本頁面說明如何使用 Google Cloud 控制台預覽推薦內容,以及如何使用 API 取得推薦結果。請參閱「REST」分頁,瞭解可協助您將推薦內容整合至應用程式的 API 呼叫範例。
您採用的程序取決於您是否有媒體資料或自訂資料:
取得媒體推薦內容
控制台
如要使用 Google Cloud 控制台預覽媒體推薦內容,請按照下列步驟操作:
前往 Google Cloud 控制台的「AI Applications」頁面。
按一下您要預覽建議的應用程式名稱。
依序點選「設定」 >「訓練」。如果「已準備好查詢」為是,表示應用程式已準備好進行預覽。
按一下「預覽」。
按一下「Document ID」(文件 ID) 欄位。畫面上就會顯示文件 ID 清單。
針對您要取得建議的文件,按一下對應的文件 ID。 您也可以在「Document ID」(文件 ID) 欄位中輸入文件 ID。
按一下「選取供應設定」,然後選取要預覽的供應設定。
選用:輸入您收集使用者事件的使用者訪客 ID (也稱為虛擬使用者 ID)。如果您將這個欄位留空或輸入不存在的訪客 ID,系統會以新使用者的身分預覽推薦內容。
按一下「Get recommendations」(推薦內容)。畫面上就會顯示建議的文件清單。
按一下文件即可取得文件詳細資料。
REST
如要使用 API 取得媒體建議,請使用 servingConfigs.recommend
方法:
找出引擎 ID 和供應設定 ID。如果您已取得引擎 ID 和放送設定 ID,請直接跳至步驟 2。
前往 Google Cloud 控制台的「AI Applications」頁面。
按一下應用程式名稱。
在導覽窗格中,按一下「設定」。
如果您只有一個供應設定,請取得「Serving」分頁中顯示的供應設定 ID。
如果「服務」分頁中列出多個服務設定,請找出要取得建議的服務設定。供應設定 ID 是「ID」欄中的值。
按一下「訓練」分頁標籤。引擎 ID 是「App ID」列中的值。
確認應用程式已準備好供預覽:
前往 Google Cloud 控制台的「AI Applications」頁面。
按一下應用程式名稱。
依序點選「設定」 >「訓練」。如果「已準備好查詢」為是,表示應用程式已準備好進行預覽。
取得推薦內容。
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json; charset=utf-8" \ -d '{ "validateOnly": false, "userEvent": { "eventType": "view-item", "userPseudoId": "USER_PSEUDO_ID", "documents": [{ "id": "DOCUMENT_ID" }], "filter": "FILTER_STRING" } }' \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/servingConfigs/SERVING_CONFIG_ID:recommend"
更改下列內容:
PROJECT_ID
:專案 ID。DATA_STORE_ID
:資料儲存庫的 ID。DOCUMENT_ID
:您要預覽建議的文件 ID。請使用您在擷取資料時,為這份文件使用的 ID。USER_PSEUDO_ID
:使用者的化名 ID。您可以使用 HTTP Cookie 填入這個欄位,這樣系統就能明確識別單一裝置上的訪客。請勿將這個欄位設為多位使用者的相同 ID,否則系統會合併他們的事件記錄,導致模型品質下降。請勿在這個欄位中加入個人識別資訊 (PII)。SERVING_CONFIG_ID
:供應設定 ID。FILTER
:選用。文字欄位,可讓您使用篩選運算式語法,對特定欄位組合進行篩選。預設值為空字串,表示不會套用篩選器。詳情請參閱「篩選推薦內容」。
您應該會看到類似以下的結果:
{ "results": [{"id": "sample-id-1"}, {"id": "sample-id-2"}], "attributionToken": "abc123" }
Google 建議您將歸因權杖與使用者在看到搜尋回應和推薦內容後採取的動作建立關聯,這些權杖會隨每個搜尋回應和推薦內容提供。這麼做有助於提升搜尋回應和推薦內容的品質。如要這麼做,請在網站上顯示的搜尋回應或推薦連結的網址 (例如 https://www.example.com/54321/?rtoken=abc123
) 後方附加 attributionToken
值。當使用者點選其中一個連結時,請在您記錄的使用者事件中加入 attributionToken
值。
取得使用自訂結構化資料的應用程式推薦內容
控制台
如要使用 Google Cloud 控制台為結構化應用程式預覽自訂建議,請按照下列步驟操作:
前往 Google Cloud 控制台的「AI Applications」頁面。
按一下您要預覽建議的應用程式名稱。
按一下「預覽」。
按一下「Document ID」(文件 ID) 欄位。畫面上就會顯示文件 ID 清單。
針對您要取得建議的文件,按一下對應的文件 ID。 您也可以在「Document ID」(文件 ID) 欄位中輸入文件 ID。
按一下「Get recommendations」(推薦內容)。畫面上就會顯示建議的文件清單。
按一下文件即可取得文件詳細資料。
REST
如要使用 API 為含有結構化資料的應用程式取得自訂建議,請使用 servingConfigs.recommend
方法:
找出引擎 ID。如果您已取得引擎 ID,請跳至步驟 2。
前往 Google Cloud 控制台的「AI Applications」頁面。
按一下應用程式名稱。
從 Google Cloud 控制台的網址取得引擎 ID。它是
engines/
和/data
之間的文字。舉例來說,如果網址包含gen-app-builder/engines/demo_1234567890123/data/records
則引擎 ID 為
demo_1234567890123
。
找出資料儲存庫 ID。如果您已取得資料儲存庫 ID,請略過至下一個步驟。
前往 Google Cloud 控制台的「AI Applications」頁面,然後在導覽選單中按一下「資料儲存庫」。
點按資料儲存庫的名稱。
在資料儲存庫的「資料」頁面中,取得資料儲存庫 ID。
請輪詢
GetEngine
方法,直到傳回"servingState":"ACTIVE"
為止,以確保引擎已準備好進行預覽。此時引擎已準備好進行預覽。curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines/ENGINE_ID
更改下列內容:
PROJECT_ID
:專案 ID。ENGINE_ID
:引擎 ID。
取得推薦內容。
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -d '{ "userEvent": { "eventType":"view-item", "userPseudoId":"USER_PSEUDO_ID", "documents":[{"id":"DOCUMENT_ID"}]}}' \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/servingConfigs/SERVING_CONFIG_ID:recommend"
更改下列內容:
PROJECT_ID
:專案 ID。DATA_STORE_ID
:資料儲存庫的 ID。DOCUMENT_ID
:您要預覽建議的文件 ID。請使用您在擷取資料時,為這份文件使用的 ID。USER_PSEUDO_ID
:使用者的化名 ID。您可以使用 HTTP Cookie 填入這個欄位,這樣系統就能明確識別單一裝置上的訪客。請勿將這個欄位設為多位使用者的相同 ID,否則系統會合併他們的事件記錄,導致模型品質下降。請勿在這個欄位中加入個人識別資訊 (PII)。SERVING_CONFIG_ID
:供應設定的 ID。供應設定 ID 與引擎 ID 相同,因此請在此處使用引擎 ID。
C#
詳情請參閱 AI Applications C# API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
Go
詳情請參閱 AI Applications Go API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
Java
詳情請參閱 AI Applications Java API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
Node.js
詳情請參閱 AI Applications Node.js API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
PHP
詳情請參閱 AI Applications PHP API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
Python
詳情請參閱 AI Applications Python API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
Ruby
詳情請參閱 AI Applications Ruby API 參考說明文件。
如要向 AI Applications 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。