Introdução à pesquisa personalizada

Nesta página, apresentamos e listamos os recursos da Pesquisa de Agente para apps personalizados. A página também oferece links para os recursos, tutoriais e listas de verificação disponíveis para você começar a usar a Pesquisa de Agentes em apps personalizados.

O que é o Agent Search para apps personalizados?

A Pesquisa de Agente para apps personalizados é um mecanismo de pesquisa e descoberta de conteúdo avançado, com qualidade do Google, que pode ser integrado aos seus aplicativos que contêm dados de sites e outros dados estruturados ou não estruturados. O recurso de pesquisa vai além da correspondência básica de palavras-chave e usa IA para oferecer resultados altamente relevantes, proporcionar experiências personalizadas de navegação e pesquisa e gerar respostas de IA com base nos seus dados.

É possível usar o app de pesquisa personalizada para dados independentes de vertical que estão em sites públicos ou em formato estruturado ou não estruturado. Além disso, a Pesquisa de Agentes oferece outros apps de pesquisa e recomendações específicos para cada setor.

Principais recursos

Os principais recursos da Pesquisa de Agentes são os seguintes:

  • Pesquisa de alta qualidade: aproveita a experiência do Google em pesquisa para entender a intenção do usuário, mesmo com consultas complexas e em linguagem natural. Ele combina a pesquisa por palavra-chave e semântica para fornecer os melhores resultados.
  • Navegação personalizada: fornece resultados personalizados sem uma consulta de pesquisa específica e um feed personalizado com base no contexto e nos padrões de navegação do usuário. É ideal para experiências de descoberta, para visualizar páginas de categorias personalizadas e feeds da página inicial.
  • Fontes de dados: funciona com as seguintes fontes de dados:
    • Site: indexe seus sites públicos e use recursos avançados, como a otimização de índice com os dados estruturados nos seus sites.
    • Dados estruturados: pesquise dados organizados em um formato definido, como bancos de dados, arquivos JSON no Cloud Storage ou tabelas do BigQuery, por exemplo, catálogos de hotéis, listagens de imóveis e diretórios de restaurantes.
    • Dados não estruturados: pesquise documentos como PDFs, arquivos HTML e TXT ou arquivos de imagem, como JPEG e PNG, armazenados no Cloud Storage ou no BigQuery.
    • Pesquisa combinada: pesquise em vários repositórios de dados que combinam dados das fontes de dados mencionadas acima. Por exemplo, é possível criar um app de pesquisa e conectá-lo a um repositório de dados de site e a um repositório de dados de documentos. Isso permite que os usuários pesquisem todo o conteúdo de uma só vez.
  • Geração de respostas de IA embasadas: gera respostas de IA embasadas nos seus dados, com citações dos documentos de origem. Você também pode fazer perguntas complementares e consultas relacionadas.
  • Personalização: melhora os resultados e a classificação ao longo do tempo, aprendendo com as interações do usuário capturadas em eventos, como cliques e conversões.
  • Gerenciamento de dados e operações CRUD: oferece suporte a operações de criação, leitura, atualização e exclusão (CRUD) nos documentos em repositórios de dados. É possível excluir seletivamente registros individuais e atualizar documentos. Para mais informações, consulte Operações CRUD em repositórios de dados.
  • Personalização: oferece várias maneiras de ajustar e configurar a experiência de pesquisa e navegação de acordo com as necessidades da sua empresa.

Visão geral

O diagrama a seguir mostra os principais componentes da pesquisa personalizada e como eles funcionam juntos:

principais componentes da pesquisa personalizada genérica
Figura 1. Diferentes componentes da pesquisa personalizada

Os componentes da Pesquisa do Agente para pesquisa personalizada podem ser explicados da seguinte maneira:

  • Repositório de dados: seu conteúdo de diferentes fontes de dados é armazenado em um repositório de dados do Agent Search. Os dados de origem podem ser de sites públicos ou dados estruturados e não estruturados.
  • Processamento e indexação de dados: a Pesquisa de Agentes entende e indexa seus dados, criando uma representação pesquisável e recuperável. Isso inclui o seguinte:
    • Extração de palavras-chave: identifica e gera termos importantes necessários para recuperar as informações corretas.
    • Compreensão semântica usando embeddings: cria embeddings de vetor para capturar o significado do conteúdo.
    • Processamento de metadados: processa os documentos usando os dados estruturados ou metadados do documento. Por exemplo, localização em um catálogo de hotéis, datas de modificação ou criação nos metadados de uma página da Web.
    • Análise avançada de documentos: entende a estrutura do documento e anota informações avançadas, como tabelas, imagens e gráficos, usando OCR ou análise de layout.
  • App de pesquisa: o núcleo da pesquisa personalizada é um app de pesquisa, que se conecta a um ou mais repositórios de dados que trazem dados de diferentes fontes. Para a pesquisa combinada, os dados são ingeridos por conectores. Você configura o comportamento de pesquisa e navegação no nível do app.
  • Consulta do usuário: a entrada de um usuário destinada a recuperar informações do app, que pode ser de dois tipos:
    • Consulta de pesquisa: o usuário insere uma consulta de pesquisa direcionada usando texto ou imagens. A pesquisa textual usa o preenchimento automático.
    • Consulta de navegação ou navegação: uma pesquisa exploratória para fornecer conteúdo relevante personalizado sem uma consulta específica. Ele é alimentado pela atividade anterior do usuário e outros indicadores, como a página de categoria atual e a localização.
  • Recuperação e classificação: há vários subcomponentes para a recuperação e classificação de resultados:
    • Compreensão de consultas para pesquisa: a Pesquisa de Agente analisa uma consulta de pesquisa usando o seguinte:
      • Processamento de linguagem natural: para entender a intenção.
      • Filtros com processamento de linguagem natural: traduz locais de consultas em linguagem natural em coordenadas geográficas e as condições em consultas em linguagem natural em filtros.
      • Mapa de informações: para eliminar a ambiguidade de termos e expandir a pesquisa.
      • Recursos opcionais: inclui correção ortográfica, sinônimos e reformulação de consultas.
    • Recuperação: a Pesquisa de Agente encontra os documentos ou blocos mais relevantes com base nos seguintes métodos:
      • Correspondência de palavras-chave para pesquisa: pesquisa convencional com base em termos.
      • Pesquisa semântica: uso de embeddings para encontrar conteúdo conceitualmente semelhante.
      • Filtragem: aplicação dos filtros configurados, como data, categoria ou pontuação de relevância.
    • Classificação: a Pesquisa de Agentes classifica os resultados com base nos seguintes fatores:
      • Relevância: uma combinação de correspondência semântica e de palavras-chave durante a pesquisa.
      • Indicadores da Web para pesquisa em sites: fatores como qualidade e popularidade da página.
      • Otimização e ocultação: suas regras personalizadas para promover ou rebaixar determinados resultados.
      • Personalização: aprender com as interações do usuário. Isso é opcional, mas altamente recomendado.
      • Ordenação: aplicação de instruções de ordenação, por exemplo, por data.
  • Resultados e geração de respostas:
    • Resultados da pesquisa: uma lista classificada de documentos ou blocos relevantes é retornada com recursos opcionais, como snippets, respostas extrativas e segmentos extrativos. Os resultados veiculados podem ser configurados com a ajuda dos controles de veiculação. Também é possível ajustar os resultados da pesquisa.
    • Geração de respostas: uma resposta concisa e sintetizada é gerada com base nos principais resultados relevantes, com citações. Isso usa recursos avançados de LLM.
    • Navegação personalizada: um conjunto personalizado de documentos com a maior probabilidade prevista de engajamento ou conversão é retornado. Essa previsão usa um modelo avançado que aprende com as interações do usuário.
  • Eventos do usuário: um rastreador de interações do usuário, como cliques e visualizações, que ajuda a Pesquisa de Agente a aprender e melhorar a pesquisa e a personalização. Os eventos de usuário ajudam a otimizar os KPIs da sua empresa, incluindo engajamento, conversão e receita.

Principais recursos e configurações

Os recursos e as configurações a seguir estão disponíveis para seus apps de pesquisa personalizados. Em cada etapa, é possível personalizar essas configurações para oferecer os melhores resultados aos usuários.

principais componentes da pesquisa personalizada genérica
Figura 2. Principais recursos e configurações na pesquisa personalizada

Para detalhar, estas são as configurações disponíveis:

A seguir