Présentation de la recherche personnalisée

Cette page présente et répertorie les fonctionnalités de la recherche d'agent pour les applications personnalisées. Elle fournit également des liens vers les fonctionnalités, les tutoriels et les checklists disponibles pour vous aider à démarrer avec la recherche d'agent pour les applications personnalisées.

Qu'est-ce que la recherche d'agent pour les applications personnalisées ?

La recherche d'agent pour les applications personnalisées est un moteur de recherche et de découverte de contenu puissant et de qualité Google que vous pouvez intégrer à vos applications contenant des données de site Web et d'autres données structurées ou non structurées. La fonctionnalité de recherche va au-delà de la simple correspondance de mots clés et utilise l'IA pour fournir des résultats très pertinents, offrir des expériences de navigation et de recherche personnalisées, et générer des réponses d'IA basées sur vos données.

Vous pouvez utiliser une application de recherche personnalisée pour les données indépendantes du secteur d'activité qui se trouvent sur des sites Web publics ou qui sont au format structuré ou non structuré. De plus, la recherche d'agent propose d'autres applications de recherche et de recommandation spécifiques à un secteur d'activité.

Capacités clés

Voici les principales capacités de la recherche d'agent :

  • Recherche de haute qualité : exploite l'expertise de Google en matière de recherche pour comprendre l'intention de l'utilisateur, même avec des requêtes complexes et des requêtes en langage naturel. Elle combine la recherche par mots clés et la recherche sémantique pour fournir les meilleurs résultats.
  • Navigation personnalisée : fournit des résultats personnalisés sans requête de recherche spécifique et un flux personnalisé en fonction du contexte et des habitudes de navigation de l'utilisateur. Elle est idéale pour les expériences de découverte permettant d'afficher des pages de catégories et des flux d'accueil personnalisés.
  • Sources de données : fonctionne avec les sources de données suivantes :
    • Site Web : indexez vos sites Web publics et utilisez des fonctionnalités avancées, telles que l'enrichissement de l'index avec les données structurées de vos sites Web.
    • Données structurées : effectuez des recherches dans des données organisées dans un format défini, telles que des bases de données, des fichiers JSON dans Cloud Storage ou des tables BigQuery (par exemple, des catalogues d'hôtels, des annonces immobilières et des annuaires de restaurants).
    • Données non structurées : effectuez des recherches dans des documents tels que des fichiers PDF, HTML et TXT, ou des fichiers image tels que des fichiers JPEG et PNG stockés dans Cloud Storage ou BigQuery.
    • Recherche combinée : effectuez des recherches dans plusieurs datastores qui combinent des données provenant des sources de données mentionnées ci-dessus. Par exemple, vous pouvez créer une application de recherche et l'associer à un data store de site Web et à un data store de documents. Vos utilisateurs peuvent ainsi effectuer des recherches dans l'ensemble de votre contenu en même temps.
  • Génération de réponses d'IA basées sur des données : génère des réponses d'IA basées sur vos données, avec des citations des documents sources. Vous pouvez également poser des questions complémentaires et des requêtes associées.
  • Personnalisation : améliore les résultats et le classement au fil du temps en apprenant des interactions des utilisateurs capturées dans les événements utilisateur, tels que les clics et les conversions.
  • Personnalisation : offre plusieurs façons d'ajuster et de configurer l'expérience de recherche et de navigation en fonction des besoins de votre entreprise.

Présentation

Le schéma suivant présente les principaux composants de la recherche personnalisée et leur fonctionnement :

Composants clés de la recherche personnalisée générique
Figure 1. Différents composants de la recherche personnalisée

Les composants de la recherche d'agent pour la recherche personnalisée peuvent être expliqués comme suit :

  • Datastore : votre contenu provenant de différentes sources de données est stocké dans un data store de recherche d'agent. Les données sources peuvent être des données de site Web public ou des données structurées et non structurées.
  • Traitement et indexation des données : la recherche d'agent comprend et indexe vos données, créant ainsi une représentation consultable et récupérable. Cela inclut les éléments suivants :
    • Extraction de mots clés : identifie et génère les termes importants nécessaires pour récupérer les informations correctes.
    • Compréhension sémantique à l'aide d'embeddings : crée des embeddings vectoriels pour capturer la signification du contenu.
    • Traitement des métadonnées : traite vos documents à l'aide des données structurées ou des métadonnées du document. Par exemple, l'emplacement dans un catalogue d'hôtels, les dates de modification ou de création dans les métadonnées d'une page Web.
    • Analyse avancée des documents : comprend la structure des documents et annote les informations avancées, telles que les tableaux, les images et les graphiques, à l'aide de l'OCR ou de l'analyse de mise en page.
  • Application de recherche : au cœur de la recherche personnalisée se trouve une application de recherche, qui se connecte à un ou plusieurs datastores qui importent des données provenant de différentes sources. Pour la recherche combinée, les données sont ingérées via des connecteurs. Vous configurez le comportement de recherche et de navigation au niveau de l'application.
  • Requête utilisateur : entrée d'un utilisateur destinée à récupérer des informations à partir de votre application, qui peut être de deux types :
    • Requête de recherche : l'utilisateur saisit une requête de recherche ciblée à l'aide de texte ou d'images. La recherche textuelle est basée sur la saisie semi-automatique.
    • Requête de navigation ou navigation : recherche exploratoire permettant de fournir du contenu pertinent personnalisé sans requête spécifique. Elle est basée sur l'activité passée de l'utilisateur et d'autres signaux, tels que la page de catégorie et l'emplacement actuels.
  • Récupération et classement : la récupération et le classement des résultats comportent plusieurs sous-composants :
    • Compréhension des requêtes pour la recherche : la recherche d'agent analyse une requête de recherche à l'aide des éléments suivants :
      • Traitement du langage naturel : pour comprendre l'intention.
      • Filtres avec compréhension du langage naturel : traduit les emplacements des requêtes en langage naturel en coordonnées géographiques et les conditions des requêtes en langage naturel en filtres.
      • Knowledge Graph : pour lever l'ambiguïté des termes et élargir la recherche.
      • Fonctionnalités facultatives : inclut la correction orthographique, les synonymes et la reformulation des requêtes.
    • Récupération : la recherche d'agent trouve les documents ou les sections les plus pertinents en fonction des méthodes suivantes :
      • Correspondance de mots clés pour la recherche : recherche conventionnelle basée sur des termes.
      • Recherche sémantique : utilisation d'embeddings pour trouver du contenu conceptuellement similaire.
      • Filtrage : application des filtres que vous avez configurés (par exemple, la date, la catégorie ou le score de pertinence).
    • Classement : la recherche d'agent classe les résultats en fonction des facteurs suivants :
      • Pertinence : combinaison de la correspondance de mots clés et de la correspondance sémantique lors de la recherche.
      • Signaux Web pour la recherche sur le site Web : facteurs tels que la qualité et la popularité de la page.
      • Remonter et redescendre : règles personnalisées permettant de promouvoir ou de rétrograder certains résultats.
      • Personnalisation : apprentissage à partir des interactions des utilisateurs. Cette étape est facultative, mais vivement recommandée.
      • Tri : application d'instructions de tri, par exemple par date.
  • Génération de résultats et de réponses
    • Résultats de recherche : une liste classée de documents ou de sections pertinents est renvoyée avec des fonctionnalités facultatives, telles que des extraits, des réponses extractives et des segments extractifs. Les résultats diffusés peuvent être configurés à l'aide de commandes de diffusion. Vous pouvez également ajuster les résultats de recherche.
    • Génération de réponses : une réponse concise et synthétisée est générée en fonction des meilleurs résultats pertinents, avec des citations. Elle utilise des fonctionnalités LLM avancées.
    • Navigation personnalisée : un ensemble personnalisé de documents présentant la probabilité d'engagement ou de conversion la plus élevée est renvoyé. Cette prédiction utilise un modèle avancé qui apprend des interactions des utilisateurs.
  • Événements utilisateur : outil de suivi des interactions des utilisateurs, telles que les clics et les vues, qui aide la recherche d'agent à apprendre et à améliorer la recherche et la personnalisation. Les événements utilisateur permettent d'optimiser les KPI de votre entreprise, y compris l'engagement, la conversion et les revenus.

Principales fonctionnalités et configurations

Les fonctionnalités et configurations suivantes sont disponibles pour vos applications de recherche personnalisées. À chaque étape, vous pouvez personnaliser ces paramètres pour fournir les meilleurs résultats à vos utilisateurs.

Composants clés de la recherche personnalisée générique
Figure 2. Principales fonctionnalités et configurations de la recherche personnalisée

Voici les configurations disponibles :

Étape suivante