O Deep Research é um agente Made by Google para utilizadores que precisam de recolher, analisar e compreender informações internas e externas.
Vista geral
Quando introduz um comando no Deep Research, como "Compara os concorrentes do projeto de exemplo", o Deep Research avalia se a pergunta está relacionada com a investigação, gera um plano que descreve os passos necessários para realizar a investigação e transmite perguntas e respostas à medida que avança na investigação. Em seguida, gera um relatório das suas conclusões com citações, bem como um resumo de áudio.
Para as fontes de investigação, o Deep Research usa dados que a app indexa. Também pode usar resultados da Web se a pesquisa Web estiver ativada para a app.
Seguem-se alguns exemplos de comandos para os quais o Deep Research gera relatórios:
- Como podemos melhorar a experiência do utilizador da nossa app de serviços bancários móveis existente para a tornar mais intuitiva e fácil de usar?
- Como podemos reduzir os tempos de espera dos clientes durante as horas de ponta sem comprometer a qualidade do apoio técnico?
- Analisar a situação económica dos países da Europa Central.
- Compare o BigQuery com os seus concorrentes e apresente os resultados no formato de tabela.
Use o Deep Research
Os utilizadores finais podem aceder e usar o Deep Research através da app. O Deep Research tem acesso a dados que a app já indexou e, se ativado, a resultados da Web.
Pode obter resultados da pesquisa detalhada a partir da app ou através da API (geralmente disponível com uma lista de autorizações).
Consola
Para usar o Deep Research na app, faça o seguinte:
No menu de navegação da app, aceda a Deep Research.
Clique em Fontes para selecionar as fontes que o agente tem de incluir para fornecer as estatísticas de dados mais relevantes.
Nas fontes, além das fontes do Gemini Enterprise, também pode optar por incluir resultados da Pesquisa Google.
Introduza um comando para o Deep Research e clique em Enviar. Se o comando não estiver relacionado com pesquisa, o Deep Research gera uma resposta. Se o comando for considerado relacionado com investigação, o Deep Research descreve os tópicos que o agente planeia investigar num plano de investigação.
Edite o comando do agente, se necessário, para gerar um novo plano de pesquisa que se adapte melhor aos seus requisitos.
Se o plano de pesquisa for aceitável para si, clique em Iniciar pesquisa.
O agente começa a investigar com base no plano:
- Transmite os tópicos que está a pesquisar à medida que avança
- Gera um relatório de conclusões com citações
- Cria um resumo de áudio de 1 a 2 minutos do relatório
REST
Para usar o Deep Research através da API, faça o seguinte:
Envie um pedido para o método
streamAssist.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": {} } }'Substitua o seguinte:
PROJECT_ID: o ID do seu projeto Google Cloud .APP_ID: o ID da app.QUERY: a consulta.DATA_STORE_ID: o ID da loja de dados quando uma app tem várias lojas de dados. Quando especifica esta opção, a pesquisa é limitada aos documentos no repositório de dados especificado.
Resposta
Se o pedido for bem-sucedido, recebe uma resposta JSON semelhante à seguinte resposta. Tenha em atenção o SESSION_ID. Isto é necessário para iniciar o processo de pesquisa no passo seguinte.
[{ "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" } ]Inicie a pesquisa da consulta no passo anterior. Para tal, envie outro pedido ao método
streamAssist. Neste pedido, defina a sua consulta comoStart Researche adicione as informações da sessão do passo anterior.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": {} }, }'Substitua o seguinte:
PROJECT_ID: o ID do seu projeto Google Cloud .APP_ID: o ID da app.SESSION_ID: o ID da sessão do passo anterior.DATA_STORE_ID: o ID da loja de dados quando uma app tem várias lojas de dados. Quando especifica esta opção, a pesquisa é limitada aos documentos no repositório de dados especificado.
Resposta
Se o pedido for bem-sucedido, recebe uma resposta JSON semelhante à resposta truncada seguinte.
A resposta contém uma instância do recurso
AssistAnswer.Esta é uma resposta de streaming e, por isso, dependendo da quantidade de dados na resposta da pesquisa, pode demorar algum tempo a fazer o streaming completo.
[{ "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" }]