Vertex AI Search offre un kit d'outils complet pour accéder aux informations de votre entreprise, les traiter et les analyser. Grâce aux fonctionnalités de recherche de Google et à l'IA générative de Gemini, il propose des solutions spécialisées pour le commerce, le multimédia, la santé, les sites Web, les intranets et les applications personnalisées.

Ses principales fonctionnalités incluent des performances prêtes à l'emploi avec des fonctionnalités avancées d'exploration, d'analyse et de compréhension des documents, ainsi que des options de réglage et de personnalisation telles que le reclassement en fonction des événements et la saisie semi-automatique. Les fonctionnalités d'IA générative permettent d'obtenir des réponses fondées, de combiner plusieurs sources et d'exploiter des capacités d'IA conversationnelle.

Vertex AI Search fournit une plate-forme de base avec des connecteurs pour diverses sources de données, des fonctionnalités Document AI, des API RAG, la recherche vectorielle et Gemini ancré pour une IA générative basée sur la recherche Google et vos données.

• Créez un index de site : il vous suffit d'ajouter l'URL de votre site. Votre index est disponible immédiatement si vous n'avez pas besoin de réponses génératives. Si vous avez besoin de réponses génératives, vous devez d'abord valider la propriété de votre domaine.
• Connectez-vous à une application de recherche : connectez l'index de votre site à une nouvelle application de recherche, dans laquelle vous pourrez gérer l'expérience de recherche. Assurez-vous d'activer les fonctionnalités LLM si vous avez l'intention d'utiliser des réponses génératives.
• Configurez votre expérience de recherche : définissez les configurations qui définiront votre expérience de recherche (par exemple, choisissez d'obtenir uniquement des résultats de recherche ou de pouvoir recevoir des réponses génératives).
• Testez et affinez la recherche : prévisualisez les résultats de recherche pour différentes requêtes et affinez votre recherche selon vos besoins. Vous pouvez, par exemple, ajouter des métadonnées basées sur le code HTML de votre site, optimiser les résultats en fonction de la date de publication ou d'autres informations, ou filtrer les résultats en fonction de métadonnées ou de formats d'URL.
• Déployez la recherche sur votre site : vous pouvez choisir de déployer la recherche à l'aide de notre widget prêt à l'emploi en tant que composant HTML à ajouter à votre site, ou de l'intégrer directement à l'aide de l'API.

Trouvez des produits similaires en quelques secondes, même avec des milliards d'objets. Vector Search offre de puissantes fonctions de mise en correspondance sémantique pour les recommandations, les chatbots, etc. Voyons comment créer un moteur de recommandations avec Vector Search :

1. Générer des embeddings : créez une représentation numérique (embedding) de vos éléments pour capturer leurs relations sémantiques. Vous pouvez le faire en externe ou en utilisant l'IA générative de Vertex AI.
2. Importer dans Cloud Storage : stockez vos embeddings dans Cloud Storage pour que Vector Search puisse y accéder.
3. Se connecter à Vector Search : associez vos embeddings à Vector Search pour effectuer une recherche des plus proches voisins.
4. Créer et déployer un index : créez un index à partir de vos embeddings et déployez-le sur un point de terminaison pour l'interroger.
5. Interroger pour obtenir des recommandations : utilisez le point de terminaison de l'index pour rechercher les voisins approximatifs les plus proches et trouver des éléments sémantiquement semblables à votre requête.
6. Évaluer et ajuster : évaluez les résultats, et affinez les paramètres ou l'échelle de l'algorithme pour assurer sa justesse et ses performances.