有其他問題，或這裡未列出您的問題嗎？ 回報錯誤或提出功能要求，並加入 cloud-recommendations-users Google 群組或 Stack Overflow 討論。
一般
以下是一般常見問題。
是否有 AI Commerce Search 的用戶端程式庫或更多程式碼範例？
可以。如需各程式庫的設定和參考資訊，請參閱用戶端程式庫指南。
您也可以使用 Google API Discovery Service，而非原始 REST 呼叫。
所有推薦模型都是個人化的嗎？
「為您推薦」、「您可能也喜歡」和「再次購買」模型會根據使用者記錄提供個人化推薦內容。「經常同時購買」和「類似商品」模型不會提供個人化推薦。
請參閱「關於推薦模型」。
我會立即收到個人化推薦內容，還是需要等待系統逐步改善？
收集的使用者記錄越多，推薦內容就越精準。「為你推薦」模型會顯示熱銷產品，「你可能也喜歡」模型則會根據其他使用者的瀏覽記錄，顯示類似產品。這兩種模式都會立即將使用者行為納入考量，因此請務必傳送即時事件。請參閱「關於推薦模型」。
使用者事件必須即時或近乎即時傳送，個人化功能才能發揮作用。如果使用者事件只在每天提交一次，或是在一天內分批提交，個人化模型的成效可能不如傳送即時事件時。
模型是否使用 Google 使用者客層資料？
模型只會使用您提供的目錄和使用者事件資料。如要加入受眾特徵資料，可以將其他可能有用的文字或數字資訊，納入自訂屬性。模型重新調整後，就會開始使用這項資料。
請勿加入個人識別資訊 (PII)，例如電子郵件地址或使用者名稱。建議您將客層資料匿名化，例如對值進行雜湊處理或使用群組 ID。
我可以根據一組使用者的事件記錄 (而非單一使用者的記錄) 提出建議嗎？
系統會根據單一訪客 ID 或使用者 ID 提供推薦內容。您必須個別提出要求，然後合併結果，才能根據群組的記錄提供推薦內容。如果使用者有共同的中繼資料屬性，您可以使用群組 ID 做為使用者 ID，提供群組層級的推薦內容。
我發現可以提交產品的圖片網址。模型會考量產品圖片嗎？
可以，產品圖片可做為產品目錄資料的一部分提交。AI Commerce Search 會使用產品網址和背後的 ID (URI)，充實產品說明。
Product 物件包含圖片欄位，也就是圖片物件清單。每個圖片物件都可以包含 URI、高度和寬度。每項產品最多可有 300 張圖片。雖然產品圖片為選用，但強烈建議提供。在 Gemini Enterprise for Customer Experience 控制台的 AI Commerce Search 中預覽模型預測結果時，(預測預覽) 也會使用圖片網址顯示圖片。
我的公司不是零售電子商務網站。我還能使用推薦功能預測 x、y、z 嗎？
我們的客戶已將推薦功能用於內容推薦、影片串流和遊戲等用途。不過，我們的內容和體驗是專為零售電子商務用途設計，可能不適用於其他用途。
我可以在網站的任何網頁上放置推薦內容嗎？
可以，但每個模型都是針對特定用途設計，可能最適合某些網頁。請參閱「關於推薦模型」。
「經常一起購買」和「你可能也喜歡」需要項目 ID，因此應使用產品 ID 或購物車中的項目等，來提供推薦內容。「經常一起購買」通常最適合用於加入購物車或結帳頁面，而「你可能也喜歡」和「類似商品」則最適合用於產品詳細資料頁面。「為您推薦」只需要訪客 ID 做為輸入內容，因此可以放在任何頁面上，但其設計目的是做為首頁提供設定。「再次購買」模組可放在任何頁面。
我可以在電子報中使用推薦內容嗎？
可以。只要使用訪客 ID 或使用者 ID 呼叫 API，然後將結果納入電子郵件範本即可。如要在讀取電子郵件時動態載入項目，則須使用中介端點 (例如 Google Cloud 函式) 傳送預測要求。API 只會提供已排序的產品 ID 和中繼資料清單，因此您也需要自行編寫程式碼，才能顯示圖片搜尋結果。
我可以將 AI Commerce Search 用於其他非網頁用途 (行動應用程式、自助服務機) 嗎？
可以。您可以設定端點 (例如 Google Google Cloud 函式)，取得應用程式的結果。您也需要類似的機制來傳送即時事件。
我沒有 3 個月以上的事件資料。我還能使用 AI Commerce Search 嗎？我可以之後再新增資料嗎？
「類似項目」模型不會使用使用者事件資料或模型調整功能。如果沒有任何事件資料，只要有目錄資料，仍可建立及訓練相似商品模型。
如果能記錄足夠的即時事件流量，近期資料可用於訓練其他模型。如果日後有其他資料，可以在初始模型訓練後上傳。新回填的資料會在每日重新訓練期間納入模型。不過，如果資料與初始訓練使用的事件有顯著差異，可能就需要重新調整模型。
大多數模型在至少有三個月的產品頁面瀏覽、首頁瀏覽和加入購物車事件時，成效最佳；而「經常一起購買」模型則最好有一到兩年的購買記錄。
一到兩週的詳細資料頁面瀏覽量，就足以開始訓練「你可能也喜歡」和「為你推薦」模型，而「經常一起購買」和「再次購買」通常需要更多資料，因為每天的購買量通常少於頁面瀏覽量。資料量越多，模型品質就越好，最低資料量可能無法產生最佳結果。舉例來說，一整年的購買資料可讓模型更妥善地運用季節性變化和趨勢。
我可以同時推薦類別和產品嗎？
Recommendations 只會傳回產品推薦，但您可以取得傳回的每項產品所屬類別，做為結果的一部分。
是否有整合功能，可從 SQL 資料庫或其他系統 (例如 BigQuery) 上傳資料？
可以。如果是事件，則有從 BigQuery 讀取的程式碼範例。查看 BigQuery 的 Google Analytics 範例資料集。
AI Commerce Search 會使用 Cookie 嗎？
不，這項功能不會使用 Cookie。不過，傳送至 AI Commerce Search 的所有事件都必須指定訪客 ID，通常是 Cookie 中的工作階段 ID。
是否需要專用 Google Cloud 專案？
您可以建立新的專屬專案，或在現有專案中啟用 AI Commerce Search。
為什麼使用 Cloud Shell 時，憑證無法運作？
請確認您已完成 AI Commerce Search 的驗證設定步驟。請使用您在環境中提供的服務帳戶。否則，您可能會收到類似以下的錯誤訊息：您的應用程式已使用 Google Cloud SDK 或 Google Cloud Shell 的使用者憑證進行驗證，但系統不支援這些憑證。
如要進一步瞭解服務帳戶，請參閱 Google Cloud 說明文件的「驗證」部分。
如何比較 AI Commerce Search 與類似解決方案？
您可以進行 A/B 測試，比較 AI Commerce Search 與其他產品的結果。
我認為 x、y、z 功能會很棒。可以新增嗎？
歡迎與我們分享你的意見與想法！您可以透過帳戶團隊、Google 支援或 Issue Tracker 提交功能要求。
我還能使用舊版 API 取得建議嗎？
Recommendations 已從 Recommendations Engine API 遷移至 AI Commerce Search。如果您在 Recommendations Engine API 測試期間使用過該 API，建議將推薦項目遷移至正式發布的 AI Commerce Search (服務端點 https://retail.googleapis.com)。
舊版 API (服務端點 https://recommendationengine.googleapis.com) 和說明文件仍可使用，但不會再更新。
目錄和產品
以下是目錄和產品的常見問題。
推薦系統如何處理新產品的冷啟動？
如果產品沒有任何購買記錄，我們會根據類似產品提供建議。在這種情況下，請務必在目錄中定義合適的產品名稱、類別和說明。
對於冷啟動使用者 (沒有記錄的訪客)，模型會先推薦最熱門的一般產品，並在收到更多使用者事件時，即時提供更個人化的推薦。
我可以使用 Merchant Center 目錄來提供推薦內容嗎？
可以，你可以使用 Merchant Center 資料移轉服務，將 Merchant Center 目錄匯出至 BigQuery。接著，我們可以直接從 BigQuery 讀取目錄。請參閱「從 Merchant Center 匯入目錄資料」。
還有其他匯入目錄的方法嗎？
- Merchant Center：使用 Merchant Center 匯入。如果使用搜尋功能，可以透過控制台連結 Merchant Center，自動同步處理目錄。
- BigQuery：直接從資料表或檢視表匯入。
- Cloud Storage：使用文字檔匯入，每行一個 JSON 目錄項目。
- 內嵌匯入：透過 API 呼叫匯入，使用每行一個 JSON 目錄項目的文字檔案。
- 建立產品項目：使用
Products建立方法。
如何確保目錄內容符合現況？目錄需要多久更新一次？
請參閱「隨時更新目錄」。
建議每天更新目錄。您可以從 Cloud Storage 或 BigQuery 執行完整更新，或執行增量更新 (即僅更新新增和已變更項目)。
請盡可能即時更新價格和供應情形。這會影響新項目可供搜尋的速度。
如果您有辦法接收目錄異動通知 (例如使用 Pub/Sub、訊息佇列、事件等)，則可使用 import 或 create API 方法即時更新目錄。
舉例來說，您可以使用 Cloud Scheduler 每天呼叫 BigQuery 匯入作業。
目錄大小是否有上下限？
雖然沒有最低限制，但如果目錄規模太小 (少於 100 個項目)，可推薦的產品數量就會非常少，因此可能無法從推薦功能中獲得太多效益。
目錄上限為 4,000 萬個項目。
請參閱說明文件，瞭解預設配額和限制，以及如何申請變更配額。
我的公司在多個國家/地區經營網站。我應該為所有資料使用同一個目錄嗎？
一般來說，最好只建立一個包含所有項目的目錄。提交事件時，必須一律使用同一種貨幣。您無法在同一個專案中建立多個目錄，但如果使用實體，就能為特定國家/地區指定搜尋、推薦和自動完成行為。
如果各網站的目錄有明顯差異，建議為每個網站建立個別專案。此外，如果這些國家/地區使用不同語言，建議您為每種語言分別建立專案。
如果類似網站的流量低於主要網站，且事件數量不足，無法為所有個別網站產生高品質模型，建議使用單一目錄。
如要使用單一目錄，目錄項目 ID 應保持一致，也就是說，同一項產品在所有網站上都應使用相同的項目 ID，這樣目錄中就不會有重複的產品。
如果只想顯示推薦內容，除了使用實體，也可以透過篩選器篩選特定網站。不過，篩選器最多可能需要 8 小時才會更新，因此如果有國家/地區專屬的供應情形 (缺貨中) 規定，通常需要透過業務規則處理，在預測回應後篩除結果。這適用於第 1 版filter_tag篩選和第 2 版屬性篩選。
AI Commerce Search 是否支援在每個目錄中使用多種貨幣？
不可以，每個目錄只能使用一種貨幣。上傳事件時，必須使用單一幣別。
如果您打算使用 Gemini Enterprise for Customer Experience 的 AI Commerce Search 控制台取得收益指標，請確保所有事件都使用單一幣別，或在上傳前將所有事件轉換為相同幣別。
我有多個網站，共用同一個目錄或類似商品。推薦功能可以提供跨網站推薦嗎？
一般來說，只有在網站之間有大量重疊時，我們才建議使用單一目錄，例如網站應共用許多或所有相同的產品。接著，就像多區域網站一樣，您可以使用實體或篩選器標記，只傳回特定網站的項目，用於特定預測呼叫。
如果網站共用的目錄項目不多或完全沒有，則應使用多個目錄。如要使用多個目錄，每個目錄都必須有獨立的 Google Cloud 專案。
加入更多中繼資料是否能改善模型？模型是否會考量 x、y、z 欄位？
如要瞭解必填欄位，請參閱「必要的目錄項目資訊」。
其他中繼資料欄位 (例如圖片和 itemAttributes) 則為選填。這些資料可能用於預測預覽、結果分析、訓練和調整。建議加入實用的屬性，例如顏色、尺寸、材質等。指定 returnProduct:true 後，這些欄位會做為 predict 結果的一部分傳回，因此有助於顯示結果。在 Gemini Enterprise for Customer Experience 控制台的 AI Commerce Search 中，圖片和商品屬性會用於預測預覽。
目錄項目的哪些屬性會做為模型訓練的輸入內容？
系統會結合使用者行為和產品屬性，主要使用的欄位包括 ID、標題、類別階層、價格和網址。您可以在 Product.attributes[] 中加入其他可能有用的自訂鍵/值屬性。
圖片網址是更方便的功能，您可以指定 returnProduct:true，將這項中繼資料做為預測結果的一部分傳回，這樣就不必額外呼叫來擷取這項資訊。在 Gemini Enterprise for Customer Experience 控制台的 AI Commerce Search 中，預覽模型的預測結果時，預測預覽也會顯示圖片。
我的產品支援哪些語言？
- 建議功能：支援大多數語言。模型會自動偵測文字語言。如需可自動偵測的所有語言清單，請參閱 Compact Language Detector GitHub README。
- 搜尋功能：支援這些世界語言。上傳目錄時，請設定語言。目錄只能使用一種語言，查詢也應以相同語言傳送。目錄中有多種語言會降低模型效能。
注意：如果搜尋目錄已包含多種語言，您可以新增同義詞來提升搜尋結果品質。如要瞭解同義詞，請參閱 OnewaySynonymsAction 和 TwowaySynonymsAction。
我的目錄有主要/子類或父項/子項 SKU。是否支援這些功能？
可以。這與 Merchant Center 中的 item_group_id 類似。您需要決定要如何取得建議 (在父項或子項層級)，以及事件是否位於父項或子項層級。
如要進一步瞭解產品層級，請參閱「產品層級」。
請先判斷並設定正確的產品層級，再傳送任何項目或事件。產品層級可以變更，但必須重新加入項目並重新調整模型。
如果產品已停售，可以從目錄中刪除嗎？
如果某個項目已過時，建議您將其狀態設為 OUT_OF_STOCK，而不是刪除，這樣一來，參照該項目的先前使用者事件就不會失效。
使用者事件
以下是使用者事件的常見問題。
我需要收集哪些使用者事件？
如需使用者事件類型清單、使用者事件規定和最佳做法，請參閱「關於使用者事件」。
如何排解模型建立過程中的資料品質問題？
在 Gemini Enterprise for Customer Experience 的 AI Commerce Search 控制台中，前往「Data Quality」(資料品質) 頁面，查看擷取目錄和使用者事件的資料品質指標。
可以與 Google Analytics 360 整合嗎？
您可以使用 Google Analytics 360 (GA360) 的歷來資料。與 Merchant Center 資料類似，GA360 資料可匯出至 BigQuery，然後 AI Commerce Search 可直接從 BigQuery 讀取事件。
如果是即時事件，建議您使用 Google 代碼管理工具整合追蹤像素，因為 GA360 的事件會延遲。
我想從 Google Analytics 360 匯入使用者事件。是否提供所有必要的使用者事件？
Google Analytics 360 原生支援 AI Commerce Search 使用的所有使用者事件，但搜尋事件除外。您仍可從 Analytics 360 匯入搜尋使用者事件，但請注意，AI Commerce Search 會根據搜尋查詢和產品曝光 (如有) 建構搜尋使用者事件。
如何將事件饋送至 Recommendations AI？
使用者通常會透過 Cloud Storage 或 API 匯入歷來事件，然後使用 JavaScript 像素或 GTM 代碼串流即時事件。
如果無法傳送模型所需的所有使用者事件類型，該怎麼辦？每個模型至少需要哪些事件類型？
每個模型和最佳化目標的需求條件略有不同。請參閱使用者事件資料規定。
一般來說，每個目錄項目的事件越多，模型成效就越好。流量大的網站可以先使用較少量的歷來資料，但仍需要至少幾週的資料。
我有「加入購物車」和「完成購買」事件，但沒有收益或數量值。我該提交什麼內容？
如果沒有數量值，可以傳遞預設值 1，不會影響模型結果。項目一律須設定 displayPrice。originalPrice 和 cost 為選用。
我的資料只涵蓋有限的事件類型。我還能使用 AI Commerce Search 嗎？
如要瞭解各模型類型的最低資料需求，請參閱「使用者事件資料需求」。
搜尋結果
以下是搜尋結果的常見問題。
搜尋結果是否經過個人化調整？
可以。Google 搜尋可提供個人化搜尋結果。系統會根據訪客 ID 提供個人化搜尋結果。詳情請參閱「個人化」。
如何將背景資訊 (例如使用者購物的商店) 納入搜尋要求？
依商店 ID 提供的供應情形和出貨選項是產品目錄的屬性。屬性可以做為搜尋要求中的參數傳送。系統會根據要求中的商店 ID 篩選結果，或提高結果排名。
可以隱藏搜尋結果中的產品嗎？
可以。filter 參數可根據標記篩選結果。
是否可以根據多項條件 (例如供應情形和價格) 進行排名？
可以，boostSpec 允許複雜的排名規則。
是否可以將某些屬性分組，以便提供多個面向的結果？例如，將同一國家/地區的城市分組，做為產地。
產品屬性沒有階層關係。不過，您可以使用多個自訂屬性來達成這個目的 (例如分別為國家/地區和城市設定屬性)。
建議功能的運作方式
建議內容包含使用者查詢、重寫查詢、產品名稱等。如要產生高品質的自動完成建議，請務必擷取足夠的搜尋事件和目錄。
搜尋是否區分大小寫？
由於語言分析，文字查詢通常不區分大小寫。不過，篩選運算式和排列順序會嚴格區分大小寫。
為什麼單複數搜尋查詢會傳回不同結果？
AI Commerce Search 會根據使用者意圖和歷來使用者參與度 (例如點擊和購買)，分別評估單數和複數查詢。購物者經常會點選或購買單複數詞彙不同的產品，例如單件襯衫的「t-shirt」和多件組的「t-shirts」。如果某個查詢形式只與少數產品相符，查詢擴充功能也可以擴大該查詢的結果。
如要擴充目錄語言中的單數、複數或屈折詞，以納入彼此的候選字詞，請設定雙向同義詞控制項。由於同義詞會做為查詢提示，而排名仍取決於評分，因此同義詞查詢仍可能傳回不同的排名。如要進一步瞭解 AI Commerce Search 如何處理文字查詢，請參閱「如何處理文字查詢和參數」。
如何讓含有連字號的零件編號可供搜尋？
標準語言分析可能會移除特殊字元。將這些值對應至已啟用 exact-searchable 標記的自訂屬性。此外，建議您在擷取前將字串拆分為 n-gram。
如果我的目錄使用其他語言，搜尋引擎會翻譯使用者的查詢嗎？
不行。目錄語言和搜尋查詢語言必須一致。如果您預期使用者會以多種語言搜尋，請導入同義詞控制項，將查詢對應至目錄的基本語言。
為什麼搜尋結果無法正確依類別篩選？
檢查類別名稱是否包含「>」字元。這個字元僅限用於階層分隔符號 (例如 Clothing > Mens)。如果類別名稱預設包含這個字元，篩選器會失效，因此必須替換。
預測結果
以下是預測結果的常見問題。
可傳回的預測結果數量是否有限制？
根據預設，預測要求會在回應中傳回 20 個項目。您可以提交 pageSize 的值，增加或減少這個數量。
如需退回超過 100 件商品，請與 Google 支援團隊聯絡。請注意，傳回超過 100 個項目可能會增加回應延遲時間。
我可以查看模型推薦特定產品的原因嗎？
不會。
我可以下載及快取預測結果嗎？
由於預測結果會根據使用者在網站上的活動即時改善，因此不建議使用快取的預測結果。模型每天都會重新訓練，納入目錄異動並因應新趨勢。
對我們來說，使用快取的搜尋和瀏覽結果會違反客戶資料隱私權條款。這會觸發快取偵測機制，自動移除個人化設定。
一般來說，您可以快取圖片和產品詳細資料，但不得快取特定查詢的搜尋結果，且必須為每項搜尋要求傳送新的查詢。
我需要根據業務規則，重新排序傳回的推薦內容。是否支援？
可以。不過，雖然您可以根據業務規則重新排序傳回的推薦內容，但請注意，重新排序或篩選推薦結果可能會降低模型的整體成效。「您可能喜歡的其他項目」和「為您推薦」模型內建價格重新排序功能。請參閱「價格重新排名」。
可建立及使用的篩選器標記數量是否有限制？
不重複標記的數量沒有硬性限制。不過，系統並非設計用來處理每個項目有多個篩選器標記的情況。建議您盡可能將每個目錄項目的篩選器標記數量限制在 10 個以內。整個目錄的標記總數上限為 100,000,000 個。請參閱配額與限制。
我可以依價格優先顯示建議嗎？
可以。如果啟用價格重新排序，系統就會將推薦機率相近的推薦產品按照價格由高至低排序。
對話功能
以下是 AI Commerce Search 對話功能、產品篩選和商務的常見問題。
如何維持對話工作階段，以及如何重新整理脈絡？
對話工作階段會使用對話式代理回覆中傳回的對話 ID 維持。在同一對話中，您必須在所有後續要求中傳遞這個對話 ID。如要重新整理或發起新對話，請發起不含對話 ID 的新 API 要求。
串流 API 對我的導入作業和使用者體驗有何影響？
串流性質代表您可以立即接收查詢類型。這樣一來，您就能區分哪些查詢會產生對話式文字回覆，哪些不會 (例如 SIMPLE_PRODUCT_SEARCH)。如果是 SIMPLE_PRODUCT_SEARCH，您可以立即觸發對核心 Search API 的呼叫。
為什麼 ConversationalSearchRequest 中的 searchParams 必須反映核心 Search API 呼叫？
您希望searchParams保持一致，例如篩選器、排列順序和提升規則。維持一致性有助於確保 API 提供的對話式答案或精細查詢，與向使用者顯示的實際產品結果一致。
如果偵測到基本產品搜尋，對話是否會結束？使用者可以返回其他對話模式嗎？
對話不會結束。對話 ID 仍有效。零售商可以設計使用者體驗，讓即時通訊視窗保持開啟，方便使用者繼續對話。能否「還原」取決於這項特定使用者體驗實作選項。
Conversational API 會儲存哪些對話內容資料？儲存多久？
為維持對話流程，Conversational API 會儲存使用者查詢、對話文字回覆和後續問題。這類情境資訊會保留七天。
為什麼 Conversational API 不像對話式產品篩選功能一樣，提供後續問題的建議答案？
雖然目前不支援提供後續問題的建議答案，但我們已將這項功能納入發展藍圖。敬請持續鎖定！
Conversational API 如何使用快取提升效能和保留對話內容？
Conversational API 會快取特定客戶和專案的查詢類型和精細搜尋查詢，最長可達 10 天。這表示如果重複相同的查詢，系統就能快速擷取意圖和建議的修正。
機器學習模型
以下是模型的常見問題。
我已上傳目錄和事件，但呼叫 Prediction API 時仍收到以下回應：推薦模型尚未就緒。
如要進行整合，您可以在預測要求中將「dryRun」設為 true，這樣系統就會從目錄傳回任意目錄項目 (請勿用於正式環境流量)。
這通常表示模型尚未完成訓練。如果建立模型後已超過 10 天，但仍持續收到這則回覆，請與支援團隊聯絡。
訓練模型需要多久時間？
初始模型訓練和微調作業需要 2 到 5 天才能完成，但如果資料集較大，可能需要更久。除非停用，否則模型之後每天都會自動重新訓練。請參閱「暫停及繼續訓練模型」。
可以下載或匯出模型嗎？
不會。
可以在新專案中使用現有專案建立的模型嗎？
不行。您必須在新專案中建立及重新訓練模型。
我想在類別頁面使用模型。可以這樣做嗎？
可以。「為你推薦」功能適合用於類別頁面。類別頁面與首頁類似，但只會顯示該類別的商品。您可以使用標準「為您推薦」模型搭配篩選器標記，達到這個目的。舉例來說，您可以為目錄中的項目新增自訂篩選器標記 (對應各個類別頁面)。傳送預測要求時，請將使用者事件物件設為 category-page-view，並在 filter 欄位中指定特定類別頁面的標記。系統只會傳回符合要求篩選標記的建議結果。在這個用途中，應停用多樣化功能，因為多樣化功能可能會與類別篩選器標記衝突。
我可以停用模型的個人化功能嗎？
根據預設，系統會針對「Others You May Like」(您可能會喜歡的其他項目)、「Recommended for You」(為您推薦) 和「Buy it Again」(再次購買) 推薦模型類型，提供個人化預測結果。
不建議停用個人化功能。如需非個人化搜尋結果，可以在預測要求中使用隨機不重複訪客 ID。
Gemini Enterprise for Customer Experience 控制台中的 AI Commerce Search
以下是關於在 Gemini Enterprise for Customer Experience 控制台使用 AI Commerce Search 的常見問題。
我清除了一些事件，但資訊主頁仍顯示這些事件類型的計數。
這是可預期的情況，Gemini Enterprise for Customer Experience 的 AI Commerce Search 資訊主頁會顯示特定時間範圍內擷取的事件數量，而非目前的事件數量。
一般來說，使用者事件記錄後，應保留在原處。不建議清除事件。如果確實需要清除事件，請參閱移除使用者事件的說明文件。
如何判斷目錄或使用者事件是否有錯誤？
如果語法有問題，大多數 API 呼叫都會傳回錯誤。Gemini Enterprise for Customer Experience 的 AI Commerce Search 資訊主頁會顯示未加入事件的百分比，這也是一項實用指標。您可以使用 Cloud Monitoring 和 Cloud Logging 監控事件狀態。
Gemini Enterprise for Customer Experience 的 AI Commerce Search 會以哪種幣別回報收益指標？
Gemini Enterprise for Customer Experience 的 AI Commerce Search，會以上傳資料使用的幣別回報指標。AI Commerce Search 不支援在單一目錄中使用多種幣別，也不會轉換幣別。