Deep Research는 내부 및 외부 정보를 수집, 분석, 이해해야 하는 사용자를 위한 Made by Google 에이전트입니다.
개요
'예시 프로젝트 경쟁업체 비교'와 같은 프롬프트를 Deep Research에 입력하면 Deep Research는 질문이 조사와 관련이 있는지 평가하고, 조사를 수행하는 단계를 간략하게 설명하는 계획을 생성하고, 조사를 진행하면서 질문과 답변을 스트리밍합니다. 그런 다음 인용과 오디오 요약이 포함된 조사 결과를 보고서로 생성합니다.
연구 소스의 경우 Deep Research는 앱이 색인으로 생성하는 데이터를 사용합니다. 앱에 웹 검색이 사용 설정된 경우 웹 결과를 사용할 수도 있습니다.
다음은 Deep Research에서 보고서를 생성하는 프롬프트의 예입니다.
- 기존 모바일 뱅킹 앱의 사용자 환경을 개선하여 더 직관적이고 사용자 친화적으로 만들려면 어떻게 해야 할까요?
- 지원 품질을 저하시키지 않으면서 피크 시간대에 고객 대기 시간을 줄이려면 어떻게 해야 할까요?
- 중부 유럽 국가의 경제 상황을 분석해 줘.
- BigQuery를 경쟁업체와 비교하고 결과를 표 형식으로 제공해 줘.
Deep Research 사용하기
최종 사용자는 앱을 통해 Deep Research에 액세스하고 이를 사용할 수 있습니다. Deep Research는 앱에서 이미 색인을 생성한 데이터와 사용 설정된 경우 웹 결과에 액세스할 수 있습니다.
앱에서 또는 API를 사용하여 심층 연구 결과를 확인할 수 있습니다 (일반적으로 허용 목록을 통해 사용 가능).
콘솔
앱에서 Deep Research를 사용하려면 다음 단계를 따르세요.
앱 탐색 메뉴에서 Deep Research로 이동합니다.
소스를 클릭하여 에이전트가 가장 관련성 높은 데이터 통계를 제공하기 위해 포함해야 하는 소스를 선택합니다.
소스에서 Gemini Enterprise 소스 외에 Google 검색 결과를 포함할 수도 있습니다.
Deep Research에 프롬프트를 입력하고 제출을 클릭합니다. 프롬프트가 연구와 관련이 없으면 Deep Research가 대답을 생성합니다. 프롬프트가 조사와 관련된 것으로 판단되면 Deep Research는 에이전트가 조사할 계획인 주제를 조사 계획에 간략하게 설명합니다.
필요한 경우 에이전트의 프롬프트를 수정하여 요구사항에 더 적합한 새로운 조사 계획을 생성합니다.
연구 계획이 마음에 들면 연구 시작을 클릭합니다.
에이전트가 계획에 따라 조사를 시작합니다.
- 진행하면서 연구 중인 주제를 스트리밍합니다.
- 인용이 포함된 조사 결과 보고서를 생성합니다.
- 보고서의 1~2분 길이 오디오 요약을 만듭니다.
REST
API를 사용하여 Deep Research를 사용하려면 다음 단계를 따르세요.
streamAssist메서드에 요청을 전송합니다.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/project_id/locations/global/collections/default_collection/engines/app_id/assistants/default_assistant:streamAssist" \ -d '{ "query": { "text": "QUERY" }, "agentsSpec": { "agentSpecs": { "agentId": "deep_research" } }, "toolsSpec": { "vertexAiSearchSpec": { "dataStoreSpecs": { "dataStore": "projects/PROJECT_ID/locations/global/collections/default_collection/datastores/DATA_STORE_ID" } }, "webGroundingSpec": {} } }'다음을 바꿉니다.
PROJECT_ID: Google Cloud 프로젝트의 ID입니다.APP_ID: 앱의 ID입니다.QUERY: 쿼리입니다.DATA_STORE_ID: 앱에 데이터 스토어가 여러 개 있는 경우 데이터 스토어의 ID입니다. 이 옵션을 지정하면 검색이 지정된 데이터 스토어의 문서로 제한됩니다.
응답
요청이 성공하면 다음 응답과 비슷한 JSON 응답이 표시됩니다. SESSION_ID을 확인합니다. 이 정보는 다음 단계에서 조사 프로세스를 시작하는 데 필요합니다.
[{ "answer": { "name": "ANSWER_ASSIST_NAME", "state": "SUCCEEDED", "replies": [ { "groundedContent": { "content": { "role": "model", "text": "INLINE_TEXT" } }, }, { "groundedContent": { "content": { "role": "model", "text": "INLINE_TEXT_WITH_RESEARCH_PLAN" }, "contentMetadata": { "contentKind": "RESEARCH_PLAN" } }, } ], }, "sessionInfo": { "session": "SESSION_ID", "queryId": "QUERY_ID", "turnId": "TURN_ID" }, "assistToken": "ASSIST_TOKEN" } ]이전 단계의 질문에 대한 조사를 시작합니다. 이렇게 하려면
streamAssist메서드에 다른 요청을 전송합니다. 이 요청에서 쿼리를Start Research로 설정하고 이전 단계의 세션 정보를 추가합니다.curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/project_id/locations/global/collections/default_collection/engines/app_id/assistants/default_assistant:streamAssist" \ -d '{ "query": { "text": "Start Research" }, "session": "SESSION_ID", "agentsSpec": { "agentSpecs": { "agentId": "deep_research" } }, "toolsSpec": { "vertexAiSearchSpec": { "dataStoreSpecs": { "dataStore": "projects/PROJECT_ID/locations/global/collections/default_collection/datastores/DATA_STORE_ID" } }, "webGroundingSpec": {} }, }'다음을 바꿉니다.
PROJECT_ID: Google Cloud 프로젝트의 ID입니다.APP_ID: 앱의 ID입니다.SESSION_ID: 이전 단계의 세션 ID입니다.DATA_STORE_ID: 앱에 데이터 스토어가 여러 개 있는 경우 데이터 스토어의 ID입니다. 이 옵션을 지정하면 검색이 지정된 데이터 스토어의 문서로 제한됩니다.
응답
요청이 성공하면 다음 잘린 응답과 비슷한 JSON 응답이 표시됩니다.
응답에는
AssistAnswer리소스의 인스턴스가 포함됩니다.이는 스트리밍 응답이므로 연구 응답의 데이터 양에 따라 완전히 스트리밍하는 데 시간이 걸릴 수 있습니다.
[{ "answer": { "state": "IN_PROGRESS", "replies": [ { "groundedContent": { "content": { "role": "model", "text": "RESEARCH_QUESTION_1" }, "contentMetadata": { "contentKind": "RESEARCH_QUESTION", "contentId": "ID0" } }, } ] }, "assistToken": "ASSIST_TOKEN" }, { "answer": { "state": "IN_PROGRESS", "replies": [ { "groundedContent": { "content": { "role": "model", "text": "RESEARCH_ANSWER_1_PART_1" }, "contentMetadata": { "contentKind": "RESEARCH_ANSWER", "contentId": "ID0" } }, } ] }, "assistToken": "ASSIST_TOKEN" }, { "answer": { "state": "IN_PROGRESS", "replies": [ { "groundedContent": { "content": { "role": "model", "text": "RESEARCH_ANSWER_1_PART_2" }, "contentMetadata": { "contentKind": "RESEARCH_ANSWER", "contentId": "ID0" } }, } ] }, "assistToken": "ASSIST_TOKEN" }, { "answer": { "state": "IN_PROGRESS", "replies": [ { "groundedContent": { "content": { "role": "model", "text": "INLINE_TEXT" }, "textGroundingMetadata": { "references": [ { "documentMetadata": { "document": "DOCUMENT_ID", "uri": "DOCUMENT_REDIRECT_URI", "title": "DOCUMENT_TITLE", "pageIdentifier": "", "domain": "DOCUMENT_DOMAIN" } } ] "searchEntryPoints": [ { "renderedContent": "GROUNDING_SEARCH_ENTRY_POINT" } ] } } } ] } }, { "answer": { "state": "IN_PROGRESS", "replies": [ { "groundedContent": { "content": { "role": "model", "file": { "fileId": "AUDIO_FILE_ID" } }, "contentMetadata": { "contentKind": "RESEARCH_AUDIO_SUMMARY" } }, } ] }, "assistToken": "ASSIST_TOKEN" } { "answer": { "name": "ANSWER_ASSIST_NAME", "state": "SUCCEEDED" }, "sessionInfo": { "session": "SESSION_ID", "queryId": "QUERY_ID", "turnId": "TURN_ID" }, "assistToken": "ASSIST_TOKEN" }]