Auf dieser Seite wird die grundlegende Funktion zur automatischen Vervollständigung von Gemini Enterprise beschrieben. Bei der automatischen Vervollständigung werden Anfragevorschläge auf Grundlage der ersten Zeichen generiert, die für die Anfrage eingegeben wurden.
Für strukturierte und unstrukturierte Daten werden standardmäßig Vorschläge für die automatische Vervollständigung auf Grundlage des Inhalts von Dokumenten im Datenspeicher generiert. Nach dem Import von Dokumenten werden standardmäßig erst dann Vorschläge für die automatische Vervollständigung generiert, wenn genügend hochwertige Daten vorhanden sind. Das dauert in der Regel einige Tage. Wenn Sie Anfragen zur automatischen Vervollständigung über die API stellen, können Vorschläge generiert werden, die auf dem Suchverlauf oder Nutzerereignissen basieren.
Das Modell für Anfragevorschläge bestimmt, welche Art von Daten für die automatische Vervollständigung verwendet werden, um Vorschläge zu generieren. Es gibt vier Modelle für Anfragevorschläge:
Dokument Das Dokumentmodell generiert Vorschläge aus von Nutzern importierten Dokumenten.
Vervollständigbare Felder. Das Modell für vervollständigbare Felder schlägt Text vor, der direkt aus strukturierten Datenfeldern stammt. Nur Felder, die mit
completablegekennzeichnet sind, werden für automatisch vervollständigte Vorschläge verwendet. Dieses Modell ist nur für strukturierte Daten verfügbar.Suchverlauf. Das Modell für den Suchverlauf generiert Vorschläge aus dem Verlauf von
SearchService.search-API-Aufrufen. Verwenden Sie dieses Modell nicht, wenn kein Traffic für die MethodeservingConfigs.searchverfügbar ist.Nutzerereignis. Das Modell für das Nutzerereignis generiert Vorschläge aus von Nutzern importierten Suchereignissen.
Anfragen zur automatischen Vervollständigung werden mit der Methode dataStores.completeQuery gesendet.
In der folgenden Tabelle sind die Modelltypen für Anfragevorschläge aufgeführt, die für die einzelnen Datentypen verfügbar sind.
Modell für Abfragevorschläge |
Datenquelle |
Websitedaten |
Strukturierte Daten |
Unstrukturierte Daten |
|---|---|---|---|---|
| Dokument | Vom Nutzer importiert | ✔* (Standard | ✔ (Standard) | |
| Vervollständigbare Felder | Vom Nutzer importiert | ✔ | ||
| Suchverlauf | Automatisch erfasst | ✔ (Standard) | ✔ | ✔ |
| Nutzerereignisse | Vom Nutzer importiert oder automatisch vom Widget erfasst | ✔ | ✔ | ✔ |
* : Das Dokumentschema muss die Felder title oder description enthalten oder es müssen Felder vorhanden sein, die als title- oder description-Hauptattribute angegeben wurden. Weitere Informationen finden Sie unter Schema aktualisieren.
Wenn Sie das Standardmodell für Ihren Datentyp nicht verwenden möchten, können Sie ein anderes Modell angeben, wenn Sie Ihre Anfrage zur automatischen Vervollständigung senden. Anfragen zur automatischen Vervollständigung werden mit der Methode dataStores.completeQuery gesendet. Weitere Informationen finden Sie unter API-Anleitung: Anfrage zur automatischen Vervollständigung an ein anderes Modell senden.
Funktionen für die automatische Vervollständigung
Gemini Enterprise unterstützt die folgenden Funktionen für die automatische Vervollständigung, um bei der Suche die hilfreichsten vervollständigten Suchanfragen anzeigen zu können:
| Funktion | Beschreibung | Beispiel oder weitere Informationen |
|---|---|---|
| Tippfehler korrigieren | Korrigieren Sie Tippfehler in Wörtern. | Milc → Milk.
|
| Nicht sichere Begriffe entfernen |
|
Anstößige Texte, z. B. pornografische, nicht jugendfreie, vulgäre oder gewaltverherrlichende Inhalte. |
| Anzeige grundlegender personenidentifizierbarer Informationen verhindern | Gemini Enterprise basiert auf Sensitive Data Protection und unternimmt angemessene Anstrengungen, um die Anzeige grundlegender Arten von personenidentifizierbaren Informationen wie Telefonnummern und E-Mail-Adressen zu verhindern. |
Wenn im Datenspeicher die E-Mail-Adresse Zum Schutz vor Lecks personenidentifizierbarer Informationen empfiehlt Google, dass Sie zusätzlich zu den von Gemini Enterprise bereitgestellten Detektoren Ihre eigene DLP-Lösung (Data Loss Prevention) anwenden. Weitere Informationen finden Sie unter Schutz vor Lecks personenidentifizierbarer Informationen. |
| Sperrliste |
|
Weitere Informationen finden Sie unter Sperrliste für automatische Vervollständigung verwenden. |
| Begriffe deduplizieren |
|
Shoes for Women, Womens Shoes und Womans Shoes werden dedupliziert und nur der häufigste Begriff wird vorgeschlagen. |
| Vorschläge für Tail-Übereinstimmungen |
|
Weitere Informationen finden Sie unter Vorschläge für Tail-Übereinstimmungen. |
Vorschläge für Tail-Übereinstimmungen
Vorschläge für Tail-Übereinstimmungen werden durch exakte Präfixübereinstimmung mit dem letzten Wort in einem Suchanfragestring erstellt.
Angenommen, die Anfrage „songs with he“ wird in einer Anfrage zur automatischen Vervollständigung gesendet. Wenn die Tail-Übereinstimmung aktiviert ist, kann es sein, dass die automatische Vervollständigung für das vollständige Präfix „songs with he“ keine Übereinstimmungen findet. Das letzte Wort in der Anfrage, „he“, hat jedoch eine genaue Präfixübereinstimmung mit „hello world“ und „hello kitty“. In diesem Fall werden die Vorschläge „songs with hello world“ und „songs with hello kitty“ zurückgegeben, da es keine Vorschläge für die vollständige Übereinstimmung gibt.
Mit dieser Funktion können Sie leere Vorschlagsergebnisse reduzieren und die Vielfalt der Vorschläge erhöhen. Das ist besonders nützlich, wenn die Datenquellen (Anzahl der Nutzerereignisse, Suchverlauf und Abdeckung von Dokumentthemen) begrenzt sind. Wenn Sie jedoch Vorschläge für Tail-Übereinstimmungen aktivieren, kann sich die Gesamtqualität der Vorschläge verringern. Da bei der Tail-Übereinstimmung nur das letzte Wort des Präfixes berücksichtigt wird, sind einige der zurückgegebenen Vorschläge möglicherweise nicht sinnvoll. Bei einer Anfrage wie „songs with he“ wird möglicherweise der Vorschlag „songs with helpers“ angezeigt.
Vorschläge für Tail-Übereinstimmungen werden nur in folgenden Fällen zurückgegeben:
include_tail_suggestionsist in derdataStores.completeQuery-Anfrage auftruefestgelegt.Für die Anfrage gibt es keine Vorschläge, die mit dem vollständigen Präfix übereinstimmen.
Schutz vor Lecks personenidentifizierbarer Informationen
Die Definition von personenidentifizierbaren Informationen ist weit gefasst und sie sind möglicherweise schwer zu erkennen Daher kann Gemini Enterprise nicht immer verhindern, dass in automatisch vervollständigten Vorschlägen personenidentifizierbare Informationen zurückgegeben werden.
Gemini Enterprise verwendet den Inspektionsdienst Sensitive Data Protection, um nach gängigen Arten von personenidentifizierbaren Informationen zu suchen und zu verhindern, dass sie als Vorschläge angezeigt werden. Wenn Ihre Datenspeicher jedoch personenidentifizierbare Informationen enthalten oder Sie die Modelle Anfragevorschläge für Suchverlauf oder Nutzerereignisse verwenden, sollten Sie die folgenden Informationen lesen und entsprechende Maßnahmen ergreifen:
Wenn die Arten von personenidentifizierbaren Informationen, die Sie schützen möchten, relativ standardmäßig sind, z. B. Telefonnummern und E‑Mail-Adressen, sollten Sie zuerst die automatisch vervollständigten Vorschläge für Ihre Anwendung ausführlich testen. Gemini Enterprise kann nicht immer verhindern, dass personenidentifizierbaren Informationen in automatisch vervollständigten Vorschlägen zurückgegeben werden.
Wenn während der Tests zur automatischen Vervollständigung Lecks personenidentifizierbarer Informationen entdeckt werden oder Sie bereits wissen, dass Sie nicht standardmäßige personenidentifizierbare Informationen schützen müssen (z. B. proprietäre Nutzer-IDs), sollten Sie den Schwellenwert für die automatische Vervollständigung und die Parameter für die Bereitstellung von Inhalten anpassen. Weitere Informationen finden Sie unter Risiko von Vorschlägen mit personenidentifizierbaren Informationen reduzieren.
Wenn das Anpassen der Parameter nicht ausreicht, um Lecks personenidentifizierbarer Informationen zu verhindern, implementieren Sie Ihre eigene DLP-Lösung. Passen Sie die DLP-Lösung an die Arten von personenidentifizierbaren Informationen an, die am wahrscheinlichsten in Ihren Datenspeichern, Nutzerereignissen oder Suchanfragen von Nutzern zu finden sind. Sie können Sensitive Data Protection oder einen DLP-Drittanbieterdienst verwenden. Führen Sie eine der folgenden Aktionen aus:
Filtern Sie personenidentifizierbare Informationen heraus, bevor Sie die Dokumente und Nutzerereignisse in Ihre Datenspeicher importieren.
Prüfen Sie die automatisch vervollständigten Vorschläge, bevor Sie sie dem Nutzer bei der Bereitstellung präsentieren, und blockieren Sie die Vorschläge, die personenidentifizierbare Informationen enthalten.
Wenn Sie das Modell für den Suchverlauf oder Nutzerereignisse verwenden, fügen Sie der Suchleiste einen Informationstext hinzu, in dem Sie Nutzer darauf hinweisen, keine personenidentifizierbare Informationen in ihre Suchanfragen einzugeben.
Wenn Sie Fragen haben oder auf besondere Probleme beim Blockieren personenidentifizierbarer Informationen stoßen, wenden Sie sich an Ihren Customer Engineer oder Ihr Google Account-Team.
Automatische Vervollständigunge für ein Widget aktivieren oder deaktivieren
So aktivieren oder deaktivieren Sie die automatische Vervollständigung für ein Widget:
Console
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf.
Klicken Sie auf den Namen der App, die Sie bearbeiten möchten.
Klicken Sie auf Konfigurationen.
Klicken Sie auf den Tab Benutzeroberfläche.
Aktivieren oder deaktivieren Sie die Option Automatisch vervollständigte Vorschläge anzeigen, um die automatisch vervollständigten Vorschläge für das Widget zu aktivieren oder zu deaktivieren. Wenn Sie die automatische Vervollständigung aktivieren, kann es ein bis zwei Tage dauern, bis Vorschläge angezeigt werden.
Einstellungen für die automatische Vervollständigung aktualisieren
So konfigurieren Sie die Einstellungen für die automatische Vervollständigung in der Benutzeroberfläche:
Console
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf.
Klicken Sie auf den Namen der App, die Sie bearbeiten möchten.
Klicken Sie auf Konfigurationen.
Klicken Sie auf den Tab Automatische Vervollständigung.
Geben Sie neue Werte für die Einstellungen für die automatische Vervollständigung ein, die Sie aktualisieren möchten, oder wählen Sie sie aus:
- Maximale Anzahl von Vorschlägen: Die maximale Anzahl von Vorschlägen für die automatische Vervollständigung, die für eine Abfrage angeboten werden können.
- Mindestlänge zum Auslösen: Die Mindestanzahl an Zeichen, die Sie eingegeben können, bevor automatisch vervollständigte Vorschläge angeboten werden.
- Abgleichreihenfolge: Die Position in einem Anfragestring, ab der die automatische Vervollständigung mit dem Abgleich ihrer Vorschläge beginnen kann.
- Modell für Anfragevorschläge: Das Modell für Anfragevorschläge, das zum Generieren der abgerufenen Vorschläge verwendet wird. Dies kann in
dataStores.completeQuerymit dem ParameterqueryModelüberschrieben werden. Automatische Vervollständigung aktivieren: Standardmäßig werden erst nach einigen Tagen Vorschläge für automatische Vervollständigung angezeigt, wenn genügend Daten von hoher Qualität vorhanden sind. Wenn Sie diese Standardeinstellung überschreiben und früher automatisch vervollständigte Vorschläge erhalten möchten, wählen Sie Jetzt aus.
Auch wenn Sie Jetzt auswählen, kann es einen Tag dauern, bis Vorschläge generiert werden. Bis genügend geeignete Daten vorhanden sind, fehlen möglicherweise einige automatisch vervollständigte Vorschläge oder sie sind von schlechter Qualität.
Sperrliste: Importieren Sie eine Sperrliste als JSON-Datei in einen Cloud Storage-Bucket. Weitere Informationen zu den Einschränkungen und Spezifikationen der Sperrliste finden Sie unter Sperrliste für automatische Vervollständigung verwenden.
Klicken Sie auf Speichern und veröffentlichen. Änderungen werden innerhalb weniger Minuten für Engines wirksam, bei denen die automatische Vervollständigung bereits aktiviert ist.
Risiko von Vorschlägen mit personenidentifizierbaren Informationen reduzieren
Endnutzer haben alle Arten von personenidentifizierbaren Informationen, z. B. Führerscheine und Telefonnummern, die sie privat halten sollen. Nutzer, die nach Ergebnissen suchen, die sich auf sie beziehen, geben diese personenidentifizierbaren Informationen jedoch möglicherweise in die Suchleiste ein.
Wenn Sie das Modell für den Suchverlauf oder Nutzerereignisse verwenden und es wahrscheinlich ist, dass Ihre Nutzer personenidentifizierbare Informationen in die Suchleiste eingeben, können Sie das Risiko von Leaks personenidentifizierbarer Informationen verringern, indem Sie die folgenden Parameter anpassen:
queryFrequencyThreshold: Bevor eine Anfrage als automatisch vervollständigter Vorschlag zurückgegeben werden kann, muss sie ebenso oft eingegeben worden sein.numUniqueUsersThreshold: Bevor eine Anfrage als automatisch vervollständigter Vorschlag zurückgegeben werden kann, muss sie von ebenso vielen einzelnen Nutzern eingegeben worden sein. Der Wert des FeldsuserPseudoIdim Nutzerereignis für die Suche bestimmt, ob der Nutzer eindeutig ist.
Beispiel für einen Anwendungsfall
Nehmen wir beispielsweise an, Nutzer haben Kontonummern, die privat bleiben sollen.
Wenn das Modell für Vorschläge für Suchverlauf oder Nutzerereignisse verwendet wird, werden diese Kontonummern zusammen mit allen anderen Begriffen, nach denen Endnutzer suchen, verwendet, um Vorschläge zu generieren. Wenn die Kontonummer von Nutzer A (YZ-46789A) also wiederholt in die Suchleiste eingegeben wurde und Nutzer B die Kontonummer YZ-42345B hat, kann es sein, dass die automatische Vervollständigung die Kontonummer von Nutzer A vorschlägt, wenn Nutzer B YZ-4 in die Suchleiste eingibt.
Zur Verringerung der Wahrscheinlichkeit solcher Lecks kann der Gemini Enterprise-Administrator Folgendes festlegen:
Erhöhen des Werts des Parameters
queryFrequencyThresholdauf30. In diesem Fall ist es sehr unwahrscheinlich, dass eine Kontonummer so oft eingegeben wird. Beliebte Suchanfragen werden jedoch mindestens so oft eingegeben.Erhöhen des Werts des Parameters
numUniqueUsersThresholdauf6. Der Administrator hält es für unwahrscheinlich, dass dieselbe Kontonummer in sechs Suchvorgängen, die jeweils mit einer anderenuserPseudoIdverknüpft sind, in die Suchleiste eingegeben wird.
Vorgehensweise
Es gibt zwei Schwellenwertparameter für die automatische Vervollständigung.
Diese Parameter sind in der Google Cloud Console nicht verfügbar, können aber mit einem REST API-Aufruf der Methode updateCompletionConfig festgelegt werden.
So konfigurieren Sie die Einstellungen für den Schwellenwert für die automatische Vervollständigung: Die einzelnen Schritte sind optional und hängen von dem Parameter ab, den Sie ändern möchten.
REST
Aktualisieren Sie das Feld
CompletionConfig.queryFrequencyThreshold:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig?updateMask=queryFrequencyThreshold \ -d '{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig", "queryFrequencyThreshold": QUERY_FREQUENCY_THRESHOLD }'Ersetzen Sie Folgendes:
PROJECT_ID: die Nummer oder ID Ihres Google Cloud Projekts.DATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft istQUERY_FREQUENCY_THRESHOLD: Ein Ganzzahlwert, der angibt, wie oft eine Suchanfrage mindestens eingegeben werden muss, bevor sie als automatisch vervollständigter Vorschlag zurückgegeben werden kann. Die Anzahl wird über ein monatelanges, rollierendes Zeitfenster summiert. Der Standardwert ist8.
Aktualisieren Sie das Feld
CompletionConfig.numUniqueUsersThreshold:curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig?updateMask=numUniqueUsersThreshold \ -d '{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/completionConfig", "numUniqueUsersThreshold": UNIQUE_USERS }'Ersetzen Sie
UNIQUE_USERSdurch einen Ganzzahlwert, der die Mindestanzahl einzelner Nutzer angibt, die eine bestimmte Suchanfrage eingeben müssen, bevor sie als automatisch vervollständigter Vorschlag zurückgegeben werden kann. Die Anzahl wird über ein monatelanges, rollierendes Zeitfenster summiert. Der Standardwert ist3.
Anmerkungen für vervollständigbare Felder im Schema aktualisieren
So aktivieren Sie die automatische Vervollständigung für Felder im Schema für strukturierte Daten:
Console
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf.
Klicken Sie auf den Namen der App, die Sie bearbeiten möchten. Sie müssen strukturierte Daten verwenden.
Klicken Sie auf Daten.
Klicken Sie auf den Tab Schema.
Klicken Sie auf Bearbeiten, um die Schemafelder auszuwählen, die als
completablemarkiert werden sollen.Klicken Sie auf Speichern, um die aktualisierten Feldkonfigurationen zu speichern. Es dauert etwa einen Tag, bis diese Vorschläge generiert und zurückgegeben werden.
Anfragen für automatische Vervollständigung senden
In den folgenden Beispielen wird gezeigt, wie Sie Anfragen für automatische Vervollständigung senden.
REST
So senden Sie eine Anfrage für automatische Vervollständigung über die API:
Suchen Sie nach Ihrer Datenspeicher-ID. Wenn Sie die ID Ihres Datenspeichers bereits haben, fahren Sie mit dem nächsten Schritt fort.
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf und klicken Sie im Navigationsmenü auf Datenspeicher.
Rufen Sie die Seite Datenspeicher auf.
Klicken Sie auf den Namen des Datenspeichers.
Rufen Sie auf der Datenseite Ihres Datenspeichers die Datenspeicher-ID ab.
Rufen Sie die Methode
dataStores.completeQueryauf.curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID:completeQuery?query=QUERY_STRING"Ersetzen Sie Folgendes:
PROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft istQUERY_STRING: Die typeahead-Eingabe, mit der Vorschläge abgerufen werden
Anfragen für automatische Vervollständigung an ein anderes Modell senden
So senden Sie eine Anfrage zur automatischen Vervollständigung mit einem anderen Modell für Suchvorschläge:
Suchen Sie nach Ihrer Datenspeicher-ID. Wenn Sie die ID Ihres Datenspeichers bereits haben, fahren Sie mit dem nächsten Schritt fort.
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf und klicken Sie im Navigationsmenü auf Datenspeicher.
Rufen Sie die Seite Datenspeicher auf.
Klicken Sie auf den Namen des Datenspeichers.
Rufen Sie auf der Datenseite Ihres Datenspeichers die Datenspeicher-ID ab.
Rufen Sie die Methode
dataStores.completeQueryauf.curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID:completeQuery?query=QUERY_STRING&query_model=QUERY_SUGGESTIONS_MODEL"Ersetzen Sie Folgendes:
PROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: die eindeutige ID des Datenspeichers, der mit Ihrer Anwendung verknüpft istQUERY_STRING: Die typeahead-Eingabe, mit der Vorschläge abgerufen werdenAUTOCOMPLETE_MODEL: Die Daten zur automatischen VervollständigungQUERY_SUGGESTIONS_MODEL: Das Modell für Anfragevorschläge, das für die Anfragedocument,document-completable,search-historyoderuser-eventverwendet werden soll. Verwenden Sie für Gesundheitsdatenhealthcare-default.
C#
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Anleitung zur Einrichtung für C# in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise C# API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Go
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Einrichtungsanleitung für Go in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise Go API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Java
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Einrichtungsanleitung für Java in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise Java API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Node.js
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Einrichtungsanleitung für Node.js in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise Node.js API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Python
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Einrichtungsanleitung für Python in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise Python API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Ruby
Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Einrichtungsanleitung für Ruby in der Gemini Enterprise-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Informationen finden Sie in der Referenzdokumentation zur Gemini Enterprise Ruby API.
Richten Sie zur Authentifizierung bei Gemini Enterprise Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter ADC für eine lokale Entwicklungsumgebung einrichten.
Sperrliste für automatische Vervollständigung verwenden
Mithilfe einer Sperrliste können Sie verhindern, dass bestimmte Begriffe als automatisch vervollständigte Vorschläge angezeigt werden
Nehmen wir zum Beispiel ein Pharmaunternehmen. Wenn ein Medikament nicht mehr von der FDA zugelassen ist, aber in Dokumenten in ihrem Datenspeicher erwähnt wird, möchten sie möglicherweise verhindern, dass dieses Medikament als vorgeschlagene Anfrage angezeigt wird. Das Unternehmen könnte den Namen dieses Medikaments auf eine Sperrliste setzen, um zu verhindern, dass es vorgeschlagen wird.
Die folgenden Begrenzungen gelten:
- Eine Sperrliste pro Datenspeicher
- Beim Hochladen einer Sperrliste wird eine vorhandene Sperrliste für diesen Datenspeicher überschrieben
- Bis zu 1.000 Begriffe pro Sperrliste
- Bei Begriffen wird die Groß- und Kleinschreibung nicht berücksichtigt
- Nach dem Importieren einer Sperrliste dauert es ein bis zwei Tage, bis sie wirksam wird
Jeder Eintrag auf Ihrer Sperrliste besteht aus einer blockPhrase und einem matchOperator:
blockPhrase: Geben Sie einen String als Begriff für die Sperrliste ein. Bei Begriffen wird die Groß- und Kleinschreibung nicht berücksichtigt.matchOperatorkann folgende Werte haben:EXACT_MATCH: Verhindert, dass eine genaue Übereinstimmung des Begriffes auf der Sperrliste als vorgeschlagene Suchanfrage angezeigt wird.CONTAINS: Verhindert, dass Vorschläge mit dem Begriff aus der Sperrliste angezeigt werden.
Das folgende Beispiel zeigt eine Sperrliste mit vier Einträgen:
{ "entries": [ {"blockPhrase":"Oranges","matchOperator":"CONTAINS"}, {"blockPhrase":"bAd apples","matchOperator":"EXACT_MATCH"}, {"blockPhrase":"Cool as A Cucumber","matchOperator":"EXACT_MATCH"}, {"blockPhrase":"cherry pick","matchOperator":"CONTAINS"} ] }
Prüfen Sie vor dem Importieren einer Sperrliste, ob die erforderlichen Zugriffssteuerungen für den Bearbeitungszugriff für Discovery Engine festgelegt sind.
Sperrlisten können entweder aus lokalen JSON-Daten oder aus Cloud Storage importiert werden. Wenn Sie eine Sperrliste aus einem Datenspeicher entfernen möchten, löschen Sie sie dauerhaft.
Sperrliste aus lokalen JSON-Daten importieren
So importieren Sie eine Sperrliste aus einer lokalen JSON-Datei, die Ihre Sperrliste enthält:
Erstellen Sie Ihre Sperrliste in einer lokalen JSON-Datei mit dem folgenden Format. Jeder Eintrag muss auf der Sperrliste in einer neuen Zeile ohne Zeilenumbrüche stehen.
{ "inlineSource": { "entries": [ { "blockPhrase":"TERM_1","matchOperator":"MATCH_OPERATOR_1" }, { "blockPhrase":"TERM_2","matchOperator":"MATCH_OPERATOR_2" } ] } }
Stellen Sie eine POST-Anfrage an die Methode
suggestionDenyListEntries:importund geben Sie den Namen Ihrer JSON-Datei an.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ --data @DENYLIST_FILE \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:import"Ersetzen Sie Folgendes:
DENYLIST_FILE: Der lokale Pfad der JSON-Datei mit den Begriffen auf der SperrlistePROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft ist
Nach dem Import Ihrer Sperrliste dauert es ein bis zwei Tage, bis Vorschläge gefiltert werden.
Sperrliste aus Cloud Storage importieren
So importieren Sie eine Sperrliste aus einer JSON-Datei in Cloud Storage:
Erstellen Sie Ihre Sperrliste in einer JSON-Datei mit dem folgenden Format und importieren Sie sie in einen Cloud Storage-Bucket. Jeder Eintrag muss auf der Sperrliste in einer neuen Zeile ohne Zeilenumbrüche stehen.
{ "blockPhrase":"TERM_1","matchOperator":"MATCH_OPERATOR_1" } { "blockPhrase":"TERM_2","matchOperator":"MATCH_OPERATOR_2" }
Erstellen Sie eine lokale JSON-Datei, die das
gcsSource-Objekt enthält. Damit können Sie auf den Speicherort der Sperrlistendatei in einem Cloud Storage-Bucket verweisen.{ "gcsSource": { "inputUris": [ "DENYLIST_STORAGE_LOCATION" ] } }
Ersetzen Sie
DENYLIST_STORAGE_LOCATIONdurch den Speicherort Ihrer Sperrliste in Cloud Storage. Sie können nur einen URI eingeben. Der URI muss in diesem Format eingegeben werden:gs://BUCKET/FILE_PATH.Senden Sie eine POST-Anfrage an die Methode
suggestionDenyListEntries:importund fügen Sie das ObjektgcsSourceein.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ --data @GCS_SOURCE_FILE \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:import"Ersetzen Sie Folgendes:
GCS_SOURCE_FILE: Der lokale Pfad der Datei, die dasgcsSource-Objekt enthält, das auf Ihre Sperrliste verweistPROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft ist
Nach dem Import Ihrer Sperrliste dauert es ein bis zwei Tage, bis Vorschläge gefiltert werden.
Sperrliste dauerhaft löschen
So löschen Sie eine Sperrliste dauerhaft aus Ihrem Datenspeicher:
Senden Sie eine POST-Anfrage an die Methode
suggestionDenyListEntries:purge.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/suggestionDenyListEntries:purge"Ersetzen Sie Folgendes:
PROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft ist
Importierte Liste mit automatisch vervollständigten Vorschlägen verwenden
Sie können eine eigene Liste mit automatisch vervollständigten Vorschlägen bereitstellen, anstatt Vorschläge zu verwenden, die aus einem Datenmodell für die automatische Vervollständigung generiert werden.
Bei den meisten Anwendungen werden mit generierten Vorschlägen aus einem der Datenmodelle für automatische Vervollständigung bessere Ergebnisse erzielt. Es kann jedoch in seltenen Fällen vorkommen, dass die Vorschläge des Modells nicht Ihren Anforderungen entsprechen. In solchen Fällen ist es besser, Ihren Nutzern eine separate Liste mit Vorschlägen zu präsentieren, um die automatische Vervollständigung zu optimieren.
Eine kleine Onlinebuchhandlung importiert beispielsweise ihre Liste mit Buchtiteln als automatisch vervollständigte Vorschläge. Wenn ein Kunde mit der Eingabe in die Suchleiste beginnt, ist der automatisch vervollständigte Vorschlag immer ein Buchtitel aus der importierten Liste. Wenn sich die Liste der Bücher ändert, löscht die Buchhandlung die aktuelle Liste dauerhaft und importiert die neue Liste. Ein Auszug aus der Liste könnte so aussehen:
{"suggestion": "Wuthering Heights", "globalScore": "0.52" },
{"suggestion": "The Time Machine", "globalScore": "0.26" },
{"suggestion": "Nicholas Nickleby", "globalScore": "0.38" },
{"suggestion": "A Little Princess", "globalScore": "0.71" },
{"suggestion": "The Scarlet Letter", "globalScore": "0.32" }
Der globalScore ist ein Gleitkommawert im Bereich [0, 1], der zum Ranking des Vorschlags verwendet wird. Alternativ können Sie eine frequency-Punktzahl verwenden, der eine Ganzzahl größer als 1 ist. Der frequency-Wert wird verwendet, um Vorschläge zu sortieren, wenn der globalScore-Wert nicht verfügbar ist (als „null“ festgelegt).
Automatisch vervollständigte Vorschläge einrichten und importieren
So richten Sie eine Liste mit automatisch vervollständigten Vorschlägen aus BigQuery ein und importieren sie:
Erstellen Sie eine Liste mit Vorschlägen und laden Sie sie in eine BigQuery-Tabelle.
Sie müssen jeden Vorschlag mindestens als String und entweder als globale Punktzahl oder als Häufigkeit angeben.
Verwenden Sie das folgende Tabellenschema für Ihre Liste mit Vorschlägen:
[ { "description": "The suggestion text", "mode": "REQUIRED", "name": "suggestion", "type": "STRING" }, { "description": "Global score of this suggestion. Control how this suggestion would be scored and ranked. Set global score or frequency; not both.", "mode": "NULLABLE", "name": "globalScore", "type": "FLOAT" }, { "description": "Frequency of this suggestion. Used to rank suggestions when the global score is not available.", "mode": "NULLABLE", "name": "frequency", "type": "INTEGER" } ]Eine Anleitung zum Erstellen einer BigQuery-Tabelle und zum Laden der Tabelle mit Ihrer Liste der automatisch vervollständigten Vorschläge finden Sie in der BigQuery-Dokumentation.
Importieren Sie die Liste aus BigQuery.
Senden Sie eine POST-Anfrage an die Methode
completionSuggestions:importund fügen Sie dasbigquerySource-Objekt ein.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/completionSuggestions:import" \ -d '{ "bigquery_source": {"project_id": "PROJECT_ID_SOURCE", "dataset_id": "DATASET_ID", "table_id": "TABLE_ID"} }'Ersetzen Sie Folgendes:
PROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: die ID des Datenspeichers.PROJECT_ID_SOURCE: Das Projekt, das das Dataset enthält, das Sie importieren möchtenDATASET_ID: Die Dataset-ID für die Vorschlagsliste, die Sie importieren möchtenTABLE_ID: Die Tabellen-ID für die Vorschlagsliste, die Sie importieren möchten
Optional: Notieren Sie sich den zurückgegebenen
name-Wert und folgen Sie der Anleitung unter Details zu einem Vorgang mit langer Ausführungszeit abrufen, um zu sehen, wann der Importvorgang abgeschlossen ist.Wenn Sie die automatische Vervollständigung für die Anwendung nicht aktiviert haben, folgen Sie der Anleitung unter Einstellungen für die automatische Vervollständigung aktualisieren. Achten Sie darauf, dass Sie Automatische Vervollständigung aktivieren auf Jetzt festlegen.
Warten Sie einige Tage, bis die Indexierung abgeschlossen ist und die importierten Vorschläge verfügbar sind.
Anfrage für automatische Vervollständigung senden
So senden Sie eine Anfrage zur automatischen Vervollständigung, die einen importierten Vorschlag anstelle eines Vorschlags aus einem Modell für die automatische Vervollständigung zurückgibt:
- Folgen Sie der Anleitung zum Anfrage zur automatischen Vervollständigung senden und legen Sie
AUTOCOMPLETE_MODELaufimported-suggestionfest.
Liste der importierten automatisch vervollständigten Vorschläge dauerhaft löschen
Bevor Sie eine neue Liste mit Vorschlägen für die automatische Vervollständigung importieren, müssen Sie die vorhandene Liste entfernen.
So löschen Sie eine vorhandene Liste mit automatisch vervollständigten Vorschlägen dauerhaft:
Stellen Sie eine POST-Anfrage an die Methode
completionSuggestions:purge.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/completionSuggestions:purge"Ersetzen Sie Folgendes:
PROJECT_ID: Die Nummer oder ID Ihres Google Cloud ProjektsDATA_STORE_ID: Die ID des Datenspeichers, der mit Ihrer Anwendung verknüpft ist
Erweitertes Dokumentdatenmodell
Gemini Enterprise bietet ein fortschrittliches Datenmodell für die automatische Vervollständigung. Anhand der von Ihnen importierten Dokumente generiert dieses Datenmodell hochwertige automatisch vervollständigte Vorschläge, indem es Large Language Models (LLMs) von Google nutzt.
Diese Funktion wird derzeit noch getestet. Wenn Sie diese Funktion nutzen möchten, wenden Sie sich an Ihr Google Cloud Account-Management-Team und bitten Sie darum, auf die Zulassungsliste gesetzt zu werden.
Das erweiterte Dokumentdatenmodell ist nicht für die Suche in Gesundheitsdaten oder in den Multi-Regionen „US“ und „EU“ verfügbar.