Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Halaman ini menyediakan checklist langkah-langkah yang diperlukan untuk membuat
aplikasi penelusuran kustom. Untuk checklist guna membuat aplikasi penelusuran situs, lihat
Checklist penelusuran situs.
Siapkan project Google Cloud , aktifkan Aplikasi AI, dan siapkan kontrol akses untuk project Anda. Anda dapat menggunakan project Google Cloud yang sudah ada jika sudah menggunakannya.
Tindakan
Tinjau Sebelum memulai
dan pastikan Anda telah menyelesaikan langkah-langkahnya.
Tentukan jenis data yang akan Anda sediakan di aplikasi penelusuran dan siapkan
data tersebut untuk diimpor ke Vertex AI Search.
Anda dapat mendasarkan penyimpanan data pada jenis data berikut:
Data tidak terstruktur. Dokumen (seperti PDF, file HTML, dan file TXT) yang disimpan di Cloud Storage. Atau, Anda dapat memberikan metadata dalam file JSON atau dalam tabel BigQuery.
Data terstruktur. Data yang diberikan dengan skema tertentu. Misalnya, Anda dapat menyediakan data dalam tabel BigQuery, sebagai file JSON di Cloud Storage, atau dari konektor pihak ketiga seperti Jira.
Jika Anda perlu menyiapkan kontrol akses untuk membatasi data yang dapat dilihat pengguna di
hasil aplikasi penelusuran, tinjau prasyarat dan ikuti
petunjuk untuk jenis penyedia identitas dan sumber data Anda di Menggunakan kontrol akses
sumber data.
Buat penyimpanan data, lalu impor data Anda ke dalamnya, atau siapkan konektor pihak ketiga sebagai sumber data yang disinkronkan.
Cara mengimpor data bergantung pada tempat Anda mengimpornya. Misalnya, jika data Anda berada di Cloud Storage, Anda dapat mengimpornya menggunakan
konsol atau API dengan memberikan lokasi bucket data Anda.
Vertex AI Search menyediakan banyak opsi konfigurasi. Beberapa opsi
bergantung pada apakah Anda berencana men-deploy widget penelusuran.
Tindakan
Bergantung pada kasus penggunaan Anda dan apakah Anda berencana men-deploy widget penelusuran
yang siap pakai atau mengintegrasikan panggilan API penelusuran ke dalam kode Anda sendiri,
Vertex AI Search menyediakan beberapa opsi untuk konfigurasi.
Anda dapat menyematkan widget penelusuran ke situs Anda. Widget ini otomatis menyediakan kotak penelusuran dan antarmuka penelusuran yang dapat diperluas. Jika Anda berencana men-deploy widget penelusuran, konfigurasikan hal berikut:
Jika Anda berencana untuk mengintegrasikan panggilan API penelusuran ke server atau aplikasi,
bukan menggunakan widget, Anda dapat mengonfigurasi setelan penelusuran menggunakan
opsi berikut:
Setelan kolom. Untuk data terstruktur atau data tidak terstruktur dengan
metadata, perbarui setelan kolom untuk meningkatkan cara Vertex AI Search
menggunakan metadata untuk penelusuran. Lihat Mengonfigurasi kolom untuk
penelusuran.
Pelengkapan otomatis. Bergantung pada data Anda, siapkan saran pelengkapan otomatis berdasarkan konten dokumen, kolom, histori penelusuran, atau peristiwa pengguna. Lihat
Mengonfigurasi pelengkapan otomatis.
Kontrol penayangan. Mengontrol kapan hasil penelusuran
dioptimalkan, disembunyikan, difilter, atau dialihkan, atau apakah kueri tertentu
dikaitkan dengan kueri lain. Lihat Mengonfigurasi kontrol
penayangan.
Embedding kustom (Pratinjau). Jika telah membuat embedding sendiri,
Anda mungkin lebih memilih untuk menggunakannya, bukan yang dibuat oleh
Vertex AI Search untuk memperkaya penelusuran dengan konteks tambahan. Fitur ini tersedia untuk penyimpanan data dengan data terstruktur atau data tidak terstruktur dengan metadata. Lihat Menggunakan penyematan
kustom.
Jika Anda berencana men-deploy aplikasi dengan mengintegrasikan panggilan API penelusuran ke dalam kode
Anda sendiri, Vertex AI Search menyediakan opsi tambahan untuk mengonfigurasi cara
hasil penelusuran ditampilkan.
Tindakan
Konfigurasikan hasil penelusuran Anda dengan opsi berikut:
Anda dapat melihat pratinjau hasil penelusuran untuk memeriksa apakah konfigurasi aplikasi Anda berfungsi seperti yang diharapkan.
Tindakan
Untuk melihat pratinjau hasil penelusuran, gunakan konsol atau API.
Konsol. Gunakan halaman Pratinjau konsol Aplikasi AI untuk melihat pratinjau
pengaruh konfigurasi widget penelusuran terhadap hasil Anda. Lihat petunjuk Konsol
di Mendapatkan hasil
penelusuran.
API. Jika Anda mengintegrasikan panggilan API ke dalam aplikasi, buat panggilan
API untuk melihat pratinjau konfigurasi penelusuran Anda. Lihat petunjuk REST
di Mendapatkan hasil
penelusuran.
Jika Anda puas dengan versi pratinjau aplikasi penelusuran, bagikan kepada
pengguna dengan men-deploy-nya ke situs Anda.
Tindakan
Anda dapat men-deploy aplikasi penelusuran dengan salah satu cara berikut:
Sematkan widget penelusuran ke situs Anda. Vertex AI Search
menyediakan kode yang dapat Anda salin ke situs atau aplikasi web Anda. Tindakan ini akan men-deploy widget penelusuran. Anda dapat melihat pratinjau hasil penelusuran di konsol.
Lihat Menambahkan widget penelusuran ke halaman web.
Integrasikan panggilan API penelusuran ke server atau aplikasi Anda. Untuk kontrol penuh
atas cara hasil penelusuran ditampilkan, Anda dapat mengintegrasikan panggilan
API ke server atau aplikasi. Untuk informasi selengkapnya tentang cara melakukan
panggilan API, lihat Mendapatkan hasil penelusuran. Untuk referensi library klien, lihat library klien Aplikasi AI.
Untuk mendapatkan hasil penelusuran dan penjelajahan yang dipersonalisasi, Anda dapat memperbarui peristiwa pengguna di aplikasi penelusuran. Untuk mengetahui informasi selengkapnya, lihat Tentang peristiwa pengguna.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-09-03 UTC."],[[["\u003cp\u003eThis page outlines the steps to create a generic search application using Vertex AI Agent Builder, guiding users from setting up a Google Cloud project to deploying their search app.\u003c/p\u003e\n"],["\u003cp\u003eThe process includes preparing and importing data, whether unstructured (like PDFs) or structured (like BigQuery tables), and then creating a data store to house this data for searching.\u003c/p\u003e\n"],["\u003cp\u003eUsers can configure search settings, which vary based on whether they deploy a search widget or integrate search API calls, allowing customization of results, autocomplete, and more.\u003c/p\u003e\n"],["\u003cp\u003eThe platform offers options to preview the search results and refine configurations before deploying the app either by embedding a widget or through API integration into a server or application.\u003c/p\u003e\n"],["\u003cp\u003eOnce deployed, the guide provides information on maintaining the app, including how to refresh data to ensure search results are current and accurate.\u003c/p\u003e\n"]]],[],null,["# Custom search checklist\n\nThis page provides a checklist of the steps required to create a custom search app. For a checklist to create a website search app, see [Website search checklist](/generative-ai-app-builder/docs/website-search-checklist).\n\n\u003cbr /\u003e\n\nIf you're new to AI Applications, consider following the [Get started\nwith Vertex AI Search](/generative-ai-app-builder/docs/try-enterprise-search) tutorial to\ncreate a sample app.\n\n\n### [Set up a Google Cloud\nproject](#set-up-project)\n\nSet up a Google Cloud project, turn on AI Applications, and set up access\ncontrol for your project. You can use an existing Google Cloud project if you\nhave one already.\n\n### Actions\n\n1. Review [Before you begin](/generative-ai-app-builder/docs/before-you-begin) and confirm that you have completed the steps. \n\n### [Prepare your data](#prepare-data)\n\nDetermine what kind of data you'll make available in your search app and prepare\nit for importing to Vertex AI Search.\n\nYou can base your data store on the following types of data:\n\n- **Unstructured data.** Documents (such as PDFs, HTML files, and TXT files) that are stored in Cloud Storage. Optionally, you can provide metadata in a JSON file or in a BigQuery table.\n- **Structured data.** Data provided with a specific schema. For example, you can provide data in a BigQuery table, as JSON files in Cloud Storage, or from third-party connectors such as Jira.\n\n### Actions\n\n1. Review the information about supported data and the relationship between apps\n and data stores in [About apps and data\n stores](/generative-ai-app-builder/docs/create-datastore-ingest).\n\n2. Prepare your data according to the requirements in [Prepare data for\n ingestion](/generative-ai-app-builder/docs/prepare-data).\n\n3. If you need to set up access control to limit the data that users can view in\n your search app's results, review the prerequisites and follow the\n instructions for your identity provider type and data source in [Use data\n source access control](/generative-ai-app-builder/docs/data-source-access-control).\n\n### [Import your data](#import-data)\n\nCreate a data store and then import your data into it, or set up a\nthird-party connector as your synced data source.\n\nHow you import your data depends on where you're importing it from. For\nexample, if your data is in Cloud Storage, you can import it using the\nconsole or the API by providing the bucket location of your data.\n\n### Actions\n\n1. Follow the instructions for your data source in [Create a search data\nstore](/generative-ai-app-builder/docs/create-data-store-es). \n\n### [Create your app](#create-app)\n\nCreate your custom search app and connect it to your new data store.\n\n### Actions\n\n1. [Create a search app](/generative-ai-app-builder/docs/create-engine-es). \n\n### [Configure your search\nsettings](#configure-settings)\n\nVertex AI Search provides many configuration options. Some options\ndepend on whether you plan to deploy a search widget.\n\n### Actions\n\nDepending on your use case and whether you plan to deploy the out-of-the-box\nsearch widget or integrate search API calls into your own code,\nVertex AI Search provides several options for configuration.\n\n1. You can embed a search widget into your website. The widget automatically\n provides a search bar and expandable search interface. If you plan to deploy\n the search widget, configure the following:\n\n - **Search widget results.** See [Configure results for the\n search widget](/generative-ai-app-builder/docs/configure-widget-attributes).\n\n - **Search widget facets (Preview).** See [Configure facets\n for the search widget](/generative-ai-app-builder/docs/configure-widget-facets).\n\n2. If you plan to integrate search API calls into your server or application\n instead of using the widget, you can configure your search settings using\n the following options:\n\n - **Field settings.** For structured data or for unstructured data with\n metadata, update field settings to refine how Vertex AI Search\n uses metadata for search. See [Configure fields for\n search](/generative-ai-app-builder/docs/configure-search-attributes).\n\n - **Autocomplete.** Depending on your data, set up autocomplete suggestions\n based on document content, fields, search history, or user events. See\n [Configure autocomplete](/generative-ai-app-builder/docs/configure-autocomplete).\n\n - **Serving controls.** Control when search results\n are boosted, buried, filtered, or redirected, or whether certain queries\n are associated with other queries. See [Configure serving\n controls](/generative-ai-app-builder/docs/configure-serving-controls).\n\n - **Search tuning (Preview).** Tune the search model with your own training\n data. See [Improve search results with search\n tuning](/generative-ai-app-builder/docs/tune-search).\n\n - **Custom embeddings (Preview).** If you've created your own embeddings,\n you might prefer to use them instead of those generated by\n Vertex AI Search to enrich your searches with additional\n context. This feature is available for data stores with structured data or\n unstructured data with metadata. See [Use custom\n embeddings](/generative-ai-app-builder/docs/bring-embeddings).\n\n### [Configure your search\nresults](#configure-results)\n\nIf you plan to deploy your app by integrating search API calls into your own\ncode, Vertex AI Search provides additional options for configuring how\nyour search results are returned.\n\n### Actions\n\n1. Configure your search results with the following options:\n\n - [Filter custom search for structured or\n unstructured data](/generative-ai-app-builder/docs/filter-search-metadata).\n - **Get snippets, extractive answers, or extractive segments.** See [Get\nsnippets and extracted content](/generative-ai-app-builder/docs/snippets). \n\n### [Preview search\nresults](#preview-results)\n\nYou can preview your search results to check if your app configurations are\nworking as expected.\n\n### Actions\n\n1. To preview your search results, use the console or the API.\n\n - **Console.** Use the AI Applications console **Preview** page to preview\n how search widget configurations affect your results. See the **Console**\n instructions in [Get search\n results](/generative-ai-app-builder/docs/preview-search-results).\n\n - **API** . If you're integrating API calls into your application, make API\n calls to preview your search configurations. See the **REST**\n instructions in [Get search\n results](/generative-ai-app-builder/docs/preview-search-results).\n\n### [Deploy your search\napp](#preview-results)\n\nWhen you're happy with the preview version of your search app, share it with\nyour users by deploying it to your website.\n\n### Actions\n\n1. You can deploy your search app in either of the following ways:\n\n - **Embed the search widget into your website.** Vertex AI Search\n provides code that you can copy into your website or web application. This\n deploys the search widget. You can preview search results in the console.\n See [Add the search widget to a webpage](/generative-ai-app-builder/docs/add-widget).\n\n - **Integrate search API calls into your server or application.** For full\n control over how your search results are displayed, you can integrate API\n calls into your server or applications. For more information about making\n API calls, see [Get search results](/generative-ai-app-builder/docs/preview-search-results). For client library resources, see [AI Applications client\n libraries](/generative-ai-app-builder/docs/libraries).\n\n### [Record and import user events](#user-events)\n\nTo get personalized search and browse results, you can update the user events\nin your search app. For more information see\n[About user events](/generative-ai-app-builder/docs/user-events).\n\n### Actions\n\n1. [Import historical user events](/generative-ai-app-builder/docs/import-user-events).\n2. [Record real-time user events](/generative-ai-app-builder/docs/record-user-events). \n\n### [Maintain your app](#maintain-data)\n\nYou can maintain your app to ensure that latest and necessary data is available\nin your data store.\n\n### Actions\n\n1. [Refresh your data](/generative-ai-app-builder/docs/refresh-data)."]]
