Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

排解知識輔助功能問題

您可以查看生成式知識輔助 (GKA) 和主動式生成式知識輔助 (PGKA) 的詳細資訊，包括失敗次數、功能使用行為和延遲時間。啟用 enable_response_debug_info，即可在 knowledge_assist_debug_info 物件中查看這些疑難排解詳細資料。

設定對話設定檔以進行疑難排解

如要存取 GKA 和 PGKA 的疑難排解資訊，您必須在對話設定檔中開啟 enable_response_debug_info 欄位。如果這個欄位處於關閉狀態，當查詢沒有結果時，知識搜尋會傳回 NotFound 錯誤，knowledge assist 則會傳回空白訊息。開啟 enable_response_debug_info 即可提供 OK 回應，說明沒有結果的原因。這項修改會影響 API 和現有整合。

生成式知識輔助 (GKA)

如要取得 GKA 查詢的詳細疑難排解資訊，必須在對話設定檔中啟用這項功能。建立或更新對話設定檔時，請將 human_agent_assistant_config 中的 enable_response_debug_info 欄位設為 true，如下所示。

parent:"projects/PROJECT_ID/locations/LOCATION-ID"
conversation_profile {
  display_name: "DISPLAY-NAME"
  human_agent_assistant_config {
    human_agent_suggestion_config {
      feature_configs {
        suggestion_feature {
          type: KNOWLEDGE_SEARCH
        }
        query_config {
          dialogflow_query_source {
            human_agent_side_config {
              agent: "projects/PROJECT_ID/locations/LOCATION-NAME/agents/AGENT-ID"
            }
          }
        }
        enable_response_debug_info: true
      }
    }
  }
}

啟用 enable_response_debug_info 欄位後，生成器會傳回 knowledge_search_debug_info 物件，做為 SearchKnowledgeResponse 的一部分，以及生成的答案。這項資訊可提供知識搜尋的效能和行為相關深入分析。

排解 PGKA V2 問題

啟用 enable_response_debug_info field 後，KnowledgeAssistDebugInfo 物件會包含多個專為 PGKA V2 設計的新欄位。如要存取這些欄位，請將 baseline_model_version 和 enable_response_debug_info 設為 2.0。以下是設定範例，說明如何存取 PGKA V2 中的疑難排解資訊：

  "name": "projects/PROJECT_ID/locations/LOCATION/conversationProfiles/PROFILE_ID",
  "human_agent_assistant_config": {
    "human_agent_suggestion_config": {
      "feature_configs": [
        {
          "suggestion_feature": {
            "type": "KNOWLEDGE_ASSIST"
          },
          "query_config": {
            "dialogflow_query_source": {
              "agent": "projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID"
            }
          },
          "conversation_model_config": {
            "baseline_model_version": "2.0"
          },
          "disable_query_search_context": true,
          "enable_response_debug_info": true,
            "suggestion_trigger_event": "END_OF_UTTERANCE",
        }
      ]
    }
  }

疑難排解詳細資料

search_knowledge_debug_info 物件包含多項重要資訊，有助於排解問題，並瞭解 GKA 的搜尋程序。

搜尋失敗或回答內容沒有幫助

datastore_response_reason 欄位會提供資料服務或答案品質的高階狀態，協助您快速找出搜尋失敗或答案品質下降的原因。

可能的值包括：

NONE：要求已處理完畢，沒有任何特定問題需要回報。
SEARCH_OUT_OF_QUOTA：由於超出用量配額，搜尋作業遭到封鎖。
SEARCH_EMPTY_RESULTS：搜尋結果未顯示 Datastore 中的任何文件。
ANSWER_GENERATION_GEN_AI_DISABLED：專案已停用生成式 AI 功能。
ANSWER_GENERATION_OUT_OF_QUOTA：由於超過用量配額，系統已封鎖答案生成功能。
ANSWER_GENERATION_ERROR：生成答案時發生內部錯誤。
ANSWER_GENERATION_NOT_ENOUGH_INFO：系統擷取的文件資訊不足，無法生成回覆。
ANSWER_GENERATION_RAI_FAILED：生成答案遭到負責任的 AI 技術 (RAI) 篩選器封鎖。
ANSWER_GENERATION_NOT_GROUNDED：建立基準的驗證步驟判定生成的答案與來源文件不符，因此已捨棄。

主動行為

search_knowledge_behavior 物件會指出 GKA 要求期間啟用的特定行為。

answer_generation_rewriter_on：true 值表示系統已重新編寫使用者查詢，以便更有效地搜尋 Datastore。false 值表示產生器未重新編寫查詢。
end_user_metadata_included：true 值表示 end_user_metadata 已在呼叫資料儲存庫代理程式時一併傳遞。false 值表示 end_user_metadata 未傳遞至資料儲存庫代理程式。

從擷取的內容排解問題

ingested_context_reference_debug_info 欄位提供與擷取內容相關的疑難排解資訊，有助於搜尋。

project_not_allowlisted：true 值表示專案不在許可清單中，因此無法使用擷取的內容參照功能。false 值表示專案在許可清單中。
context_reference_retrieved：指出是否已從資料庫成功擷取情境參照。
ingested_parameters_debug_info：從內容參照擷取的參數清單及其狀態。每個參數都會顯示參數名稱和下列其中一種擷取狀態。
- INGESTION_STATUS_SUCCEEDED：參數已成功擷取。
- INGESTION_STATUS_CONTEXT_NOT_AVAILABLE：無法擷取參數。
- INGESTION_STATUS_PARSE_FAILED：系統無法剖析參數內容。
- INGESTION_STATUS_INVALID_ENTRY：內容項目數量超出預期 (應只有一個)。
- INGESTION_STATUS_INVALID_FORMAT：內容格式不符預期 (例如 JSON)。
- INGESTION_STATUS_LANGUAGE_MISMATCH：情境參照的語言與對話語言不符。

延遲時間

service_latency 物件會細分各種內部服務所花費的時間，協助您找出效能瓶頸。
internal_service_latencies：清單，內含程序每個內部步驟的延遲詳細資料。每個項目都包含名稱 (step)、所需時間 (以毫秒為單位) (latency_ms)，以及開始 (start_time) 和結束 (complete_time) 時間。內部程序步驟的可能名稱如下：
- total_data_store_agent：測量處理整個 GKA 要求的總時間，從接收查詢到傳回最終答案。做為代理程式所有資料儲存區搜尋步驟的總計時器。
- query_rewrite：重新撰寫使用者初始查詢所花費的時間，以便更有效地搜尋知識文件。
- search_query：資料儲存庫代理程式使用 (可能經過重寫的) 查詢，針對您設定的資料儲存庫執行搜尋所花費的時間。
- summarization：從 Datastore 擷取搜尋結果，並生成簡潔的自然語言答案所花費的時間 (ReAct 輪次)。
- grounding：驗證基準程序所花費的時間。這項重要步驟會在傳回生成的答案前，檢查來源文件是否確實支援該答案。
- query_generation：分析進行中對話並主動生成相關搜尋查詢所花費的時間。
- generated_query_rai：對主動生成的查詢執行負責任的 AI 技術 (RAI) 安全檢查所花的時間，檢查完畢後才會將查詢用於搜尋。
- query_categorization：使用 Agent Search 將生成的查詢分類所花費的時間 (如果已設定這項功能)。

疑難排解資訊回應範例

以下是 JSON 回應中 search_knowledge_debug_info 物件的完整範例。

{
  "search_knowledge_debug_info": {
    "datastore_response_reason": "ANSWER_GENERATION_NOT_ENOUGH_INFO",
    "search_knowledge_behavior": {
      "answer_generation_rewriter_on": true,
      "end_user_metadata_included": true
    },
    "ingested_context_reference_debug_info": {
      "project_not_allowlisted": false,
      "context_reference_retrieved": true,
      "ingested_parameters_debug_info": [
        {
          "parameter": "order_id",
          "ingestion_status": "INGESTION_STATUS_SUCCEEDED"
        },
        {
          "parameter": "user_profile",
          "ingestion_status": "INGESTION_STATUS_INVALID_FORMAT"
        },
        {
          "parameter": "product_sku",
          "ingestion_status": "INGESTION_STATUS_CONTEXT_NOT_AVAILABLE"
        }
      ]
    },
    "service_latency": {
      "internal_service_latencies": [
        {
          "step": "total_data_store_agent",
          "latency_ms": 4125.781,
          "start_time": {
            "seconds": 1750969252,
            "nanos": 550649603
          },
          "complete_time": {
            "seconds": 1750969256,
            "nanos": 676430603
          }
        },
        {
          "step": "query_rewrite",
          "latency_ms": 412.0,
          "start_time": {
            "seconds": 1750969252,
            "nanos": 780119421
          },
          "complete_time": {
            "seconds": 1750969253,
            "nanos": 192119421
          }
        },
        {
          "step": "search_query",
          "latency_ms": 950.0,
          "start_time": {
            "seconds": 1750969253,
            "nanos": 192119421
          },
          "complete_time": {
            "seconds": 1750969254,
            "nanos": 142119421
          }
        },
        {
          "step": "summarization",
          "latency_ms": 721.0,
          "start_time": {
            "seconds": 1750969254,
            "nanos": 142119421
          },
          "complete_time": {
            "seconds": 1750969254,
            "nanos": 863119421
          }
        },
        {
            "step": "grounding",
            "latency_ms": 155.0,
            "start_time": {
              "seconds": 1750969254,
              "nanos": 863119421
            },
            "complete_time": {
              "seconds": 1750969255,
              "nanos": 18119421
            }
        }
      ]
    }
  }
}

主動式生成知識輔助 (PGKA)

疑難排解功能可深入瞭解查詢產生、分類和答案擷取程序。knowledge_assist_debug_info 物件是建議結果中 knowledge_assist_answer 的一部分。

建立或更新對話設定檔時，請為 KNOWLEDGE_ASSIST 功能將 enable_response_debug_info 欄位設為 true，如下所示。

parent: "projects/PROJECT_ID/locations/LOCATION-ID"
conversation_profile {
  display_name: "DISPLAY-NAME"
  human_agent_assistant_config {
    human_agent_suggestion_config {
      feature_configs {
        suggestion_feature {
          type: KNOWLEDGE_ASSIST
        }
        query_config {
          dialogflow_query_source {
            agent: "projects/PROJECT_ID/locations/LOCATION-ID/agents/DATASTORE-AGENT-ID"
          }
        }
        enable_response_debug_info: true
      }
    }
  }
}

疑難排解詳細資料

knowledge_assist_debug_info 物件包含下列欄位，可協助您瞭解主動建議的端對端生命週期。

無法產生查詢

query_generation_failure_reason 欄位會說明對話可能未生成主動搜尋查詢的原因。

QUERY_GENERATION_FAILED：產生查詢時發生內部錯誤。
QUERY_GENERATION_NO_QUERY_GENERATED：生成器決定不產生查詢。如果對話主題沒有改變，或是最近建議了類似的查詢，通常就會發生這種情況。
QUERY_GENERATION_RAI_FAILED：負責任的 AI 技術 (RAI) 篩選器基於安全考量，封鎖了可能的查詢。
NOT_IN_ALLOWLIST：對話設定檔或代理程式層級的篩選規則封鎖了查詢生成作業。
QUERY_GENERATION_QUERY_REDACTED：由於生成的查詢含有遭遮蓋的私密資訊，因此生成器已封鎖該查詢。
QUERY_GENERATION_AGENT_LANGUAGE_MISMATCH：查詢生成失敗，因為服務專員的語言與顧客的語言不符。
QUERY_GENERATION_TRANSLATION_LANGUAGE_MISMATCH：翻譯後的訊息語言與對話設定檔的語言不符，因此無法生成查詢。
QUERY_GENERATION_TRANSLATED_MESSAGE_NOT_FOUND：生成器預期會找到用於生成查詢的翻譯訊息，但未找到。
QUERY_GENERATION_EMPTY_CONVERSATION：對話沒有訊息。這項功能僅適用於 PGKA V2。
QUERY_GENERATION_EMPTY_LAST_MESSAGE：最後一則訊息為空白或空白字元。這項功能僅適用於 PGKA V2。
QUERY_GENERATION_TRIGGERING_EVENT_CONDITION_NOT_MET：觸發事件設定 (例如 AGENT_MESSAGE) 與最後一則訊息的傳送者角色不符。這項功能僅適用於 PGKA V2。
QUERY_GENERATION_LLM_RESPONSE_PARSE_FAILED：系統無法剖析模型輸出的結構化 JSON 內容。這項功能僅適用於 PGKA V2。

無法將查詢分類

query_categorization_failure_reason 欄位會說明查詢分類可能失敗的原因。

QUERY_CATEGORIZATION_INVALID_CONFIG：用於分類的 Agent Search 設定無效，例如搜尋引擎為空白。
QUERY_CATEGORIZATION_RESULT_NOT_FOUND：Agent Search 的結果未包含分類結果。
QUERY_CATEGORIZATION_FAILED：呼叫 Agent Search 進行分類失敗。

Datastore 搜尋狀態

查詢產生後，datastore_response_reason 欄位會提供針對 Datastore 執行的搜尋狀態。

NONE：Datastore 已處理要求，沒有任何特定問題需要回報。
SEARCH_OUT_OF_QUOTA：由於超出使用配額，Agent Assist 封鎖了搜尋作業。
SEARCH_EMPTY_RESULTS：搜尋結果未顯示 Datastore 中的任何文件。
ANSWER_GENERATION_GEN_AI_DISABLED：專案已停用生成式 AI 功能。
ANSWER_GENERATION_OUT_OF_QUOTA：Agent Assist 因超出用量配額而封鎖答案生成功能。
ANSWER_GENERATION_ERROR：生成答案時發生內部錯誤。
ANSWER_GENERATION_NOT_ENOUGH_INFO：系統擷取的文件資訊不足，無法生成回覆。
ANSWER_GENERATION_RAI_FAILED：RAI 篩選器封鎖了生成的答案。
ANSWER_GENERATION_NOT_GROUNDED：基準驗證步驟判斷來源文件並未如實佐證生成的答案，因此系統捨棄了該答案。

有效設定

knowledge_assist_behavior 物件會顯示要求啟用的特定設定。

answer_generation_rewriter_on：true 表示生成器已改寫查詢內容，以提供更優質的搜尋結果；false 則表示生成器未改寫查詢內容。
end_user_metadata_included：如果產生器將 end_user_metadata 傳遞至 Datastore，則為 true；如果沒有，則為 false。
return_query_only：true 如果設定檔只會傳回產生的搜尋查詢，false 如果設定檔會傳回完整答案。
use_pubsub_delivery：如果產生器已設定透過 Pub/Sub 傳送結果，請選取 true，否則請選取 false。
disable_sync_delivery：如果停用回應的同步傳送功能，則為 true；如果啟用回應的同步傳送功能，則為 false。
previous_queries_included：如果生成器在生成查詢的過程中考慮了先前建議的查詢，則為 true；如果沒有，則為 false。
use_translated_message：true (如果系統使用翻譯後的訊息生成查詢) 和 false (如果沒有)。
use_custom_safety_filter_level：true 如果套用了自訂安全篩選層級。false (如果生成器只使用預設安全篩選器等級)。
multiple_queries_generated：true 值表示模型產生多個查詢。這項功能適用於 PGKA V2。
query_contained_search_context：true 值表示產生的查詢包含搜尋情境。這項功能適用於 PGKA V2。
appended_search_context_count：這表示搜尋中成功使用的脈絡項目數量 (例如「產品」、「作業系統」)。這項功能適用於 PGKA V2。

從擷取的背景資訊取得的資訊

ingested_context_reference_debug_info 欄位提供與擷取內容相關的偵錯資訊，有助於搜尋。

project_not_allowlisted：true 值表示專案不在許可清單中，因此無法使用擷取的內容參照功能。false 值表示專案在許可清單中。
context_reference_retrieved：指出是否已從資料庫成功擷取情境參照。
ingested_parameters_debug_info：從背景資訊參照擷取的參數清單及其狀態。每個參數都會顯示參數名稱和下列其中一個可能的擷取狀態。
- INGESTION_STATUS_SUCCEEDED：參數已成功擷取。
- INGESTION_STATUS_CONTEXT_NOT_AVAILABLE：無法擷取參數。
- INGESTION_STATUS_PARSE_FAILED：系統無法剖析參數內容。
- INGESTION_STATUS_INVALID_ENTRY：內容項目數量超出預期 (應只有一個)。
- INGESTION_STATUS_INVALID_FORMAT：情境內容的格式不符預期。
- INGESTION_STATUS_LANGUAGE_MISMATCH：情境參照的語言與對話語言不符。

PGKA V1 的疑難排解回應範例

以下是回應中 knowledge_assist_debug_info 物件的完整範例。

{
  "knowledge_assist_debug_info": {
    "query_generation_failure_reason": "QUERY_GENERATION_NO_QUERY_GENERATED",
    "query_categorization_failure_reason": "QUERY_CATEGORIZATION_FAILURE_REASON_UNSPECIFIED",
    "datastore_response_reason": "SEARCH_EMPTY_RESULTS",
    "knowledge_assist_behavior": {
      "answer_generation_rewriter_on": true,
      "end_user_metadata_included": false,
      "return_query_only": false,
      "use_pubsub_delivery": true,
      "disable_sync_delivery": true,
      "previous_queries_included": true,
      "use_translated_message": false,
      "use_custom_safety_filter_level": false
    },
    "ingested_context_reference_debug_info": {
      "project_not_allowlisted": false,
      "context_reference_retrieved": true,
      "ingested_parameters_debug_info": [
        {
          "parameter": "session_id",
          "ingestion_status": "INGESTION_STATUS_SUCCEEDED"
        }
      ]
    },
    "service_latency": {
      "internal_service_latencies": [
        {
          "step": "query_generation",
          "latency_ms": 680.5,
          "start_time": {
            "seconds": 1753123456,
            "nanos": 110220330
          },
          "complete_time": {
            "seconds": 1753123456,
            "nanos": 790720330
          }
        },
        {
          "step": "search_query",
          "latency_ms": 1050.1,
          "start_time": {
            "seconds": 1753123456,
            "nanos": 790720330
          },
          "complete_time": {
            "seconds": 1753123457,
            "nanos": 840820330
          }
        }
      ]
    }
  }
}

PGKA V2 的疑難排解回覆範例

以下是兩種情境的完整範例。

範例 1：成功提供建議，並附上行為標記

這個情境說明模型成功產生多個查詢，並使用搜尋脈絡擴充主要查詢。以下是欄位說明：

multiple_queries_generated：表示模型產生多個相關主題。
query_contained_search_context：確認主要查詢已透過結構化資料擴充。
appended_search_context_count：用於縮小搜尋範圍的鍵/值組合確切數量 (例如應用程式名稱、作業系統)。

{
  "message": {
    "name": "projects/PROJECT_ID/locations/LOCATION/conversations/CONVERSATION_ID/messages/MESSAGE_ID",
    "content": "My DesignApp is crashing on Mac. Also, how do I resolve the storage limit error?",
    "participant_role": "END_USER"
  },
  "human_agent_suggestion_results": [
    {
      "suggest_knowledge_assist_response": {
        "knowledge_assist_answer": {
          "suggested_query": {
            "query_text": "Troubleshoot application crashing",
            "search_contexts": [
              { "key": "application name", "value": "DesignApp" },
              { "key": "operating system", "value": "Mac" }
            ]
          },
          "suggested_query_answer": {
            "answer_text": "To troubleshoot the crash on Mac, ensure..."
          },
          "answer_record": "projects/PROJECT_ID/locations/LOCATION/answerRecords/ANSWER_RECORD_ID",
          "knowledge_assist_debug_info": {
            "knowledge_assist_behavior": {
              "multiple_queries_generated": true,
              "query_contained_search_context": true,
              "appended_search_context_count": 2
            }
          }
        },
        "latest_message": "projects/PROJECT_ID/locations/LOCATION/conversations/CONVERSATION_ID/messages/MESSAGE_ID",
        "context_size": 20,
        "additional_suggested_query_results": [
          {
            "suggested_query": {
              "query_text": "Resolve storage limit exceeded error",
              "search_contexts": [
                { "key": "storage plan", "value": "1TB" }
              ]
            }
          }
        ]
      }
    }
  ]
}

範例 2：略過建議，並提供失敗原因

在這種情況下，系統會判斷不應觸發建議，因為事件條件未達成 (例如，觸發條件設為 AGENT_MESSAGE，但最後一則訊息來自 END_USER)。系統不會傳回錯誤，而是傳回成功狀態和具體原因。

{
  "message": {
    "name": "projects/PROJECT_ID/locations/LOCATION/conversations/CONVERSATION_ID/messages/MESSAGE_ID",
    "content": "I am having trouble with my account.",
    "participant_role": "END_USER"
  },
  "human_agent_suggestion_results": [
    {
      "suggest_knowledge_assist_response": {
        "knowledge_assist_answer": {
          "knowledge_assist_debug_info": {
            "query_generation_failure_reason": "QUERY_GENERATION_TRIGGERING_EVENT_CONDITION_NOT_MET"
          }
        },
        "latest_message": "projects/PROJECT_ID/locations/LOCATION/conversations/CONVERSATION_ID/messages/MESSAGE_ID",
        "context_size": 20
      }
    }
  ]
}

其他常見的失敗原因包括：

QUERY_GENERATION_EMPTY_CONVERSATION：對話中沒有任何訊息。
QUERY_GENERATION_EMPTY_LAST_MESSAGE：最後一則訊息為空白或僅含空白字元。
QUERY_GENERATION_LLM_RESPONSE_PARSE_FAILED：系統無法剖析大型語言模型的結構化輸出內容。

排解知識輔助功能問題 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

設定對話設定檔以進行疑難排解

生成式知識輔助 (GKA)

排解 PGKA V2 問題

疑難排解詳細資料

搜尋失敗或回答內容沒有幫助

主動行為

從擷取的內容排解問題

延遲時間

疑難排解資訊回應範例

主動式生成知識輔助 (PGKA)

疑難排解詳細資料

無法產生查詢

無法將查詢分類

Datastore 搜尋狀態

有效設定

從擷取的背景資訊取得的資訊

PGKA V1 的疑難排解回應範例

PGKA V2 的疑難排解回覆範例

範例 1：成功提供建議，並附上行為標記

範例 2：略過建議，並提供失敗原因

排解知識輔助功能問題