Knowledge Assist generativo

El asistente de conocimiento generativo proporciona respuestas a las preguntas de tu agente en función de la información de los documentos que proporcionas. Puedes especificar tu nombre de dominio o subir documentos para un agente de almacén de datos basado en flujo o un agente de almacén de datos basado en guía. El asistente de conocimiento generativo sintetiza esa información con la conversación en curso y los metadatos del cliente disponibles para brindar una respuesta más pertinente y oportuna a tu agente.

Antes de comenzar

A menos que seas el propietario del proyecto, necesitas estos roles para crear un agente de almacén de datos:

- Dialogflow API Admin
- Discovery Engine Admin

Crea un agente de almacén de datos basado en flujo

1. Activa la API de AI Applications en la consola de Vertex AI.

2. Para crear el agente, sigue los pasos que se indican en Agentes de almacén de datos basados en flujo.

Crea un agente de almacén de datos basado en guía

1. Activa la API de AI Applications en la consola de Vertex AI.

2. Para crear el agente, sigue los pasos que se indican en Agentes de almacén de datos basados en guía.

3. Para conectar el agente a un almacén de datos, crea una herramienta de almacén de datos. Consulta Ejemplos de herramientas de almacén de datos basados en guía para obtener más información.

Responde las preguntas de tus agentes humanos

El agente de almacén de datos basado en flujo o en guía puede responder las preguntas de tus agentes humanos en función de los documentos que proporcionaste.

Paso 1: Crea un perfil de conversación

Crea un perfil de conversación con la consola de Agent Assist o la API.

  {
    "displayName": "my-conversation-profile-display-name",
    "humanAgentAssistantConfig": {
      "humanAgentSuggestionConfig": {
        "featureConfigs": [
          {
            "suggestionFeature": {
              "type": "KNOWLEDGE_SEARCH"
            },
            "queryConfig": {
              "dialogflowQuerySource": {
                "humanAgentSideConfig": {
                  "agent": "projects/PROJECT_ID/locations/LOCATION_ID/agents/AGENT_ID"
                }
              }
            },
            "disableAgentQueryLogging": false,
            "enableConversationAugmentedQuery": false,
          }
        ]
      }
    }
  }
      

Cuando creas un perfil de conversación en la consola de Agent Assist, Agent Assist habilita automáticamente el asistente de conocimiento generativo.

Paso 2: Usa un agente de almacén de datos

De manera opcional, usa la SearchKnowledge API para obtener las respuestas del agente de almacén de datos. También puedes usar las siguientes configuraciones como parte de tu solicitud SearchKnowledge:

• querySource: Configura este campo para indicar si un agente escribió la consulta o si el asistente de conocimiento generativo la sugirió automáticamente.
• exactSearch: Configura este campo para indicar si se debe buscar la consulta de entrada exacta sin reescribirla.
• endUserMetadata: Configura este campo para incluir información adicional sobre el usuario final que mejore la respuesta generada. Para obtener más detalles, consulta la página Personalización del rendimiento del agente de almacén de datos.
• searchConfig: Configura este campo para obtener un control adicional para potenciar y filtrar documentos de conocimiento. Para obtener más detalles, consulta la página Configuración de búsqueda del rendimiento del agente de almacén de datos.

Antes de usar cualquiera de los datos de solicitud a continuación, haz los siguientes reemplazos:

• PROJECT_ID: Es el ID del proyecto.
• LOCATION_ID: Es el ID de tu ubicación.
• CONVERSATION_PROFILE_ID: Es el ID del perfil de conversación del paso anterior.
• SESSION_ID: Es el ID de tu sesión de búsqueda.
El historial de búsqueda de la misma sesión puede afectar el resultado de la búsqueda. Puedes usar el siguiente ID de conversación para el ID de sesión.
• CONVERSATION_ID: Es la conversación (entre el agente humano y el usuario final) en la que se activa la solicitud de búsqueda.
• MESSAGE_ID: Es el mensaje de conversación más reciente cuando se activa la solicitud de búsqueda .

Este es un ejemplo de solicitud JSON:

{
  "parent": "projects/PROJECT_ID/locations/LOCATION_ID"
  "query": {
    "text": "What is the return policy?"
  }
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID"
  "sessionId": "SESSION_ID
  "conversation": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID"
  "latestMessage": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/messages/MESSAGE_ID
  "querySource": AGENT_QUERY
  "exactSearch": false
  "searchConfig": {
    "filterSpecs": {
      "filter": "category: ANY(\"persona_B\")"
    }
  }
  "endUserMetadata": {
    "deviceOwned": "Google Pixel 7"
  }
}

De manera opcional, proporciona los nombres de recursos conversation y latest_message si la búsqueda del agente se realiza durante una conversación con un usuario. Estos dos campos son obligatorios si habilitas la opción enable_conversation_augmented_query y prefieres mejorar la experiencia de respuesta de la consulta con el contexto conversacional entre tu agente y el usuario.

Simulador

Prueba tu agente de almacén de datos basado en flujo o en guía en el simulador de Agent Assist.

En el ejemplo anterior, el agente de almacén de datos basado en flujo responde a la consulta del usuario What is the refund processing time? con la siguiente información:

• Respuesta generada por IA generativa: Cuando el paquete con tu devolución llegue al centro de devoluciones del vendedor, es posible que demore hasta 7 días hábiles adicionales en procesarse. Verifica el estado de tu reembolso con el número de seguimiento de la devolución que se encuentra en la página de pedidos.
• Título del documento de conocimiento pertinente: Devoluciones y reembolsos.

Enviar comentarios

Para conocer los pasos para enviar comentarios, consulta Envía comentarios a Agent Assist.

Responde las preguntas del agente

El siguiente es un ejemplo de solicitud JSON para enviar comentarios sobre cómo responder las preguntas del agente.

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/answerRecords/ANSWER_RECORD_ID",
  "answerFeedback": {
    "displayed": true
    "clicked": true
    "correctnessLevel": "FULLY_CORRECT"
    "agentAssistantDetailFeedback": {
      "knowledgeSearchFeedback": {
        "answerCopied": true
        "clickedUris": [
          "url_1",
          "url_2",
          "url_3",
        ]
      }
    }
  }
}

Metadatos

Si configuras metadatos para un documento de conocimiento, el asistente de conocimiento generativo y el asistente de conocimiento generativo proactivo mostrarán los metadatos del documento junto con la respuesta.

Por ejemplo, puedes usar metadatos para marcar si el documento de conocimiento es tu artículo interno privado o un artículo público externo. Dentro del simulador de Agent Assist y los módulos de la IU, el asistente de conocimiento generativo y el asistente de conocimiento generativo proactivo muestran automáticamente un valor de metadatos del documento para ciertas claves.

• gka_source_label: El valor se muestra directamente en la tarjeta de sugerencias.
• gka_source_tooltip: Cuando el valor es de tipo struct, si mantienes el cursor sobre el vínculo de origen, se expande y muestra el valor en una sugerencia.

Si tienes los siguientes metadatos para un documento de conocimiento, la tarjeta de sugerencias muestra la fuente como External Doc y la sugerencia agrega doc_visibility: public doc.

Metadatos: None { "title": "Public Sample Doc", "gka_source_label": "External Doc", "gka_source_tooltip": { "doc_visibility": "public doc" } }

Metadatos del usuario final

Adjunta metadatos del usuario final para mejorar y personalizar la respuesta generada por el agente de Datastore. Para el asistente de conocimiento generativo, puedes adjuntar metadatos del usuario final al campo end_user_metadata o transferirlos a una conversación con la API de IngestContextReferences. Puedes usar metadatos del usuario final transferidos para el asistente de conocimiento generativo y el asistente de conocimiento generativo proactivo.

Ejemplo 1: Adjunta metadatos del usuario final

{
  "query": {
     "text": "test query"
  },
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "sessionId": "SESSION_ID",
  "conversation": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
  "querySource": "AGENT_QUERY",
  "endUserMetadata": {
    "Name": "Jack",
    "Age": 33,
    "City": "Tokyo"
  }
}

Ejemplo 2: Transfiere metadatos del usuario final

{
  "conversation": "projects/PROJECT_ID/locations/global/conversations/CONVERSATION_ID",
  "contextReferences": {
   "gka_end_user_metadata": {
      "contextContents": [{
"content": "{\"Name\":\"Jack\",\"Age\":33,\"city\":\"Tokyo\"}",
        "contentFormat": "JSON"
      }],
      "updateMode": "OVERWRITE",
      "languageCode": "en-US"
    }
  }
}

Para obtener más detalles sobre los metadatos del usuario final en Datastore, consulta la información sobre la personalización de Dialogflow.

Idiomas admitidos

Consulta la lista completa de idiomas admitidos.