ตอบคำถามโดยอิงจากการสนทนาใน Chat ด้วยแอปแชท Gemini AI

บทแนะนำนี้จะแสดงวิธีสร้างแอป Google Chat ที่ตอบคำถามโดยอิงตามการสนทนาในพื้นที่ทำงานของ Chat ด้วย Generative AI ที่ทำงานด้วย Vertex AI พร้อม Gemini แอป Chat ใช้ Google Workspace Events API และ Pub/Sub เพื่อจดจำและตอบคำถามที่โพสต์ในพื้นที่ทำงานของ Chat แบบเรียลไทม์ แม้ว่าจะไม่ได้พูดถึงแอปนี้ก็ตาม

แอป Chat ใช้ข้อความทั้งหมดที่ส่งในพื้นที่ทำงานเป็นแหล่งข้อมูลและฐานความรู้ เมื่อมีคนถามคำถาม แอป Chat จะตรวจสอบคำตอบที่แชร์ก่อนหน้านี้ แล้วแชร์คำตอบนั้น ถ้าไม่พบคำตอบ จะบอกว่าไม่สามารถตอบได้ ในคำตอบแต่ละรายการ ผู้ใช้สามารถคลิกปุ่มการดำเนินการเสริมเพื่อ @พูดถึงผู้จัดการพื้นที่ทำงานและขอคำตอบได้ เมื่อใช้ AI ของ Gemini แอป Google Chat จะปรับตัวและขยายฐานความรู้ไปพร้อมกับฝึกฝนบทสนทนาในพื้นที่ทำงานที่เพิ่มเข้ามาอย่างต่อเนื่อง

วิธีการทำงานของแอป Chat ในพื้นที่ทำงานเพื่อเริ่มต้นใช้งานและการสนับสนุนของพนักงานมีดังนี้

  • การพูดถึงแอปผู้ช่วยด้านความรู้ AI จะเพิ่มแอปนั้นลงในพื้นที่ทำงาน
    ภาพที่ 1 Charlie เพิ่มแอป Chat ที่เป็นผู้ช่วยด้านความรู้ด้วยระบบ AI ไปยังพื้นที่ใน Chat
  • Dana ถามคําถาม
    รูปที่ 2 Dana ถามว่าบริษัทมีการฝึกอบรมการพูดในที่สาธารณะไหม
  • แอป Chat ที่เป็นผู้ช่วยด้านความรู้ AI จะตอบคำถาม
    รูปที่ 3 แอป Chat ที่เป็นผู้ช่วยด้านความรู้ AI จะแจ้งให้ Vertex AI พร้อม Gemini ตอบคำถามของ Dana โดยอิงตามประวัติการสนทนาของพื้นที่ใน Chat จากนั้นจึงแชร์คำตอบ

ข้อกำหนดเบื้องต้น

วัตถุประสงค์

  • สร้างแอป Chat ที่ใช้ Generative AI เพื่อตอบคำถามโดยอิงตามความรู้ที่แชร์ในการสนทนาในพื้นที่ใน Chat
  • เมื่อใช้ Generative AI ระบบจะดำเนินการต่อไปนี้
    • ตรวจหาและตอบคําถามของพนักงาน
    • เรียนรู้อย่างต่อเนื่องจากการสนทนาอย่างต่อเนื่องในพื้นที่ใน Chat
  • ฟังและตอบกลับข้อความในพื้นที่ทำงานของ Chat ได้แบบเรียลไทม์ แม้ว่าจะไม่ได้ส่งข้อความถึงแอป Chat โดยตรงก็ตาม
  • จัดเก็บข้อความถาวรโดยการเขียนและอ่านจากฐานข้อมูล Firestore
  • อำนวยความสะดวกในการทำงานร่วมกันในพื้นที่ใน Chat โดยการพูดถึงผู้จัดการพื้นที่ทำงานเมื่อไม่พบคำตอบสำหรับคำถาม

สถาปัตยกรรม

แผนภาพต่อไปนี้แสดงสถาปัตยกรรมของ Google Workspace และแหล่งข้อมูล Google Cloud ที่ใช้โดยผู้ช่วยด้านความรู้ AI ในแอป Chat

แผนภาพสถาปัตยกรรมสําหรับแอป Chat ที่เป็นผู้ช่วยด้านความรู้ด้วยระบบ AI

แอป Chat ที่เป็นผู้ช่วยความรู้ของ AI มีการทำงานดังนี้

  • ผู้ใช้เพิ่มแอปผู้ช่วยด้านความรู้ AI ของ Chat ไปยังพื้นที่ใน Chat

    1. แอป Chat จะแจ้งให้ผู้ใช้ที่เพิ่มแอปไปยังพื้นที่ใน 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 เพื่อเริ่มรับฟังเหตุการณ์ เช่น ข้อความในพื้นที่ทำงาน ปลายทางการแจ้งเตือนของการสมัครใช้บริการคือหัวข้อ Pub/Sub ที่ใช้ Eventarc เพื่อส่งต่อเหตุการณ์ไปยังแอป Chat

    4. แอป Chat จะโพสต์ข้อความแนะนำ ไปยังพื้นที่ทำงาน

  • ผู้ใช้ในพื้นที่ใน Chat โพสต์ข้อความต่อไปนี้

    1. แอป Chat จะได้รับข้อความแบบเรียลไทม์จากหัวข้อ Pub/Sub

    2. แอป Chat จะเพิ่มข้อความลงในฐานข้อมูล Firestore

      หากผู้ใช้แก้ไขหรือลบข้อความในภายหลัง แอป Chat จะได้รับเหตุการณ์ที่อัปเดตหรือลบไปแล้วแบบเรียลไทม์ จากนั้นจะอัปเดตหรือลบข้อความในฐานข้อมูล Firestore

    3. แอป Chat ส่งข้อความไปยัง Vertex AI ด้วย Gemini โดยทำดังนี้

      1. พรอมต์จะสั่งให้ Vertex AI ที่มี Gemini ตรวจสอบว่าข้อความมีคำถามหรือไม่ หากใช่ Gemini จะตอบคำถามโดยอิงตามประวัติข้อความของพื้นที่ใน Chat ที่เก็บไว้ใน Firestore จากนั้นแอป Google Chat จะส่งข้อความไปยังพื้นที่ใน Chat หากไม่เช่นนั้น อย่าตอบกลับ

      2. หาก Vertex AI ที่มี Gemini ตอบคำถาม แอป Chat จะโพสต์คำตอบโดยการเรียกใช้เมธอด spaces.messages.create ใน Chat API โดยใช้การตรวจสอบสิทธิ์ของแอป

        หาก Vertex AI ที่มี Gemini ตอบคำถามไม่ได้ แอป Chat จะโพสต์ข้อความว่าไม่พบคำตอบสำหรับคำถามนั้นในประวัติของพื้นที่ใน Chat

        ข้อความจะมีปุ่มการดำเนินการเสริมที่ผู้ใช้คลิกได้เสมอ ซึ่งจะทำให้แอป Chat @พูดถึงผู้จัดการพื้นที่ทำงานเพื่อขอให้ตอบ

  • แอป Chat จะได้รับการแจ้งเตือนตลอดอายุการใช้งานจาก Google Workspace Events API ว่าการสมัครใช้บริการพื้นที่ใน Chat กำลังจะหมดอายุ

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

  • แอป Chat ถูกนำออกจากพื้นที่ทำงานของ Chat ในกรณีต่อไปนี้

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

    2. แอป Chat จะลบข้อมูลจากพื้นที่ทำงานของ Chat ออกจาก Firestore

ตรวจสอบผลิตภัณฑ์ที่แอป Chat ที่ใช้ผู้ช่วยด้านความรู้ AI ใช้

แอปผู้ช่วยด้านความรู้ AI ใน Chat ใช้ผลิตภัณฑ์ Google Workspace และ Google Cloud ต่อไปนี้

  • Vertex AI API พร้อม Gemini: แพลตฟอร์ม Generative AI ที่ทำงานด้วย Gemini ผู้ช่วยด้านความรู้ AI ของแอป Chat ใช้ Vertex AI API กับ Gemini เพื่อจดจำ ทำความเข้าใจ และตอบคําถามของพนักงาน
  • Chat API: API สําหรับการพัฒนาแอป Google Chat ที่จะรับและตอบสนองต่อเหตุการณ์การโต้ตอบใน Chat เช่น ข้อความ แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ Chat API เพื่อทำสิ่งต่อไปนี้
    • รับและตอบสนองต่อเหตุการณ์การโต้ตอบที่ Chat ส่ง
    • แสดงรายการข้อความที่ส่งในพื้นที่ทำงาน
    • โพสต์คำตอบเกี่ยวกับคำถามของผู้ใช้ในพื้นที่ทำงาน
    • กำหนดค่าแอตทริบิวต์ที่กำหนดลักษณะที่ปรากฏใน Chat เช่น ชื่อและรูปโปรไฟล์
  • Google Workspace Events API: API นี้ช่วยให้คุณสมัครรับข้อมูลกิจกรรมและจัดการการแจ้งเตือนการเปลี่ยนแปลงในแอปพลิเคชัน Google Workspace ได้ แอป Chat ที่เป็น AI Assistant ของข้อมูลความรู้ใช้ Google Workspace Events API เพื่อฟังข้อความที่โพสต์ในพื้นที่ทำงานของ Chat เพื่อให้ตรวจจับและตอบคำถามได้แม้ว่าจะไม่มีการพูดถึงแอปก็ตาม
  • Firestore: ฐานข้อมูลเอกสารแบบเซิร์ฟเวอร์เสมือน ผู้ช่วยด้านความรู้ AI ของแอป Chat ใช้ Firestore เพื่อจัดเก็บข้อมูลเกี่ยวกับข้อความที่ส่งในพื้นที่ใน Chat
  • Pub/Sub: Pub/Sub เป็นบริการรับส่งข้อความแบบไม่พร้อมกันและรองรับการปรับขนาด ซึ่งจะแยกบริการที่สร้างข้อความจากบริการที่ประมวลผลข้อความเหล่านั้น แอป Chat ที่เป็นผู้ช่วยด้านความรู้ AI จะใช้ Pub/Sub เพื่อรับเหตุการณ์การสมัครใช้บริการจากพื้นที่ใน Chat
  • Eventarc: Eventarc ช่วยให้คุณสร้างสถาปัตยกรรมที่ทำงานตามเหตุการณ์ได้โดยไม่ต้องติดตั้งใช้งาน ปรับแต่ง หรือดูแลรักษาโครงสร้างพื้นฐานที่รองรับ แอป Chat ที่เป็น AI Assistant ของความรู้ใช้ Eventarc เพื่อกำหนดเส้นทางเหตุการณ์จาก Pub/Sub ไปยังพื้นที่ทำงานของ Chat และ Cloud Function ที่รับและประมวลผลเหตุการณ์การสมัครใช้บริการ
  • Cloud Functions: บริการประมวลผลแบบ Serverless ขนาดเล็กที่ให้คุณสร้างฟังก์ชันสแตนด์อโลนวัตถุประสงค์เดียวซึ่งสามารถตอบสนองต่อการโต้ตอบและการติดตามเหตุการณ์ใน Chat ได้โดยไม่ต้องจัดการเซิร์ฟเวอร์หรือสภาพแวดล้อมรันไทม์ แอปผู้ช่วยความรู้ AI ใน Chat ใช้ Cloud Functions 2 รายการที่มีชื่อว่า
    • app: โฮสต์ปลายทาง HTTP ที่ Chat ส่งเหตุการณ์การโต้ตอบไปให้ และในฐานะแพลตฟอร์มประมวลผลเพื่อเรียกใช้ตรรกะที่ประมวลผลและตอบสนองต่อเหตุการณ์เหล่านี้
    • eventsApp: รับและประมวลผลเหตุการณ์ในพื้นที่ใน Chat เช่น ข้อความจากการสมัครใช้บริการ Pub/Sub
    Cloud Functions ใช้ผลิตภัณฑ์ต่อไปนี้ของ Google Cloud เพื่อสร้างและโฮสต์ทรัพยากรการประมวลผล
    • 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. ป้อนชื่อที่สื่อความหมายสำหรับโปรเจ็กต์ในช่องชื่อโปรเจ็กต์

    ไม่บังคับ: หากต้องการแก้ไขรหัสโปรเจ็กต์ ให้คลิกแก้ไข คุณจะเปลี่ยนรหัสโปรเจ็กต์ไม่ได้หลังจากสร้างโปรเจ็กต์แล้ว ดังนั้นโปรดเลือกรหัสที่ตรงกับความต้องการของคุณตลอดอายุการใช้งานของโปรเจ็กต์

  3. ในช่องสถานที่ ให้คลิกเรียกดูเพื่อแสดงสถานที่ที่เป็นไปได้สำหรับโปรเจ็กต์ จากนั้นคลิกเลือก
  4. คลิกสร้าง คอนโซล Google Cloud จะไปยังหน้าแดชบอร์ดและสร้างโปรเจ็กต์ภายในไม่กี่นาที

gcloud CLI

เข้าถึง Google Cloud CLI (gcloud) ในสภาพแวดล้อมการพัฒนาอย่างใดอย่างหนึ่งต่อไปนี้

  • Cloud Shell: หากต้องการใช้เทอร์มินัลออนไลน์ที่มีการตั้งค่า gcloud CLI ไว้แล้ว ให้เปิดใช้งาน Cloud Shell
    เปิดใช้งาน Cloud Shell
  • Local Shell: หากต้องการใช้สภาพแวดล้อมการพัฒนาภายใน ให้ติดตั้งและเริ่มต้น gcloud CLI
    หากต้องการสร้างโปรเจ็กต์ Cloud ให้ใช้คำสั่ง gcloud projects create ดังนี้ 
    gcloud projects create PROJECT_ID
     แทนที่ PROJECT_ID ด้วยการตั้งค่ารหัสสำหรับโปรเจ็กต์ที่ต้องการสร้าง

เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่การเรียกเก็บเงิน คลิกเมนู > การเรียกเก็บเงิน > โปรเจ็กต์ของฉัน

    ไปที่การเรียกเก็บเงินสำหรับโปรเจ็กต์ของฉัน

  2. ในส่วนเลือกองค์กร ให้เลือกองค์กรที่เชื่อมโยงกับโปรเจ็กต์ Google Cloud
  3. ในแถวโปรเจ็กต์ ให้เปิดเมนูการดําเนินการ () คลิกเปลี่ยนการเรียกเก็บเงิน แล้วเลือกบัญชีการเรียกเก็บเงินระบบคลาวด์
  4. คลิกตั้งค่าบัญชี

gcloud CLI

  1. หากต้องการแสดงรายการบัญชีสำหรับการเรียกเก็บเงินที่ใช้ได้ ให้เรียกใช้ 
    gcloud billing accounts list
  2. วิธีลิงก์บัญชีสำหรับการเรียกเก็บเงินกับโปรเจ็กต์ 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 Google Cloud ที่ถูกต้อง แล้วคลิกถัดไป

  3. ตรวจสอบว่าคุณเปิดใช้ API ที่ถูกต้อง แล้วคลิกเปิดใช้

gcloud CLI

  1. หากจำเป็น ให้ตั้งค่าโปรเจ็กต์ระบบคลาวด์ปัจจุบันเป็นโปรเจ็กต์ที่คุณสร้าง โดยทำดังนี้

    gcloud config set project PROJECT_ID

    แทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ของโปรเจ็กต์ Google Cloud ที่คุณสร้างขึ้น

  2. เปิดใช้ 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 โดยทำดังนี้

    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

การตรวจสอบสิทธิ์และการให้สิทธิ์ช่วยให้แอปใน Chat สามารถเข้าถึงทรัพยากรใน Google Workspace และ Google Cloud

ในบทแนะนำนี้ คุณจะได้เผยแพร่แอป Google Chat เป็นการภายในเพื่อให้สามารถใช้ข้อมูลตัวยึดตำแหน่งได้ ก่อนเผยแพร่แอป Google Chat สู่ภายนอก ให้แทนที่ข้อมูลตัวยึดตำแหน่งด้วยข้อมูลจริงสำหรับหน้าจอขอความยินยอม

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

    ไปที่หน้าจอขอความยินยอม OAuth

  2. ในส่วนประเภทผู้ใช้ ให้เลือกภายใน แล้วคลิกสร้าง

  3. พิมพ์ AI knowledge assistant ในชื่อแอป

  4. ในอีเมลการสนับสนุนผู้ใช้ ให้เลือกอีเมลของคุณหรือกลุ่ม Google ที่เหมาะสม

  5. ป้อนอีเมลของคุณในส่วนข้อมูลติดต่อของนักพัฒนาแอป

  6. คลิกบันทึกและต่อไป

  7. คลิกเพิ่มหรือนำขอบเขตออก แผงจะปรากฏขึ้นพร้อมรายการขอบเขตสำหรับ API แต่ละรายการที่คุณเปิดใช้ในโปรเจ็กต์ Cloud

  8. ในส่วนเพิ่มขอบเขตด้วยตนเอง ให้วางขอบเขตต่อไปนี้

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

  9. คลิกเพิ่มลงในตาราง

  10. คลิกอัปเดต

  11. คลิกบันทึกและต่อไป

  12. ตรวจสอบข้อมูลสรุปการลงทะเบียนแอป แล้วคลิกกลับไปที่หน้าแดชบอร์ด

สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth

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

    ไปที่ข้อมูลเข้าสู่ระบบ

  2. คลิกสร้างข้อมูลเข้าสู่ระบบ > รหัสไคลเอ็นต์ OAuth

  3. คลิกประเภทแอปพลิเคชัน > เว็บแอปพลิเคชัน

  4. พิมพ์ชื่อของข้อมูลเข้าสู่ระบบในช่องชื่อ ชื่อนี้จะแสดงในคอนโซล Google Cloud เท่านั้น

  5. คลิกเพิ่ม URI ในส่วน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาต

  6. ใน URI 1 ให้พิมพ์ข้อมูลต่อไปนี้

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

    แทนที่ค่าต่อไปนี้

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

  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 ทำงานร่วมกับ Google Workspace Events API เพื่อสมัครรับเหตุการณ์ในพื้นที่ทำงานของ Chat เช่น ข้อความ และแจ้งเตือนแอป Chat แบบเรียลไทม์

วิธีสร้างหัวข้อ Pub/Sub มีดังนี้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่เมนู > Pub/Sub

    ไปที่ Pub/Sub

  2. คลิกสร้างหัวข้อ

  3. ในรหัสหัวข้อ ให้พิมพ์ events-api

  4. ยกเลิกการเลือกเพิ่มการสมัครใช้บริการเริ่มต้น

  5. ในส่วนการเข้ารหัส ให้เลือกคีย์การเข้ารหัสที่จัดการโดย Google

  6. คลิกสร้าง หัวข้อ Pub/Sub จะปรากฏขึ้น

  7. หากต้องการให้หัวข้อ Pub/Sub นี้และ Google Workspace Events API ทํางานร่วมกัน ให้สิทธิ์ผู้ใช้ IAM ของ Chat ในการโพสต์ไปยังหัวข้อ Pub/Sub ดังนี้

    1. ในแผง events-api ภายในสิทธิ์ ให้คลิกเพิ่มผู้ใช้หลัก

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

    3. ในส่วนมอบหมายบทบาท ภายในเลือกบทบาท 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 IAM ของ Chat เพื่อโพสต์ในหัวข้อ Pub/Sub โดยทำดังนี้

    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 จะยังคงอยู่และเรียกข้อมูลจากพื้นที่ใน Chat เช่น ข้อความ คุณไม่จําเป็นต้องกําหนดรูปแบบข้อมูล ซึ่งจะตั้งค่าโดยนัยในโค้ดตัวอย่างโดยไฟล์ model/message.js และ services/firestore-service.js

ฐานข้อมูลแอป Chat ของ AI Assistant ที่ใช้ความรู้ใช้รูปแบบข้อมูล NoSQL โดยอิงตาม เอกสารที่จัดระเบียบเป็น คอลเล็กชัน ดูข้อมูลเพิ่มเติมได้ที่โมเดลข้อมูลของ Firestore

แผนภาพต่อไปนี้เป็นภาพรวมของโมเดลข้อมูลผู้ช่วยความรู้ AI ของแอป Chat

โมเดลข้อมูลของฐานข้อมูล Firestore

รูทมีคอลเล็กชัน 2 รายการ ได้แก่

  1. spaces โดยที่เอกสารแต่ละรายการแสดงถึงพื้นที่ใน Chat ที่เพิ่มแอป Chat เข้าไป แต่ละข้อความจะแสดงโดยเอกสารในคอลเล็กชันย่อย messages

  2. users โดยที่แต่ละเอกสารแสดงถึงผู้ใช้ที่เพิ่มแอป Chat ไปยังพื้นที่ใน Chat

ดูคอลเล็กชัน เอกสาร และคำจำกัดความของฟิลด์

spaces

พื้นที่ใน Chat ที่มีแอป Chat ที่เป็นผู้ช่วยด้านความรู้ด้วยระบบ AI

ช่อง
Document IDString
รหัสที่ไม่ซ้ำกันของพื้นที่ทำงานที่เฉพาะเจาะจง 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
รหัสที่ไม่ซ้ำกันของข้อความที่ต้องการ
nameString
ชื่อที่ไม่ซ้ำกันของข้อความใน Chat API สอดคล้องกับชื่อทรัพยากรของข้อความใน Chat API
textString
เนื้อความของข้อความ
timeString (Timestamp format)
เวลาที่สร้างข้อความ

users

ผู้ใช้ที่เพิ่มแอปผู้ช่วยด้านความรู้ AI ของ Chat ไปยังพื้นที่ใน Chat

ช่อง
Document IDString
รหัสที่ไม่ซ้ำของผู้ใช้ที่เฉพาะเจาะจง
accessTokenString
โทเค็นเพื่อการเข้าถึงที่ได้รับในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0 ซึ่งใช้เพื่อเรียกใช้ Google Workspace API
refreshTokenString
โทเค็นการรีเฟรชที่ได้รับระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0

วิธีสร้างฐานข้อมูล Firestore มีดังนี้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่เมนู > Firestore

    ไปที่ Firestore

  2. คลิกสร้างฐานข้อมูล

  3. จากเลือกโหมด Firestore ให้คลิกโหมดเนทีฟ

  4. คลิกต่อไป

  5. กำหนดค่าฐานข้อมูล

    1. ในตั้งชื่อฐานข้อมูล ให้ปล่อยรหัสฐานข้อมูลเป็น (default)

    2. ในส่วนประเภทสถานที่ ให้เลือกภูมิภาค

    3. ในภูมิภาค ให้ระบุภูมิภาคสำหรับฐานข้อมูล เช่น us-central1 เลือกตำแหน่งเดียวกันหรือใกล้เคียงกับ Cloud Function ของแอป Chat เพื่อให้ได้ประสิทธิภาพที่ดีที่สุด

  6. คลิกสร้างฐานข้อมูล

gcloud CLI

  • สร้างฐานข้อมูล Firestore ในโหมดเนทีฟ

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

    แทนที่ LOCATION ด้วยชื่อภูมิภาค Firestore เช่น us-central1 เลือกตำแหน่งเดียวกันหรือใกล้เคียงกับ Cloud Function ของแอป Chat เพื่อให้ได้ประสิทธิภาพที่ดีที่สุด

สร้างและติดตั้งใช้งานแอป Chat

เมื่อสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud แล้ว คุณก็พร้อมที่จะสร้างและทำให้แอป Chat ใช้งานได้แล้ว ในส่วนนี้ คุณจะทำสิ่งต่อไปนี้

  1. สร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการ 1 รายการสําหรับตอบกลับเหตุการณ์การโต้ตอบใน Chat และอีก 1 รายการสําหรับตอบกลับเหตุการณ์ Pub/Sub
  2. สร้างและทำให้แอป Chat ใช้งานได้ในหน้าการกำหนดค่า Google Chat API

สร้างและทำให้ Cloud Functions ใช้งานได้

ในส่วนนี้ คุณจะได้สร้างและทำให้ฟังก์ชันระบบคลาวด์ 2 รายการที่มีชื่อต่อไปนี้ใช้งานได้

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

Cloud Functions เหล่านี้ประกอบกันเป็นตรรกะแอปพลิเคชันของแอป Chat ที่เป็นผู้ช่วยด้านความรู้ AI

(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

    โฟลเดอร์ที่แตกไฟล์จะมีที่เก็บตัวอย่างทั้งหมดของ Google Workspace

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

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

  5. บีบอัดเนื้อหาของโฟลเดอร์ ai-knowledge-assistant เป็นไฟล์ ZIP

    ไดเรกทอรีรูทของไฟล์ ZIP ต้องมีไฟล์และโฟลเดอร์ต่อไปนี้

    • .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

  7. คลิก สร้างฟังก์ชัน

  8. ในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันดังนี้

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

  9. ใน Runtime ให้เลือก Node.js 20

  10. ในจุดแรกเข้า ให้ลบข้อความเริ่มต้นแล้วป้อน app

  11. ในซอร์สโค้ด ให้เลือกอัปโหลด Zip

  12. ในที่เก็บข้อมูลปลายทาง ให้สร้างหรือเลือกที่เก็บข้อมูล

    1. คลิกเลือกดู
    2. เลือกที่เก็บข้อมูล
    3. คลิกเลือก

    Google Cloud จะอัปโหลดไฟล์ ZIP และแตกไฟล์คอมโพเนนต์ในที่เก็บข้อมูลนี้ จากนั้น Cloud Functions จะคัดลอกไฟล์คอมโพเนนต์ไปยัง Cloud Function

  13. ในไฟล์ ZIP ให้อัปโหลดไฟล์ ZIP ที่ดาวน์โหลดจาก GitHub, แตกไฟล์ และบีบอัดอีกครั้ง

    1. คลิกเลือกดู
    2. ไปที่ไฟล์ ZIP แล้วเลือกไฟล์
    3. คลิกเปิด

  14. คลิกทำให้ใช้งานได้

    หน้ารายละเอียด Cloud Functions จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมตัวบ่งชี้ความคืบหน้า 2 รายการ ได้แก่ 1 รายการสำหรับบิลด์และอีก 1 รายการสำหรับบริการ เมื่อตัวบ่งชี้ความคืบหน้าทั้ง 2 รายการหายไปและมีเครื่องหมายถูกแสดงแทน แสดงว่าระบบได้ติดตั้งใช้งานฟังก์ชันแล้วและพร้อมใช้งาน

  15. แก้ไขโค้ดตัวอย่างเพื่อตั้งค่าค่าคงที่

    1. ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
    2. คลิกถัดไป
    3. เลือกเครื่องมือแก้ไขในบรรทัดในซอร์สโค้ด
    4. ในเครื่องมือแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์ env.js โดยทำดังนี้
      1. ตั้งค่า project เป็นรหัสโปรเจ็กต์ Google Cloud
      2. ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น us-central1

  16. คลิกทำให้ใช้งานได้

gcloud CLI

  1. โคลนโค้ดจาก GitHub โดยทำดังนี้

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

  2. เปลี่ยนไปใช้ไดเรกทอรีที่มีโค้ดสําหรับแอปผู้ช่วยด้านความรู้ AI ของ Chat นี้

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

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

  4. แก้ไขไฟล์ env.js เพื่อตั้งค่าตัวแปรสภาพแวดล้อม

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

  5. ติดตั้งใช้งาน Cloud Function ไปยัง Google Cloud โดยทำดังนี้

    gcloud functions deploy app \
--gen2 \
--region=REGION \
--runtime=nodejs20 \
--source=. \
--entry-point=app \
--trigger-http \
--allow-unauthenticated

    แทนที่ REGION ด้วยค่าของภูมิภาคของ Cloud Function ให้ตรงกับค่าที่ตั้งไว้ในไฟล์ env.js เช่น us-central1

สร้างและทำให้ eventsApp ใช้งานได้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่เมนู > Cloud Functions

    ไปที่ Cloud Functions

    ตรวจสอบว่าได้เลือกโปรเจ็กต์ Google Cloud สำหรับแอป Chat

  2. คลิก สร้างฟังก์ชัน

  3. ในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันดังนี้

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

  4. ในรันไทม์ ให้เลือก Node.js 20

  5. ใน Entry Point ให้ลบข้อความเริ่มต้นแล้วป้อน eventsApp

  6. ในซอร์สโค้ด ให้เลือกZip จาก Cloud Storage

  7. คลิกเรียกดูในตำแหน่งของ Cloud Storage

  8. เลือกที่เก็บข้อมูลที่คุณอัปโหลดไฟล์ ZIP เมื่อสร้างapp Cloud Function

  9. คลิกไฟล์ ZIP ที่คุณอัปโหลด

  10. คลิกเลือก

  11. คลิกทำให้ใช้งานได้

    หน้ารายละเอียด Cloud Functions จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมตัวบ่งชี้ความคืบหน้า 3 รายการ ได้แก่ 1 รายการสำหรับบิลด์ 1 รายการสำหรับบริการ และ 1 รายการสำหรับทริกเกอร์ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 3 รายการหายไป และแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันพร้อมใช้งานและพร้อมใช้งาน

  12. แก้ไขโค้ดตัวอย่างเพื่อตั้งค่าค่าคงที่

    1. ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
    2. คลิกถัดไป
    3. เลือกเครื่องมือแก้ไขในบรรทัดในซอร์สโค้ด
    4. ในเครื่องมือแก้ไขในบรรทัด 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 ให้เปลี่ยนไปใช้ไดเรกทอรีที่มีโค้ดสําหรับแอปผู้ช่วย AI ทาง Chat ที่คุณโคลนมาจาก GitHub ก่อนหน้านี้

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

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

  3. แก้ไขไฟล์ env.js เพื่อตั้งค่าตัวแปรสภาพแวดล้อม

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

  4. ติดตั้งใช้งาน Cloud Function ไปยัง Google Cloud โดยทำดังนี้

    gcloud functions deploy eventsApp \
--gen2 \
--region=REGION \
--runtime=nodejs20 \
--source=. \
--entry-point=eventsApp \
--trigger-topic=events-api

    แทนที่ REGION ด้วยค่าของภูมิภาคของ Cloud Function ให้ตรงกับค่าที่ตั้งไว้ในไฟล์ env.js เช่น us-central1

คัดลอก URL ทริกเกอร์ของ app Cloud Function

คุณวาง URL ทริกเกอร์ของ app Cloud Function ไว้ในส่วนถัดไปเมื่อกําหนดค่าแอป Chat ในคอนโซล Google Cloud

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่เมนู > Cloud Functions

    ไปที่ Cloud Functions

  2. ในคอลัมน์ชื่อของรายการ Cloud Functions ให้คลิก app

  3. คลิกทริกเกอร์

  4. คัดลอก URL

gcloud CLI

  1. อธิบาย app Cloud Function

    gcloud functions describe app

  2. คัดลอกพร็อพเพอร์ตี้ url

กำหนดค่าแอป Chat ในคอนโซล Google Cloud

ส่วนนี้จะแสดงวิธีกำหนดค่า Chat API ในคอนโซล Google Cloud ด้วยข้อมูลเกี่ยวกับแอป Chat ซึ่งรวมถึงชื่อแอป Chat และ URL ทริกเกอร์ของ Cloud Function ของแอป Chat ที่ส่งเหตุการณ์การโต้ตอบใน Chat

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

    ไปที่การกําหนดค่า Chat API

  2. พิมพ์ AI knowledge assistant ในชื่อแอป

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

  4. พิมพ์ Answers questions with AI ในคำอธิบาย

  5. คลิกปุ่มสลับเปิดใช้ฟีเจอร์แบบอินเทอร์แอกทีฟเป็นเปิด

  6. ในส่วนฟังก์ชันการทำงาน ให้เลือกเข้าร่วมพื้นที่ทำงานและการสนทนากลุ่ม

  7. ในส่วนการตั้งค่าการเชื่อมต่อ ให้เลือก URL ปลายทาง HTTP

  8. ใน HTTP endpoint URL ให้วาง URL ทริกเกอร์จาก app Cloud Function โดยอยู่ในรูปแบบ https://REGION-PROJECT_ID.cloudfunctions.net/app โดยที่ REGION คือภูมิภาคของ Cloud Function เช่น us-central1 และ PROJECT_ID คือรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้างขึ้น

  9. ในส่วนระดับการเข้าถึง ให้เลือกทำให้แอป Chat นี้พร้อมให้บริการแก่บุคคลและกลุ่มที่เฉพาะเจาะจงในโดเมน Workspace แล้วป้อนอีเมลของคุณ

  10. (ไม่บังคับ) ในส่วนบันทึก ให้เลือกบันทึกข้อผิดพลาดไปยังการบันทึก

  11. คลิกบันทึก ข้อความ "การกําหนดค่าที่บันทึกไว้" จะปรากฏขึ้น ซึ่งหมายความว่าแอปแชทพร้อมที่จะทดสอบแล้ว

ทดสอบแอป Chat

ทดสอบแอปผู้ช่วยความรู้ AI ใน Chat ในพื้นที่ทำงานของ Chat ด้วยข้อความโดยถามคำถามที่แอปผู้ช่วยความรู้ AI ใน Chat ตอบได้

ต่อไปนี้คือตัวอย่างวิธีทดสอบแอป Chat ผู้ช่วยความรู้ของ AI

  • เพิ่มแอปผู้ช่วยด้านความรู้ AI ใน Chat ไปยังพื้นที่ใน Chat ที่มีอยู่ แล้วถามคำถามที่เกี่ยวข้องกับพื้นที่นั้น
  • สร้างพื้นที่ใน Chat และโพสต์ข้อความ 2-3 รายการเพื่อใช้เป็นแหล่งข้อมูล คุณอาจคัดลอกข้อความจาก Gemini โดยใช้พรอมต์ เช่น Answer 20 common onboarding questions employees ask their teams. หรือจะวางข้อความ 2-3 ย่อหน้าจากคู่มือภาพรวมการพัฒนาด้วย Chat แล้วถามคำถามเกี่ยวกับข้อความนั้นก็ได้

ในบทแนะนํานี้ เราจะสร้างพื้นที่ใน Chat และวางข้อความ 2-3 ย่อหน้าจากคู่มือภาพรวมการพัฒนาด้วย 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 ให้เลือกบุคคลที่มีสิทธิ์เข้าถึงพื้นที่ทำงาน

    5. คลิกสร้าง

  3. เพิ่มข้อความเพื่อใช้เป็นแหล่งข้อมูล

    1. ไปที่คู่มือภาพรวมการพัฒนาด้วย Chat ในเว็บเบราว์เซอร์

    2. คัดลอกและวางเนื้อหาของคู่มือลงในพื้นที่ใน Chat ที่คุณสร้างขึ้น

  4. เพิ่มแอปใน Chat ผู้ช่วยความรู้ AI ดังนี้

    1. ในแถบเขียนข้อความ ให้พิมพ์ @AI knowledge assistant แล้วเลือกผู้ช่วยด้านความรู้ AI ในแอป Chat จากเมนูคำแนะนำที่ปรากฏขึ้น แล้วกด enter

    2. ข้อความจะปรากฏขึ้นเพื่อถามว่าคุณต้องการเพิ่มผู้ช่วยด้านความรู้ AI ของแอป Chat ไปยังพื้นที่ทำงานหรือไม่ คลิกเพิ่มไปยังพื้นที่ทำงาน

    3. หากนี่เป็นครั้งแรกที่คุณเพิ่มแอป Chat ไปยังพื้นที่ทำงาน คุณต้องกำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์สำหรับแอป Chat โดยทำดังนี้

      1. คลิกกําหนดค่า
      2. หน้าต่างเบราว์เซอร์หรือแท็บใหม่จะเปิดขึ้นเพื่อขอให้คุณเลือกบัญชี Google เลือกบัญชีที่ใช้ทดสอบ
      3. ตรวจสอบสิทธิ์ที่แอป Chat ของ AI Knowledge Assistant 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 ที่เป็นผู้ช่วยด้านความรู้ของ AI จะตอบกลับ

    3. หากคำตอบไม่ถูกต้องหรือไม่เพียงพอ คุณสามารถคลิกรับความช่วยเหลือเพื่อช่วยปรับปรุงประวัติการสนทนาของ AI ได้ แอป Chat ของผู้ช่วยความรู้ AI พูดถึง ผู้จัดการพื้นที่ทำงานและขอให้ตอบคำถาม ในครั้งถัดไป แอป Chat ของ ความรู้เกี่ยวกับ AI จะรู้คำตอบแน่ๆ!

ข้อควรพิจารณา ตัวเลือกสถาปัตยกรรมทางเลือก และขั้นตอนถัดไป

ส่วนนี้จะอธิบายวิธีอื่นๆ ในการสร้างผู้ช่วยด้านความรู้ AI สำหรับแอป Chat

Firestore, Cloud Storage หรือการเรียกใช้ List Messages ใน Chat API

บทแนะนำนี้แนะนำให้จัดเก็บข้อมูลพื้นที่ใน Chat เช่น ข้อความในฐานข้อมูล Firestore เนื่องจากจะปรับปรุงประสิทธิภาพได้ดีกว่าการเรียกใช้เมธอด list ในทรัพยากร Message ด้วย Chat API ทุกครั้งที่แอป Chat ตอบคำถาม นอกจากนี้ การเรียกใช้ list messages ซ้ำๆ อาจทําให้แอป Chat ใช้โควต้า API เกินขีดจํากัด

อย่างไรก็ตาม หากประวัติการสนทนาของพื้นที่ใน Chat นานเกินไป การใช้ Firestore ก็อาจมีค่าใช้จ่ายสูง

Cloud Storage เป็นทางเลือกของ Firestore แต่ละพื้นที่ทำงานที่ AI Assistant ของ Google Chat ทำงานอยู่จะได้รับออบเจ็กต์ของตัวเอง โดยออบเจ็กต์แต่ละรายการคือไฟล์ข้อความที่มีข้อความทั้งหมดในพื้นที่ทำงาน ข้อดีของวิธีนี้คือคุณจะป้อนเนื้อหาทั้งหมดของไฟล์ข้อความไปยัง Vertex AI ที่มี Gemini พร้อมกันได้ แต่ข้อเสียคือ การอัปเดตประวัติการสนทนาจะต้องทำงานหนักขึ้น เนื่องจากคุณเพิ่มออบเจ็กต์ใน Cloud Storage ต่อท้ายออบเจ็กต์ใน Cloud Storage ไม่ได้ ทำได้อย่างเดียว แนวทางนี้ไม่เหมาะหากคุณอัปเดตประวัติข้อความเป็นประจำ แต่จะเป็นตัวเลือกที่ดีหากคุณอัปเดตประวัติข้อความเป็นกลุ่มเป็นระยะๆ เช่น สัปดาห์ละครั้ง

แก้ปัญหา

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

แม้ว่าข้อความแสดงข้อผิดพลาดอาจไม่แสดงใน UI ของ Chat แต่ข้อความแสดงข้อผิดพลาดที่อธิบายรายละเอียดและข้อมูลบันทึกจะพร้อมให้ใช้งานเพื่อช่วยคุณแก้ไขข้อผิดพลาดเมื่อเปิดการบันทึกข้อผิดพลาดสำหรับแอป Chat หากต้องการความช่วยเหลือในการดู การแก้ไขข้อบกพร่อง และการแก้ไขข้อผิดพลาด โปรดดูแก้ปัญหาและแก้ไขข้อผิดพลาดของ Google Chat

ล้างข้อมูล

เราขอแนะนำให้คุณลบโปรเจ็กต์ Cloud เพื่อหลีกเลี่ยงการเรียกเก็บเงินจากบัญชี Google Cloud สำหรับทรัพยากรที่ใช้ในบทแนะนำนี้

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

    ไปที่เครื่องมือจัดการทรัพยากร

  2. ในรายการโปรเจ็กต์ ให้เลือกโปรเจ็กต์ที่ต้องการลบ แล้วคลิกลบ
  3. ในกล่องโต้ตอบ ให้พิมพ์รหัสโปรเจ็กต์แล้วคลิกปิดเครื่องเพื่อลบโปรเจ็กต์