ตอบคำถามโดยอิงจากการสนทนาใน Chat ด้วยแอปแชท Gemini AI

บทแนะนำนี้แสดงวิธีสร้างแอป Google Chat ที่ตอบคำถามตามการสนทนาในพื้นที่ใน Chat ด้วย Generative AI ที่ทำงานด้วย Vertex AI ที่มี Gemini แอป Chat ใช้ Google Workspace Events API พร้อมด้วย Pub/Sub เพื่อจดจำและตอบคำถามที่โพสต์ในพื้นที่ใน Chat แบบเรียลไทม์ แม้จะไม่มีการกล่าวถึงก็ตาม

แอป Chat จะใช้ข้อความทั้งหมดที่ส่งในพื้นที่ทำงานเป็นแหล่งข้อมูลและฐานความรู้ เมื่อมีคนถามคำถาม แอป Chat จะตรวจหาคำตอบที่แชร์ไว้ก่อนหน้านี้แล้วแชร์คำตอบนั้น ถ้าไม่พบคำตอบ จะบอกว่าไม่สามารถตอบได้ ในแต่ละคำตอบ ผู้ใช้สามารถคลิกปุ่มการทำงานเสริมเพื่อ @พูดถึงผู้จัดการพื้นที่ทำงาน และถาม คำตอบได้ การใช้ Gemini AI จะช่วยให้แอป Google Chat ปรับเปลี่ยนและขยายฐานความรู้ได้ เนื่องจากมีการฝึกสนทนาอย่างต่อเนื่องในบทสนทนาในพื้นที่ทำงานที่เพิ่มพูนฐานความรู้ดังกล่าว

วิธีการทำงานของแอปใน Chat ในพื้นที่การอบรมพนักงานใหม่ และการสนับสนุนมีดังนี้

  • การพูดถึงแอปผู้ช่วยความรู้ของ AI จะเป็นการเพิ่มแอปไปยังพื้นที่ทำงาน
    ภาพที่ 1 ชุติพลเพิ่มแอปผู้ช่วยที่รู้ด้วย AI ลงในพื้นที่ใน Chat
  • ดารุณีถามคำถาม
    รูปที่ 2 Dana ถามว่าบริษัทมีการฝึกอบรมการพูดในที่สาธารณะไหม
  • แอป Chat ที่เป็นผู้ช่วยความรู้ของ AI จะช่วยตอบคำถามนี้
    รูปที่ 3 แอป Chat สำหรับผู้ช่วยความรู้ AI จะขอให้ Vertex AI ที่มี Gemini ตอบคำถามของ Dana โดยอิงจากประวัติการสนทนาของพื้นที่ใน Chat แล้วแชร์คำตอบ

สิ่งที่ต้องดำเนินการก่อน

วัตถุประสงค์

  • สร้างแอปใน Chat ที่ใช้ Generative AI เพื่อตอบคำถามตามความรู้ที่มีร่วมกันในการสนทนาในพื้นที่ใน Chat
  • Generative AI มีความสามารถในการทำสิ่งต่อไปนี้
    • ตรวจหาและตอบคำถามของพนักงาน
    • เรียนรู้อย่างต่อเนื่องจากการสนทนาที่ดำเนินอยู่ในพื้นที่ใน Chat
  • ฟังและตอบข้อความในพื้นที่ใน Chat ได้แบบเรียลไทม์แม้ว่าจะไม่ได้ส่งข้อความถึงแอป Chat โดยตรง
  • คงข้อความโดยการเขียนและอ่านจากฐานข้อมูล Firestore
  • ส่งเสริมการทำงานร่วมกันในพื้นที่ใน Chat ด้วยการพูดถึงผู้จัดการพื้นที่ทำงานเมื่อไม่พบคำตอบที่ต้องการ

สถาปัตยกรรม

แผนภาพต่อไปนี้แสดงสถาปัตยกรรมของทรัพยากร Google Workspace และ Google Cloud ที่แอปผู้ช่วยความรู้ของ AI ใช้ใน Chat

แผนภาพสถาปัตยกรรมสำหรับแอป Chat ผู้ช่วยความรู้ของ AI

แอป Chat สำหรับผู้ช่วยความรู้ของ AI มีการทำงานดังนี้

  • ผู้ใช้เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ลงในพื้นที่ใน Chat

    1. แอป Chat จะแจ้งให้ผู้ใช้ที่เพิ่มพื้นที่ใน Chat กำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์

    2. แอป Chat จะดึงข้อความของพื้นที่ทำงานโดยเรียกใช้เมธอด spaces.messages.list ใน Chat API แล้วจัดเก็บข้อความที่ดึงมาไว้ในฐานข้อมูล Firestore

    3. แอป Chat จะเรียกใช้เมธอด subscriptions.create ใน Google Workspace Events API เพื่อเริ่มฟังเหตุการณ์ต่างๆ เช่น ข้อความในพื้นที่ทำงาน ปลายทางการแจ้งเตือนของการสมัครใช้บริการคือหัวข้อ Pub/Sub ที่ใช้ Eventarc เพื่อส่งต่อกิจกรรมไปยังแอป Chat

    4. แอป Chat จะโพสต์ข้อความแนะนำ ไปยังพื้นที่ทำงาน

  • ผู้ใช้ในพื้นที่ใน Chat โพสต์ข้อความต่อไปนี้

    1. แอป Chat จะได้รับข้อความแบบเรียลไทม์ จากหัวข้อ Pub/Sub

    2. แอป Chat จะเพิ่มข้อความในฐานข้อมูล Firestore

      หากผู้ใช้แก้ไขหรือลบข้อความในภายหลัง แอป Chat จะได้รับเหตุการณ์ที่อัปเดตหรือถูกลบแบบเรียลไทม์ จากนั้นจะอัปเดตหรือลบข้อความในฐานข้อมูล Firestore

    3. แอป Chat จะส่งข้อความถึง Vertex AI ด้วย Gemini ดังนี้

      1. พรอมต์จะสั่งให้ Vertex AI ที่มี Gemini ตรวจสอบว่าข้อความมีคำถามหรือไม่ หากใช่ Gemini จะตอบคำถามเกี่ยวกับประวัติข้อความของพื้นที่ใน Chat ที่เก็บไว้ใน Firestore และแอป Google Chat จะส่งข้อความไปยังพื้นที่ใน Chat หากไม่ตอบสนอง ไม่ต้องตอบกลับ

      2. หาก Vertex AI ที่มี Gemini ตอบคำถามได้ แอป Chat จะโพสต์คำตอบด้วยการเรียกใช้เมธอด spaces.messages.create ใน Chat API โดยใช้การตรวจสอบสิทธิ์แอป

        หาก Vertex AI ที่มี Gemini ตอบคำถามไม่ได้ แอป Chat จะโพสต์ ข้อความที่บอกว่าไม่พบคำตอบของคำถามนั้นในประวัติของพื้นที่ใน Chat

        ข้อความจะมีปุ่มการทำงานเสริมที่ผู้ใช้คลิกได้เสมอ ซึ่งทำให้แอป Chat มีการ @พูดถึงผู้จัดการพื้นที่ทำงานเพื่อขอให้ตอบกลับ

  • แอป Chat ได้รับการแจ้งเตือนเกี่ยวกับวงจรจาก Google Workspace Events API ว่าการสมัครใช้บริการพื้นที่ใน Chat กำลังจะหมดอายุ

    1. แอป Chat จะส่งคำขอต่ออายุการสมัครใช้บริการโดยการเรียกใช้เมธอด subscriptions.patch ใน Google Workspace Events API

  • ระบบจะนำแอป Chat ออกจากพื้นที่ ใน Chat

    1. แอป Chat จะลบการสมัครใช้บริการด้วยการเรียกใช้เมธอด subscriptions.delete ใน Google Workspace Events API

    2. แอป Chat จะลบข้อมูลของพื้นที่ใน Chat ออกจาก Firestore

ตรวจสอบผลิตภัณฑ์ที่แอป Chat สำหรับผู้ช่วยความรู้ของ AI ใช้

แอป Chat ของผู้ช่วยความรู้ AI ใช้ผลิตภัณฑ์ Google Workspace และ Google Cloud ต่อไปนี้

  • Vertex AI API กับ Gemini: แพลตฟอร์ม Generative AI ที่ขับเคลื่อนโดย Gemini แอป Chat ที่มีความรู้ด้าน AI ใช้ Vertex AI API กับ Gemini เพื่อจดจำ ทำความเข้าใจ และตอบคำถามของพนักงาน
  • Chat API: API สำหรับการพัฒนาแอป Google Chat ที่รับและตอบสนองต่อเหตุการณ์การโต้ตอบใน Chat เช่น ข้อความ แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ Chat API เพื่อทำสิ่งต่อไปนี้
    • รับและตอบกลับเหตุการณ์การโต้ตอบที่ Chat ส่ง
    • แสดงรายการข้อความที่ส่งในพื้นที่ทำงาน
    • โพสต์คำตอบเกี่ยวกับคำถามของผู้ใช้ในพื้นที่ทำงาน
    • กำหนดค่าแอตทริบิวต์ที่กำหนดลักษณะที่จะปรากฏใน Chat เช่น ชื่อและรูปโปรไฟล์
  • Google Workspace Events API: API นี้ช่วยให้คุณสมัครรับข้อมูลกิจกรรมและจัดการการแจ้งเตือนการเปลี่ยนแปลงในแอปพลิเคชันของ Google Workspace ได้ แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ Google Workspace Events API เพื่อฟังข้อความที่โพสต์ในพื้นที่ใน Chat เพื่อให้ตรวจจับและตอบคำถามได้แม้จะไม่มีการพูดถึง
  • Firestore: ฐานข้อมูลเอกสารแบบ Serverless แอป Chat ที่มีความรู้ด้าน AI ใช้ Firestore เพื่อเก็บข้อมูลเกี่ยวกับข้อความที่ส่งในพื้นที่ใน Chat
  • Pub/Sub: Pub/Sub เป็นบริการรับส่งข้อความแบบไม่พร้อมกันและรองรับการปรับขนาด ซึ่งจะแยกบริการที่สร้างข้อความจากบริการที่ประมวลผลข้อความเหล่านั้น แอป Chat สำหรับผู้ช่วยความรู้ AI ใช้ Pub/Sub เพื่อรับกิจกรรมการสมัครใช้บริการจากพื้นที่ใน Chat
  • Eventarc: Eventarc ให้คุณสร้างสถาปัตยกรรมที่ขับเคลื่อนด้วยเหตุการณ์ได้โดยไม่ต้องใช้ ปรับแต่ง หรือบำรุงรักษาโครงสร้างพื้นฐานพื้นฐาน แอป Chat ที่มีความรู้ด้าน AI ใช้ Eventarc เพื่อกำหนดเส้นทางเหตุการณ์จาก Pub/Sub ไปยังพื้นที่ใน Chat และ Cloud Function ที่รับและประมวลผลเหตุการณ์การสมัครใช้บริการ
  • ฟังก์ชันระบบคลาวด์: บริการประมวลผลแบบ Serverless ขนาดเล็กที่ให้คุณสร้างฟังก์ชันสแตนด์อโลนวัตถุประสงค์เดียวที่สามารถตอบสนองต่อเหตุการณ์การโต้ตอบและการสมัครใช้บริการของ Chat ได้โดยไม่ต้องจัดการเซิร์ฟเวอร์หรือสภาพแวดล้อมรันไทม์ แอป Chat ของผู้ช่วยความรู้ AI ใช้ฟังก์ชัน Cloud 2 อย่างชื่อต่อไปนี้
    • app: โฮสต์ปลายทาง HTTP ที่ Chat ส่งเหตุการณ์การโต้ตอบไปให้ รวมถึงเป็นแพลตฟอร์มประมวลผลเพื่อเรียกใช้ตรรกะที่ประมวลผลและตอบสนองต่อเหตุการณ์เหล่านี้
    • eventsApp: รับและประมวลผลกิจกรรมของพื้นที่ใน Chat เช่น ข้อความจากการสมัครใช้บริการ Pub/Sub
    Cloud Functions ใช้ผลิตภัณฑ์ Google Cloud ต่อไปนี้ในการสร้างและโฮสต์ทรัพยากรการประมวลผล
    • Cloud Build: แพลตฟอร์มการทำให้ใช้งานได้อย่างต่อเนื่อง รวมถึงการทำให้ใช้งานได้อย่างต่อเนื่องที่มีการจัดการครบวงจร ซึ่งเรียกใช้บิลด์อัตโนมัติ
    • Cloud Run: สภาพแวดล้อมที่มีการจัดการครบวงจรสำหรับการเรียกใช้แอปที่สร้างโดยใช้คอนเทนเนอร์

เตรียมสภาพแวดล้อม

ส่วนนี้จะแสดงวิธีสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud สำหรับแอป Chat

สร้างโปรเจ็กต์ Google Cloud

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่เมนู > IAM และผู้ดูแลระบบ > สร้างโปรเจ็กต์

    ไปที่ "สร้างโปรเจ็กต์"

  2. ในช่องชื่อโปรเจ็กต์ ให้ป้อนชื่อที่สื่อความหมายสำหรับโปรเจ็กต์ของคุณ

    ไม่บังคับ: หากต้องการแก้ไขรหัสโปรเจ็กต์ ให้คลิกแก้ไข เมื่อสร้างโปรเจ็กต์แล้วจะเปลี่ยนแปลงรหัสโปรเจ็กต์ไม่ได้ ดังนั้นโปรดเลือกรหัสที่ตรงกับความต้องการตลอดอายุของโปรเจ็กต์

  3. ในช่องสถานที่ตั้ง ให้คลิกเรียกดูเพื่อแสดงตำแหน่งที่เป็นไปได้สำหรับโปรเจ็กต์ของคุณ จากนั้นคลิกเลือก
  4. คลิกสร้าง คอนโซล Google Cloud จะไปยังหน้าแดชบอร์ดและระบบจะสร้างโปรเจ็กต์ภายในไม่กี่นาที

gcloud CLI

เข้าถึง Google Cloud CLI (`gcloud`) ในสภาพแวดล้อมการพัฒนารายการใดรายการหนึ่งต่อไปนี้

  • Cloud Shell: หากต้องการใช้เทอร์มินัลออนไลน์ที่มีการตั้งค่า gcloud CLI ไว้แล้ว ให้เปิดใช้งาน Cloud Shell
    เปิดใช้งาน Cloud Shell
  • Local Shell: หากต้องการใช้สภาพแวดล้อมการพัฒนาภายใน ให้ติดตั้งและinitialize gcloud CLI
    หากต้องการสร้างโปรเจ็กต์ระบบคลาวด์ ให้ใช้คำสั่ง "gcloud projects create`: 
    gcloud projects create PROJECT_ID
    แทนที่ PROJECT_ID โดยการตั้งค่ารหัสสำหรับโปรเจ็กต์ที่ต้องการสร้าง

เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่การเรียกเก็บเงิน คลิก เมนู > การเรียกเก็บเงิน > โปรเจ็กต์ของฉัน

    ไปที่การเรียกเก็บเงินสำหรับโปรเจ็กต์

  2. ในส่วนเลือกองค์กร ให้เลือกองค์กรที่เชื่อมโยงกับโปรเจ็กต์ Google Cloud
  3. ในแถวโปรเจ็กต์ ให้เปิดเมนูการดำเนินการ () คลิกเปลี่ยนแปลงการเรียกเก็บเงิน แล้วเลือก บัญชีสำหรับการเรียกเก็บเงินใน Cloud
  4. คลิกตั้งค่าบัญชี

gcloud CLI

  1. หากต้องการแสดงบัญชีสำหรับการเรียกเก็บเงินที่ใช้ได้ ให้เรียกใช้คำสั่งต่อไปนี้ 
    gcloud billing accounts list
  2. ลิงก์บัญชีสำหรับการเรียกเก็บเงินกับโปรเจ็กต์ Google Cloud: 
    gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID

    แทนที่ค่าต่อไปนี้

    • PROJECT_ID คือรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณต้องการเปิดใช้การเรียกเก็บเงิน
    • BILLING_ACCOUNT_ID คือรหัสบัญชีสำหรับการเรียกเก็บเงินที่จะลิงก์กับโปรเจ็กต์ Google Cloud

เปิดใช้ API

คอนโซล Google Cloud

  1. 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

    เปิดใช้ API

  2. ยืนยันว่าคุณเปิดใช้ API ในโปรเจ็กต์ Cloud ที่ถูกต้อง แล้วคลิกถัดไป

  3. ยืนยันว่าคุณเปิดใช้ API ที่ถูกต้อง แล้วคลิกเปิดใช้

gcloud CLI

  1. หากจำเป็น ให้ตั้งค่าโปรเจ็กต์ระบบคลาวด์ปัจจุบันเป็นโปรเจ็กต์ที่คุณสร้าง โดยทำดังนี้

    gcloud config set project PROJECT_ID

    แทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง

  2. เปิดใช้ Google Chat API, Vertex AI API, Cloud Functions API, API Firestore, Cloud Build API, Pub/Sub API, Google Workspace Events API, Eventarc API และ Cloud Run Admin 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

การตรวจสอบสิทธิ์และการให้สิทธิ์ช่วยให้แอป Chat เข้าถึงทรัพยากรใน Google Workspace และ Google Cloud ได้

ในบทแนะนำนี้ คุณจะได้เผยแพร่แอป Google Chat เป็นการภายในเพื่อให้สามารถใช้ข้อมูลตัวยึดตำแหน่งได้ ก่อนเผยแพร่แอป Google Chat ไปยังภายนอก ให้แทนที่ข้อมูลของตัวยึดตำแหน่งด้วยข้อมูลจริงสำหรับหน้าจอคำยินยอม

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และบริการ > หน้าจอขอความยินยอม OAuth

    ไปที่หน้าจอขอความยินยอม OAuth

  2. ในส่วนประเภทผู้ใช้ ให้เลือกภายใน แล้วคลิกสร้าง

  3. ในชื่อแอป ให้พิมพ์ AI knowledge assistant

  4. ในอีเมลการสนับสนุนผู้ใช้ ให้เลือกอีเมลของคุณหรือกลุ่ม Google ที่เหมาะสม

  5. ป้อนอีเมลของคุณในส่วนข้อมูลติดต่อของนักพัฒนาแอป

  6. คลิกบันทึกและต่อไป

  7. คลิกเพิ่มหรือนำขอบเขตออก แผงควบคุมจะปรากฏขึ้นพร้อมรายการขอบเขตสำหรับ API แต่ละรายการที่คุณเปิดใช้ในโปรเจ็กต์ที่อยู่ในระบบคลาวด์

  8. ในส่วนเพิ่มขอบเขตด้วยตนเอง ให้วางขอบเขตต่อไปนี้

    • https://www.googleapis.com/auth/chat.messages

  9. คลิกเพิ่มลงในตาราง

  10. คลิกอัปเดต

  11. คลิกบันทึกและต่อไป

  12. ตรวจสอบสรุปการลงทะเบียนแอป แล้วคลิกกลับไปที่แดชบอร์ด

สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และบริการ > ข้อมูลเข้าสู่ระบบ

    ไปที่ข้อมูลเข้าสู่ระบบ

  2. คลิกสร้างข้อมูลเข้าสู่ระบบ > รหัสไคลเอ็นต์ OAuth

  3. คลิกประเภทแอปพลิเคชัน > เว็บแอปพลิเคชัน

  4. ในช่องชื่อ ให้พิมพ์ชื่อของข้อมูลเข้าสู่ระบบ ชื่อนี้จะแสดงในคอนโซล Google Cloud เท่านั้น

  5. คลิกเพิ่ม URI ในส่วน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาต

  6. ใน URI 1 ให้พิมพ์ดังนี้

    https://REGION-PROJECT_ID.cloudfunctions.net/app/oauth2

    แทนที่ค่าต่อไปนี้

    • REGION: เขตข้อมูลของ Cloud Function เช่น us-central1 เมื่อคุณสร้าง Cloud Functions ทั้ง 2 รายการในภายหลัง คุณจะต้องตั้งค่าภูมิภาคของ Cloud Functions ให้เป็นค่านี้
    • PROJECT_ID: รหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง

  7. คลิกสร้าง

  8. จากหน้าต่างสร้างไคลเอ็นต์ OAuth แล้ว ให้คลิกดาวน์โหลด JSON

  9. บันทึกไฟล์ที่ดาวน์โหลดเป็น client_secrets.json หลังจากนั้น เมื่อคุณสร้าง Cloud Functions ทั้ง 2 รายการ ให้รวมไฟล์ client_secrets.json ไว้ในการทำให้ใช้งานได้แต่ละรายการ

  10. คลิกตกลง

สร้างหัวข้อ Pub/Sub

หัวข้อ Pub/Sub ใช้งานได้กับ Google Workspace Events API เพื่อสมัครรับข้อมูลกิจกรรมในพื้นที่ใน Chat เช่น ข้อความ และแจ้งแอป Chat แบบเรียลไทม์

วิธีสร้างหัวข้อ Pub/Sub มีดังนี้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Pub/Sub

    ไปที่ Pub/Sub

  2. คลิกสร้างหัวข้อ

  3. ใน รหัสหัวข้อ ให้พิมพ์ events-api

  4. ยกเลิกการเลือกเพิ่มการสมัครใช้บริการเริ่มต้น

  5. ในส่วนการเข้ารหัส ให้เลือกคีย์การเข้ารหัสที่จัดการโดย Google

  6. คลิกสร้าง หัวข้อ Pub/Sub จะปรากฏขึ้น

  7. โปรดให้สิทธิ์ผู้ใช้ Chat IAM ในการโพสต์หัวข้อ Pub/Sub เพื่อให้หัวข้อ Pub/Sub และ Google Workspace Events API ทำงานร่วมกัน

    1. ในแผง events-api ในส่วนสิทธิ์ ให้คลิกเพิ่มผู้ใช้หลัก

    2. ในส่วนเพิ่มผู้ใช้หลัก ในผู้ใช้หลักใหม่ ให้พิมพ์ chat-api-push@system.gserviceaccount.com

    3. ในส่วนมอบหมายบทบาท ในเลือกบทบาท ให้เลือก Pub/Sub > ผู้เผยแพร่ Pub/Sub

    4. คลิกบันทึก

gcloud CLI

  1. สร้างหัวข้อ Pub/Sub ที่มีรหัสหัวข้อ events-api:

    gcloud pubsub topics create events-api

  2. ให้สิทธิ์ผู้ใช้ Chat IAM ในการโพสต์หัวข้อ Pub/Sub ดังนี้

    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 ที่จะเก็บและเรียกข้อมูลจากพื้นที่ใน Chat เช่น ข้อความ โดยไม่กำหนดโมเดลข้อมูลที่ถูกตั้งค่าโดยปริยายในโค้ดตัวอย่างด้วยไฟล์ model/message.js และ services/firestore-service.js

ฐานข้อมูลแอป Chat ของผู้ช่วยความรู้ AI ใช้โมเดลข้อมูล NoSQL ตาม เอกสาร ที่จัดระเบียบเป็น คอลเล็กชัน ดูข้อมูลเพิ่มเติมได้ที่โมเดลข้อมูลของ Firestore

แผนภาพต่อไปนี้เป็นภาพรวมของโมเดลข้อมูลของแอป Chat ผู้ช่วยความรู้ของ AI

โมเดลข้อมูลของฐานข้อมูล Firestore

รูทประกอบด้วยคอลเล็กชัน 2 รายการ ได้แก่

  1. spaces โดยที่เอกสารแต่ละฉบับจะแสดงพื้นที่ใน Chat ที่มีการเพิ่มแอป Chat ไว้ แต่ละข้อความจะแสดงเป็นเอกสารในคอลเล็กชันย่อย messages

  2. users โดยที่เอกสารแต่ละรายการแสดงถึงผู้ใช้ที่เพิ่มแอป Chat ไปยังพื้นที่ใน Chat

ดูคำจำกัดความของคอลเล็กชัน เอกสาร และช่อง

spaces

พื้นที่ใน Chat ที่มีแอป Chat สำหรับผู้ช่วยความรู้ของ AI

ช่อง
Document IDString
รหัสที่ไม่ซ้ำกันของพื้นที่ทำงานเฉพาะ ส่วนหนึ่งของชื่อทรัพยากรของพื้นที่ทำงานใน Chat API
messagesSubcollection of Documents (messages)
ข้อความที่ส่งในพื้นที่ใน Chat สอดคล้องกับ Document ID ของ message ใน Firebase
spaceNameString
ชื่อที่ไม่ซ้ำกันของพื้นที่ทำงานใน Chat API สอดคล้องกับชื่อทรัพยากรของพื้นที่ทำงานใน Chat API

messages

ข้อความที่ส่งในพื้นที่ใน Chat

ช่อง
Document IDString
รหัสที่ไม่ซ้ำกันของข้อความที่เฉพาะเจาะจง
nameString
ชื่อที่ไม่ซ้ำกันของข้อความใน Chat API สอดคล้องกับชื่อทรัพยากรของข้อความใน Chat API
textString
เนื้อหาข้อความ
timeString (Timestamp format)
เวลาที่สร้างข้อความ

users

ผู้ใช้ที่เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ไปยังพื้นที่ใน Chat

ช่อง
Document IDString
รหัสที่ไม่ซ้ำกันของผู้ใช้ที่เฉพาะเจาะจง
accessTokenString
โทเค็นเพื่อการเข้าถึงที่ได้รับในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0 ซึ่งใช้เพื่อเรียกใช้ Google Workspace API
refreshTokenString
โทเค็นการรีเฟรชที่มอบให้ในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0

วิธีสร้างฐานข้อมูล Firestore มีดังนี้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Firestore

    ไปที่ Firestore

  2. คลิกสร้างฐานข้อมูล

  3. จากเลือกโหมด Firestore ให้คลิกโหมดดั้งเดิม

  4. คลิกต่อไป

  5. กำหนดค่าฐานข้อมูลดังนี้

    1. ในส่วนตั้งชื่อฐานข้อมูล ให้ปล่อยรหัสฐานข้อมูลเป็น (default)

    2. ในส่วนประเภทสถานที่ตั้ง ให้เลือกภูมิภาค

    3. ในภูมิภาค ให้ระบุภูมิภาคสำหรับฐานข้อมูล เช่น us-central1 โปรดเลือกตำแหน่งเดียวกันหรือใกล้เคียงเป็น Cloud Functions ของแอป Chat เพื่อให้ได้ประสิทธิภาพที่ดีที่สุด

  6. คลิกสร้างฐานข้อมูล

gcloud CLI

  • สร้างฐานข้อมูล Firestore ในโหมดดั้งเดิมโดยทำดังนี้

    gcloud firestore databases create \
--location=LOCATION \
--type=firestore-native

    แทนที่ LOCATION ด้วยชื่อภูมิภาคของ Firestore เช่น us-central1 โปรดเลือกตำแหน่งเดียวกันหรือใกล้เคียงเป็น Cloud Functions ของแอป Chat เพื่อประสิทธิภาพที่ดีที่สุด

สร้างและติดตั้งใช้งานแอป Chat

เมื่อสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud แล้ว คุณก็พร้อมที่จะสร้างและทำให้แอป Chat ใช้งานได้แล้ว ในส่วนนี้ คุณจะทำสิ่งต่อไปนี้ได้

  1. สร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการ กลุ่มแรกสำหรับตอบกลับเหตุการณ์การโต้ตอบแบบ Chat และอีกกลุ่มสำหรับตอบกลับเหตุการณ์ Pub/Sub
  2. สร้างและทำให้แอป Chat ใช้งานได้ในหน้าการกำหนดค่า Google Chat API

สร้างและทำให้ Cloud Functions ใช้งานได้

ในส่วนนี้ คุณจะสร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการโดยมีชื่อว่า

  • app: โฮสต์และเรียกใช้โค้ดของแอป Chat ที่ตอบสนองต่อเหตุการณ์ที่ได้รับจาก Chat เป็นคำขอ HTTP
  • eventsApp: รับและประมวลผลเหตุการณ์พื้นที่ใน Chat เช่น ข้อความจาก Pub/Sub

ฟังก์ชันระบบคลาวด์เหล่านี้ประกอบขึ้นเป็นตรรกะแอปพลิเคชันของ AI สำหรับผู้ช่วยความรู้

(ไม่บังคับ) ก่อนสร้าง Cloud Functions โปรดใช้เวลาสักครู่เพื่อตรวจสอบและทำความคุ้นเคยกับโค้ดตัวอย่างที่โฮสต์ใน GitHub

ดูใน GitHub

สร้างและทำให้ app ใช้งานได้

คอนโซล Google Cloud

  1. ดาวน์โหลดโค้ดจาก GitHub เป็นไฟล์ ZIP

    ดาวน์โหลดไฟล์ ZIP

  2. แตกไฟล์ ZIP ที่ดาวน์โหลด

    โฟลเดอร์ที่ดึงข้อมูลจะมีที่เก็บตัวอย่าง Google Workspace ทั้งหมด

  3. ในโฟลเดอร์ที่แยกข้อมูล ให้ไปที่ไดเรกทอรี google-chat-samples-main/node/ai-knowledge-assistant

  4. ในไดเรกทอรี google-chat-samples/node/ai-knowledge-assistant ให้เพิ่มไฟล์ client_secrets.json ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์

  5. บีบอัดเนื้อหาของโฟลเดอร์ ai-knowledge-assistant เป็นไฟล์ ZIP

    ไดเรกทอรีรากของไฟล์ ZIP ต้องมีไฟล์และโฟลเดอร์ดังต่อไปนี้

    • .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/

  6. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions

    ไปที่ Cloud Functions

    ตรวจสอบว่าได้เลือกโปรเจ็กต์ Google Cloud สำหรับแอป Chat แล้ว

  7. คลิก สร้างฟังก์ชัน

  8. ในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้

    1. ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
    2. ในชื่อฟังก์ชัน ให้พิมพ์ app
    3. ในภูมิภาค ให้เลือกภูมิภาค เช่น us-central1 ภูมิภาคนี้ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อคุณสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สำหรับการตรวจสอบสิทธิ์และการให้สิทธิ์
    4. ในประเภททริกเกอร์ ให้เลือก HTTPS
    5. ในส่วนการตรวจสอบสิทธิ์ ให้เลือกอนุญาตการเรียกใช้ที่ไม่ผ่านการตรวจสอบสิทธิ์
    6. คลิกถัดไป

  9. ใน Runtime ให้เลือก Node.js 20

  10. ใน Entry Point ให้ลบข้อความเริ่มต้นแล้วป้อน app

  11. เลือกอัปโหลด Zip ในซอร์สโค้ด

  12. ในที่เก็บข้อมูลปลายทาง ให้สร้างหรือเลือกที่เก็บข้อมูลดังนี้

    1. คลิกเลือกดู
    2. เลือกที่เก็บข้อมูล
    3. คลิกเลือก

    Google Cloud จะอัปโหลดไฟล์ ZIP และแตกไฟล์คอมโพเนนต์ในที่เก็บข้อมูลนี้ จากนั้น Cloud Functions จะคัดลอกไฟล์คอมโพเนนต์ไปยัง Cloud Function

  13. ในไฟล์ ZIP ให้อัปโหลดไฟล์ ZIP ที่คุณดาวน์โหลดจาก GitHub โดยแตกออกมา และบีบอัดใหม่

    1. คลิกเลือกดู
    2. ไปที่ไฟล์ ZIP แล้วเลือกไฟล์
    3. คลิกเปิด

  14. คลิกทำให้ใช้งานได้

    หน้ารายละเอียดฟังก์ชันระบบคลาวด์จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมสัญญาณบอกสถานะความคืบหน้า 2 รายการ โดยสัญญาณหนึ่งสำหรับบิลด์และอีกสัญญาณหนึ่งสำหรับบริการ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 2 รายการหายไปและแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันใช้งานได้และพร้อมใช้งาน

  15. แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่

    1. ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
    2. คลิกถัดไป
    3. ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
    4. ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์ env.js โดยทำดังนี้
      1. ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
      2. ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น us-central1

  16. คลิกทำให้ใช้งานได้

gcloud CLI

  1. โคลนโค้ดจาก GitHub ดังนี้

    git clone https://github.com/googleworkspace/google-chat-samples.git

  2. เปลี่ยนไปใช้ไดเรกทอรีที่เก็บโค้ดสำหรับแอป Chat ที่เป็นผู้ช่วยความรู้ของ AI นี้

    cd google-chat-samples/node/ai-knowledge-assistant

  3. ในไดเรกทอรี google-chat-samples/node/ai-knowledge-assistant ให้เพิ่มไฟล์ client_secrets.json ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์

  4. แก้ไขไฟล์ env.js เพื่อตั้งค่าตัวแปรสภาพแวดล้อม

    1. ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
    2. ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น us-central1

  5. 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 ด้วยค่าภูมิภาคของ Cloud Function เพื่อให้ตรงกับค่าที่ตั้งค่าไว้ในไฟล์ env.js เช่น us-central1

สร้างและทำให้ eventsApp ใช้งานได้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions

    ไปที่ Cloud Functions

    ตรวจสอบว่าได้เลือกโปรเจ็กต์ Google Cloud สำหรับแอป Chat แล้ว

  2. คลิก สร้างฟังก์ชัน

  3. ในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้

    1. ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
    2. ในชื่อฟังก์ชัน ให้พิมพ์ eventsApp
    3. ในภูมิภาค ให้เลือกภูมิภาค เช่น us-central1 ภูมิภาคนี้ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อคุณสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สำหรับการตรวจสอบสิทธิ์และการให้สิทธิ์
    4. ในประเภททริกเกอร์ ให้เลือก Cloud Pub/Sub
    5. ในหัวข้อ Cloud Pub/Sub ให้เลือกชื่อหัวข้อ Pub/Sub ที่คุณสร้างไว้ ซึ่งมีรูปแบบ projects/PROJECT/topics/events-api โดยที่ PROJECT เป็นรหัสโปรเจ็กต์ระบบคลาวด์ของคุณ
    6. หากเห็นข้อความเริ่มต้นจาก Service account(s) might not have enough permissions to deploy the function with the selected trigger. ให้คลิกให้สิทธิ์ทั้งหมด
    7. คลิกถัดไป

  4. ใน Runtime ให้เลือก Node.js 20

  5. ใน Entry Point ให้ลบข้อความเริ่มต้นแล้วป้อน eventsApp

  6. ในซอร์สโค้ด ให้เลือก Zip จาก Cloud Storage

  7. ในตำแหน่งของ Cloud Storage ให้คลิกเรียกดู

  8. เลือกที่เก็บข้อมูลที่คุณอัปโหลดไฟล์ ZIP เมื่อสร้าง Cloud Function ของ app

  9. คลิกไฟล์ ZIP ที่คุณอัปโหลด

  10. คลิกเลือก

  11. คลิกทำให้ใช้งานได้

    หน้ารายละเอียด Cloud Functions จะเปิดขึ้นและฟังก์ชันจะปรากฏขึ้นพร้อมสัญญาณบอกสถานะความคืบหน้า 3 สถานะ ได้แก่ สัญญาณบอกสถานะสำหรับบิลด์ 1 ตัวสำหรับบริการ และอีกตัวหนึ่งสำหรับทริกเกอร์ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 3 รายการหายไป และแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันพร้อมใช้งานและพร้อมใช้งาน

  12. แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่

    1. ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
    2. คลิกถัดไป
    3. ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
    4. ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์ env.js โดยทำดังนี้
      1. ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
      2. ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น us-central1

  13. คลิกทำให้ใช้งานได้

gcloud CLI

  1. ใน gcloud CLI หากยังไม่ได้ดำเนินการ ให้เปลี่ยนไปยังไดเรกทอรีที่เก็บโค้ดสำหรับแอป Chat ที่มีความรู้ของ AI นี้ ซึ่งก่อนหน้านี้ได้โคลนจาก GitHub ดังนี้

    cd google-chat-samples/node/ai-knowledge-assistant

  2. ในไดเรกทอรี google-chat-samples/node/ai-knowledge-assistant ให้เพิ่มไฟล์ client_secrets.json ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์

  3. แก้ไขไฟล์ env.js เพื่อตั้งค่าตัวแปรสภาพแวดล้อม

    1. ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
    2. ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น us-central1

  4. 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 ด้วยค่าภูมิภาคของ Cloud Function เพื่อให้ตรงกับค่าที่ตั้งค่าไว้ในไฟล์ env.js เช่น us-central1

คัดลอก URL ทริกเกอร์ของ Cloud Function app

วาง URL ทริกเกอร์ของ Cloud Function ของ app ไว้ในส่วนถัดไปเมื่อกำหนดค่าแอป Chat ในคอนโซล Google Cloud

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions

    ไปที่ Cloud Functions

  2. ในคอลัมน์ชื่อของรายการ Cloud Functions ให้คลิก app

  3. คลิกทริกเกอร์

  4. คัดลอก URL

gcloud CLI

  1. อธิบายฟังก์ชันระบบคลาวด์ app:

    gcloud functions describe app

  2. คัดลอกพร็อพเพอร์ตี้ url

กำหนดค่าแอป Chat ในคอนโซล Google Cloud

ส่วนนี้จะแสดงวิธีกำหนดค่า Chat API ในคอนโซล Google Cloud ที่มีข้อมูลเกี่ยวกับแอป Chat ของคุณ รวมถึงชื่อแอป Chat และ URL ทริกเกอร์สำหรับ Cloud Function ของแอป Chat ที่ใช้ส่งเหตุการณ์การโต้ตอบใน Chat

  1. ในคอนโซล Google Cloud ให้คลิกเมนู > ผลิตภัณฑ์อื่นๆ > Google Workspace > คลังผลิตภัณฑ์ > Google Chat API > จัดการ > การกำหนดค่า

    ไปที่การกำหนดค่า Chat API

  2. ในชื่อแอป ให้พิมพ์ AI knowledge assistant

  3. ใน URL รูปโปรไฟล์ ให้พิมพ์ https://fonts.gstatic.com/s/i/short-term/release/googlesymbols/live_help/default/24px.svg

  4. ในคำอธิบาย ให้พิมพ์ Answers questions with AI

  5. คลิกปุ่มสลับเปิดใช้ฟีเจอร์แบบอินเทอร์แอกทีฟไปที่ตำแหน่งเปิด

  6. ในส่วนฟังก์ชัน ให้เลือกเข้าร่วมพื้นที่ทำงานและการสนทนากลุ่ม

  7. ในส่วนการตั้งค่าการเชื่อมต่อ ให้เลือก URL ของแอป

  8. ใน URL ของแอป ให้วาง URL ทริกเกอร์จาก app Cloud Function ที่มีการจัดรูปแบบเป็น https://REGION-PROJECT_ID.cloudfunctions.net/app โดยที่ REGION คือภูมิภาคของ Cloud Function เช่น us-central1 และ PROJECT_ID คือรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง

  9. ในส่วนระดับการแชร์ ให้เลือก ทำให้แอป Chat นี้พร้อมใช้งานสำหรับผู้คนและกลุ่มที่ต้องการในโดเมน Workspace แล้วป้อนอีเมลของคุณ

  10. ในส่วนบันทึก ให้เลือกบันทึกข้อผิดพลาดในการบันทึก

  11. คลิกบันทึก ข้อความที่บันทึกไว้สำหรับการกำหนดค่าจะปรากฏขึ้น ซึ่งหมายความว่าแอป Chat พร้อมทดสอบแล้ว

ทดสอบแอป Chat

ทดสอบแอป Chat สำหรับผู้ช่วยความรู้ของ AI ในพื้นที่ใน Chat ด้วยข้อความโดยถามคำถามที่แอป Chat ของผู้ช่วยที่ให้ความรู้ AI ตอบให้ได้

ต่อไปนี้คือตัวอย่างวิธีทดสอบแอป Chat ของ ผู้ช่วยความรู้ของ AI

  • เพิ่มแอปใน Chat ของผู้ช่วยความรู้ AI ไปยังพื้นที่ใน Chat ที่มีอยู่ และถามคำถามที่เกี่ยวข้องกับพื้นที่ทำงานนั้น
  • สร้างพื้นที่ใน Chat และโพสต์ข้อความ 2-3 ข้อความเพื่อใช้เป็นแหล่งข้อมูล ข้อความจะมาจาก Gemini ได้ด้วยพรอมต์ เช่น Answer 20 common onboarding questions employees ask their teams. หรือจะวาง 2-3 ย่อหน้าจากคู่มือภาพรวมของการพัฒนาด้วย Chat แล้วถามคำถามก็ได้

สำหรับบทแนะนำนี้ เรามาสร้างพื้นที่ใน Chat และวางย่อหน้า 2-3 ย่อหน้าจากคู่มือการพัฒนาด้วยภาพรวมของ Chat

  1. เปิด Google Chat

    ไปที่ Google Chat

  2. วิธีสร้างพื้นที่ใน Chat

    1. คลิก แชทใหม่ > สร้างพื้นที่ทำงาน

    2. ในชื่อพื้นที่ทำงาน ให้พิมพ์ Testing AI knowledge assistant app

    3. ในส่วนพื้นที่ทำงานนี้มีไว้เพื่ออะไร ให้เลือกการทำงานร่วมกัน

    4. ในส่วนการตั้งค่าการเข้าถึง ให้เลือกผู้ที่มีสิทธิ์เข้าถึงพื้นที่ทำงาน

    5. คลิกสร้าง

  3. วิธีเพิ่มข้อความเพื่อใช้เป็นแหล่งข้อมูล

    1. ในเว็บเบราว์เซอร์ ให้ไปที่คู่มือการพัฒนาด้วยภาพรวม Chat

    2. คัดลอกและวางเนื้อหาของคำแนะนำลงในพื้นที่ใน Chat ที่คุณสร้างขึ้น

  4. เพิ่มแอปใน Chat ผู้ช่วยความรู้ AI ดังนี้

    1. ในแถบเขียนข้อความ ให้พิมพ์ @AI knowledge assistant และในเมนูคำแนะนำที่ปรากฏขึ้น ให้เลือกแอป Chat สำหรับผู้ช่วยความรู้ของ AI แล้วกด enter

    2. ข้อความจะปรากฏขึ้นเพื่อถามว่าคุณต้องการเพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ไปยังพื้นที่ทำงานไหม คลิกเพิ่มไปยังพื้นที่ทำงาน

    3. หากเพิ่มแอป Chat ในพื้นที่ทำงานเป็นครั้งแรก คุณต้องกำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์สำหรับแอป Chat ดังนี้

      1. คลิกกำหนดค่า
      2. หน้าต่างเบราว์เซอร์หรือแท็บใหม่จะเปิดขึ้นเพื่อขอให้คุณเลือกบัญชี Google เลือกบัญชีที่คุณจะใช้ทดสอบ
      3. ตรวจสอบสิทธิ์ที่แอปผู้ช่วยที่ให้ความรู้ โดย AI ขอ หากต้องการให้สิทธิ์ ให้คลิกอนุญาต
      4. ข้อความที่ระบุว่า You may close this page now. จะปรากฏขึ้น ปิดหน้าต่างหรือแท็บเบราว์เซอร์แล้วกลับไปที่พื้นที่ใน Chat

  5. ถามคำถาม:

    1. พิมพ์คำถามอย่างเช่น What are Google Chat apps? ในแถบเขียนข้อความ

    2. แอป Chat ผู้ช่วยความรู้ AI ให้คำตอบ

    3. หรือถ้าคำตอบไม่แม่นยำหรือเพียงพอ เพื่อช่วยให้ประวัติการสนทนาของ AI ดีขึ้น ให้คลิก รับความช่วยเหลือ แอป Chat ของผู้ช่วยความรู้ AI พูดถึง ผู้จัดการพื้นที่ทำงานและขอให้ตอบคำถาม ในครั้งถัดไป แอป Chat ของ ความรู้เกี่ยวกับ AI จะรู้คำตอบแน่ๆ!

ข้อควรพิจารณา ตัวเลือกสถาปัตยกรรมทางเลือก และขั้นตอนถัดไป

ส่วนนี้จะอธิบายวิธีอื่นๆ ในการสร้างแอป Chat สำหรับ ความรู้ของ AI

Firestore, Cloud Storage หรือข้อความรายการการเรียกใช้ใน Chat API

บทแนะนำนี้แนะนำให้จัดเก็บข้อมูลพื้นที่ใน Chat เช่น ข้อความในฐานข้อมูล Firestore เนื่องจากจะช่วยเพิ่มประสิทธิภาพเมื่อเทียบกับการเรียกใช้เมธอด list ในทรัพยากร Message ด้วย Chat API ทุกครั้งที่แอป Chat ตอบคำถาม นอกจากนี้ การเรียกใช้ list messages ซ้ำๆ อาจทำให้แอป Chat ใช้งานถึงโควต้า API ที่จำกัดไว้

อย่างไรก็ตาม หากประวัติการสนทนาของพื้นที่ใน Chat นานเกินไป การใช้ Firestore ก็อาจมีค่าใช้จ่ายสูง

Cloud Storage เป็นอีกทางเลือกหนึ่งแทน Firestore พื้นที่ทำงานแต่ละแห่งที่แอปผู้ช่วยความรู้ของ AI ใช้งานอยู่จะมีออบเจ็กต์ของตัวเอง และออบเจ็กต์แต่ละรายการคือไฟล์ข้อความที่มีข้อความทั้งหมดในพื้นที่ทำงานดังกล่าว ข้อดีของวิธีนี้คือคุณจะป้อนเนื้อหาทั้งหมดของไฟล์ข้อความไปยัง Vertex AI ที่มี Gemini พร้อมกันได้ แต่ข้อเสียคือ การอัปเดตประวัติการสนทนาจะต้องทำงานหนักขึ้น เนื่องจากคุณเพิ่มออบเจ็กต์ใน Cloud Storage ต่อท้ายออบเจ็กต์ใน Cloud Storage ไม่ได้ ทำได้อย่างเดียว วิธีนี้อาจไม่ค่อยมีประโยชน์หากคุณอัปเดตประวัติข้อความเป็นประจำ แต่ก็ถือเป็นทางเลือกที่ดีหากคุณอัปเดตประวัติข้อความเป็นกลุ่มเป็นประจำ เช่น สัปดาห์ละครั้ง

แก้ปัญหา

เมื่อแอปหรือการ์ด Google Chat แสดงข้อผิดพลาด อินเทอร์เฟซ Chat จะแสดงข้อความว่า "เกิดข้อผิดพลาด" หรือ "ไม่สามารถดำเนินการตามคำขอของคุณ" บางครั้ง UI ของ Chat ไม่แสดงข้อความแสดงข้อผิดพลาด แต่แอปหรือการ์ด Chat ให้ผลลัพธ์ที่ไม่คาดคิด เช่น ข้อความในการ์ดอาจไม่ปรากฏขึ้น

แม้ว่าข้อความแสดงข้อผิดพลาดอาจไม่แสดงใน UI ของ Chat แต่ก็ยังมีข้อความแสดงข้อผิดพลาดและข้อมูลบันทึกที่สื่อความหมายเพื่อช่วยให้คุณแก้ไขข้อผิดพลาดเมื่อมีการเปิดใช้การบันทึกข้อผิดพลาดสำหรับแอป Chat ได้ หากต้องการความช่วยเหลือในการดู แก้ไขข้อบกพร่อง และแก้ไขข้อผิดพลาด โปรดดูหัวข้อแก้ปัญหาและแก้ไขข้อผิดพลาดของ Google Chat

ล้างข้อมูล

เราขอแนะนำให้คุณลบโปรเจ็กต์ Cloud เพื่อหลีกเลี่ยงการเรียกเก็บเงินกับบัญชี Google Cloud สำหรับทรัพยากรที่ใช้ในบทแนะนำนี้

  1. ในคอนโซล Google Cloud ให้ไปที่หน้าจัดการทรัพยากร คลิก เมนู > IAM และผู้ดูแลระบบ > จัดการทรัพยากร

    ไปที่เครื่องมือจัดการทรัพยากร

  2. ในรายการโปรเจ็กต์ ให้เลือกโปรเจ็กต์ที่ต้องการลบ แล้วคลิกลบ
  3. ในกล่องโต้ตอบ ให้พิมพ์รหัสโปรเจ็กต์แล้วคลิกปิดเครื่องเพื่อลบโปรเจ็กต์