Crea un'app di help desk universale per i dipendenti no-code con Vertex AI Search

1. Introduzione

In questo codelab, creerai un'app di helpdesk universale per i dipendenti no-code utilizzando Vertex AI Search.

Immagina di lavorare per Cymbal, un'azienda di vendita al dettaglio globale. I dipendenti spesso hanno domande come "Qual è la policy per la prenotazione di viaggi di lavoro?" o "Quante unità di scarpe da ginnastica abbiamo disponibili?".

In genere, devi accedere a sistemi completamente diversi per trovare queste risposte. Oltre a dover gestire sistemi diversi, devi anche leggere un gran numero di dati HR non strutturati o eseguire prompt SQL complessi su dati finanziari strutturati per ottenere risposte alle tue domande.

In questo codelab, creerai un'unica app unificata che si connette a questi set di dati, consentendo ai dipendenti di ottenere risposte conversazionali e fondate alle loro domande utilizzando le funzionalità di Retrieval Augmented Generation (RAG) di Vertex AI.

In questo lab proverai a:

In questo codelab, completerai i seguenti passaggi:

• Configura le origini dati. Crea un bucket Cloud Storage per i documenti HR non strutturati e un set di dati BigQuery per i dati finanziari strutturati.
• Configura i datastore. Crea datastore Vertex AI Search collegati alle origini dati Cloud Storage e BigQuery.
• Collega l'app.Crea un'app Vertex AI Search e collega entrambi i datastore.
• Testa l'app.Interagisci con l'interfaccia di ricerca unificata per verificare le risposte basate su informazioni provenienti da entrambi i data store.
• Scopri i passaggi successivi. Esamina le opzioni per ottimizzare il modello di AI generativa ed eseguire il deployment dell'app di ricerca.

Che cosa ti serve

• Un browser web come Chrome.
• Un progetto Google Cloud con la fatturazione abilitata.
• Git installato sulla tua macchina locale.

Questo codelab è rivolto a sviluppatori di tutti i livelli.

2. Prima di iniziare

Crea un progetto Google Cloud e abilita le API richieste.

1. Nella console Google Cloud, nella pagina di selezione del progetto, seleziona o crea un progetto Google Cloud .
2. Verifica che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata per un progetto.

Ruoli IAM richiesti

Questo codelab presuppone che tu disponga del ruolo Proprietario progetto per il tuo progetto Google Cloud.

Abilita API

1. Nella console Google Cloud, fai clic su Attiva Cloud Shell: se non hai mai utilizzato Cloud Shell, viene visualizzato un riquadro che ti offre la possibilità di avviare Cloud Shell in un ambiente attendibile con o senza boost. Se ti viene chiesto di autorizzare Cloud Shell, fai clic su Autorizza.
2. In Cloud Shell, abilita tutte le API richieste:

   gcloud services enable \
     discoveryengine.googleapis.com \
     aiplatform.googleapis.com \
     bigquery.googleapis.com \
     storage.googleapis.com
   

3. Clonare un repository GitHub

Per mostrare come funziona la ricerca nell'app di assistenza per i dipendenti di Cymbal, hai bisogno di alcuni file di prova. In questa sezione clonerai un repository GitHub sul tuo computer locale per ottenere questi file. Caricherai questi file su Google Cloud nei passaggi successivi utilizzando l'interfaccia della console Cloud.

1. In un terminale sulla tua macchina locale, clona il repository next-26-sessions:

   git clone https://github.com/GoogleCloudPlatform/next-26-sessions.git
   

2. Vai alla directory del repository scaricato:

   cd next-26-sessions/BRK1-063-the-knowledge-source/cymbal-employee-helpdesk
   

3. Esplora i file scaricati in questa directory. Noterai che sono presenti due cartelle: HR e Finance.
   • HR. Questa cartella contiene una serie di file non strutturati, come file .doc, .txt e .html. Caricherai i file HR in un bucket Cloud Storage.
   • Finanza. Questa cartella contiene due file .jsonl. Caricherai questi file in un set di dati BigQuery.

4. Crea un bucket Cloud Storage per i file non strutturati

In questa sezione, creerai un bucket Cloud Storage e caricherai i documenti nella cartella HR scaricata nella sezione Clona un repository GitHub. I dati non strutturati, come i documenti delle risorse umane in questo esempio, non seguono un formato predefinito e possono includere file di testo, documenti o contenuti multimediali.

1. Nella console Cloud, vai alla pagina Bucket.
2. Fai clic su Crea.
3. Nella pagina Crea un bucket, inserisci il nome di un bucket. Il nome deve essere univoco a livello globale. Ad esempio: cymbal-app-hr-12.
4. Mantieni le opzioni predefinite.
5. Fai clic su Crea.Il bucket viene creato e viene visualizzata la pagina Dettagli bucket. Se non vedi la pagina Dettagli bucket, fai clic sul bucket che hai appena creato.
6. Nella pagina Dettagli bucket, fai clic su Carica > Carica cartella, quindi seleziona la cartella HR che hai scaricato nella sezione Clona un repository GitHub.
7. Conferma il caricamento.
8. Nella pagina Dettagli bucket, fai clic sulla cartella HR per visualizzare l'elenco dei file.

5. Crea un set di dati BigQuery per i file strutturati

In questa sezione, crei un set di dati BigQuery e carichi i documenti nella cartella Finance che hai scaricato nella sezione Clona un repository GitHub in una nuova tabella. I dati strutturati, come i documenti finanziari in questo esempio, seguono un formato predefinito, ad esempio i record in un database.

1. Nella console Cloud, vai alla pagina BigQuery.
2. Nel riquadro Explorer, fai clic sul nome del progetto, quindi su Visualizza azioni (i tre puntini verticali) > Crea set di dati.
3. Nel riquadro Crea set di dati, inserisci cymbal_finance come ID set di dati.
4. Per Località dei dati, seleziona US (multiple regions in United States).
5. Mantieni le opzioni predefinite e fai clic su Crea set di dati.
6. Nel riquadro Explorer, espandi il progetto e fai clic sul set di dati cymbal_finance.
7. Nel riquadro dei dettagli del set di dati, fai clic su Crea tabella.
8. Nella sezione Origine della pagina Crea tabella, segui questi passaggi:
   1. In Crea tabella da, seleziona Carica.
   2. Per Seleziona file, fai clic su Sfoglia, vai alla cartella Finance che hai scaricato e seleziona cymbal_employee_finance.jsonl.
   3. In Formato file, seleziona JSONL (JSON delimitato da nuova riga).
9. Nella sezione Destinazione, inserisci il nome della tabella come employee_finance.
10. Nella sezione Schema, seleziona la casella di controllo Rilevamento automatico.
11. Mantieni le altre impostazioni predefinite e fai clic su Crea tabella.
12. Ripeti i passaggi da 7 a 11 per caricare i dati in una nuova tabella. Nel passaggio 8b, seleziona product_inventory.jsonl e, nel passaggio 9, inserisci product_inventory come nome della tabella.Se non vedi le tabelle nel riquadro dei dettagli del set di dati, fai clic su Aggiorna.
13. Se hai creato correttamente il set di dati e le due tabelle, dovrebbe essere simile all'immagine seguente:

6. Crea un'app Vertex AI Search

1. In Cloud Console, vai alla pagina Vertex AI Search.
2. Nel riquadro Ricerca personalizzata (generale), fai clic su Crea.
3. Nella pagina Configurazione app di ricerca, assicurati che le opzioni Funzionalità della versione Enterprise e Risposte generative siano selezionate.
4. Assegna un nome all'app cymbal-employee-portal.
5. Inserisci il nome dell'azienda come Cymbal Corp.
6. Mantieni il valore Località dell'app impostato su global.
7. Fai clic su Continua.

7. Creare e connettere datastore

Nella pagina Datastore, crea i datastore che collegherai alla tua app. Devi creare tre datastore: uno per i dati HR non strutturati e due per i dati finanziari strutturati.

Crea un datastore per i dati non strutturati

1. Nella pagina Datastore, fai clic su Crea datastore.
2. Per Seleziona un'origine dati, seleziona Cloud Storage.
3. Nel riquadro Importa dati da Cloud Storage, vai a Importazione di dati non strutturati (ricerca di documenti e RAG) e seleziona Documenti.
4. Mantieni l'opzione Frequenza della sincronizzazione impostata su Una volta.
5. In Seleziona una cartella o un file da importare, fai clic su Cartella.
6. Nel campo gs://..., inserisci il nome del bucket che hai creato nella sezione Crea un bucket Cloud Storage per i file non strutturati. Ad esempio, se il nome del bucket è cymbal-app-hr-12, inserisci il nome come cymbal-app-hr-12/HR.L'importazione dalla cartella HR garantisce che in questo datastore siano inclusi solo i documenti delle risorse umane.
7. Fai clic su Continua.
8. Inserisci il nome del datastore come cymbal-hr.
9. Fai clic su Continua.
10. Mantieni l'opzione Prezzi generali.
11. Fai clic su Crea.

Dopo aver fatto clic su Crea, tornerai alla pagina Datastore.

Crea datastore per i dati strutturati

Creerai due datastore per i dati strutturati di BigQuery: uno per le informazioni finanziarie dei dipendenti e un altro per l'inventario dei prodotti.

Crea un datastore per i dati finanziari dei dipendenti

1. Nella pagina Datastore, fai di nuovo clic su Crea datastore.
2. Per Seleziona un'origine dati, seleziona BigQuery.
3. Per Importazione dati strutturati, seleziona Tabella BigQuery con il tuo schema.
4. Mantieni l'opzione Frequenza della sincronizzazione impostata su Una volta.
5. In Seleziona una tabella da importare, fai clic su Sfoglia. Nella finestra di dialogo Seleziona percorso che si apre, seleziona la tabella employee_finance dal set di dati cymbal_finance nel tuo progetto. Potresti visualizzare tabelle con nomi simili di altri progetti, quindi assicurati di selezionare la tabella del tuo progetto.
6. Fai clic su Continua.
7. Consulta la pagina Controlla lo schema e assegna le proprietà chiave.
8. Fai clic su Continua.
9. Inserisci il nome del datastore come cymbal-finance.
10. Fai clic su Continua.
11. Mantieni l'opzione Prezzi generali.
12. Fai clic su Crea.

Dopo aver fatto clic su Crea, tornerai alla pagina Datastore.

Crea un datastore per i dati di inventario dei prodotti

1. Nella pagina Datastore, fai di nuovo clic su Crea datastore.
2. Per Seleziona un'origine dati, seleziona BigQuery.
3. Per Importazione dati strutturati, seleziona Tabella BigQuery con il tuo schema.
4. Mantieni l'opzione Frequenza della sincronizzazione impostata su Una volta.
5. In Seleziona una tabella da importare, fai clic su Sfoglia. Nella finestra di dialogo Seleziona percorso che si apre, seleziona la tabella product_inventory dal set di dati cymbal_finance nel tuo progetto.
6. Fai clic su Continua.
7. Consulta la pagina Controlla lo schema e assegna le proprietà chiave.
8. Fai clic su Continua.
9. Inserisci il nome del datastore come cymbal-inventory.
10. Fai clic su Continua.
11. Mantieni l'opzione Prezzi generali.
12. Fai clic su Crea.

Dopo aver fatto clic su Crea, tornerai alla pagina Datastore.

8. Connettere i datastore all'app

Ora dovresti vedere tre datastore nell'elenco della pagina Datastore: cymbal-hr (non strutturato), cymbal-finance (strutturato) e cymbal-inventory (strutturato). Per connettere questi datastore alla tua app:

1. Nella pagina Datastore, seleziona tutti e tre i datastore che hai appena creato: cymbal-hr, cymbal-finance e cymbal-inventory. Assicurati di selezionare tutti e tre i datastore prima di procedere.
2. Fai clic su Continua.
3. Mantieni l'opzione Prezzi generali.
4. Fai clic su Crea.

9. Testare l'app del portale per i dipendenti Cymbal

1. Nell'app cymbal-employee-portal, fai clic su Anteprima.
2. Nella casella Cerca qui, inserisci la seguente domanda:

   What are the stipends that I get as an employee of Cymbal located in London?
   

3. Inserisci una domanda relativa all'inventario dei prodotti:

   How many units of sneakers do we have in stock?
   

4. Inserisci un'altra domanda:

   What is the stipend for an executive in Cymbal?
   

Nota come l'app di ricerca abbia recuperato informazioni da più fonti per formulare la risposta. Per rispondere a queste domande, l'app ha eseguito ricerche sia nei dati finanziari strutturati archiviati in BigQuery sia nei documenti HR non strutturati in Cloud Storage.

Ciò dimostra la potenza di Vertex AI Search nel sintetizzare le risposte in vari formati di dati e archivi di dati disparati in un'unica esperienza coesa.

Puoi anche ottimizzare il modello di AI per fornire risposte ancora più accurate e specifiche per il dominio. Per saperne di più sulla personalizzazione dell'esperienza generativa, consulta la documentazione Ricevere risposte e follow-up.

10. Opzioni per il deployment dell'app

Il deployment dell'applicazione per gli utenti finali non rientra nell'ambito di questo codelab, ma è utile sapere come si traduce in uno scenario reale. Hai diverse opzioni per integrare l'app Vertex AI Search nei flussi di lavoro della tua organizzazione:

• Widget web predefinito. Puoi incorporare un'interfaccia di ricerca o chat pronta all'uso direttamente nelle pagine web o nella rete intranet esistenti della tua azienda utilizzando un tag HTML script. Questo è il modo più veloce per mostrare la tua app agli utenti.
• Integrazione di API personalizzate. Per un controllo completo dell'esperienza utente, puoi utilizzare le API REST di Vertex AI Search o le librerie client (come Python, Node.js o Java) per creare un frontend personalizzato da zero.

Nota:per ulteriori dettagli sull'incorporamento della UI, consulta la documentazione Aggiungere un widget di ricerca.

11. Esegui la pulizia

Per evitare addebiti continui al tuo account Google Cloud, elimina le risorse create durante questo codelab:

1. Nella console Cloud, vai alla pagina Vertex AI Search.
2. Fai clic su Visualizza le app esistenti.
3. Per l'app cymbal-employee-portal, fai clic sui tre puntini verticali per Altro, quindi fai clic su Elimina.
4. Segui le istruzioni sullo schermo per confermare l'eliminazione.
5. Per eliminare i datastore, fai clic su Datastore nel pannello di navigazione a sinistra della console.
6. Elimina i datastore cymbal-hr, cymbal-finance e cymbal-inventory:
   1. Per il datastore cymbal-hr, fai clic sui tre puntini verticali per Altro, quindi fai clic su Elimina.
   2. Segui le istruzioni sullo schermo per confermare l'eliminazione.
   3. Per il datastore cymbal-finance, fai clic sui tre puntini verticali per Altro, quindi fai clic su Elimina.
   4. Segui le istruzioni sullo schermo per confermare l'eliminazione.
   5. Per il datastore cymbal-inventory, fai clic sui tre puntini verticali per Altro, quindi fai clic su Elimina.
   6. Segui le istruzioni sullo schermo per confermare l'eliminazione.
7. Vai alla pagina Bucket ed elimina il bucket che hai creato (ad esempio cymbal-app-hr-12).
8. Vai alla pagina BigQuery ed elimina il set di dati cymbal_finance.

12. Complimenti

Missione compiuta! Hai creato correttamente un'esperienza di ricerca aziendale unificata utilizzando Vertex AI Search.

Colmando il divario tra i dati aziendali non strutturati in Cloud Storage e i record strutturati di BigQuery, hai creato un potente strumento in grado di eseguire ragionamenti aziendali complessi, il tutto senza scrivere una sola riga di codice di machine learning.

Cosa hai imparato

• Importazione:come importare documenti non strutturati da Cloud Storage e dati strutturati da BigQuery in Vertex AI Search.
• Query su più datastore. Come eseguire query su un'app di ricerca multi-datastore per sintetizzare risposte unificate da dati strutturati e non strutturati.
• Ottimizzazione e personalizzazione. Come ottimizzare i modelli di AI generativa per fornire risposte più accurate e specifiche del dominio.
• Opzioni di deployment. I vari modi per integrare questa funzionalità di ragionamento in applicazioni reali utilizzando widget predefiniti o API personalizzate.

Documenti di riferimento

• Documentazione di Vertex AI Search