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
-
รูปที่ 2 Dana ถามว่าบริษัทมีการฝึกอบรมการพูดในที่สาธารณะไหม -
รูปที่ 3 แอป Chat สำหรับผู้ช่วยความรู้ AI จะขอให้ Vertex AI ที่มี Gemini ตอบคำถามของ Dana โดยอิงจากประวัติการสนทนาของพื้นที่ใน Chat แล้วแชร์คำตอบ
สิ่งที่ต้องดำเนินการก่อน
บัญชี Google Workspace ที่มีสิทธิ์เข้าถึง Google Chat
สิทธิ์เข้าถึงบริการ Google Cloud เพื่อทำสิ่งต่อไปนี้
- สร้างโปรเจ็กต์ Google Cloud
- ลิงก์บัญชีสำหรับการเรียกเก็บเงินใน Google Cloud กับโปรเจ็กต์ที่อยู่ในระบบคลาวด์ หากต้องการทราบว่าคุณมีสิทธิ์เข้าถึงหรือไม่ โปรดดูที่สิทธิ์ที่จำเป็นในการเปิดใช้การเรียกเก็บเงิน
- ใช้การเรียกใช้ Google Cloud Function ที่ไม่ได้ตรวจสอบสิทธิ์ ซึ่งคุณสามารถยืนยันได้ด้วยการพิจารณาว่าองค์กร Google Cloud ใช้การแชร์แบบจำกัดโดเมนหรือไม่
หากจำเป็น ให้ขอสิทธิ์จากผู้ดูแลระบบ Google Cloud
หากใช้ Google Cloud CLI สภาพแวดล้อมการพัฒนา Node.js ที่กำหนดค่าให้ทำงานร่วมกับ gcloud CLI โปรดดูการตั้งค่าสภาพแวดล้อมการพัฒนา Node.js
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
แอป Chat สำหรับผู้ช่วยความรู้ของ AI มีการทำงานดังนี้
ผู้ใช้เพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ลงในพื้นที่ใน Chat
แอป Chat จะแจ้งให้ผู้ใช้ที่เพิ่มพื้นที่ใน Chat กำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์
แอป Chat จะดึงข้อความของพื้นที่ทำงานโดยเรียกใช้เมธอด
spaces.messages.list
ใน Chat API แล้วจัดเก็บข้อความที่ดึงมาไว้ในฐานข้อมูล Firestoreแอป Chat จะเรียกใช้เมธอด
subscriptions.create
ใน Google Workspace Events API เพื่อเริ่มฟังเหตุการณ์ต่างๆ เช่น ข้อความในพื้นที่ทำงาน ปลายทางการแจ้งเตือนของการสมัครใช้บริการคือหัวข้อ Pub/Sub ที่ใช้ Eventarc เพื่อส่งต่อกิจกรรมไปยังแอป Chatแอป Chat จะโพสต์ข้อความแนะนำ ไปยังพื้นที่ทำงาน
ผู้ใช้ในพื้นที่ใน Chat โพสต์ข้อความต่อไปนี้
แอป Chat จะได้รับข้อความแบบเรียลไทม์ จากหัวข้อ Pub/Sub
แอป Chat จะเพิ่มข้อความในฐานข้อมูล Firestore
หากผู้ใช้แก้ไขหรือลบข้อความในภายหลัง แอป Chat จะได้รับเหตุการณ์ที่อัปเดตหรือถูกลบแบบเรียลไทม์ จากนั้นจะอัปเดตหรือลบข้อความในฐานข้อมูล Firestore
แอป Chat จะส่งข้อความถึง Vertex AI ด้วย Gemini ดังนี้
พรอมต์จะสั่งให้ Vertex AI ที่มี Gemini ตรวจสอบว่าข้อความมีคำถามหรือไม่ หากใช่ Gemini จะตอบคำถามเกี่ยวกับประวัติข้อความของพื้นที่ใน Chat ที่เก็บไว้ใน Firestore และแอป Google Chat จะส่งข้อความไปยังพื้นที่ใน Chat หากไม่ตอบสนอง ไม่ต้องตอบกลับ
หาก Vertex AI ที่มี Gemini ตอบคำถามได้ แอป Chat จะโพสต์คำตอบด้วยการเรียกใช้เมธอด
spaces.messages.create
ใน Chat API โดยใช้การตรวจสอบสิทธิ์แอปหาก 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
- แอป Chat จะส่งคำขอต่ออายุการสมัครใช้บริการโดยการเรียกใช้เมธอด
subscriptions.patch
ใน Google Workspace Events API
- แอป Chat จะส่งคำขอต่ออายุการสมัครใช้บริการโดยการเรียกใช้เมธอด
ระบบจะนำแอป Chat ออกจากพื้นที่ ใน Chat
แอป Chat จะลบการสมัครใช้บริการด้วยการเรียกใช้เมธอด
subscriptions.delete
ใน Google Workspace Events APIแอป 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 Build: แพลตฟอร์มการทำให้ใช้งานได้อย่างต่อเนื่อง รวมถึงการทำให้ใช้งานได้อย่างต่อเนื่องที่มีการจัดการครบวงจร ซึ่งเรียกใช้บิลด์อัตโนมัติ
- Cloud Run: สภาพแวดล้อมที่มีการจัดการครบวงจรสำหรับการเรียกใช้แอปที่สร้างโดยใช้คอนเทนเนอร์
-
เตรียมสภาพแวดล้อม
ส่วนนี้จะแสดงวิธีสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud สำหรับแอป Chat
สร้างโปรเจ็กต์ Google Cloud
คอนโซล Google Cloud
- ในคอนโซล Google Cloud ให้ไปที่เมนู > IAM และผู้ดูแลระบบ > สร้างโปรเจ็กต์
-
ในช่องชื่อโปรเจ็กต์ ให้ป้อนชื่อที่สื่อความหมายสำหรับโปรเจ็กต์ของคุณ
ไม่บังคับ: หากต้องการแก้ไขรหัสโปรเจ็กต์ ให้คลิกแก้ไข เมื่อสร้างโปรเจ็กต์แล้วจะเปลี่ยนแปลงรหัสโปรเจ็กต์ไม่ได้ ดังนั้นโปรดเลือกรหัสที่ตรงกับความต้องการตลอดอายุของโปรเจ็กต์
- ในช่องสถานที่ตั้ง ให้คลิกเรียกดูเพื่อแสดงตำแหน่งที่เป็นไปได้สำหรับโปรเจ็กต์ของคุณ จากนั้นคลิกเลือก
- 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
เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์
คอนโซล Google Cloud
- ในคอนโซล Google Cloud ให้ไปที่การเรียกเก็บเงิน คลิก เมนู > การเรียกเก็บเงิน > โปรเจ็กต์ของฉัน
- ในส่วนเลือกองค์กร ให้เลือกองค์กรที่เชื่อมโยงกับโปรเจ็กต์ Google Cloud
- ในแถวโปรเจ็กต์ ให้เปิดเมนูการดำเนินการ ( ) คลิกเปลี่ยนแปลงการเรียกเก็บเงิน แล้วเลือก บัญชีสำหรับการเรียกเก็บเงินใน Cloud
- คลิกตั้งค่าบัญชี
gcloud CLI
- หากต้องการแสดงบัญชีสำหรับการเรียกเก็บเงินที่ใช้ได้ ให้เรียกใช้คำสั่งต่อไปนี้
gcloud billing accounts list
- ลิงก์บัญชีสำหรับการเรียกเก็บเงินกับโปรเจ็กต์ Google Cloud:
gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID
แทนที่ค่าต่อไปนี้
PROJECT_ID
คือรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณต้องการเปิดใช้การเรียกเก็บเงินBILLING_ACCOUNT_ID
คือรหัสบัญชีสำหรับการเรียกเก็บเงินที่จะลิงก์กับโปรเจ็กต์ 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 ในโปรเจ็กต์ Cloud ที่ถูกต้อง แล้วคลิกถัดไป
ยืนยันว่าคุณเปิดใช้ API ที่ถูกต้อง แล้วคลิกเปิดใช้
gcloud CLI
หากจำเป็น ให้ตั้งค่าโปรเจ็กต์ระบบคลาวด์ปัจจุบันเป็นโปรเจ็กต์ที่คุณสร้าง โดยทำดังนี้
gcloud config set project PROJECT_ID
แทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง
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
กำหนดค่าหน้าจอขอความยินยอม OAuth, ระบุขอบเขต และลงทะเบียนแอป
ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และบริการ > หน้าจอขอความยินยอม OAuth
ในส่วนประเภทผู้ใช้ ให้เลือกภายใน แล้วคลิกสร้าง
ในชื่อแอป ให้พิมพ์
AI knowledge assistant
ในอีเมลการสนับสนุนผู้ใช้ ให้เลือกอีเมลของคุณหรือกลุ่ม Google ที่เหมาะสม
ป้อนอีเมลของคุณในส่วนข้อมูลติดต่อของนักพัฒนาแอป
คลิกบันทึกและต่อไป
คลิกเพิ่มหรือนำขอบเขตออก แผงควบคุมจะปรากฏขึ้นพร้อมรายการขอบเขตสำหรับ API แต่ละรายการที่คุณเปิดใช้ในโปรเจ็กต์ที่อยู่ในระบบคลาวด์
ในส่วนเพิ่มขอบเขตด้วยตนเอง ให้วางขอบเขตต่อไปนี้
https://www.googleapis.com/auth/chat.messages
คลิกเพิ่มลงในตาราง
คลิกอัปเดต
คลิกบันทึกและต่อไป
ตรวจสอบสรุปการลงทะเบียนแอป แล้วคลิกกลับไปที่แดชบอร์ด
สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth
ในคอนโซล Google Cloud ให้ไปที่ เมนู > API และบริการ > ข้อมูลเข้าสู่ระบบ
คลิกสร้างข้อมูลเข้าสู่ระบบ > รหัสไคลเอ็นต์ OAuth
คลิกประเภทแอปพลิเคชัน > เว็บแอปพลิเคชัน
ในช่องชื่อ ให้พิมพ์ชื่อของข้อมูลเข้าสู่ระบบ ชื่อนี้จะแสดงในคอนโซล Google Cloud เท่านั้น
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
เมื่อคุณสร้าง Cloud Functions ทั้ง 2 รายการในภายหลัง คุณจะต้องตั้งค่าภูมิภาคของ Cloud Functions ให้เป็นค่านี้ - PROJECT_ID: รหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง
- REGION: เขตข้อมูลของ Cloud Function เช่น
คลิกสร้าง
จากหน้าต่างสร้างไคลเอ็นต์ OAuth แล้ว ให้คลิกดาวน์โหลด JSON
บันทึกไฟล์ที่ดาวน์โหลดเป็น
client_secrets.json
หลังจากนั้น เมื่อคุณสร้าง Cloud Functions ทั้ง 2 รายการ ให้รวมไฟล์client_secrets.json
ไว้ในการทำให้ใช้งานได้แต่ละรายการคลิกตกลง
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
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Pub/Sub
คลิกสร้างหัวข้อ
ใน รหัสหัวข้อ ให้พิมพ์
events-api
ยกเลิกการเลือกเพิ่มการสมัครใช้บริการเริ่มต้น
ในส่วนการเข้ารหัส ให้เลือกคีย์การเข้ารหัสที่จัดการโดย Google
คลิกสร้าง หัวข้อ Pub/Sub จะปรากฏขึ้น
โปรดให้สิทธิ์ผู้ใช้ Chat IAM ในการโพสต์หัวข้อ Pub/Sub เพื่อให้หัวข้อ Pub/Sub และ Google Workspace Events API ทำงานร่วมกัน
ในแผง events-api ในส่วนสิทธิ์ ให้คลิกเพิ่มผู้ใช้หลัก
ในส่วนเพิ่มผู้ใช้หลัก ในผู้ใช้หลักใหม่ ให้พิมพ์
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 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 โมเดลข้อมูลของ Firestore
เอกสาร ที่จัดระเบียบเป็น คอลเล็กชัน ดูข้อมูลเพิ่มเติมได้ที่แผนภาพต่อไปนี้เป็นภาพรวมของโมเดลข้อมูลของแอป Chat ผู้ช่วยความรู้ของ AI
รูทประกอบด้วยคอลเล็กชัน 2 รายการ ได้แก่
spaces
โดยที่เอกสารแต่ละฉบับจะแสดงพื้นที่ใน Chat ที่มีการเพิ่มแอป Chat ไว้ แต่ละข้อความจะแสดงเป็นเอกสารในคอลเล็กชันย่อยmessages
users
โดยที่เอกสารแต่ละรายการแสดงถึงผู้ใช้ที่เพิ่มแอป 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 ให้ระบุภูมิภาคสำหรับฐานข้อมูล เช่น
us-central1
โปรดเลือกตำแหน่งเดียวกันหรือใกล้เคียงเป็น Cloud Functions ของแอป Chat เพื่อให้ได้ประสิทธิภาพที่ดีที่สุด
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
- สร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการ กลุ่มแรกสำหรับตอบกลับเหตุการณ์การโต้ตอบแบบ Chat และอีกกลุ่มสำหรับตอบกลับเหตุการณ์ Pub/Sub
- สร้างและทำให้แอป Chat ใช้งานได้ในหน้าการกำหนดค่า Google Chat API
สร้างและทำให้ Cloud Functions ใช้งานได้
ในส่วนนี้ คุณจะสร้างและทำให้ Cloud Functions ใช้งานได้ 2 รายการโดยมีชื่อว่า
app
: โฮสต์และเรียกใช้โค้ดของแอป Chat ที่ตอบสนองต่อเหตุการณ์ที่ได้รับจาก Chat เป็นคำขอ HTTPeventsApp
: รับและประมวลผลเหตุการณ์พื้นที่ใน Chat เช่น ข้อความจาก Pub/Sub
ฟังก์ชันระบบคลาวด์เหล่านี้ประกอบขึ้นเป็นตรรกะแอปพลิเคชันของ AI สำหรับผู้ช่วยความรู้
(ไม่บังคับ) ก่อนสร้าง Cloud Functions โปรดใช้เวลาสักครู่เพื่อตรวจสอบและทำความคุ้นเคยกับโค้ดตัวอย่างที่โฮสต์ใน GitHub
สร้างและทำให้ app
ใช้งานได้
คอนโซล Google Cloud
ดาวน์โหลดโค้ดจาก GitHub เป็นไฟล์ ZIP
แตกไฟล์ ZIP ที่ดาวน์โหลด
โฟลเดอร์ที่ดึงข้อมูลจะมีที่เก็บตัวอย่าง Google Workspace ทั้งหมด
ในโฟลเดอร์ที่แยกข้อมูล ให้ไปที่ไดเรกทอรี
google-chat-samples-main/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
ให้เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์บีบอัดเนื้อหาของโฟลเดอร์
ai-knowledge-assistant
เป็นไฟล์ ZIPไดเรกทอรีรากของไฟล์ 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/
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions
ตรวจสอบว่าได้เลือกโปรเจ็กต์ Google Cloud สำหรับแอป Chat แล้ว
คลิก
สร้างฟังก์ชันในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้
- ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
- ในชื่อฟังก์ชัน ให้พิมพ์
app
- ในภูมิภาค ให้เลือกภูมิภาค เช่น
us-central1
ภูมิภาคนี้ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อคุณสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สำหรับการตรวจสอบสิทธิ์และการให้สิทธิ์ - ในประเภททริกเกอร์ ให้เลือก HTTPS
- ในส่วนการตรวจสอบสิทธิ์ ให้เลือกอนุญาตการเรียกใช้ที่ไม่ผ่านการตรวจสอบสิทธิ์
- คลิกถัดไป
ใน Runtime ให้เลือก Node.js 20
ใน Entry Point ให้ลบข้อความเริ่มต้นแล้วป้อน
app
เลือกอัปโหลด Zip ในซอร์สโค้ด
ในที่เก็บข้อมูลปลายทาง ให้สร้างหรือเลือกที่เก็บข้อมูลดังนี้
- คลิกเลือกดู
- เลือกที่เก็บข้อมูล
- คลิกเลือก
Google Cloud จะอัปโหลดไฟล์ ZIP และแตกไฟล์คอมโพเนนต์ในที่เก็บข้อมูลนี้ จากนั้น Cloud Functions จะคัดลอกไฟล์คอมโพเนนต์ไปยัง Cloud Function
ในไฟล์ ZIP ให้อัปโหลดไฟล์ ZIP ที่คุณดาวน์โหลดจาก GitHub โดยแตกออกมา และบีบอัดใหม่
- คลิกเลือกดู
- ไปที่ไฟล์ ZIP แล้วเลือกไฟล์
- คลิกเปิด
คลิกทำให้ใช้งานได้
หน้ารายละเอียดฟังก์ชันระบบคลาวด์จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมสัญญาณบอกสถานะความคืบหน้า 2 รายการ โดยสัญญาณหนึ่งสำหรับบิลด์และอีกสัญญาณหนึ่งสำหรับบริการ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 2 รายการหายไปและแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันใช้งานได้และพร้อมใช้งาน
แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่
- ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
- คลิกถัดไป
- ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
- ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์
env.js
โดยทำดังนี้- ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น
us-central1
คลิกทำให้ใช้งานได้
gcloud CLI
โคลนโค้ดจาก GitHub ดังนี้
git clone https://github.com/googleworkspace/google-chat-samples.git
เปลี่ยนไปใช้ไดเรกทอรีที่เก็บโค้ดสำหรับแอป Chat ที่เป็นผู้ช่วยความรู้ของ AI นี้
cd google-chat-samples/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
ให้เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์แก้ไขไฟล์
env.js
เพื่อตั้งค่าตัวแปรสภาพแวดล้อม- ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นภูมิภาคของ Cloud Function 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 ด้วยค่าภูมิภาคของ Cloud Function เพื่อให้ตรงกับค่าที่ตั้งค่าไว้ในไฟล์
env.js
เช่นus-central1
สร้างและทำให้ eventsApp
ใช้งานได้
คอนโซล Google Cloud
ในคอนโซล Google Cloud ให้ไปที่ เมนู > Cloud Functions
ตรวจสอบว่าได้เลือกโปรเจ็กต์ Google Cloud สำหรับแอป Chat แล้ว
คลิก
สร้างฟังก์ชันในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันต่อไปนี้
- ในสภาพแวดล้อม ให้เลือกรุ่นที่ 2
- ในชื่อฟังก์ชัน ให้พิมพ์
eventsApp
- ในภูมิภาค ให้เลือกภูมิภาค เช่น
us-central1
ภูมิภาคนี้ต้องตรงกับภูมิภาคที่คุณตั้งค่าไว้ใน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาตเมื่อคุณสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สำหรับการตรวจสอบสิทธิ์และการให้สิทธิ์ - ในประเภททริกเกอร์ ให้เลือก Cloud Pub/Sub
- ในหัวข้อ Cloud Pub/Sub ให้เลือกชื่อหัวข้อ Pub/Sub ที่คุณสร้างไว้ ซึ่งมีรูปแบบ
projects/PROJECT/topics/events-api
โดยที่ PROJECT เป็นรหัสโปรเจ็กต์ระบบคลาวด์ของคุณ - 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
ใน Entry Point ให้ลบข้อความเริ่มต้นแล้วป้อน
eventsApp
ในซอร์สโค้ด ให้เลือก Zip จาก Cloud Storage
ในตำแหน่งของ Cloud Storage ให้คลิกเรียกดู
เลือกที่เก็บข้อมูลที่คุณอัปโหลดไฟล์ ZIP เมื่อสร้าง Cloud Function ของ
app
คลิกไฟล์ ZIP ที่คุณอัปโหลด
คลิกเลือก
คลิกทำให้ใช้งานได้
หน้ารายละเอียด Cloud Functions จะเปิดขึ้นและฟังก์ชันจะปรากฏขึ้นพร้อมสัญญาณบอกสถานะความคืบหน้า 3 สถานะ ได้แก่ สัญญาณบอกสถานะสำหรับบิลด์ 1 ตัวสำหรับบริการ และอีกตัวหนึ่งสำหรับทริกเกอร์ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 3 รายการหายไป และแทนที่ด้วยเครื่องหมายถูก แสดงว่าฟังก์ชันพร้อมใช้งานและพร้อมใช้งาน
แก้ไขโค้ดตัวอย่างเพื่อกำหนดค่าคงที่
- ในหน้ารายละเอียด Cloud Function ให้คลิกแก้ไข
- คลิกถัดไป
- ในซอร์สโค้ด ให้เลือกตัวแก้ไขในบรรทัด
- ในตัวแก้ไขในบรรทัด ให้เปิดและแก้ไขไฟล์
env.js
โดยทำดังนี้- ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นภูมิภาคของ Cloud Function เช่น
us-central1
คลิกทำให้ใช้งานได้
gcloud CLI
ใน gcloud CLI หากยังไม่ได้ดำเนินการ ให้เปลี่ยนไปยังไดเรกทอรีที่เก็บโค้ดสำหรับแอป Chat ที่มีความรู้ของ AI นี้ ซึ่งก่อนหน้านี้ได้โคลนจาก GitHub ดังนี้
cd google-chat-samples/node/ai-knowledge-assistant
ในไดเรกทอรี
google-chat-samples/node/ai-knowledge-assistant
ให้เพิ่มไฟล์client_secrets.json
ที่คุณดาวน์โหลดเมื่อสร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth สําหรับการตรวจสอบสิทธิ์และการให้สิทธิ์แก้ไขไฟล์
env.js
เพื่อตั้งค่าตัวแปรสภาพแวดล้อม- ตั้งค่า project เป็นรหัสโปรเจ็กต์ที่อยู่ในระบบคลาวด์
- ตั้งค่า location เป็นภูมิภาคของ Cloud Function 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 ด้วยค่าภูมิภาคของ Cloud Function เพื่อให้ตรงกับค่าที่ตั้งค่าไว้ในไฟล์
env.js
เช่นus-central1
คัดลอก URL ทริกเกอร์ของ Cloud Function app
วาง URL ทริกเกอร์ของ Cloud Function ของ app
ไว้ในส่วนถัดไปเมื่อกำหนดค่าแอป 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 ในคอนโซล Google Cloud ที่มีข้อมูลเกี่ยวกับแอป Chat ของคุณ รวมถึงชื่อแอป Chat และ URL ทริกเกอร์สำหรับ Cloud Function ของแอป Chat ที่ใช้ส่งเหตุการณ์การโต้ตอบใน 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
ใน URL ของแอป ให้วาง URL ทริกเกอร์จาก
app
Cloud Function ที่มีการจัดรูปแบบเป็นhttps://
REGION-
PROJECT_ID.cloudfunctions.net/app
โดยที่ REGION คือภูมิภาคของ Cloud Function เช่นus-central1
และ PROJECT_ID คือรหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้างในส่วนระดับการแชร์ ให้เลือก ทำให้แอป Chat นี้พร้อมใช้งานสำหรับผู้คนและกลุ่มที่ต้องการในโดเมน Workspace แล้วป้อนอีเมลของคุณ
ในส่วนบันทึก ให้เลือกบันทึกข้อผิดพลาดในการบันทึก
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
เปิด Google Chat
วิธีสร้างพื้นที่ใน Chat
คลิก> สร้างพื้นที่ทำงาน
แชทใหม่ในชื่อพื้นที่ทำงาน ให้พิมพ์
Testing AI knowledge assistant app
ในส่วนพื้นที่ทำงานนี้มีไว้เพื่ออะไร ให้เลือกการทำงานร่วมกัน
ในส่วนการตั้งค่าการเข้าถึง ให้เลือกผู้ที่มีสิทธิ์เข้าถึงพื้นที่ทำงาน
คลิกสร้าง
วิธีเพิ่มข้อความเพื่อใช้เป็นแหล่งข้อมูล
ในเว็บเบราว์เซอร์ ให้ไปที่คู่มือการพัฒนาด้วยภาพรวม Chat
คัดลอกและวางเนื้อหาของคำแนะนำลงในพื้นที่ใน Chat ที่คุณสร้างขึ้น
เพิ่มแอปใน Chat ผู้ช่วยความรู้ AI ดังนี้
ในแถบเขียนข้อความ ให้พิมพ์
@AI knowledge assistant
และในเมนูคำแนะนำที่ปรากฏขึ้น ให้เลือกแอป Chat สำหรับผู้ช่วยความรู้ของ AI แล้วกดenter
ข้อความจะปรากฏขึ้นเพื่อถามว่าคุณต้องการเพิ่มแอป Chat สำหรับผู้ช่วยความรู้ของ AI ไปยังพื้นที่ทำงานไหม คลิกเพิ่มไปยังพื้นที่ทำงาน
หากเพิ่มแอป Chat ในพื้นที่ทำงานเป็นครั้งแรก คุณต้องกำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์สำหรับแอป Chat ดังนี้
- คลิกกำหนดค่า
- หน้าต่างเบราว์เซอร์หรือแท็บใหม่จะเปิดขึ้นเพื่อขอให้คุณเลือกบัญชี Google เลือกบัญชีที่คุณจะใช้ทดสอบ
- ตรวจสอบสิทธิ์ที่แอปผู้ช่วยที่ให้ความรู้ โดย AI ขอ หากต้องการให้สิทธิ์ ให้คลิกอนุญาต
- ข้อความที่ระบุว่า
You may close this page now.
จะปรากฏขึ้น ปิดหน้าต่างหรือแท็บเบราว์เซอร์แล้วกลับไปที่พื้นที่ใน Chat
ถามคำถาม:
พิมพ์คำถามอย่างเช่น
What are Google Chat apps?
ในแถบเขียนข้อความแอป Chat ผู้ช่วยความรู้ AI ให้คำตอบ
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
- ในคอนโซล Google Cloud ให้ไปที่หน้าจัดการทรัพยากร คลิก เมนู > IAM และผู้ดูแลระบบ > จัดการทรัพยากร
- ในรายการโปรเจ็กต์ ให้เลือกโปรเจ็กต์ที่ต้องการลบ แล้วคลิกลบ
- ในกล่องโต้ตอบ ให้พิมพ์รหัสโปรเจ็กต์แล้วคลิกปิดเครื่องเพื่อลบโปรเจ็กต์
หัวข้อที่เกี่ยวข้อง
- จัดการโปรเจ็กต์ด้วย Google Chat, Vertex AI และ Firestore
- ตอบสนองต่อเหตุการณ์ด้วย Google Chat, Vertex AI และ Apps Script