บทแนะนํานี้จะแสดงวิธีสร้างแอป Google Chat ที่ตอบโจทย์ คำถามซึ่งอิงจากการสนทนาในพื้นที่ใน Chat ที่มี Generative AI ที่ทำงานด้วย Vertex AI จาก Gemini แอป Chat ใช้ Google Workspace Events API รวมทั้ง Pub/Sub เพื่อจดจำและตอบคำถาม โพสต์ในพื้นที่ใน Chat แบบเรียลไทม์ แม้จะ ไม่มีการกล่าวถึง
แอป Chat จะใช้ข้อความทั้งหมดที่ส่งในพื้นที่ทำงานเป็น แหล่งข้อมูลและฐานความรู้ เมื่อมีคนถามคำถาม แอป Chat จะตรวจหาคำตอบที่แชร์ไว้ก่อนหน้านี้ จากนั้น แชร์หนึ่ง ถ้าไม่พบคำตอบ จะบอกว่าไม่สามารถตอบได้ ในแต่ละคำตอบ ผู้ใช้สามารถคลิกปุ่มการทำงานของอุปกรณ์เสริมเพื่อ @พูดถึงผู้จัดการพื้นที่ทำงาน และถาม เพื่อหาคำตอบ เมื่อใช้ Gemini AI แอป Google Chat จะปรับตัวและ ขยายฐานความรู้เมื่อมีการฝึกหัดการสนทนาในพื้นที่ทํางานอย่างต่อเนื่อง เพิ่มลงไป
มาดูวิธีการทำงานของแอป Chat ในการเริ่มต้นใช้งานของพนักงาน และพื้นที่สนับสนุน:
-
วันที่ รูปที่ 1 ชุติพลเพิ่มแอปผู้ช่วยที่รู้ด้วย AI ลงในพื้นที่ใน Chat -
รูปที่ 2 Dana ถามว่าบริษัทมีการฝึกอบรมการพูดในที่สาธารณะไหม -
รูปที่ 3 แอป Chat สำหรับผู้ช่วยความรู้ AI จะขอให้ Vertex AI ที่มี Gemini ตอบคำถามของ Dana โดยอิงจากประวัติการสนทนาของพื้นที่ใน Chat แล้วแชร์คำตอบ
ข้อกำหนดเบื้องต้น
ธุรกิจหรือองค์กร บัญชี Google Workspace ที่มีสิทธิ์เข้าถึง Google Chat
สิทธิ์เข้าถึงบริการ Google Cloud เพื่อทำสิ่งต่อไปนี้
- สร้างโปรเจ็กต์ Google Cloud
- ลิงก์บัญชีสำหรับการเรียกเก็บเงินใน Google Cloud กับโปรเจ็กต์ที่อยู่ในระบบคลาวด์ ถึง ดูว่าคุณสามารถเข้าถึงหรือไม่ สิทธิ์ที่จำเป็นในการเปิดใช้การเรียกเก็บเงิน
- ใช้การเรียกใช้ Google Cloud Function ที่ไม่ได้ตรวจสอบสิทธิ์ ซึ่งคุณจะตรวจสอบได้โดยกำหนดว่าบริการ Google Cloud องค์กรใช้การแชร์โดเมนแบบจำกัด
หากจำเป็น ให้ขอสิทธิ์เข้าถึงจากผู้ดูแลระบบ Google Cloud หรือ สิทธิ์
หากใช้ Google Cloud CLI Node.js สภาพแวดล้อมในการพัฒนาซอฟต์แวร์ที่กำหนดค่าให้ทำงานกับ gcloud CLI โปรดดู การตั้งค่าการพัฒนา Node.js สภาพแวดล้อมของคุณ
วัตถุประสงค์
- สร้างแอปใน Chat ที่ใช้ Generative AI ในการ ตอบคำถามตามความรู้ที่แชร์ในพื้นที่ใน Chat การสนทนา
- Generative AI มีความสามารถในการทำสิ่งต่างๆ ต่อไปนี้ได้
- ตรวจหาและตอบคำถามของพนักงาน
- เรียนรู้อย่างต่อเนื่องจากการสนทนาที่ดำเนินอยู่ใน Chat พื้นที่ทำงาน
- ฟังและตอบข้อความในพื้นที่ใน Chat แบบเรียลไทม์ เวลาที่ไม่ได้ใช้แอป Chat โดยตรง ส่งข้อความแล้ว
- คงข้อความโดยการเขียนและอ่านจากฐานข้อมูล Firestore
- ส่งเสริมการทำงานร่วมกันในพื้นที่ใน Chat โดยการพูดถึงพื้นที่ทำงาน ผู้จัดการ เมื่อไม่พบคำตอบสำหรับคำถาม
สถาปัตยกรรม
แผนภาพต่อไปนี้แสดงสถาปัตยกรรมของ Google Workspace และ ทรัพยากร Google Cloud ที่ผู้ช่วยความรู้ของ AI ใช้ แอป Chat
แอป Chat สำหรับผู้ช่วยความรู้ของ AI มีการทำงานดังนี้
ผู้ใช้เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI พื้นที่ใน Chat:
แอป Chat จะแจ้งให้ ผู้ใช้ที่เพิ่มในพื้นที่ใน Chat เพื่อกำหนดค่า การตรวจสอบสิทธิ์และการให้สิทธิ์
แอป Chat จะดึงข้อความของพื้นที่ทำงานโดย กำลังเรียกใช้เมธอด
spaces.messages.list
ใน Chat API และ จากนั้นจัดเก็บข้อความที่ดึงมาในฐานข้อมูล Firestoreแอป Chat เรียกใช้ฟังก์ชัน
subscriptions.create
เมธอดใน Google Workspace Events API เพื่อเริ่มต้น ซึ่งจะคอยฟังเหตุการณ์ต่างๆ เช่น ข้อความในพื้นที่ทำงาน ปลายทางการแจ้งเตือนของการสมัครสมาชิกคือหัวข้อ Pub/Sub ที่ใช้ Eventarc เพื่อส่งต่อกิจกรรมไปยังแอป Chatแอป Chat โพสต์ข้อความแนะนำถึง พื้นที่ทำงาน
ผู้ใช้ในพื้นที่ใน Chat โพสต์ข้อความต่อไปนี้
แอป Chat จะได้รับข้อความแบบเรียลไทม์ จากหัวข้อ Pub/Sub
แอป Chat เพิ่มข้อความใน Firestore ฐานข้อมูล
หากผู้ใช้แก้ไขหรือลบข้อความในภายหลัง ระบบจะ แอป Chat จะได้รับกิจกรรมที่อัปเดตหรือลบแล้ว แบบเรียลไทม์ จากนั้นอัปเดตหรือลบข้อความใน Firestore ฐานข้อมูล
แอป Chat จะส่งข้อความไปยัง Vertex AI ด้วย Gemini
พรอมต์จะสั่งให้ Vertex AI ที่มี Gemini ตรวจสอบว่าข้อความ มีคำถาม หากใช่ Gemini จะตอบคำถามโดย ในประวัติข้อความของพื้นที่ใน Chat ที่เก็บไว้ใน Firestore จากนั้นแอป Google Chat จะส่งข้อความไปยัง พื้นที่ใน Chat หากไม่ตอบสนอง ไม่ต้องตอบกลับ
หาก Vertex AI ที่มี Gemini ตอบคำถามได้ แอปแชทจะโพสต์ รับสายโดยเรียกใช้เมธอด
spaces.messages.create
ใน Chat API โดยใช้การตรวจสอบสิทธิ์แอปถ้า Vertex AI ที่มี Gemini ตอบคำถามไม่ได้ แอปแชทโพสต์ ที่บอกว่าไม่พบคำตอบสำหรับคำถามนั้นใน ประวัติของพื้นที่ใน Chat
ข้อความจะมีปุ่มการทำงานของอุปกรณ์เสริมเสมอซึ่งผู้ใช้เลือกได้ ซึ่งทำให้แอป Chat @พูดถึงโดยขอให้ผู้จัดการพื้นที่ทำงานตอบคำถาม
แอป Chat ได้รับการแจ้งเตือนตลอดอายุการใช้งานจาก Google Workspace Events API ที่การสมัครใช้บริการพื้นที่ใน Chat กำลังจะหมดอายุ:
- แอป Chat จะส่งคำขอต่ออายุ
โดยเรียกใช้เมธอด
subscriptions.patch
ใน Google Workspace Events API
- แอป Chat จะส่งคำขอต่ออายุ
โดยเรียกใช้เมธอด
นําแอป Chat ออกจาก Chat พื้นที่ทำงาน:
แอป Chat จะลบการสมัครใช้บริการภายในวันที่ ซึ่งเรียกใช้เมธอด
subscriptions.delete
ใน Google Workspace Events APIแอป Chat จะลบ Chat ข้อมูลจาก Firestore
ตรวจสอบผลิตภัณฑ์ที่แอป Chat สำหรับผู้ช่วยความรู้ของ AI ใช้
แอป Chat ผู้ช่วยความรู้ AI ใช้ ผลิตภัณฑ์ Google Workspace และ Google Cloud ต่อไปนี้
- Vertex AI API กับ Gemini: แพลตฟอร์ม Generative AI ที่ขับเคลื่อนโดย Gemini ผู้ช่วยความรู้ของ AI แอปแชทใช้ Vertex AI API กับ Gemini เพื่อทำสิ่งต่อไปนี้ รับรู้ ทำความเข้าใจ และตอบคำถามของพนักงาน
-
Chat API:
API สำหรับการพัฒนาแอป Google Chat ที่รับและตอบสนองต่อ
เหตุการณ์การโต้ตอบในแชท เช่น ข้อความ AI
แอป Chat ผู้มีความรู้ใช้ Chat API เพื่อทำสิ่งต่อไปนี้
- รับและตอบกลับเหตุการณ์การโต้ตอบที่ Chat ส่ง
- แสดงรายการข้อความที่ส่งในพื้นที่ทำงาน
- โพสต์คำตอบเกี่ยวกับคำถามของผู้ใช้ในพื้นที่ทำงาน
- กำหนดค่าแอตทริบิวต์ที่กำหนดลักษณะการแสดงแอตทริบิวต์ แชท เช่น ชื่อและรูปโปรไฟล์
- Google Workspace Events API: API นี้ช่วยให้คุณสมัครรับข้อมูลกิจกรรมและจัดการ เปลี่ยนการแจ้งเตือนในแอปพลิเคชันต่างๆ ของ Google Workspace แอป Chat สำหรับผู้ช่วยความรู้ของ AI ใช้ Google Workspace Events API สำหรับฟังข้อความที่โพสต์ใน พื้นที่ใน Chat ที่ตรวจจับและตอบคำถามได้แม้ในเวลาใดก็ตาม ไม่มีการกล่าวถึง
- Firestore: ฐานข้อมูลเอกสารแบบ Serverless ผู้ช่วยความรู้ของ AI แอป Chat ใช้ Firestore เพื่อเก็บข้อมูลเกี่ยวกับข้อความ ส่งในพื้นที่ใน Chat
- Pub/Sub: Pub/Sub เป็นบริการรับส่งข้อความแบบไม่พร้อมกันและรองรับการปรับขนาด ซึ่งแยกส่วน บริการที่สร้างข้อความจากบริการซึ่งประมวลผลข้อความเหล่านั้น แอป Chat สำหรับผู้ช่วยความรู้ AI ใช้ Pub/Sub เพื่อ รับกิจกรรมการสมัครใช้บริการจากพื้นที่ใน Chat
- Eventarc: Eventarc ให้คุณสร้างสถาปัตยกรรมที่ขับเคลื่อนด้วยเหตุการณ์โดยไม่ต้อง ปรับใช้ ปรับแต่ง หรือบำรุงรักษาโครงสร้างพื้นฐานที่สำคัญ AI แอปผู้ช่วยด้านความรู้ใน Chat ใช้ Eventarc เพื่อ กำหนดเส้นทางกิจกรรมจาก Pub/Sub ไปยังพื้นที่ใน Chat และ Cloud Function ที่รับและประมวลผลเหตุการณ์การสมัครใช้บริการ
-
ฟังก์ชันระบบคลาวด์
บริการประมวลผลแบบ Serverless ขนาดเล็กที่ให้คุณสร้าง
ฟังก์ชันแบบสแตนด์อโลนแบบสแตนด์อโลนที่โต้ตอบกับ Chat ได้
เหตุการณ์การโต้ตอบและการสมัครใช้บริการโดยไม่ต้องจัดการเซิร์ฟเวอร์หรือรันไทม์
ของคุณ แอป Chat ผู้ช่วยความรู้ของ AI
ใช้ฟังก์ชันระบบคลาวด์ 2 รายการที่ชื่อว่า
-
app
: โฮสต์ปลายทาง HTTP ที่ Chat ส่ง กับและในฐานะแพลตฟอร์มประมวลผลเพื่อเรียกใช้ตรรกะที่ ประมวลผลและตอบสนองต่อเหตุการณ์เหล่านี้ -
eventsApp
: รับและประมวลผลพื้นที่ใน Chat เหตุการณ์ เช่น ข้อความจากการสมัครใช้บริการ Pub/Sub
- Cloud Build แพลตฟอร์มการบูรณาการ การนำส่ง และการทำให้ใช้งานได้อย่างต่อเนื่องที่มีการจัดการครบวงจร ที่เรียกใช้บิลด์อัตโนมัติ
- Cloud Run สภาพแวดล้อมที่มีการจัดการครบวงจรสำหรับการเรียกใช้แอปที่สร้างโดยใช้คอนเทนเนอร์
-
เตรียมสภาพแวดล้อม
ส่วนนี้จะแสดงวิธีสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud สำหรับ แอป Chat
สร้างโปรเจ็กต์ Google Cloud
คอนโซล Google Cloud
- ในคอนโซล Google Cloud ให้ไปที่เมนู > IAM และ ผู้ดูแลระบบ > สร้างโครงการ
-
ในช่องชื่อโปรเจ็กต์ ให้ป้อนชื่อที่สื่อความหมายสำหรับโปรเจ็กต์ของคุณ
ไม่บังคับ: หากต้องการแก้ไขรหัสโปรเจ็กต์ ให้คลิกแก้ไข เปลี่ยนรหัสโปรเจ็กต์ไม่ได้ หลังจากสร้างโปรเจ็กต์แล้ว ดังนั้นให้เลือกรหัสที่ตรงกับความต้องการของคุณตลอดอายุการใช้งาน
- ในช่องสถานที่ตั้ง ให้คลิกเรียกดูเพื่อแสดงสถานที่ตั้งที่เป็นไปได้สำหรับ จากนั้นคลิกเลือก
- คลิกสร้าง คอนโซล Google Cloud จะไปยังหน้าแดชบอร์ดและสร้างโปรเจ็กต์แล้ว ภายในไม่กี่นาที
gcloud CLI
เข้าถึง Google Cloud ในสภาพแวดล้อมในการพัฒนาซอฟต์แวร์ต่อไปนี้ CLI (`gcloud`):
-
Cloud Shell: วิธีใช้เทอร์มินัลออนไลน์กับ gcloud CLI
ที่ตั้งค่าแล้ว ให้เปิดใช้งาน Cloud Shell
เปิดใช้งาน Cloud Shell -
Local Shell: หากต้องการใช้สภาพแวดล้อมการพัฒนาในเครื่อง
ติดตั้งและ
เริ่มต้น
gcloud CLI นี้
หากต้องการสร้างโปรเจ็กต์ระบบคลาวด์ ให้ใช้คำสั่ง "gcloud projects create`": วันที่gcloud projects create PROJECT_ID
เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์
คอนโซล Google Cloud
- ในคอนโซล Google Cloud ให้ไปที่การเรียกเก็บเงิน คลิก เมนู > การเรียกเก็บเงิน > โปรเจ็กต์ของฉัน
- ในส่วนเลือกองค์กร ให้เลือกองค์กรที่เชื่อมโยงกับ โปรเจ็กต์ Google Cloud ของคุณ
- ในแถวโปรเจ็กต์ ให้เปิดเมนูการดำเนินการ ( ), คลิกเปลี่ยนแปลงการเรียกเก็บเงิน และเลือก บัญชีสำหรับการเรียกเก็บเงินใน Cloud
- คลิกตั้งค่าบัญชี
gcloud CLI
- หากต้องการแสดงบัญชีสำหรับการเรียกเก็บเงินที่ใช้ได้ ให้เรียกใช้คำสั่งต่อไปนี้
gcloud billing accounts list
- ลิงก์บัญชีสำหรับการเรียกเก็บเงินกับโปรเจ็กต์ Google Cloud ได้ดังนี้
gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID
แทนที่ค่าต่อไปนี้
PROJECT_ID
คือรหัสโปรเจ็กต์สำหรับ โปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณต้องการเปิดใช้การเรียกเก็บเงินBILLING_ACCOUNT_ID
คือรหัสบัญชีสำหรับการเรียกเก็บเงินที่จะลิงก์ด้วย จากโปรเจ็กต์ Google Cloud
เปิดใช้ API
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้เปิดใช้ Google Chat API, Vertex AI API Cloud Functions API, Firestore API, Cloud Build API Pub/Sub API, Google Workspace Events API, Eventarc API และ Cloud Run Admin API
ยืนยันว่าคุณเปิดใช้ API ใน โปรเจ็กต์ที่อยู่ในระบบคลาวด์ จากนั้นคลิกถัดไป
ยืนยันว่าคุณเปิดใช้ API ที่ถูกต้อง แล้วคลิกเปิดใช้
gcloud CLI
หากจำเป็น ให้ตั้งค่าโปรเจ็กต์ระบบคลาวด์ปัจจุบันเป็นโปรเจ็กต์ที่คุณ สร้างแล้ว:
gcloud config set project PROJECT_ID
แทนที่ PROJECT_ID ด้วยรหัสโครงการของ โปรเจ็กต์ระบบคลาวด์ที่คุณสร้าง
เปิดใช้ Google Chat API, Vertex AI API, Cloud Functions API Firestore API, Cloud Build API, Pub/Sub API Google Workspace Events API, Eventarc API และผู้ดูแลระบบ Cloud Run API:
gcloud services enable chat.googleapis.com \ aiplatform.googleapis.com \ cloudfunctions.googleapis.com \ firestore.googleapis.com \ cloudbuild.googleapis.com \ pubsub.googleapis.com \ workspaceevents.googleapis.com \ eventarc.googleapis.com \ run.googleapis.com
ตั้งค่าการตรวจสอบสิทธิ์และการให้สิทธิ์
การตรวจสอบสิทธิ์และการให้สิทธิ์จะทำให้ แอป Chat เข้าถึงทรัพยากรใน Google Workspace และ Google Cloud
ในบทแนะนำนี้ คุณจะได้เผยแพร่แอป Google Chat เป็นการภายในเพื่อให้ ใช้ข้อมูลตัวยึดตำแหน่งได้ ก่อนเผยแพร่ ในแอป Google Chat ภายนอก ให้แทนที่ข้อมูลตัวยึดตำแหน่งด้วย ข้อมูลจริงสำหรับหน้าจอคำยินยอม
กำหนดค่าหน้าจอขอความยินยอม OAuth, ระบุขอบเขต และลงทะเบียนแอป
ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และ บริการ > หน้าจอขอความยินยอม OAuth
ในส่วนประเภทผู้ใช้ ให้เลือกภายใน แล้วคลิกสร้าง
ในชื่อแอป ให้พิมพ์
AI knowledge assistant
ในอีเมลการสนับสนุนผู้ใช้ ให้เลือกที่อยู่อีเมลของคุณหรืออีเมล กลุ่ม Google
ป้อนอีเมลของคุณในส่วนข้อมูลติดต่อของนักพัฒนาแอป
คลิกบันทึกและต่อไป
คลิกเพิ่มหรือนำขอบเขตออก แผงจะปรากฏขึ้นพร้อมรายการขอบเขต สำหรับ API แต่ละรายการที่เปิดใช้ในโปรเจ็กต์ที่อยู่ในระบบคลาวด์
ในส่วนเพิ่มขอบเขตด้วยตนเอง ให้วางขอบเขตต่อไปนี้
https://www.googleapis.com/auth/chat.messages
คลิกเพิ่มลงในตาราง
คลิกอัปเดต
คลิกบันทึกและต่อไป
ตรวจสอบสรุปการลงทะเบียนแอป แล้วคลิกกลับไปที่แดชบอร์ด
สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth
ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และ บริการ > ข้อมูลเข้าสู่ระบบ
คลิกสร้างข้อมูลเข้าสู่ระบบ > รหัสไคลเอ็นต์ OAuth
คลิกประเภทแอปพลิเคชัน > เว็บแอปพลิเคชัน
ในช่องชื่อ ให้พิมพ์ชื่อของข้อมูลเข้าสู่ระบบ ชื่อนี้เป็นเพียง ที่แสดงในคอนโซล Google Cloud
คลิกเพิ่ม URI ในส่วน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาต
ใน URI 1 ให้พิมพ์ดังนี้
https://REGION-PROJECT_ID.cloudfunctions.net/app/oauth2
แทนที่ค่าต่อไปนี้
- REGION: เขตข้อมูลของ Cloud Function เช่น
us-central1
เมื่อคุณสร้างฟังก์ชันระบบคลาวด์ทั้ง 2 รายการในภายหลัง คุณจะต้องตั้งค่า ภูมิภาคของค่านี้ - PROJECT_ID: รหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ ที่คุณสร้างขึ้น
- REGION: เขตข้อมูลของ Cloud Function เช่น
คลิกสร้าง
จากหน้าต่างสร้างไคลเอ็นต์ OAuth แล้ว ให้คลิกดาวน์โหลด JSON
บันทึกไฟล์ที่ดาวน์โหลดเป็น
client_secrets.json
หลังจากนั้น เมื่อคุณสร้าง ฟังก์ชันระบบคลาวด์ทั้ง 2 รายการทำให้คุณรวมไฟล์client_secrets.json
ไว้ในแต่ละรายการ ของการทำให้ใช้งานได้คลิกตกลง
สร้างหัวข้อ Pub/Sub
หัวข้อ Pub/Sub ใช้ได้กับ Google Workspace Events API สำหรับสมัครรับข้อมูลกิจกรรมใน Chat พื้นที่ทำงาน เช่น ข้อความ และแจ้งแอป Chat แบบเรียลไทม์
วิธีสร้างหัวข้อ Pub/Sub มีดังนี้
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Pub/Sub
คลิกสร้างหัวข้อ
ใน รหัสหัวข้อ ให้พิมพ์
events-api
ยกเลิกการเลือกเพิ่มการสมัครใช้บริการเริ่มต้น
ในส่วนการเข้ารหัส ให้เลือกคีย์การเข้ารหัสที่จัดการโดย Google
คลิกสร้าง หัวข้อ Pub/Sub จะปรากฏขึ้น
เพื่อให้หัวข้อ Pub/Sub และ Google Workspace Events API ทำงานได้ ให้สิทธิ์ผู้ใช้ Chat IAM ในการโพสต์ร่วมกัน หัวข้อ Pub/Sub:
ในแผง events-api ในส่วนสิทธิ์ ให้คลิก เพิ่มผู้ใช้หลัก
ในส่วนเพิ่มผู้ใช้หลัก ให้พิมพ์ผู้ใช้หลักใหม่
chat-api-push@system.gserviceaccount.com
ในส่วนมอบหมายบทบาท ในเลือกบทบาท ให้เลือก Pub/Sub > ผู้เผยแพร่ Pub/Sub
คลิกบันทึก
gcloud CLI
สร้างหัวข้อ Pub/Sub ที่มีรหัสหัวข้อ
events-api
:gcloud pubsub topics create events-api
ให้สิทธิ์ผู้ใช้ Chat IAM ในการโพสต์ถึง หัวข้อ Pub/Sub:
gcloud pubsub topics add-iam-policy-binding events-api \ --member='serviceAccount:chat-api-push@system.gserviceaccount.com' \ --role='roles/pubsub.publisher'
สร้างฐานข้อมูล Firestore
ฐานข้อมูล Firestore สำหรับเก็บและเรียกข้อมูล
ข้อมูลจากพื้นที่ใน Chat เช่น ข้อความ คุณไม่ต้องกำหนดข้อมูล
ซึ่งตั้งค่าโดยปริยายในโค้ดตัวอย่างโดย model/message.js
และ
services/firestore-service.js
ไฟล์
ฐานข้อมูลแอป Chat ของผู้ช่วยความรู้ AI ใช้ โมเดลข้อมูล NoSQL ตาม โมเดลข้อมูล Firestore
เอกสาร จัดเป็น collections ดูข้อมูลเพิ่มเติมได้ที่แผนภาพต่อไปนี้แสดงภาพรวมผู้ช่วยความรู้ของ AI โมเดลข้อมูลของแอป Chat:
รูทประกอบด้วยคอลเล็กชัน 2 รายการ ได้แก่
spaces
โดยที่เอกสารแต่ละฉบับแสดงถึงพื้นที่ใน Chat ที่ มีการเพิ่มแอป Chat ไว้ แต่ละข้อความจะแสดงแทน แสดงโดยเอกสารในคอลเล็กชันย่อยmessages
users
โดยที่เอกสารแต่ละฉบับแสดงถึงผู้ใช้ที่เพิ่ม แอป Chat ไปยังพื้นที่ใน Chat
ดูคำจำกัดความของคอลเล็กชัน เอกสาร และช่อง
spaces
พื้นที่ใน Chat ที่มีแอป Chat สำหรับผู้ช่วยความรู้ของ AI
ช่อง | |
---|---|
Document ID | String รหัสที่ไม่ซ้ำกันของพื้นที่ทำงานเฉพาะ ส่วนหนึ่งของชื่อทรัพยากรของพื้นที่ทำงานใน Chat API |
messages | Subcollection of Documents ( ข้อความที่ส่งในพื้นที่ใน Chat สอดคล้องกับ Document ID ของ message ใน Firebase |
spaceName | String ชื่อที่ไม่ซ้ำกันของพื้นที่ทำงานใน Chat API สอดคล้องกับชื่อทรัพยากรของพื้นที่ทำงานใน Chat API |
messages
ข้อความที่ส่งในพื้นที่ใน Chat
ช่อง | |
---|---|
Document ID | String รหัสที่ไม่ซ้ำกันของข้อความที่เฉพาะเจาะจง |
name | String ชื่อที่ไม่ซ้ำกันของข้อความใน Chat API สอดคล้องกับชื่อทรัพยากรของข้อความใน Chat API |
text | String เนื้อหาข้อความ |
time | String (Timestamp format) เวลาที่สร้างข้อความ |
users
ผู้ใช้ที่เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ไปยังพื้นที่ใน Chat
ช่อง | |
---|---|
Document ID | String รหัสที่ไม่ซ้ำกันของผู้ใช้ที่เฉพาะเจาะจง |
accessToken | String โทเค็นเพื่อการเข้าถึงที่ได้รับในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0 ซึ่งใช้เพื่อเรียกใช้ Google Workspace API |
refreshToken | String โทเค็นการรีเฟรชที่มอบให้ในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0 |
วิธีสร้างฐานข้อมูล Firestore มีดังนี้
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Firestore
คลิกสร้างฐานข้อมูล
จากเลือกโหมด Firestore ให้คลิกโหมดดั้งเดิม
คลิกต่อไป
กำหนดค่าฐานข้อมูลดังนี้
ในส่วนตั้งชื่อฐานข้อมูล ให้ปล่อยรหัสฐานข้อมูลเป็น
(default)
ในส่วนประเภทสถานที่ตั้ง ให้เลือกภูมิภาค
ในภูมิภาค ให้ระบุภูมิภาคสำหรับฐานข้อมูลของคุณ เช่น
us-central1
เพื่อประสิทธิภาพที่ดีที่สุด โปรดเลือกรายการเดียวกันหรือใกล้เคียง เป็น Cloud Functions ของแอป Chat
คลิกสร้างฐานข้อมูล
gcloud CLI
สร้างฐานข้อมูล Firestore ในโหมดดั้งเดิมโดยทำดังนี้
gcloud firestore databases create \ --location=LOCATION \ --type=firestore-native
แทนที่ LOCATION ด้วยชื่อ Firestore ภูมิภาค เช่น ในชื่อ
us-central1
เพื่อประสิทธิภาพที่ดีที่สุด โปรดเลือกรายการเดียวกันหรือใกล้เคียง เป็น Cloud Functions ของแอป Chat
สร้างและติดตั้งใช้งานแอป Chat
เมื่อสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud แล้ว คุณก็พร้อมที่จะสร้าง และทำให้แอป Chat ใช้งานได้ ในส่วนนี้ คุณจะทำการ ดังต่อไปนี้:
- สร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการ รายการหนึ่งสำหรับตอบกลับแชท เหตุการณ์การโต้ตอบและอีกเหตุการณ์หนึ่งสำหรับตอบสนองต่อเหตุการณ์ Pub/Sub
- สร้างและทำให้แอป Chat ใช้งานได้ใน Google Chat API การกำหนดค่า
สร้างและทำให้ Cloud Functions ใช้งานได้
ในส่วนนี้ คุณจะสร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการโดยมีชื่อว่า
app
: โฮสต์และเรียกใช้แอป Chat รหัสที่ตอบสนองต่อเหตุการณ์ที่ได้รับจาก Chat เป็น HTTP คำขอeventsApp
: รับและประมวลผลพื้นที่ใน Chat เหตุการณ์ เช่น ข้อความจาก Pub/Sub
Cloud Functions เหล่านี้ประกอบเป็นผู้ช่วยความรู้ของ AI ตรรกะแอปพลิเคชันของแอป Chat
ก่อนสร้าง Cloud Functions โปรดสละเวลาสักครู่เพื่อตรวจสอบและ ทำความคุ้นเคยกับโค้ดตัวอย่างที่โฮสต์ใน GitHub
สร้างและทำให้ app
ใช้งานได้
คอนโซล Google Cloud
ดาวน์โหลดโค้ดจาก GitHub เป็นไฟล์ ZIP
แตกไฟล์ ZIP ที่ดาวน์โหลด
โฟลเดอร์ที่แยกข้อมูลมีตัวอย่าง Google Workspace ทั้งหมด ที่เก็บได้
ในโฟลเดอร์ที่แยกข้อมูล ให้ไปยัง ไดเรกทอรี
google-chat-samples-main/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดมาตอน สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth แล้ว เพื่อการตรวจสอบสิทธิ์และการให้สิทธิ์บีบอัดเนื้อหาของโฟลเดอร์
ai-knowledge-assistant
เป็นไฟล์ ZIPไดเรกทอรีรากของไฟล์ ZIP ต้องมีข้อมูลต่อไปนี้ ไฟล์และโฟลเดอร์
.gcloudignore
.gitignore
README.md
deploy.sh
env.js
events_index.js
http_index.js
index.js
client_secrets.json
package-lock.json
package.json
controllers/
model/
services/
test/
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions
ตรวจสอบว่าโปรเจ็กต์ Google Cloud สำหรับ เลือกแอป Chat แล้ว
คลิก
สร้างฟังก์ชันในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้
- ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
- ในชื่อฟังก์ชัน ให้พิมพ์
app
- ในภูมิภาค ให้เลือกภูมิภาค เช่น
us-central1
ภูมิภาคนี้ ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อ คุณ สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth เพื่อการตรวจสอบสิทธิ์และการให้สิทธิ์ - ในประเภททริกเกอร์ ให้เลือก HTTPS
- ในส่วนการตรวจสอบสิทธิ์ ให้เลือก อนุญาตการเรียกใช้ที่ไม่ผ่านการตรวจสอบสิทธิ์
- คลิกถัดไป
ใน Runtime ให้เลือก Node.js 20
ในจุดแรกเข้า ให้ลบข้อความเริ่มต้นและป้อน
app
เลือกอัปโหลด Zip ในซอร์สโค้ด
ในที่เก็บข้อมูลปลายทาง สร้าง หรือเลือกที่เก็บข้อมูล:
- คลิกเลือกดู
- เลือกที่เก็บข้อมูล
- คลิกเลือก
Google Cloud จะอัปโหลดไฟล์ ZIP และแตกไฟล์คอมโพเนนต์ ในที่เก็บข้อมูลนี้ จากนั้น Cloud Functions จะคัดลอกไฟล์คอมโพเนนต์ไปยัง Cloud Function
ในไฟล์ ZIP ให้อัปโหลดไฟล์ ZIP ที่คุณดาวน์โหลดจาก GitHub ดึงข้อมูลและบีบอัดใหม่:
- คลิกเลือกดู
- ไปที่ไฟล์ ZIP แล้วเลือกไฟล์
- คลิกเปิด
คลิกทำให้ใช้งานได้
หน้ารายละเอียด Cloud Functions จะเปิดขึ้นและฟังก์ชันจะปรากฏขึ้น พร้อมด้วยสัญญาณบอกสถานะความคืบหน้า 2 อย่าง ได้แก่ สัญญาณหนึ่งสำหรับบิลด์ และสัญญาณบอกสถานะสำหรับบริการ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้งสองหายไปและแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันใช้งานได้และพร้อมใช้งานแล้ว
แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่
- ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
- คลิกถัดไป
- ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
- ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์
env.js
- ตั้งค่า project เป็น รหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นของ
ภูมิภาค [region],
เช่น
us-central1
คลิกทำให้ใช้งานได้
gcloud CLI
โคลนโค้ดจาก GitHub ดังนี้
git clone https://github.com/googleworkspace/google-chat-samples.git
เปลี่ยนไปใช้ไดเรกทอรีที่เก็บโค้ดสำหรับความรู้ด้าน AI นี้ แอป Assistant Chat:
cd google-chat-samples/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดมาตอน สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth แล้ว เพื่อการตรวจสอบสิทธิ์และการให้สิทธิ์แก้ไขไฟล์
env.js
เพื่อตั้งค่าตัวแปรสภาพแวดล้อม- ตั้งค่า project เป็นโปรเจ็กต์ที่อยู่ในระบบคลาวด์ ID
- ตั้งค่า location เป็นของ
ภูมิภาค เช่น
us-central1
ทำให้ Cloud Function ใช้งานได้กับ Google Cloud โดยทำดังนี้
gcloud functions deploy app \ --gen2 \ --region=REGION \ --runtime=nodejs20 \ --source=. \ --entry-point=app \ --trigger-http \ --allow-unauthenticated
แทนที่ REGION ด้วยค่าของ Cloud Function ภูมิภาค [region] ให้ตรงกับที่ตั้งค่าไว้ในไฟล์
env.js
เช่นus-central1
สร้างและทำให้ eventsApp
ใช้งานได้
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions
ตรวจสอบว่าโปรเจ็กต์ Google Cloud สำหรับ เลือกแอป Chat แล้ว
คลิก
สร้างฟังก์ชันในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้
- ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
- ในชื่อฟังก์ชัน ให้พิมพ์
eventsApp
- ในภูมิภาค ให้เลือกภูมิภาค เช่น
us-central1
ภูมิภาคนี้ ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อ คุณ สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth เพื่อการตรวจสอบสิทธิ์และการให้สิทธิ์ - ในประเภททริกเกอร์ ให้เลือก Cloud Pub/Sub
- ในหัวข้อ Cloud Pub/Sub ให้เลือกชื่อหัวข้อ Pub/Sub ที่คุณ
ซึ่งมีรูปแบบดังนี้
projects/PROJECT/topics/events-api
ที่ PROJECT คือรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์ของคุณ - หากเห็นข้อความเริ่มต้นจาก
Service account(s) might not have enough permissions to deploy the function with the selected trigger.
ให้คลิกให้สิทธิ์ทั้งหมด - คลิกถัดไป
ใน Runtime ให้เลือก Node.js 20
ในจุดแรกเข้า ให้ลบข้อความเริ่มต้นและป้อน
eventsApp
ในซอร์สโค้ด ให้เลือก Zip จาก Cloud Storage
ในตำแหน่งของ Cloud Storage ให้คลิกเรียกดู
เลือกที่เก็บข้อมูลที่คุณอัปโหลดไฟล์ ZIP ไปเมื่อสร้าง ฟังก์ชันระบบคลาวด์
app
คลิกไฟล์ ZIP ที่คุณอัปโหลด
คลิกเลือก
คลิกทำให้ใช้งานได้
หน้ารายละเอียด Cloud Functions จะเปิดขึ้นและฟังก์ชันจะปรากฏขึ้น โดยมีสัญญาณบอกสถานะความคืบหน้า 3 อย่าง ได้แก่ สัญญาณหนึ่งสำหรับบิลด์ อีกสัญญาณหนึ่งสำหรับบริการ และอีกแท็บสำหรับทริกเกอร์ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 3 อันหายไป และแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันใช้งานได้และพร้อมใช้งาน
แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่
- ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
- คลิกถัดไป
- ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
- ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์
env.js
- ตั้งค่า project เป็น รหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นของ
ภูมิภาค [region],
เช่น
us-central1
คลิกทำให้ใช้งานได้
gcloud CLI
ใน gcloud CLI หากยังไม่ได้ดำเนินการ ให้เปลี่ยนไปใช้ไดเรกทอรี ที่เก็บโค้ดสำหรับความรู้ด้าน AI นี้ แอป Assistant ใน Chat ที่ก่อนหน้านี้ โคลนจาก GitHub:
cd google-chat-samples/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดมาตอน สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth แล้ว เพื่อการตรวจสอบสิทธิ์และการให้สิทธิ์แก้ไขไฟล์
env.js
เพื่อตั้งค่าตัวแปรสภาพแวดล้อม- ตั้งค่า project เป็นโปรเจ็กต์ที่อยู่ในระบบคลาวด์ ID
- ตั้งค่า location เป็นของ
ภูมิภาค เช่น
us-central1
ทำให้ Cloud Function ใช้งานได้กับ Google Cloud โดยทำดังนี้
gcloud functions deploy eventsApp \ --gen2 \ --region=REGION \ --runtime=nodejs20 \ --source=. \ --entry-point=eventsApp \ --trigger-topic=events-api
แทนที่ REGION ด้วยค่าของ Cloud Function ภูมิภาค [region] ให้ตรงกับที่ตั้งค่าไว้ในไฟล์
env.js
เช่นus-central1
คัดลอก URL ทริกเกอร์ของ Cloud Function app
วาง URL ทริกเกอร์ของ app
สำหรับ Cloud Function ไว้ในส่วนถัดไป
เมื่อคุณ
กำหนดค่าแอป Chat ในคอนโซล Google Cloud
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions
ในคอลัมน์ชื่อของรายการ Cloud Functions ให้คลิก
app
คลิกทริกเกอร์
คัดลอก URL
gcloud CLI
อธิบายฟังก์ชันระบบคลาวด์
app
:gcloud functions describe app
คัดลอกพร็อพเพอร์ตี้
url
กำหนดค่าแอป Chat ในคอนโซล Google Cloud
ส่วนนี้จะแสดงวิธีกำหนดค่า Chat API ใน คอนโซล Google Cloud ที่มีข้อมูลเกี่ยวกับแอป Chat ของคุณ รวมถึงชื่อแอป Chat ด้วย และ URL ทริกเกอร์สำหรับระบบคลาวด์ของแอป Chat ฟังก์ชันที่เครื่องมือส่งเหตุการณ์การโต้ตอบใน Chat
ในคอนโซล Google Cloud ให้คลิกเมนู > ผลิตภัณฑ์อื่นๆ > Google Workspace > คลังผลิตภัณฑ์ > Google Chat API > จัดการ > การกำหนดค่า
ในชื่อแอป ให้พิมพ์
AI knowledge assistant
ใน URL รูปโปรไฟล์ ให้พิมพ์
https://fonts.gstatic.com/s/i/short-term/release/googlesymbols/live_help/default/24px.svg
ในคำอธิบาย ให้พิมพ์
Answers questions with AI
คลิกปุ่มสลับเปิดใช้ฟีเจอร์แบบอินเทอร์แอกทีฟไปที่ตำแหน่งเปิด
ในส่วนฟังก์ชัน ให้เลือกเข้าร่วมพื้นที่ทำงานและการสนทนากลุ่ม
ในส่วนการตั้งค่าการเชื่อมต่อ ให้เลือก URL ของแอป
วาง URL ทริกเกอร์จาก
app
Cloud Function ใน URL ของแอป จัดรูปแบบเป็นhttps://
REGION-
PROJECT_ID.cloudfunctions.net/app
โดยที่ REGION คือภูมิภาคของ Cloud Function เช่นus-central1
และ PROJECT_ID คือรหัสโปรเจ็กต์ของ โปรเจ็กต์ระบบคลาวด์ที่คุณสร้างในส่วนระดับการเข้าถึง ให้เลือก ทำให้แอป Chat นี้ใช้งานได้กับบุคคลหรือกลุ่มบุคคลใน Workspace แล้วป้อนอีเมลของคุณ
ในส่วนบันทึก ให้เลือกบันทึกข้อผิดพลาดในการบันทึก
คลิกบันทึก ข้อความที่บันทึกไว้สำหรับการกำหนดค่าจะปรากฏขึ้น ซึ่งหมายความว่า แอป Chat ปัจจุบัน พร้อมที่จะทดสอบ
ทดสอบแอป Chat
ทดสอบแอป Chat สำหรับผู้ช่วยความรู้ของ AI ใน พื้นที่ใน Chat ที่มีข้อความด้วยการถามคำถามที่ AI ผู้ช่วยที่ให้ความรู้ในแอป Chat สามารถตอบคำถามได้
ต่อไปนี้คือตัวอย่างวิธีทดสอบผู้ช่วยความรู้ของ AI แอปแชท:
- เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ AI ลงใน พื้นที่ใน Chat ที่มีอยู่ และถามคำถามที่เกี่ยวข้องกับ พื้นที่นั้น
- สร้างพื้นที่ใน Chat และโพสต์ข้อความ 2-3 รายการเพื่อใช้เป็น
แหล่งข้อมูล มีแหล่งที่มาของข้อความ
Gemini ที่มีพรอมต์ เช่น
Answer 20 common onboarding questions employees ask their teams.
หรือ คุณสามารถวาง 2-3 ย่อหน้าจาก คู่มือการพัฒนาด้วยภาพรวมของ Chat และถามคำถามเกี่ยวกับเรื่องนั้น
สำหรับบทแนะนำนี้ เรามาสร้างพื้นที่ใน Chat และวาง ย่อหน้าจาก คู่มือพัฒนาด้วยภาพรวมของ Chat
เปิด Google Chat
วิธีสร้างพื้นที่ใน Chat
คลิก > สร้างพื้นที่ทำงาน
แชทใหม่ในชื่อพื้นที่ทำงาน ให้พิมพ์
Testing AI knowledge assistant app
ในส่วนพื้นที่ทำงานนี้มีไว้เพื่ออะไร ให้เลือกการทำงานร่วมกัน
ในส่วนการตั้งค่าการเข้าถึง ให้เลือกผู้ที่มีสิทธิ์เข้าถึงพื้นที่ทำงาน
คลิกสร้าง
วิธีเพิ่มข้อความเพื่อใช้เป็นแหล่งข้อมูล
ในเว็บเบราว์เซอร์ ให้ไปที่ พัฒนาด้วยภาพรวมของ Chat
คัดลอกและวางเนื้อหาของคำแนะนำลงในพื้นที่ใน Chat ที่คุณสร้างขึ้น
เพิ่มแอปใน Chat ผู้ช่วยความรู้ AI ดังนี้
ในแถบเขียนข้อความ ให้พิมพ์
@AI knowledge assistant
และใน เมนูคำแนะนำที่ปรากฏขึ้น ให้เลือกผู้ช่วยความรู้ AI แอปแชท และกดenter
ข้อความจะปรากฏขึ้นเพื่อถามว่าคุณต้องการเพิ่มผู้ช่วยความรู้ AI ไหม แอป Chat ไปยังพื้นที่ทำงาน คลิกเพิ่มไปยังพื้นที่ทำงาน
หากคุณเพิ่มแอป Chat เป็นครั้งแรก ในพื้นที่ทำงาน คุณต้องกำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์สำหรับ แอปแชท:
- คลิกกำหนดค่า
- หน้าต่างเบราว์เซอร์หรือแท็บใหม่จะเปิดขึ้นเพื่อขอให้คุณเลือก บัญชี Google เลือกบัญชีที่คุณจะใช้ทดสอบ
- ตรวจสอบสิทธิ์ที่ผู้ช่วยความรู้ของ AI คำขอของแอป Chat หากต้องการให้สิทธิ์ ให้คลิก Allow
- ข้อความที่ระบุว่า
You may close this page now.
จะปรากฏขึ้น ปิดหน้าต่างหรือแท็บเบราว์เซอร์ และกลับไปที่ พื้นที่ใน Chat
ถามคำถาม:
พิมพ์คำถาม เช่น ในแถบเขียนข้อความ
What are Google Chat apps?
แอป Chat ผู้ช่วยความรู้ AI ให้คำตอบ
หรือถ้าคำตอบไม่แม่นยำหรือเพียงพอ เพื่อช่วยให้ AI ปรับปรุงประวัติการสนทนา คลิก
รับความช่วยเหลือ แอป Chat ของผู้ช่วยความรู้ AI พูดถึง ผู้จัดการพื้นที่ทำงานและขอให้ตอบคำถาม ครั้งต่อไป แอป Chat ผู้ช่วยความรู้ AI จะรู้ว่า คำตอบ!
ข้อควรพิจารณา ตัวเลือกสถาปัตยกรรมทางเลือก และขั้นตอนถัดไป
ส่วนนี้จะตรวจสอบวิธีอื่นๆ ที่ผู้ช่วยความรู้ของ AI สร้างแอป Chat ได้
Firestore, Cloud Storage หรือข้อความรายการการเรียกใช้ใน Chat API
บทแนะนำนี้แนะนำให้จัดเก็บข้อมูลพื้นที่ใน Chat เช่น
ข้อความในฐานข้อมูล Firestore เนื่องจากช่วยปรับปรุงประสิทธิภาพเมื่อเปรียบเทียบ
กับการเรียกใช้เมธอด list
ใน Message
ทรัพยากรด้วย Chat API ทุกครั้ง
แอป Chat ตอบคำถาม ยิ่งไปกว่านั้น การโทร
list messages
ซ้ำๆ อาจเป็นสาเหตุให้เกิด
ใช้แอป Chat เพื่อให้ใช้งานถึงโควต้า API สูงสุด
แต่หากประวัติการสนทนาของพื้นที่ใน Chat กลายเป็น การใช้ Firestore นานเกินไปอาจมีค่าใช้จ่ายสูง
พื้นที่เก็บข้อมูลระบบคลาวด์ เป็นอีกทางเลือกหนึ่งที่ใช้แทน Firestore แต่ละพื้นที่ทำงานที่ผู้ช่วยความรู้ของ AI มีการใช้งานแอป Chat ในออบเจ็กต์ของตัวเองและออบเจ็กต์แต่ละรายการ เป็นไฟล์ข้อความที่มีข้อความทั้งหมดในพื้นที่ทำงาน ข้อได้เปรียบของ วิธีนี้ทำให้เนื้อหาทั้งหมดของไฟล์ข้อความสามารถป้อนไปยัง Vertex ได้ ใช้ AI กับ Gemini ไปพร้อมกัน แต่ข้อเสียคือต้องทำงานมากขึ้น อัปเดตประวัติการสนทนาเนื่องจากคุณต่อท้ายออบเจ็กต์ในระบบคลาวด์ไม่ได้ แต่ให้เปลี่ยนเฉพาะพื้นที่เก็บข้อมูล คุณอาจไม่ชอบวิธีนี้หากคุณทำเป็นประจำ อัปเดตประวัติข้อความ แต่เป็นตัวเลือกที่ดีถ้าคุณอัปเดตแบบกลุ่ม ประวัติข้อความเป็นระยะ เช่น หนึ่งครั้งต่อสัปดาห์
แก้ปัญหา
เมื่อแอป Google Chat หรือ card จะแสดงผลข้อผิดพลาด อินเทอร์เฟซ Chat แสดงข้อความว่า "เกิดข้อผิดพลาด" หรือ "ไม่สามารถดำเนินการตามคำขอของคุณ" บางครั้ง UI ของ Chat ไม่แสดงข้อความแสดงข้อผิดพลาดใดๆ แต่แอป Chat หรือ ทำให้เกิดผลลัพธ์ที่ไม่คาดคิด เช่น ข้อความในการ์ดอาจ ปรากฏขึ้น
แม้ว่าข้อความแสดงข้อผิดพลาดอาจไม่แสดงใน UI ของแชท มีข้อความแสดงข้อผิดพลาดและข้อมูลบันทึกที่สื่อความหมายเพื่อช่วยคุณแก้ไขข้อผิดพลาด เมื่อมีการเปิดข้อผิดพลาดในการบันทึกสำหรับแอป Chat หากต้องการความช่วยเหลือในการดู การแก้ไขข้อบกพร่องและการแก้ไขข้อผิดพลาด โปรดดู แก้ปัญหาข้อผิดพลาดของ Google Chat
ล้างข้อมูล
เพื่อเลี่ยงไม่ให้เกิดการเรียกเก็บเงินกับบัญชี Google Cloud ของคุณตาม ซึ่งใช้ในบทแนะนำนี้ เราขอแนะนำให้คุณลบ โปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ในคอนโซล Google Cloud ให้ไปที่หน้าจัดการทรัพยากร คลิก เมนู > IAM และ ผู้ดูแลระบบ > จัดการทรัพยากร
- ในรายการโปรเจ็กต์ ให้เลือกโปรเจ็กต์ที่ต้องการลบ แล้วคลิก ลบ
- ในกล่องโต้ตอบ ให้พิมพ์รหัสโปรเจ็กต์แล้วคลิกปิดเครื่องเพื่อลบ ให้กับโครงการ
หัวข้อที่เกี่ยวข้อง
- จัดการโปรเจ็กต์ด้วย Google Chat, Vertex AI และ Firestore
- ตอบสนองต่อเหตุการณ์ด้วย Google Chat, Vertex AI และ Apps Script