מדריך למפתחים בנושא סינון שיחות

המדריך הבא מיועד למפתחים ומסביר איך לשלב סינון מוצרים באמצעות שיחה ב-API.

עמידה בדרישות המינימום של הנתונים להפעלת סינון שיחות

כדי לעמוד במכסת 25% שנדרשת להפעלת סינון מוצרים באמצעות שיחה, צריך להגדיל את נפח אירועי המשתמשים שמכילים פרטי סינון תקינים. ככל שתעלו יותר מסננים באירועים של המשתמשים, כך כיסוי השיחות יהיה גבוה יותר.

אלה השלבים והלוגיקה הספציפיים להגדלת הכיסוי:

• העלאת מסננים באירועים של משתמשים. צריך להגדיל את הקלט של מסננים שהוחלו על אירועי משתמש. כך מובטח שכאשר משתמש מפעיל מסנן כמו צבע או מחיר באתר שלכם, הפעולה הזו מתועדת בשדה המסנן של אירוע המשתמש הרלוונטי בחיפוש שנשלח ל-AI Commerce Search.

• הקמת לולאת משוב. מודל ה-LLM מסיק את הפופולריות של ההיבטים מהמסננים האלה. כשמסמנים מאפיין כמאפיין שאפשר להשתמש בו לסינון דינמי, וכוללים מסננים תואמים באירועי חיפוש, מתחיל תהליך הלמידה של המודל. באופן אידיאלי, ממשק המשתמש צריך לתעד את בחירות המסננים של המשתמשים ולהעביר אותן גם בבקשות חיפוש וגם באירועים, כדי לשפר את המודל באופן רציף.

• מעקב אחרי בדיקות של המלצות לגבי איכות הנתונים. אם עמדתם בסף הראשוני של 1,000 שאילתות ביום אבל לא הגעתם לכיסוי של 25%, בדף איכות הנתונים במסוף (בכרטיסייה שיחה) יופיעו בדיקות ספציפיות עם המלצות. במסגרת הבדיקות האלה, המערכת מחשבת ומציגה את האחוז המדויק שבו צריך להגדיל את המסננים שהוחלו על אירועים של משתמשים כדי להגיע ליעד הכיסוי.

• מוודאים שהגדרתם את המאפיינים. מכיוון שהמודל משתמש במאפיינים שאתם מסננים כדי ליצור שאלות, חשוב לוודא שהם מוגדרים בצורה נכונה בקטלוג כמאפיינים שאפשר להוסיף לאינדקס ולסנן באופן דינמי.

ממשק האדמין

אפשר לנהל את השאלות הגנרטיביות ואת הסינון של המוצרים בממשק שיחה ישירות ב-API, או במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience, ולהגדיר אותן בקטעים איכות הנתונים והערכה במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.

מסוף Cloud

המסוף מאפשר לקמעונאים לנהל שאלות גנרטיביות בחוויית סינון מוצרים אינטראקטיבית. מידע נוסף על שימוש בשאלות גנרטיביות בסינון מוצרים בשיחה

שלבים לשימוש בשירות השאלות הגנרטיביות

1. עמידה בדרישות לגבי הנתונים.

2. הגדרת שינויים ידניים בשאלות.

3. מפעילים את התכונה.

4. תצוגה מקדימה ובדיקה.

הדרישות לגבי הנתונים

כדי לבדוק אם נתוני החיפוש שלכם מוכנים לסינון מוצרים בשיחה, עוברים בכרטיסייה בדיקות כיסוי בקטע סינון מוצרים בשיחה וחיפוש או בקטע איכות נתונים > שיחה במסוף.

כדי להפעיל את התכונה 'סינון מוצרים באמצעות שיחה', צריך לעמוד בדרישות נתונים מסוימות.

השדות הם:

• 1,000 שאילתות ביום: אחרי שתגיעו לסף הראשון הזה, ייווצר תוכנית שיחה שתעריך את הקלט והפלט שלכם:
• הנחיות: סינון מספר האירועים
• תשובות: כיסוי שיחות
• 25% כיסוי שיחות: כיסוי שיחות מחושב על ידי מודלים של AI Commerce Search, והוא מייצג את אחוז השאילתות שכוללות שאלה אחת. לפחות 25% מהשאילתות (לפי נפח), עם משקל לפי תדירות, צריכות להתאים לשאלה הראשונה.

אם עדיין אין לכם כיסוי של 25% בשיחות, אבל אתם עומדים בדרישה הראשונה של 1, 000 שאילתות ביום, המערכת תתחיל להחיל בדיקות חסימה על הפלט ובדיקות ייעוץ על הקלט. בשלב הזה, AI Commerce Search מתחיל לחשב בכמה אחוזים צריך להגדיל את המסננים שהמשתמשים הפעילו על אירועים כדי להגיע לסף של 25% כיסוי שיחות. ככל שמעלים יותר מסננים, כך גדל היקף הכיסוי.

כדי לראות את מוכנות השיחה:

1. עוברים לכרטיסייה שיחה בדף איכות הנתונים במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience. הבדיקה הזו מאפשרת לכם לדעת אם לפחות 25% משאילתות החיפוש כוללות לפחות שאלה אחת להמשך השיחה, וגם לקבל המלצות לגבי אחוז אירועי המשתמשים עם מסננים תקינים שנדרש כדי להשיג את היעד הזה של כיסוי שיחות.

איור 1. בדיקת מוכנות לשיחה.

1. אם תעברו את הבדיקה הקריטית, עם מספיק אירועי משתמשים עם מסננים תקינים, תוכלו להמשיך לשלב הבא.

2. כדי לשלוט באופן הצגת השאלות הגנרטיביות, עוברים אל דף הסינון ודף הגלישה במוצרים בשיחה ב-Search Console של AI Commerce Search.

אמצעי בקרה לשאלות גנרטיביות

ה-AI הגנרטיבי כותב שאלה לכל מאפיין שאפשר להוסיף לאינדקס בקטלוג, באמצעות השמות והערכים של מאפייני המערכת והמאפיינים המותאמים אישית. השאלות האלה נוצרות על ידי LLM ומטרתן לשפר את חוויית החיפוש. לדוגמה, אם המאפיין הוא סוג הריהוט, והערכים האפשריים הם לשימוש בתוך הבית או מחוץ לבית, ה-AI ינסח שאלה לגבי סוג הריהוט שאתם מחפשים.

לכל היבט יש שאלה אחת שנוצרה. השאלות ממוינות לפי התדירות הצפויה של הצגת השאלה, על סמך אירועים היסטוריים של משתמשים ונתוני התעניינות בפילטרים מנתוני אירועי חיפוש קודמים. קודם כל, ה-AI בודק את השאלות שמופיעות למעלה, ואז מוצא את מה שרלוונטי לפי מאפיין. רשימת השאלות נוצרת פעם אחת. אם מוסיפים מאפיין חדש, הוא יופיע ברשימה תוך שעתיים.

1. עוברים לדף סוכן קניות במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.
   
   עוברים לדף 'חיפוש שיחה וגלישה'.

2. בכרטיסייה ניהול שאלות שנוצרו על ידי AI, אפשר לראות את כל השאלות ממוינות לפי תדירות השימוש בהן, בתדירות משוקללת של שאילתות, כלומר כמה פעמים הן מוצגות עם שאילתות נפוצות. הדירוג מבוסס על שדה התדירות בהגדרה GenerativeQuestionConfig. השדה הזה אחראי למיון השאלות שנוצרו על ידי AI לפי תדירות השימוש בהן.

3. אפשר להשתמש באפשרות הסינון כדי לסנן את השאלות.

4. מסמנים את התיבה כדי להפעיל את ההגדרה 'הצגת השאלה' לכל מאפיין.

5. לוחצים על בסוף כל שורה כדי לפתוח חלונית עריכה לכל שאלה.

כדי לבצע עריכות בכמות גדולה, פועלים לפי השלבים הבאים:

1. מסמנים או מבטלים את הסימון של התיבות לצד השאלות שרוצים לכלול או להחריג בשיחה.

2. לוחצים על הלחצן התרת השימוש בשיחה או על הלחצן איסור השימוש בשיחה שמופיעים בראש הרשימה. לחלופין, כדי לערוך שאלה ספציפית, לוחצים על ומבטלים את הסימון של התיבה שליד מותרת בשיחה בחלונית שנפתחת, או מסמנים אותה מחדש:

איור 2. עורכים כל שאלה שנוצרה על ידי AI.

שימוש בשאלות גנרטיביות בסינון מוצרים בשיחה

ממשק ה-API של שירות השאלות הגנרטיביות מספק אמצעי בקרה לצמצום אי-עקביות פוטנציאליות בפלט של מודל ה-LLM. אפשר לנהל אותם דרך המסוף. בנוסף, קמעונאים יכולים להגדיר כאן סינון מוצרים באמצעות שיחה על ידי שינוי הסטטוס שלו ל'מופעל' והגדרת מספר המוצרים המינימלי שנדרש כדי להפעיל אותו.

אתם יכולים להגדיר את השאלות, לציין את השאלה עצמה, תשובות אפשריות ולקבוע אם השאלה מותרת בשיחה. שאלות ספציפיות יכולות להיווצר על ידי מודל שפה גדול (LLM) או להיות מוחלפות על ידי הקמעונאי. במסוף אפשר לבדוק שאלות שנוצרו על ידי AI, ולשנות אותן או לשנות את הסטטוס שלהן בממשק השיחה. אפשר גם לערוך שאלות בכמות גדולה.

עריכת שאלות ספציפיות

אפשר גם להשתמש באמצעי בקרה כדי לבחור את השאלות הספציפיות. מומלץ לעשות את זה לפני שמפעילים את הסינון של מוצרים בשיחה.

לכל שאלה יש שתי אפשרויות. לוחצים על בעמודה האחרונה כדי לגשת לשאלות שמוצגות בחלונית המשתמשים:

1. להשבית שאלה לכל השאילתות: השאלה מופעלת כברירת מחדל. מבטלים את הסימון בתיבה שליד מותר בשיחה (או מסמנים אותה שוב). באפשרות הזו מדלגים על השאלה לגמרי. קמעונאים יכולים להשבית שאלה לחלוטין אם היא לא קשורה למאפיינים שנשאלו או אם אפשר לפרש אותה כלא הולמת (למשל, שאלה כמו איזו מידה של שמלה את מחפשת? עלולה להתפרש כהתעניינות במשקל).
2. לשכתב שאלה: בחלונית אפשר לראות את השאלה שנוצרה על ידי AI, לאיזה מאפיין היא משויכת ואילו ערכים יש למאפיין. כדי לשכתב את הטקסט, לוחצים על סמל העיפרון.

הפעלת סינון שיחות

אחרי שערכתם את השאלות ל-AI גנרטיבי במסוף, אתם יכולים להפעיל את הסינון השיחתי של המוצרים.

כדי להפעיל את התכונה 'סינון מוצרים בממשק שיחה', עוברים אל הדף 'סינון מוצרים בממשק שיחה' ו'דף גלישה' במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.

1. עוברים לדף סוכן קניות במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.
   
   עוברים לדף 'חיפוש שיחה וגלישה'.

2. כדאי לחשוב על מספר המוצרים המינימלי שאתם רוצים שיוחזרו בחיפוש לפני שהשאלות נוצרות. המספר הזה יכול להיות גבוה יותר, אבל אף פעם לא נמוך מ-2. לרוב, שורה אחת בדף היא הכמות הנכונה להפעלת שיחה.

3. מגדירים את המספר ומעבירים את המתג למצב מופעל. אם יש פחות מוצרים שמתאימים למספר, הם יסוננו.

איור 3. מעבירים את המתג למצב הפעלת חיפוש בממשק שיחה.

הערה: אם ה-AI הגנרטיבי מופעל ומודל השפה הגדול (LLM) מקשר בין שאלה שנוצרה על ידי AI לבין ערך מאפיין קשור, יכול להיות שתופיע שאלה שנוצרה על ידי AI.

בדף הזה מופיע מידע על הסטטוס של הבדיקות לחסימה ולייעוץ. אם יש לכם מספיק שאילתות חיפוש עם לפחות שאילתת המשך אחת, באתר שלכם מופעל עכשיו חיפוש בממשק שיחה.

הערכה ובדיקה

הערכה מאפשרת לכם לראות תצוגה מקדימה של חוויית הצגת התוצאות על ידי הרצת חיפוש בדיקה ובדיקת השאלות שלכם מול ההיבטים שמוצגים. בחלק הזה של המסוף מוצגת תצוגה מקדימה של חוויית השימוש בסינון מוצרים בממשק שיחה.

כדי להעריך ולבדוק, פועלים לפי השלבים הבאים. בקטע Evaluate בכרטיסיות Search או Browse בדף Evaluate של AI Commerce Search במסוף Gemini Enterprise for Customer Experience.

1. עוברים לדף Evaluate במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.
   
   כניסה לדף Evaluate

2. לוחצים על חיפוש או על עיון.

3. בשדה הערכת החיפוש, מזינים שאילתת בדיקה שרלוונטית לקטלוג שהעליתם לחיפוש, כמו נעליים אם הקטלוג כולל פריטי לבוש.

4. לוחצים על תצוגה מקדימה של החיפוש כדי לראות את תוצאות החיפוש.

איור 4. מעיינים בתוצאות.

אם הפעלתם סינון מוצרים באמצעות שיחה, השאלות הגנרטיביות מופעלות.

Generative Question API

בקטע הזה מוסבר איך להשתמש ב-API של שאלות גנרטיביות כדי לשלב את Conversational API בממשק האינטרנט שלכם, לנהל את השאלות הגנרטיביות ולהציג באתר סינון של מוצרים באמצעות שיחה.

שילוב API

אובייקטים:

• GenerativeQuestionsFeatureConfig
• GenerativeQuestionConfig
• שירות GenerativeQuestions
  • UpdateGenerativeQuestionsFeatureConfiguration
  • UpdateGenerativeQuestionConfig
  • ListGenerativeQuestionConfigs
  • GetGenerativeQuestionFeatureConfig
  • BatchUpdateGenerativeQuestionConfigs

הבסיס לשילוב של סינון מוצרים בשיחה הוא הגדרת המשאב question. כולל את השאלה עצמה ואם מותר לשאול אותה בשיחה. כברירת מחדל, השאלה נוצרת על ידי מודל שפה גדול (LLM), אבל האדמין יכול לשנות את זה.

הפעלת סינון מוצרים בשיחה

אובייקט:

• GenerativeQuestionsFeatureConfig

האובייקט הזה הוא קובץ תצורה של אמצעי בקרה להפעלת סינון מוצרים בשיחות עם AI גנרטיבי, כדי לנהל את חוויית הצגת התוצאות הכוללת. ‫GenerativeQuestionsFeatureConfig משתמש בשיטה GET כדי לקבל מידע על מאפיינים ולקבוע אם אפשר להוסיף את המאפיינים לאינדקס מהקטלוג שמשויך לפרויקט.

המתג feature_enabled קובע אם השאלות ישמשו בזמן הצגת המודעה. הוא מנהל את המתגים ברמה העליונה במסוף.

הערה: אי אפשר להפעיל סינון מוצרים שיכול לנהל שיחה עד שמתקיימות דרישות הנתונים. אם הדרישות לגבי הנתונים לא מתקיימות, ה-API מפעיל שגיאת אימות. האימות של דרישות הנתונים מוצג במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience, שמתבסס על קריאות ל-Conversational Configuration API.

הפעלת התכונה

// Configuration for overall generative question feature state.
message GenerativeQuestionsFeatureConfig {
...

// Resource name of the affected catalog.
// Format: projects/{project}/locations/{location}/catalogs/{catalog}
string catalog = 1 [(google.api.field_behavior) = REQUIRED];

// Determines whether questions are used at serving time.
// Note: You cannot enable this until initial data requirements are
// satisfied.
bool feature_enabled = 2 [(google.api.field_behavior) = OPTIONAL];

// Minimum number of products in the response to trigger follow-up questions.
// Value must be 0 or positive.
int32 minimum_products = 3 [(google.api.field_behavior) = OPTIONAL];
}

שדות שרלוונטיים לשיחה
קטלוג	מחרוזת	שם המשאב של הקטלוג המושפע ברמת הפרויקט. פורמט: projects/{project}/locations/{location}/catalogs/{catalog}.
feature_enabled	בוליאני	מפעיל או משבית שאלות. שדה אופציונלי. אי אפשר להפעיל את התכונה עד שהדרישות לגבי הנתונים יתקיימו. אם מנסים לעשות את זה, מוצגת שגיאה.
minimum_products	Integer32	מספר המוצרים המינימלי בתשובה שגורם להצגת שאלות המשך. הערך חייב להיות 0 או יותר.

ניהול השאלות הגנרטיביות

אובייקט:

• GenerativeQuestionConfig

אפשר להפעיל את האפשרות לנהל שיחה עם שאלה באמצעות השדה הבוליאני allowed_in_conversation. היא קובעת את ההגדרה של שאלה אחת שנוצרה.

שדות (התנהגויות שליטה בשיחה מודגשות)
קטלוג	מחרוזת	המאפיין הזה משמש לזיהוי של קבוצת המאפיינים (ובאופן רחב יותר, השאלות) שזמינים. כל הערכים האלה מוגדרים בקטלוג. שדה חובה.
facet	מחרוזת	ההיבט שאליו משויכת השאלה. שדה חובה.
generated_question	מחרוזת	שאלת ברירת המחדל שנוצרה על ידי מודל שפה גדול (LLM). פלט בלבד.
final_question	מחרוזת	השאלה שנשאלת. האורך המקסימלי הוא 300 בייטים. השדה הזה אופציונלי.
example_values	מחרוזת חוזרת	ערכים שאפשר להשתמש בהם כדי לענות על השאלה. פלט בלבד.
תדירות	מספר ממשי (float)	היחס בין מספר הפעמים שנשאלה שאלה מסוימת. פלט בלבד.
allowed_in_conversation	בוליאני	האם השאלה מוצגת בזמן הצגת המודעה. השדה הזה הוא אופציונלי.

חוויית הצפייה

סינון מוצרים באמצעות שיחה מבוסס על ניהול שיחה מתמשכת עם המשתמש, שכוללת כמה תורות. לכן, כדי שהסינון השיחתי של מוצרים יפעל, צריך לפחות תשובה שנייה. המשתמש מקבל בתשובה שאלה נוספת ותשובות מוצעות, והוא יכול להשיב לשאלה הזו על ידי הקלדת התשובה או על ידי לחיצה על תשובה מוצעת (אפשרות בחירה מרובה).

מאחורי הקלעים, האפשרות של שאלה אמריקאית פועלת כמו היבט (מסנן של סוג אירוע), שמצמצם את השאילתה באמצעות סינון. ברקע, כשמשתמש לוחץ על תשובה לשאלה אמריקאית, מסנן מוחל על השאילתה. החלת מסנן באמצעות שאלה אמריקאית בשיחה זהה להחלת אותו מסנן באמצעות מאפיינים או משבצות דינמיים.

שירות שמופעל על ידי סינון מוצרים בשיחה

שירות השאלות הגנרטיביות (service GenerativeQuestionService{...}) משמש לניהול שאלות שנוצרו על ידי מודלים גדולים של שפה (LLM). אובייקט האב שלו הוא הקטלוג, שממנו הוא מאחזר מידע כדי להחזיר תשובות לשאלות לגבי קטלוג נתון. השירות משמש לניהול המצב הכללי של השאלות הגנרטיביות, לביצוע שינויים בשאלה אחת או בקבוצת שאלות, ולהפעלה או השבתה של שאלות. כדי להשתמש בממשק של Service API, צריך לעמוד בדרישות הנתונים, ולפני שמתחילים לנהל את השאלות צריך לאתחל אותן.

השירות יוצר אינטראקציה עם קובצי התצורה ברמת התכונה וברמת השאלה באמצעות שני סטים של פונקציות לטיפול באירועים:

• ‫GenerativeQuestionsFeatureConfig handlers (ברמת התכונה):

  1. עדכון מאפשר לשנות את מספר המוצרים המינימלי ולהפעיל שדות.
  2. ‫Get מחזירה אובייקט.

• GenerativeQuestion Config handlers (question-level):

  1. ‫List מחזירה את כל השאלות בקטלוג נתון.
  2. עדכון מאפשר לנהל שאלות ספציפיות.
  3. חבילת עדכונים מאפשר לנהל קבוצות של שאלות.

השירות מחזיר שאלה שמתאימה מבחינה סמנטית על סמך השאילתה הראשונית.

שאלת המשך נוצרת על ידי מודל LLM ואפשר לשנות אותה. השאלות מוצגות לפי הסבירות שהלקוחות ישתמשו בהן, על סמך היסטוריית אירועי החיפוש. אם אין היסטוריית אירועי חיפוש, המערכת תשתמש ביומני החיפוש של המסחר האלקטרוני.

נוצרות שאלות שונות על סמך השאילתה הקודמת. אין משקלים קבועים. ה-AI שמפעיל את השאלות שנוצרות על ידי מודל שפה גדול לומד מהשאילתות ומשנה את המשקל של כל שאילתה. כך למשל, המשקל של 'חולצה' בקטגוריה גבוה מאוד, אבל המשקל של 'חולצה אדומה במידה XL' בקטגוריה, במידה ובצבע נמוך יותר.

הגדרת חוויית הצפייה

כדי להגדיר את חוויית השימוש, משלבים את API ההגדרה של סינון שיחות עם Search API.

ממשק ה-API להגדרות ConversationalFilteringSpec של התכונה מבוסס על ממשק ה-API לשיחות. אפשר להפעיל את שני ממשקי ה-API במקביל או בסדר הבא:

1. Conversational API
2. Search API

• ‫ConversationalFilteringSpec: שדה האפשרויות הזה נוסף ל-ConversationalSearchRequest, אבל חובה למלא אותו אם רוצים להשתמש בסינון מוצרים באמצעות שיחה. השדה משתמש מחדש בשדות SearchRequest, בשאילתה ובמסנן. הוא כולל גם שדה להפעלת שאלה למשתמש אחרי שאילתה ראשונית, וconversation_id לשמירת מצב השיחה בין הלקוח לשרת.
• ConversationalFilteringResult: קובץ ‎.proto מכיל מידע נוסף שצריך להחזיר לתהליך של CRS בשיחה ב-ConversationalSearchResponse. הם כוללים conversation_id,‏ refined_query,‏ additional_filters,‏ follow_up_question ו-suggested_answers.

התהליך שעובר המשתמש ב-Conversational API

המשתמש מתחיל חיפוש עם שאילתה ראשונית ומגדיר את הדגל mode לערך CONVERSATIONAL_FILTER_ONLY. המשתמש בוחר תשובה, שנשלחת חזרה ל-API באמצעות השדה user_answer.

‫Conversational API מספק את השדה additional_filter בתגובה. המשתמש צריך להחיל את המסננים האלה על בקשת ההמשך ל-Search API. תוצאות החיפוש מבוססות על הקלט של המשתמש, ומספקות שאלה חדשה להמשך, שמעודדת שאילתה להמשך וממשיכה את השיחה בכמה תורות עד שהמשתמש מוצא את מה שהוא מחפש באתר הקמעונאי.

הערה: ממשקי סינון מוצרים בשיחה מתקשרים עם שני ממשקי API, כולל חיפוש ושיחה. ה-Search API נועד לאחזור תוצאות החיפוש, וה-Conversational API נועד לאחזור התשובה בשיחה. ה-API לשיחות לא מחזיר תוצאות חיפוש.

בהנחה שסינון מוצרים בממשק שיחה מופעל באתר, התהליך שעובר המשתמש והאינטראקציה הבאה עם AI Commerce Search מתבצעים באופן הבא:

• שלב 1. השאילתה הראשונה מגיעה מהמשתמש גם לחיפוש וגם ל-Conversational API. ‫Search API מחזיר רק תוצאות חיפוש. ה-API של ממשק השיחה מחזיר את התשובות המוצעות ואת שאלות ההמשך. שליחת קריאה ל-Search API לאותה שאילתה או ל-page_category ואחזור של תוצאות החיפוש. הבקשה לשיחת המשך נשלחת לחיפוש בממשק שיחה. קוראים ל-Conversational API עם מצב הסינון הנכון של השיחה.

• שלב 2. תגובה ראשונית לחיפוש עם תוצאות חיפוש בלבד. ה-API לשיחה משפר את השאילתה על ידי החזרת התשובות המוצעות ושאלות ההמשך. משתמש הקצה בוחר באפשרות 'שאלה אמריקאית':

  • מסנן התשובות שנבחר נשלח אל Conversational API.
  • ממשקי ה-API של השיחה והחיפוש פועלים עם המסנן שהוחל.

שאילתת משתמש ראשונית

השאילתה הראשונה היא כשהמשתמש מתחיל שיחה ב-AI Commerce Search ומחפש dress בתיבת החיפוש.

• פעולת משתמש: משתמש הקצה מחפש שמלה.
• ההטמעה שלכם: מבצעים שתי קריאות ל-API.
• בקשת Conversational API:
  • query: dress
  • conversational_search_spec:
    • ‫mode: "CONVERSATIONAL_FILTER_ONLY" זהו פרמטר המפתח.
• בקשת API לחיפוש:
  • query: dress
• תגובה מה-API של שיחה:
  • conversation_id: ‏"c15..." מאחסנים את המשתנה הזה.
  • ‫followup_question: נוצרת השאלה What is the color?‎ (מה הצבע?).
  • suggested_answers: [ {name: "colors", value: "yellow"}, {name: "colors", value: "blue"}, ... ]
• פעולה: הצגת followup_question ו-suggested_answers למשתמש.

הערה: יש שני נקודות קצה שונות של API. כדי לאחזר תוצאות חיפוש, צריך להשתמש ב-Search API, וכדי לאחזר את ממשק הצ'אט עם AI, צריך להשתמש ב-Conversational API. ‫Conversational API לא מחזיר תוצאות חיפוש.

שליחת בקשה אל Search API

שולחים בקשה אל Search API על ידי יצירת בקשת החיפוש הבאה והגדרת dress כשאילתה (או כל שאילתה אחרת):

בקשת Search API

{
  query: "dress",
  Search_params : {
    "filter": string,
    "canonicalFilter": string,
    "sortBy": string,
    "boostSpec": {
       object (BoostSpec)
    }
  }
}

אין שינוי בבקשת ה-API לחיפוש כחלק מהסינון של מוצרים בשיחה.

שליחת בקשה ל-Conversational API

כדי לשלוח בקשה ל-Conversational API, מבצעים את הפעולות הבאות:

• יוצרים בקשה לחיפוש בממשק שיחה על ידי הגדרת dress בתור השאילתה (או השאילתה בפועל).

• כדי לקבל תשובה בצורת שיחה, מגדירים את mode ל-CONVERSATIONAL_FILTER_ONLY. אם הערך הוא DISABLED, לא מוצגת שאלת המשך.

• מאכלסים את SearchParams בבקשה לחיפוש בממשק שיחה. הפרמטרים של החיפוש צריכים להיות זהים לקריאה ל-Search API.

בקשת Conversational API

{
  "query": "dress",
  "conversational_search_spec":  {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
  }
}

תגובה מ-Conversational API

התגובה שלכם מ-Conversational API תיראה כך:

בקשת Conversational API

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result: {
    followup_question{
      followup_question: "What is the color?"
      suggested_answers {
        product_attribute_value {
          name: "colors",
          value: "yellow"
        }
      }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "blue"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "red"
      }
    }
   }
  }
}

מה צריך לעשות עם התשובה:

• conversation_id: אפשר לשמור את המזהה הזה באחסון של סשן הדפדפן ולהשתמש בו כדי להמשיך את החיפוש בממשק שיחה עם השרת. יכול להיות שלקונה אחד יהיו כמה כרטיסיות פתוחות עם יותר משיחה אחת, ולכן נעשה שימוש ב-conversation_id כדי לעקוב אחרי השיחות.
• ‫refined_query: מזהה את השאילתה הנוכחית. צריך להשתמש בתגובה הזו כדי להפעיל את Search API ולאחזר את תוצאות המוצרים.
• ‫followup_question: מזהה את השאלה שתוצג למשתמש.
• ‫suggested_answers: רשימה מסודרת של התשובות האפשריות לשאלות מרובות ברירה שיוצגו למשתמשים. אם רוצים להציג פחות תשובות, אפשר להציג רק את N התוצאות הראשונות. הרשימה ממוינת לפי הסדר שבו התוצאות צריכות להופיע.

אחרי זה, השיחה מופעלת בשאילתה הראשונית.

בקשת Conversational API

{
  "query": "dress",
  "conversational_search_spec":  {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
  }
}

חיפוש תשובות לשאלות אמריקאיות

• פעולת משתמש: לחיצה על צהוב.
• ההטמעה שלכם: מבצעים שתי קריאות חדשות ל-API.
• בקשת Conversational API:
  • query: dress
  • ‫conversation_id: "c15..." שימוש במזהה המאוחסן.
  • user_answer: { selected_answer: { product_attribute_value: { name: "colors", value: "yellow" } } }
• בקשת API לחיפוש:
  • query: שמלה.
• תגובה מה-API של שיחה:
  • additional_filter: { product_attribute_value: { name: "colors", value: "yellow" } }
  • followup_question: באיזה אירוע מדובר?
• פעולה: משתמשים ב-additional_filter כדי לעדכן את ממשק האינטרנט, למשל מסמנים את תיבת הסינון הצהובה ומציגים את השאלה החדשה.

תגובה מ-Conversational API

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result: {
    followup_question{
      followup_question: "What is the color?"
      suggested_answers {
        product_attribute_value {
          name: "colors",
          value: "yellow"
        }
      }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "blue"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "colors",
        value: "red"
      }
    }
   }
  }
}

• ‫conversational_filtering_result הוא שדה שקשור ל-ConversationalFilteringResult הוא פרוטו שמכיל מידע נוסף שמוחזר מהזרימה של השיחה. השדה conversational_filtering_result ב-ConversationalSearchResponse מספק נתונים משלימים שחיוניים לעיבוד של ממשק המשתמש. השדה conversational_filtering_result משתמש בהודעות מקוננות, כמו SuggestedAnswer ו-AdditionalFilter, כדי לבנות את הנתונים שמוחזרים בצורה ברורה ומובנת. המבנה ההיררכי הזה מבטיח שהמידע שמועבר בין הלקוח לשרת מוגדר היטב וניתן לפירוש.
• התשובות המוצעות ממוינות לפי ערכי הפנים בקטלוג שהמשתמשים הכי הרבה פעמים השתמשו בהם באירועים כמסננים לכל השאילתות. המיון מתבצע לפי השדה engagement_rate בשאלת ההמשך שנוצרה על ידי שירות ConversationalSearch. השדה הזה מתעד את שיעור ההתעניינות ההיסטורי שהמסנן מציג מתוך אירועי החיפוש של הקמעונאי שנשלחים לשרת.
• כל שאר השדות לא משתנים כשמשתמשים בשיחה.

מה עושים עם התוצאה הראשונית של החיפוש בממשק שיחה

• בצד הלקוח, מפתחים צריכים לאחסן את conversation_id באחסון הסשן בדפדפן, כדי שאפשר יהיה להשתמש בו כדי להמשיך את חיפוש בממשק שיחה עם השרת.
• הפרמטר הזה משמש למעקב אחרי השיחה המתמשכת, כי יכול להיות שלקונה יהיו כמה כרטיסיות פתוחות עם כמה שיחות פעילות.

‫refined_query מציין לקמעונאי מהי השאילתה הנוכחית.

• כדאי להשתמש בערך הזה אם הקמעונאי רוצה להציג למשתמש את השאילתה הנוכחית.

followup_question מציין לקמעונאי איזו שאלה להציג למשתמש

suggested_answers.

• זו רשימה מסודרת של התשובות האפשריות שיוצגו למשתמשים.
• אם רוצים להציג פחות מהרשימה המלאה, פשוט מציינים את מספר התוצאות הראשונות שרוצים להציג
• הרשימה הזו ממוינת, ולכן היא צריכה להופיע בסדר הנכון. במילים אחרות, התוצאה הראשונה שמוצגת היא הראשונה ברשימה.

סינון מוצרים בשיחה מספק את האפשרויות הבאות להמשך שיחה מתמשכת, וכך מאפשר מיקוד החיפוש מהר יותר:

כשתוצאות החיפוש מוצגות למשתמש, הוא יכול לבחור באחת מהאפשרויות שמופיעות.

בדוגמת הקוד הזו אפשר לראות שהמשתמש בחר בתשובה צהוב לשאלה האמריקאית, ונשלחת בקשה חדשה לשיחה עם Search API. הבקשה נשלחת על ידי שליחת השאילתה שוב, עם מסנן המשתמש הנכון.

בקשת Search API

{
  query: "dress",
  "search_params": {
    "boost_spec": {},
    "canonical_filter": "",
    "filter": "colors: ANY("yellow")"
    "sort_by": ""
  }
}

כדי לשלוח בקשה ל-Conversational API:

1. משחזרים את conversation_id מאחסון הסשן.
2. מגדירים את mode להיות CONVERSATIONAL_FILTER_ONLY.
3. מגדירים את user_answer בהתאם לבחירה של המשתמש.

בקשת Conversational API

{
  query: "dress"
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  conversational_search_spec {
    "mode": "CONVERSATIONAL_FILTER_ONLY"
    user_answer {
      selected_answer {
        product_attribute_value {
          name: "colors"
          value: "yellow"
        }
      }
    }
  }
}

התגובה מ-Conversational API תיראה כך:

תגובה מ-Conversational API

{
  conversation_id: "c154d073-87f5-4edb-accd-587eabe014ff"
  refined_query: "dress"
  conversational_filtering_result {
    additional_filter {
      product_attribute_value {
        name: "colors",
        value: "yellow"
      }
    }
    followup_question{
    followup_question: "What is the occasion?"
    suggested_answers {
      product_attribute_value {
        name: "attribute.occasion",
        value: "wedding"
      }
    }
    suggested_answers {
      product_attribute_value {
        name: "attribute.occasion",
        value: "party"
      }
    }
  }
 }
}

מה צריך לעשות עם התשובה:

• התשובה של Google זהה בעצם לתשובה לשאילתה הראשונה, חוץ מהשדה additional_filter שאפשר להשתמש בו כדי לסמן את תיבת הסינון של color = yellow, וצריך להוסיף אותו לכל מסנן אחר שהמשתמש בחר.
• בנוסף, צריך להוסיף את additional_filter לאירוע של שדה המסנן שנשלח אל Google עבור השאילתה הזו והבקשה לחיפוש המשך. צריך להחיל אותו על בקשת החיפוש כדי לאחזר מוצרים לחיפוש, וגם על בקשת החיפוש בממשק שיחה כדי לאחזר את המשך השיחה.
• צריך לשלוח את refined_query ל-Search API כדי לאחזר מוצרים רלוונטיים יותר.

הטמעה של מסנני מוצרים

קטע זה משמש כמדריך למשתמשים להטמעת סינון מוצרים שיחתי ברמת API. מצב ההתחלה (ניטרלי) הוא דף נחיתה, כנראה עם שורת חיפוש, המלצות או קמפיינים שיווקיים, בהתאם לאפליקציית AI Commerce Search שלכם. לא בוצעו קריאות ל-Search API או ל-Conversation API.

מצב התחלתי

זהו דף הנחיתה של ממשק המשתמש, של ההמלצות או של הקמפיינים. עדיין לא בוצעו קריאות ל-API של חיפוש Google עם ממשק שיחה.

משתמש מזין שאילתה

מזינים שאילתה, כמו שפתון,כדי להפעיל קריאות מקבילות ל-Search API ול-Conversation API.

חיפוש ושיחה: השאלה הראשונה

מופיעות תגובות מה-API, כולל שאלה ראשונית וקבוצה של תשובות אפשריות. התשובות מממשקי ה-API של החיפוש ושל ממשק הצ'אט עם AI לשאילתת המשתמש הראשונית הן אסינכרוניות.

המשתמש בוחר תשובה או מסנן שמוצגים

המשתמש בוחר תשובה או מסנן.

הבחירה של המשתמש מובילה לקריאה שנייה לשני ממשקי ה-API עם היבט הסינון או התשובה של המשתמש.

ממשקי API מציגים שאלות המשך

ממשקי ה-API של החיפוש והשיחה מגיבים באופן אסינכרוני כדי להציג עוד שאלה ואפשרויות תשובה.

המשתמש רואה את השאלה הבאה ואת אפשרויות התשובה לשאלה הבאה.

מקרי קצה

יש עוד כמה תרחישים אפשריים שמכוסים על ידי ההטמעה.

המשתמש מזין שאילתה חדשה

אם המשתמש באמצע הזנת מסנן שיחה לשאילתה, כמו שפתון,ממשק האינטרנט כבר אוכלס בתגובה הראשונית של ה-API. אבל אם המשתמש מזין שאילתה חדשה, כמו קרם הגנה, מתחילה שיחה חדשה. במקרה כזה, הטמעת ה-API חוזרת לשאילתה חדשה, אבל עם שדה conversation_id ריק. השאילתה החדשה יוצרת תשובה חדשה, ובתמורה מאכלסת מחדש את ממשק האינטרנט בתשובה חדשה.

משתמש מבטל את הסימון של מסנן היבטים או של שאלה שענה עליה בעבר

אם המשתמש נמצא בממשק שכבר אוכלס בתשובה משאילתה קודמת, אבל הוא מבטל את הבחירה במסנן הפנים או בתשובה שנבחרו, מתחיל סשן שיחה חדש עם searchParam מסננים. הסיבה לכך היא שהמשתמש יוצא מתהליך השיחה הנוכחי.