen hervorgehobenen Abschnitt darstellt, z. B. den Antwortkontext oder einen sehr relevanten Satz.

{
  "start_index": integer
  "end_index": integer
}

Fragen und Antworten aus einer Reihe von Dokumenten

Wenn Sie mit GenAI eine Antwort generieren möchten, müssen Sie eine Suchanfrage mit documentNameFilter verwenden, die so definiert ist:

{
  "documentQuery": {
    "query": "QUERY",
    "isNlQuery": "true",
    "documentNameFilter" : [
      "projects/PROJECT_NUMBER/locations/LOCATION/documents/DOCUMENT_ID_1",
      "projects/PROJECT_NUMBER/locations/LOCATION/documents/DOCUMENT_ID_2",
    ]
  },
  "qaSizeLimit": integer
}

Fügen Sie documentQuery keine weiteren Filter hinzu, da diese noch nicht funktionieren.

Wenn in der angegebenen Reihe von Dokumenten eine Antwort gefunden werden kann, wird sie im Feld questionAnswer gespeichert.

{
  "document": {
    object (Document)
  },
  questionAnswer: "QUESTION_ANSWER",
}

Nächste Schritte