有其他問題或未列出您的問題嗎？回報錯誤或要求功能，並加入 cloud-recommendations-users Google 群組或 Stack Overflow 討論。
一般
以下是常見問題。
1. 您是否有 Vertex AI Search for Commerce 的用戶端程式庫或更多程式碼範例？
可以，如要瞭解每個程式庫的設定和參考資訊，請參閱用戶端程式庫指南。
您也可以改用 Google API Discovery Service，而非原始 REST 呼叫。
2. 所有推薦模型都會提供個人化推薦嗎？
當系統取得使用者歷史記錄時，就會使用「為您推薦」、「您可能會喜歡的其他項目」和「再次購買」模型，提供個人化推薦內容。「經常同時購買的商品」和「類似商品」模式並未提供個人化服務。
請參閱「關於推薦模型」。
3. 我會立即收到個人化推薦內容嗎？還是需要等待一段時間，讓系統逐步改善推薦內容？
收集更多使用者記錄後，系統推薦的內容就會越準確。「推薦給您」模式會顯示熱門產品，而「其他你可能喜歡的產品」模式則會根據其他人的觀看記錄，顯示類似的產品。這兩種模型都會立即開始考量使用者行為，因此請務必傳送即時事件。請參閱「關於推薦模型」。
如要有效實現個人化功能，使用者事件必須以即時或近乎即時的方式傳送。如果使用者事件只在每天提交，或在一天中以批次提交，個人化模型的效能可能不如傳送即時事件時那麼好。
4. 您是否在模型中使用 Google 使用者受眾特徵資料？
模型只會使用您提供的目錄和使用者事件資料。如果您想納入受眾特徵資料，可以加入其他文字或數值資訊，做為自訂屬性。模型重新調整後，就會開始使用這項資料。
請勿加入個人識別資訊 (PII)，例如電子郵件地址或使用者名稱。建議您將人口統計資料匿名化，例如對值進行雜湊運算或使用群組 ID。
5. 我可以根據一群使用者的事件記錄 (而非單一使用者的記錄) 提供建議嗎？
推薦內容會根據單一訪客 ID 或使用者 ID 提供。您必須提出個別要求，然後將結果合併，以便根據群組的歷史記錄提供建議。如果使用者具有共同的結構描述屬性，您可以使用群組 ID 做為使用者 ID，提供群組層級的推薦內容。
6. 我發現你可以提交產品圖片網址。模型是否會考量產品圖片？
目前我們尚不支援這項功能，這些欄位可讓您擷取這類中繼資料，並與傳回的推薦結果一併擷取，以利顯示推薦結果。在 Search for Commerce 控制台中預覽模型的預測結果時，預測預覽功能也會使用圖片網址顯示圖片。
7. 我的公司不是零售電子商務網站。我還能使用預測 x、y、z 的最佳化建議嗎？
我們有客戶使用推薦功能來推薦內容、串流影片和遊戲等。不過，我們的內容和體驗是專為零售電子商務用途而設計，可能不太適合其他用途。
8. 我可以在網站的任何頁面上放置推薦內容嗎？
可以，但每個模型都是為特定用途而設計，可能只適用於特定網頁。請參閱「關於推薦模型」。
「常一起購買」和「你可能會喜歡的其他商品」需要使用商品 ID，因此應用於推薦內容，例如產品 ID 或購物車中的商品。「常一起購買」通常最適合用於新增至購物車或結帳頁面，而「你可能會喜歡的其他商品」和「類似商品」則最適合用於產品詳細資料頁面。建議適用於您可以放置在任何網頁，因為它只需要訪客 ID 做為輸入內容，但它是做為首頁放送設定而設計。「Buy it Again」廣告可放置在任何網頁上。
9. 我可以在電子報中使用推薦功能嗎？
可以，只要使用訪客 ID 或使用者 ID 呼叫 API，然後將結果整合至電子郵件範本即可。如果您希望在讀取電子郵件時動態載入項目，就必須使用中介端點 (例如 Google Cloud Function) 傳送預測要求。此 API 只提供排序的產品 ID 和中繼資料清單，因此您也需要自行撰寫程式碼來算繪圖片結果。
10. 我可以將 Vertex AI Search for Commerce 用於其他非網頁用途 (行動應用程式、資訊亭) 嗎？
可以，您可以設定端點 (例如 Google Cloud Function)，取得應用程式的結果。您也需要類似的機制來傳送即時事件。
11. 我沒有 3 個月以上的事件資料。我還能使用 Vertex AI Search for Commerce 嗎？我可以稍後再新增更多資料嗎？
相似商品模型不會使用使用者事件資料或模型調整功能。如果沒有任何事件資料，只要有目錄資料，您還是可以建立及訓練相似商品模型。
如果您可以為即時事件記錄足夠的流量，近期資料就能用於訓練其他模型。如果日後有其他資料，您可以在初始模型訓練完成後上傳。系統會在每日重新訓練期間，將新填補的資料納入模型。不過，如果資料與用於初始訓練的事件有顯著差異，可能就需要重新調整模型。
大多數模型都需要至少三個月的產品網頁瀏覽次數、首頁瀏覽次數和加入購物車事件，而購物車中常一起購買的產品模型則需要一到兩年的購買記錄。
只要有 1 到 2 週的詳細資料頁面瀏覽次數，就能開始訓練「你可能會喜歡的其他商品」和「為你推薦」模型，但「常與此商品一起購買」和「再次購買」通常需要更多資料，因為每天的購買次數通常比網頁瀏覽次數少。模型品質會隨著資料量增加而大幅提升；最少的資料量可能無法產生最佳結果。舉例來說，如果有一年購物資料，模型就能更有效地利用季節性和趨勢。
12. 我可以推薦類別和產品嗎？
最佳化建議只會傳回產品建議，但您可以取得每個產品的類別，做為結果的一部分。
13. 您是否有從 SQL 資料庫或其他系統 (例如 BigQuery) 上傳資料的整合功能？
可以，針對事件，我們提供程式碼範例，可從 BigQuery 讀取資料。請參閱 BigQuery 的 Google Analytics 範例資料集。
14. Vertex AI Search for Commerce 是否會使用 Cookie？
否，不會。不過，傳送至 Vertex AI Search for commerce 的所有事件都必須指定訪客 ID，這通常是 Cookie 中的會話 ID。
15. 是否需要專屬的 Google Cloud 專案？
您可以建立新的專用專案，也可以在現有專案中啟用商家適用的 Vertex AI Search。
16. 為什麼使用 Cloud Shell 時，我的憑證無法運作？
請確認您已完成 商家適用的 Vertex AI Search 驗證設定步驟。您應使用在環境中提供的服務帳戶。否則，您可能會收到類似以下的錯誤訊息：您的應用程式已使用 Google Cloud SDK 或 Google Cloud Shell 的使用者憑證進行驗證，但這類憑證並未受支援。
如要進一步瞭解服務帳戶，請參閱 Google Cloud說明文件的「驗證」一節。
17. 如何比較 Vertex AI Search for Commerce 與其他類似解決方案？
您可以進行A/B 版本測試，比較 Vertex AI Search for Commerce 和其他產品的結果。
18. 我認為 x、y、z 功能很棒。可以新增這個嗎？
歡迎與我們分享你的意見。您可以透過帳戶團隊、Google 支援團隊或 issue-tracker 提交功能要求。
19. 我還能使用舊版 API 取得推薦內容嗎？
推薦功能已從推薦引擎 API 遷移至商家適用的 Vertex AI Search。如果您在 Recommendations Engine API 的 Beta 版期間使用該 API，建議您將推薦內容遷移至 Vertex AI Search for Commerce (服務端點 https://retail.googleapis.com)，這是正式版。
舊版 API (服務端點 https://recommendationengine.googleapis.com) 和相關說明文件仍可供使用，但不會再更新。
目錄和產品
以下是目錄和產品的常見問題。
1. 推薦系統如何處理新產品的冷啟動問題？
對於沒有任何購買記錄的產品，我們會根據類似產品提供建議。在這種情況下，在目錄中定義良好的產品名稱、類別和說明就顯得格外重要。
對於冷啟動使用者 (沒有使用記錄的訪客)，模型會先顯示最受歡迎的一般產品，並隨著收到更多使用者事件，即時提供更個人化的內容。
2. 我可以使用 Merchant Center 目錄來取得最佳化建議嗎？
可以，你可以使用 Merchant Center 資料移轉服務，將 Merchant Center 目錄匯出至 BigQuery。接著，我們可以直接從 BigQuery 讀取目錄。請參閱從 Merchant Center 匯入目錄資料。
3. 還有什麼方法可以匯入目錄？
- Merchant Center：透過 Merchant Center 匯入。如果你使用搜尋功能，可以透過控制台連結 Merchant Center，讓目錄自動同步處理。
- BigQuery：直接從資料表或檢視畫面匯入。
- Cloud Storage：使用文字檔匯入，每行一個 JSON 目錄項目。
- 內嵌匯入：使用文字檔，每行一個 JSON 目錄項目，透過 API 呼叫匯入。
- 建立產品項目：使用
Productscreate 方法。
4. 如何保持目錄更新？目錄需要多久更新一次？
請參閱「維持目錄新鮮感」。
建議你每天更新目錄。您可以從 Cloud Storage 或 BigQuery 進行完整更新，也可以進行增量更新 (即只更新新增和變更的項目)。
盡可能即時更新價格和供應情形。這會影響新項目可透過搜尋功能搜尋的速度。
如果您有方法可以接收目錄異動通知 (例如使用 Pub/Sub、訊息佇列、事件等)，就可以使用 import 或 create API 方法即時更新目錄。
舉例來說，您可以使用 Cloud Scheduler 每天發出 BigQuery 匯入呼叫。
5. 目錄大小是否有上限或下限？
沒有最低數量限制，但目錄項目數量極少 (< 100 項) 可能無法獲得太多推薦產品，因為可推薦的不同產品數量極少。
目錄的項目數量上限為 4 千萬。
請參閱說明文件，瞭解預設的配額和限制，以及如何要求變更配額。
6. 我的公司在多個國家/地區經營網站，我是否應為所有資料使用一個目錄？
一般來說，最好只建立一個包含所有商品的目錄。所有事件都必須使用單一貨幣提交。同一個專案中無法有多個目錄，但如果使用實體，您可以指定特定國家/地區的搜尋、推薦和自動完成行為。
如果不同網站的產品目錄差異極大，建議為每個網站建立個別專案。此外，如果國家/地區使用不同的語言，建議您為每種語言建立個別專案。
如果有與主要網站流量較低的類似網站，如果事件數量不足，無法為所有個別網站產生高品質模型，建議使用單一目錄。
如要使用單一目錄，目錄商品 ID 應保持一致，也就是說，同一項產品在所有網站上應使用單一商品 ID，以免目錄中出現重複的產品。
如只針對推薦內容，除了使用實體，您也可以使用篩選器篩選特定網站。不過，篩選器可能需要最多 8 小時才能更新，因此如果有特定國家/地區的供應情形 (缺貨) 規定，通常需要透過商務規則處理，篩除預測回應後的結果。這項規定適用於 v1 filter_tag 篩選和 v2 依屬性篩選。
7. 商家適用的 Vertex AI Search 是否支援每個目錄多種幣別？
不支援，每個目錄只能支援一種貨幣類型。事件必須使用單一貨幣上傳。
如果您打算使用 Search for commerce 資訊主頁取得收益指標，請務必確保所有事件都使用單一幣別，或在上傳前將所有事件轉換為相同幣別。
8. 我有多個網站，且共用目錄或類似項目。推薦內容是否可跨網站提供？
一般來說，我們建議只有在網站之間有大量重疊時，才使用這類單一目錄，因為這些網站應共用許多或所有相同的產品。接著，您可以使用實體或篩選器標記，針對特定預測呼叫傳回特定網站的項目。
如果網站沒有共用太多 (或任何) 目錄項目，則應使用多個目錄。使用多個目錄時，每個目錄都需要個別的 Google Cloud 專案。
9. 加入更多中繼資料是否有助於改善模型？模型是否會考慮 x、y、z 欄位？
如需必填欄位的相關資訊，請參閱「必填目錄項目資訊」。
其他中繼資料欄位則為選用欄位 (例如圖片和 itemAttributes)。這些資料可能會用於預測預覽、結果分析、訓練和微調。建議您加入顏色、尺寸、材質等實用屬性。您可以指定 returnProduct:true，將這些欄位作為 predict 結果的一部分傳回，以便在算繪結果時使用。圖片和商品屬性可用於 Search for Commerce 控制台的預測預覽功能。
10. 目錄項目的哪些屬性可做為模型訓練的輸入內容？
系統會同時使用使用者行為和產品屬性。主要使用欄位包括 ID、標題、類別階層、價格和網址。您可以加入其他自訂鍵/值屬性，這些屬性可能在 Product.attributes[] 中很有用。
圖片網址更像是便利功能；您可以指定 returnProduct:true，將這項中繼資料做為預測結果的一部分傳回，這樣就能省下額外呼叫來擷取這項資訊。有了圖片網址，當你在 Search for Commerce 控制台中預覽模型的預測結果時，預測預覽畫面就能顯示圖片。
11. 我的產品支援哪些語言？
推薦功能：支援多數語言。模型會自動偵測文字語言。如需自動偵測的所有語言清單，請參閱 Compact Language Detector 的 GitHub README。
搜尋功能：支援這些世界語言。
上傳目錄時即可設定語言。目錄應只使用一種語言，且查詢應以相同語言傳送。目錄中包含多種語言會降低模型效能。舉例來說，如果目錄為西班牙文，但搜尋查詢為英文，系統不會將查詢翻譯成西班牙文。
12. 我的目錄包含主要/變化版本或父項/子項 SKU。是否支援這些功能？
可以，這會類似於 Merchant Center 中的 item_group_id。您必須決定要如何取得推薦內容 (上層或子項層級)，以及事件是在上層或子項層級。
如要進一步瞭解產品層級，請參閱「產品層級」。
請先確定並設定正確的產品層級，再傳送任何項目或事件。產品層級可以變更，但需要重新加入項目並重新調整模型。
13. 產品缺貨時，我可以從目錄中刪除產品嗎？
如果項目不再有效，建議您將其狀態設為 OUT_OF_STOCK，而非刪除，這樣先前參照該項目的使用者事件就不會失效。
使用者事件
以下是使用者事件的常見問題。
1. 我需要收集哪些使用者事件？
如需使用者事件類型清單，以及使用者事件規定和最佳做法，請參閱「關於使用者事件」。
2. 如何排解建立模型時的資料品質問題？
在 Search for commerce 控制台中，前往「資料品質」頁面，查看已匯入目錄和使用者事件的資料品質指標。
3. 我可以整合 Google Analytics 360 嗎？
您可以使用 Google Analytics 360 (GA360) 的歷來資料。與 Merchant Center 資料類似，GA360 資料可匯出至 BigQuery，然後 Vertex AI Search for commerce 就能直接從 BigQuery 讀取事件。
針對即時事件，建議您將追蹤像素與 Google 代碼管理工具整合，因為事件會延遲從 GA360 傳送。
4. 我想從 Google Analytics 360 匯入使用者事件。是否提供所有必要的使用者事件？
Google Analytics 360 原生支援 Vertex AI Search for commerce 使用的所有使用者事件，但搜尋事件除外。您仍可從 Analytics 360 匯入搜尋使用者事件，但請注意，商務用途的 Vertex AI Search 會根據搜尋查詢和產品曝光 (如有) 建構搜尋使用者事件。
5. 如何將事件饋給至推薦 AI？
使用者通常會使用 Cloud Storage 或 API 匯入功能匯入歷來事件，然後在實際網站上使用 JavaScript Pixel 或 Tag Manager 代碼，或在後端使用寫入方法串流即時事件。
6. 如果我無法傳送模型所需的所有使用者事件類型，該怎麼辦？每個模型需要哪些最低限度的事件類型？
每個模型和最佳化目標的規定略有不同。請參閱使用者事件資料規定。
每個目錄項目的事件數量越多，模型成效通常會越好。如果網站的流量較多，但目錄較小，您可以先從較少的歷來事件開始，但通常仍需要至少幾週的歷來資料和即時事件。
7. 我有加入購物車和購買完成事件，但沒有收益或數量值。我該提交哪些內容？
如果沒有數量值，您可以傳遞 1 的預設值，而不會影響模型結果。商品一律應設定 displayPrice (這是向使用者顯示的任何內容，例如折扣價格)。originalPrice 和 cost 為選用屬性。
8. 我的資料只涵蓋特定類型的事件。我還能使用 Vertex AI Search for Commerce 嗎？
如要瞭解各模型類型的最低資料門檻，請參閱「使用者事件資料規定」。
搜尋結果
以下是搜尋結果的常見問題。
1. 搜尋結果是否會個人化？
可以，搜尋功能可提供個人化搜尋結果。搜尋結果會根據訪客 ID 提供個人化服務。詳情請參閱「個人化」。
2. 如何在搜尋要求中加入背景資訊，例如使用者購物的商店？
以商店 ID 為依據的供應情形和履行選項是產品目錄的屬性。出貨選項是屬性，例如「線上送達」、「線上購買」和「到店取貨」。
您可以將屬性做為參數傳送至搜尋要求。因此，在這個範例中，搜尋要求可以指定使用者的商店 ID。系統可根據要求中的商店 ID 篩選或提高結果的排名。
3. 我可以將產品從搜尋結果中隱藏嗎？
可以，filter 參數可根據代碼篩除結果。
4. 是否可以根據多項條件進行排名，例如同時考量供應情形和價格？
是的，boostSpec 允許複雜的排名規則。
5. 是否可以將部分屬性分組，以便提供多個面向的結果？例如，將同一個國家/地區的城市分組，以便追蹤產地。
產品屬性並非階層式。不過，您可以使用多個自訂屬性來達成這項目標。在這個範例中，你可以為製作國家/地區和製作城市使用自訂屬性。
6. 系統如何產生建議人選
建議內容包含使用者查詢、重寫的查詢、產品名稱等。如要產生高品質的自動完成建議，請一併擷取足夠數量的搜尋事件。
預測結果
以下是預測結果的常見問題。
1. 傳回預測結果的數量是否有限制？
根據預設，預測要求會在回應中傳回 20 個項目。您可以提交 pageSize 的值來增加或減少這個數量。
如需退回的商品超過 100 件，請與 Google 支援團隊聯絡，以便提高上限。不過，請注意，傳回的項目數量若超過 100 個，可能會導致回應延遲時間增加。
2. 我可以查看模型推薦特定產品的原因嗎？
不用
3. 我可以下載及快取預測結果嗎？
預測結果會根據網站上的使用者活動即時改善，因此我們不建議使用快取的預測結果。模型會每天重新訓練，納入目錄的變更，並回應使用者事件的新趨勢，這也會影響結果。
4. 我需要根據業務規則重新排序已傳回的推薦項目。是否支援這項功能？
可以，不過，雖然您可以根據業務規則重新排序已傳回的最佳化建議，但請注意，重新排序或篩選最佳化建議結果，可能會降低模型達成您所選最佳化目標的整體效益。
價格重新排序功能會在傳回的推薦項目組合中，將相關的高價商品排在最前面，並可做為「您可能會喜歡的其他項目」和「為您推薦」模型的內建自訂項目。
請參閱「價格重新排序」一文。
5. 建立及使用篩選器代碼的數量是否有限制？
您可以建立或使用的不重複代碼數量沒有硬性限制。不過，系統無法處理每個項目的多個篩選標記。建議您盡可能將每個目錄項目的篩選器標記數量限制在 10 個以下。整個目錄中可使用的值超過 10 個，這是每項商品的限制。標記總數 (所有項目標記數量的總和) 的上限為 100,000,000。
請參閱商家適用的 Vertex AI Search 配額和限制說明文件。
6. 我可以讓 YouTube 推薦更多元化的內容嗎？
可以，推薦多樣化可在服務設定中指定，也可以在預測要求的參數中指定。如果多樣化程度偏低，預測結果可能會包含同類別的類似項目。分類越多，結果就會包含其他類別的項目。
7. 我可以依價格優先考量推薦的房源嗎？
可以，價格重新排序功能啟用後，系統會將推薦機率相近的推薦產品按照價格由高至低排序。系統仍會使用相關性來排序項目，因此啟用價格重新排序功能與依價格排序不同。您可以將價格重新排名做為服務設定的一部分，或在預測要求參數中指定。
模型
以下是模型的常見問題。
1. 我已上傳目錄和事件，但在呼叫預測 API 時，仍會收到以下回應：「推薦模型尚未就緒。」
您可以在預測要求中將「dryRun」設為「true」，以便整合，這樣做會傳回目錄中的任意目錄項目 (請勿將此用於實際流量)。」
這通常表示模型尚未完成訓練。如果建立模型後已超過 10 天，但仍持續收到這項回應，請與支援團隊聯絡。
2. 訓練模型需要多久時間？
初始模型訓練和調整作業需要 2 到 5 天才能完成，但如果是大型資料集，可能需要更長的時間。之後，除非停用，否則模型會每天自動重新訓練。請參閱「暫停及繼續訓練模型」。
3. 我可以下載或匯出模型嗎？
不用
4. 我可以在新專案中使用現有專案中建立的模型嗎？
否。您需要在新的專案中建立並重新訓練模型。
5. 我想為我的類別網頁使用模型。我可以這樣做嗎？
可以，在類別頁面中，建議內容會非常實用。類別網頁與首頁類似，但您只能顯示該類別的項目。您可以使用含有篩選器標記的標準「為您推薦」模型來達成這項目標。舉例來說，您可以為目錄中的商品新增自訂篩選器標記 (對應於各個分類頁面)。傳送預測要求時，請將使用者事件物件設為 category-page-view，並在 filter 欄位中指定特定類別網頁的標記。系統只會傳回符合要求篩選標記的推薦結果。在這個用途中，應停用多樣化功能，因為多樣化功能可能與以類別為基礎的篩選器標記發生衝突。
6. 我可以停用模型的個人化功能嗎？
根據預設，系統會根據使用者個人化「你可能會喜歡的其他項目」、「為你推薦」和「再次購買」推薦模型類型，產生預測結果。
我們不建議停用個人化功能，因為這可能會對模型效能造成負面影響。
如果您需要顯示與所查看產品相關的產品目錄項目，而非根據使用者先前與網站的互動情形，則可以在預測要求中使用隨機的專屬訪客 ID，以便接收非個人化推薦內容。請務必只針對您不想個人化的放送設定中的請求執行這項操作。
搜尋商務控制台
以下是使用搜尋廣告管理平台時的常見問題。
1. 我已清除多項事件，但資訊主頁仍顯示這些事件類型的計數。
這是可預期的情況，「搜尋商務」資訊主頁會顯示特定時間範圍內擷取的事件數量，不會顯示目前的事件計數或數量。
一般來說，您應該在記錄使用者事件後，將其保留在原處。我們不建議您清除事件。如果您打算完全重設使用者事件，建議改為建立新專案。
如果您需要清除未正確記錄的事件，請參閱「移除使用者事件」相關說明文件。事件清除作業最多可能需要數天才能完成。
2. 如何判斷目錄或使用者事件是否有錯誤？
若語法有問題，或因某些原因無法處理要求，大多數的目錄項目更新或使用者事件 API 呼叫都會傳回錯誤。
「Search for commerce」資訊主頁會顯示未彙整事件的百分比，這也是用來找出目錄或事件問題的實用指標。如果指定的商品 ID 不在目錄中，就會發生未彙整事件 (或未彙整預測呼叫)。這通常表示目錄已過時，需要上傳新的目錄項目或已變更的目錄項目，但也可能是因為傳遞了錯誤的項目 ID。請檢查要求，確認項目 ID 已正確對應至目錄，然後查看已上傳的目錄，確認項目是否存在。
您可以使用 Cloud Monitoring 和 Cloud Logging 監控事件狀態。舉例來說，如果在特定時間範圍內沒有事件發生，或是預測通話量低於特定門檻，您就會收到快訊。
3. 為什麼我的推薦內容放送設定顯示為「未啟用」？如何啟用這些功能？
如要使用推薦放送設定，您必須先提交目錄和使用者事件資料，才能訓練對應的模型。模型訓練完成後，資訊主頁會顯示模型已可查詢。
4. 搜尋廣告商務報表會以哪種貨幣列出收益指標？
使用上傳資料所使用的貨幣，搜尋商務報表指標。Vertex AI Search for Commerce 不支援每個目錄使用多種幣別，也不會轉換幣別。
如果您打算使用 Search for Commerce 主控台取得收益指標，請務必確保所有事件都使用單一幣別，或在將事件上傳至 Vertex AI Search for Commerce 前，將所有事件轉換為相同幣別。