生成式知識輔助功能會根據您提供的文件資訊,回答服務專員的問題。您可以為以流程為基礎的資料儲存庫代理或以劇本為基礎的資料儲存庫代理指定網域名稱或上傳文件。生成式知識輔助功能會整合這些資訊、進行中的對話和可用的客戶中繼資料,為服務專員提供更相關且及時的答案。
事前準備
除非您是專案擁有者,否則必須具備下列角色,才能建立資料儲存庫代理程式:
- Dialogflow API Admin
- Discovery Engine Admin
建立以流程為基礎的資料儲存庫代理程式
在 Vertex AI 控制台中啟用 AI Applications API。
如要建立代理程式,請按照「以流程為基礎的資料儲存庫代理程式」中的步驟操作。
建立以應對手冊為基礎的資料儲存庫代理程式
在 Vertex AI 控制台中啟用 AI Applications API。
如要建立代理程式,請按照「以劇本為基礎的資料儲存庫代理程式」中的步驟操作。
如要將代理連結至資料儲存庫,請建立資料儲存庫工具。詳情請參閱「Playbook 資料儲存庫工具範例」。
回答真人服務專員的問題
流程型或應對手冊型資料儲存庫代理可以根據您提供的文件,回答真人服務專員的問題。
步驟 1:建立對話設定檔
使用 Agent Assist 控制台或 API 建立對話設定檔。
透過控制台建立
- 您必須啟用生成式知識輔助建議類型,並從上一個步驟將其連結至以流程為準或以劇本為準的資料儲存庫服務專員。
- 選用:勾選「停用代理程式搜尋查詢記錄」核取方塊,指出是否要讓 Google 收集及儲存經過編輯的搜尋查詢,以利改善品質。
- 您可以勾選「啟用對話擴增查詢」核取方塊,指出在產生搜尋查詢的答案時,是否要將真人服務專員與使用者之間的對話內容納入考量。

透過 API 建立
下列步驟說明如何使用 HumanAgentAssistantConfig 物件建立 ConversationProfile。您也可以使用 Agent Assist 控制台執行這些動作。
如要建立對話設定檔,請在 ConversationProfile 資源上呼叫 create 方法。
使用任何要求資料之前,請先修改下列項目的值:- PROJECT_ID:專案 ID
- LOCATION_ID:位置 ID
- AGENT_ID:上一個步驟中,以流程或劇本為基礎的資料儲存庫代理程式 ID
{ "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, } ] } } }
在 Agent Assist 控制台中建立對話設定檔時,Agent Assist 會自動啟用生成式知識輔助。
步驟 2:使用資料儲存庫代理程式
您也可以選擇使用 SearchKnowledge API,從資料儲存庫代理程式取得答案。您也可以在 SearchKnowledge 要求中加入下列設定:
querySource:設定此欄位,指出查詢是由服務專員輸入,還是由 Generative knowledge assist 自動建議。exactSearch:設定這個欄位,指出是否要搜尋確切的輸入查詢,而不進行查詢重寫。endUserMetadata:設定這個欄位,加入可改善生成答案的終端使用者額外資訊。詳情請參閱資料商店代理程式效能個人化頁面。searchConfig:設定這個欄位,進一步控制知識文件,以利提升和篩選。詳情請參閱「資料儲存庫代理程式效能搜尋設定頁面」。
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:專案 ID
- LOCATION_ID:位置 ID
- CONVERSATION_PROFILE_ID:上一個步驟中的對話設定檔 ID
- SESSION_ID:搜尋工作階段 ID 同一工作階段的搜尋記錄可能會影響搜尋結果。您可以將下列對話 ID 用於工作階段 ID。
- CONVERSATION_ID:觸發搜尋要求的對話 (人類服務專員與使用者之間的對話)
- MESSAGE_ID:觸發搜尋要求時的最新對話訊息
以下是 JSON 要求範例:
{ "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" } }
如果代理程式的搜尋作業是在與使用者對話期間進行,請視需要提供 conversation 和 latest_message 資源名稱。如果您啟用 enable_conversation_augmented_query 選項,並希望透過代理程式與使用者之間的對話內容,提升查詢回覆體驗,則必須提供這兩個欄位。
模擬工具
在 Agent Assist 模擬工具中,測試以流程或劇本為基礎的資料儲存庫代理程式。

在上述範例中,以流程為基礎的資料儲存庫代理會使用下列資訊回答使用者查詢 What is the refund
processing time?:
- 生成式 AI 生成的答案:退貨包裹送達賣家的退貨中心後,最多可能需要 7 個工作天才能處理完畢。如要查看退款狀態,請使用訂單頁面上的退貨追蹤號碼。
- 相關知識文件的標題:「退貨和退款」。
提供意見
如需傳送意見回饋的步驟,請參閱「傳送意見回饋給 Agent Assist」。
回答代理商問題
以下是傳送有關回答代理商問題意見回饋的 JSON 要求範例。
{ "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", ] } } } }
中繼資料
如果為知識文件設定中繼資料,生成式知識輔助和主動式生成式知識輔助都會在回覆中一併傳回文件的中繼資料。
舉例來說,您可以利用中繼資料標記知識文件是內部私人文章還是外部公開文章。在Agent Assist 模擬器和 UI 模組中,生成式 knowledge assist 和主動式生成式 knowledge assist 都會自動顯示特定鍵的文件中繼資料值。
gka_source_label:值會直接顯示在建議資訊卡中。gka_source_tooltip:如果值為struct類型,將游標懸停在來源連結上會展開並在工具提示中顯示值。
如果知識文件有下列中繼資料,建議資訊卡會將來源列為 External Doc,工具提示則會新增 doc_visibility: public doc。
中繼資料:
None
{
"title": "Public Sample Doc",
"gka_source_label": "External Doc",
"gka_source_tooltip": {
"doc_visibility": "public doc"
}
}
使用者中繼資料
附加使用者中繼資料,改善及個人化 Datastore 代理程式產生的答案。如要使用生成式知識輔助功能,您可以將使用者中繼資料附加至 end_user_metadata 欄位,或透過 IngestContextReferences API 匯入對話。您可以使用擷取的消費者中繼資料,搭配生成式知識輔助和主動式生成式知識輔助功能。
範例 1:附加使用者中繼資料
{
"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"
}
}
範例 2:擷取使用者中繼資料
{
"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"
}
}
}
如要進一步瞭解 Datastore 中的使用者中繼資料,請參閱 Dialogflow 個人化相關資訊。
語言支援
查看支援語言的完整清單。