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 ร่วมกับ Pub/Sub เพื่อจดจำและตอบคำถามที่โพสต์ในพื้นที่ใน Chat แบบเรียลไทม์ แม้ว่าจะไม่มีการกล่าวถึง

แอป Chat จะใช้ข้อความทั้งหมดที่ส่งในพื้นที่ทำงานเป็นแหล่งข้อมูลและฐานความรู้ กล่าวคือเมื่อมีคนถามคำถาม แอป Chat จะตรวจหาคำตอบที่แชร์ไว้ก่อนหน้านี้แล้วจะแชร์คำตอบ หากไม่พบคำตอบ ก็แสดงว่าตอบไม่ได้ สำหรับคำตอบแต่ละข้อ ผู้ใช้สามารถคลิกปุ่มการทำงานของอุปกรณ์เสริมเพื่อ @พูดถึงผู้จัดการพื้นที่ทำงาน และถามคำตอบได้ การใช้ Gemini AI ช่วยให้แอป Google Chat ปรับเปลี่ยนและเพิ่มฐานความรู้เมื่อมีการฝึกอย่างต่อเนื่องจากการสนทนาในพื้นที่ทำงานที่มีการเพิ่มขึ้นมา

แอป Chat ทำงานอย่างไรในพื้นที่การเริ่มงาน และการสนับสนุนของพนักงาน

  • การกล่าวถึงแอปผู้ช่วยความรู้ด้วย AI จะเป็นการเพิ่มแอปไปยังพื้นที่ทำงาน
    รูปที่ 1 ชาตรีเพิ่มแอปใน Chat ผู้ช่วยที่มีความรู้ด้วย AI ไปยังพื้นที่ใน Chat
  • Dana ถามคำถาม
    รูปที่ 2 Dana ถามว่าบริษัทมีการฝึกอบรมการพูดในที่สาธารณะไหม
  • แอป Chat ที่มี AI คอยช่วยตอบคำถาม
    รูปที่ 3 แอป Chat ผู้ช่วยที่มีความรู้ AI จะสั่งให้ Vertex AI ที่มี Gemini ตอบคำถามของ Dana โดยอิงจากประวัติการสนทนาของพื้นที่ใน Chat จากนั้นจึงแชร์คำตอบ

ข้อกำหนดเบื้องต้น

วัตถุประสงค์

  • สร้างแอปใน Chat ที่ใช้ Generative AI ในการ ตอบคำถามตามความรู้ที่แชร์ในการสนทนาในพื้นที่ใน Chat
  • เมื่อใช้ Generative AI
    • ตรวจหาและตอบคำถามของพนักงาน
    • เรียนรู้จากการสนทนาที่ดำเนินอยู่ในพื้นที่ใน Chat อย่างต่อเนื่อง
  • ฟังและตอบกลับข้อความในพื้นที่ใน Chat แบบเรียลไทม์ได้แม้ว่าจะไม่ได้ส่งข้อความในแอป Chat โดยตรง
  • คงข้อความไว้โดยการเขียนและการอ่านจากฐานข้อมูล Firestore
  • ส่งเสริมการทำงานร่วมกันในพื้นที่ใน Chat โดยการพูดถึงผู้จัดการพื้นที่ทำงานเมื่อไม่พบคำตอบที่ต้องการ

สถาปัตยกรรม

แผนภาพต่อไปนี้แสดงสถาปัตยกรรมของทรัพยากร Google Workspace และ Google Cloud ที่แอป Chat ซึ่งใช้โดยผู้ช่วยความรู้ AI

แผนภาพสถาปัตยกรรมสำหรับแอป Chat ผู้ช่วยที่มีความรู้ AI

แอป Chat ผู้ช่วยที่มี AI ทำงานดังต่อไปนี้

  • ผู้ใช้เพิ่มแอปผู้ช่วยที่มีความรู้ด้วย AI ไปยังพื้นที่ใน Chat

    1. แอป Chat จะแจ้งผู้ใช้ที่เพิ่มอุปกรณ์ไปยังพื้นที่ใน Chat ให้กำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์

    2. แอป Chat จะดึงข้อมูลข้อความของพื้นที่ทำงานโดยเรียกใช้เมธอด spaces.messages.list ใน Chat API จากนั้นจัดเก็บข้อความที่ดึงข้อมูลแล้วไว้ในฐานข้อมูล Firestore

    3. แอป Chat จะเรียกเมธอด subscriptions.create ใน Google Workspace Events API เพื่อเริ่มฟังเหตุการณ์อย่างเช่นข้อความในพื้นที่ทำงาน ปลายทางการแจ้งเตือนการสมัครใช้บริการคือหัวข้อ Pub/Sub ที่ใช้ Eventarc เพื่อส่งต่อเหตุการณ์ไปยังแอป Chat

    4. แอป Chat จะโพสต์ข้อความแนะนำพื้นที่ทำงาน

  • ผู้ใช้ในพื้นที่ใน Chat จะโพสต์ข้อความดังนี้

    1. แอป Chat จะได้รับข้อความแบบเรียลไทม์จากหัวข้อ Pub/Sub

    2. แอป Chat จะเพิ่มข้อความลงในฐานข้อมูลของ Firestore

      หากผู้ใช้แก้ไขหรือลบข้อความในภายหลัง แอป Chat จะได้รับเหตุการณ์ที่อัปเดตหรือถูกลบแบบเรียลไทม์ จากนั้นจะอัปเดตหรือลบข้อความในฐานข้อมูล Firestore

    3. แอป Chat จะส่งข้อความไปยัง Vertex AI ที่มี Gemini ดังนี้

      1. พรอมต์จะสั่งให้ Vertex AI ที่มี Gemini ตรวจสอบว่าข้อความมีคำถามหรือไม่ หากใช่ Gemini จะตอบคำถามตามประวัติข้อความของพื้นที่ใน Chat ที่เก็บไว้ใน Firestore และแอป Google Chat จะส่งข้อความไปยังพื้นที่ใน Chat หากไม่ตอบกลับก็ไม่ต้องตอบกลับ

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

        หาก Vertex AI ที่มี Gemini ตอบคำถามไม่ได้ แอป Chat จะโพสต์ข้อความที่บอกว่าไม่พบคำตอบสำหรับคำถามดังกล่าวในประวัติของพื้นที่ Chat

        ข้อความจะมีปุ่มการดำเนินการเสริมที่ผู้ใช้คลิกเสมอ ซึ่งจะทำให้แอป Chat มีการ @พูดถึงผู้จัดการพื้นที่ทำงานเพื่อขอให้ผู้ใช้ตอบ

  • แอป Chat จะได้รับการแจ้งเตือนเกี่ยวกับวงจรจาก Google Workspace Events API ว่าการสมัครใช้บริการพื้นที่ใน Chat กำลังจะหมดอายุ

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

  • ระบบจะนําแอป Chat ออกจากพื้นที่ใน Chat

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

    2. แอป Chat จะลบข้อมูลของพื้นที่ Chat ออกจาก Firestore

ตรวจสอบผลิตภัณฑ์ที่แอป Chat ผู้ช่วยความรู้ AI ใช้

แอป Chat ผู้ช่วยความรู้ AI ใช้ผลิตภัณฑ์ Google Workspace และ Google Cloud ต่อไปนี้

  • Vertex AI API ที่มาพร้อมกับ Gemini: แพลตฟอร์ม Generative AI ที่ขับเคลื่อนโดย Gemini แอป Chat สำหรับผู้ช่วยความรู้ 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
    • รับและตอบสนองต่อเหตุการณ์การโต้ตอบที่ส่งมาจาก Chat
    • แสดงข้อความที่ส่งในพื้นที่ทำงาน
    • โพสต์คำตอบสำหรับคำถามของผู้ใช้ในพื้นที่ทำงาน
    • กำหนดค่าแอตทริบิวต์ที่กำหนดลักษณะที่จะปรากฏใน Chat เช่น ชื่อและรูปโปรไฟล์
  • Google Workspace Events API: API นี้ช่วยให้คุณติดตามกิจกรรมและจัดการการแจ้งเตือนการเปลี่ยนแปลงในแอปพลิเคชัน Google Workspace ได้ แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ Google Workspace Events API เพื่อฟังข้อความที่โพสต์ในพื้นที่ใน Chat เพื่อให้ตรวจจับและตอบคำถามได้แม้ว่าจะไม่ได้กล่าวถึงก็ตาม
  • Firestore: ฐานข้อมูลเอกสารแบบ Serverless แอป Chat ที่มีผู้ช่วยความรู้ AI ใช้ Firestore เพื่อจัดเก็บข้อมูลเกี่ยวกับข้อความที่ส่งในพื้นที่ใน Chat
  • Pub/Sub: Pub/Sub คือบริการรับส่งข้อความแบบไม่พร้อมกันและรองรับการปรับขนาดซึ่งแยกบริการที่ผลิตข้อความจากบริการที่ประมวลผลข้อความเหล่านั้น แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ Pub/Sub เพื่อรับกิจกรรมการสมัครใช้บริการจากพื้นที่ใน Chat
  • Eventarc: Eventarc ช่วยให้คุณสร้างสถาปัตยกรรมที่ขับเคลื่อนเหตุการณ์ได้โดยไม่ต้องใช้งาน ปรับแต่ง หรือบำรุงรักษาโครงสร้างพื้นฐานที่อยู่เบื้องหลัง แอป Chat ผู้ช่วยความรู้ AI ใช้ Eventarc เพื่อกำหนดเส้นทางเหตุการณ์จาก Pub/Sub ไปยังพื้นที่ใน Chat และ Cloud Function ที่รับและประมวลผลเหตุการณ์การสมัครใช้บริการ
  • ฟังก์ชันระบบคลาวด์: บริการประมวลผลแบบ Serverless ที่ใช้ทรัพยากรน้อยที่ให้คุณสร้างฟังก์ชันแบบสแตนด์อโลนที่มีวัตถุประสงค์เดียว ซึ่งตอบสนองต่อการโต้ตอบและเหตุการณ์การสมัครใช้บริการใน Chat ได้โดยไม่ต้องจัดการเซิร์ฟเวอร์หรือสภาพแวดล้อมรันไทม์ แอป Chat ผู้ช่วยที่มีความรู้ AI ใช้ฟังก์ชันระบบคลาวด์ 2 อย่าง ได้แก่
    • app: โฮสต์ปลายทาง HTTP ที่ Chat ส่งเหตุการณ์การโต้ตอบไปให้ และใช้เป็นแพลตฟอร์มการประมวลผลเพื่อเรียกใช้ตรรกะที่ประมวลผลและตอบสนองต่อเหตุการณ์เหล่านี้
    • eventsApp: รับและประมวลผลเหตุการณ์ของพื้นที่ใน Chat เช่น ข้อความจากการสมัครใช้บริการ Pub/Sub
    Cloud Functions ใช้ผลิตภัณฑ์ Google Cloud ต่อไปนี้เพื่อสร้างและโฮสต์ทรัพยากรการประมวลผล
    • Cloud Build: แพลตฟอร์มการทำให้ใช้งานได้ การส่งมอบ และการทำให้ใช้งานได้อย่างต่อเนื่องที่มีการจัดการครบวงจร 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. ในช่องชื่อโครงการ ให้ป้อนชื่อที่สื่อความหมายสำหรับโปรเจ็กต์ของคุณ

    ไม่บังคับ: หากต้องการแก้ไขรหัสโปรเจ็กต์ ให้คลิกแก้ไข คุณจะเปลี่ยนแปลงรหัสโปรเจ็กต์ไม่ได้หลังจากสร้างโปรเจ็กต์แล้ว ดังนั้นโปรดเลือกรหัสที่ตรงกับความต้องการตลอดอายุของโปรเจ็กต์

  3. ในช่องตำแหน่ง ให้คลิกเรียกดูเพื่อแสดงตำแหน่งที่เป็นไปได้สำหรับโปรเจ็กต์ของคุณ จากนั้นคลิกเลือก
  4. คลิกสร้าง คอนโซล Google Cloud จะไปที่หน้าแดชบอร์ดและระบบจะสร้างโปรเจ็กต์ขึ้นภายในไม่กี่นาที

gcloud CLI

เข้าถึง Google Cloud CLI (`gcloud`) ในสภาพแวดล้อมการพัฒนาซอฟต์แวร์ต่อไปนี้

  • Cloud Shell: หากต้องการใช้เทอร์มินัลออนไลน์กับ gcloud CLI ที่ตั้งค่าไว้แล้ว ให้เปิดใช้งาน Cloud Shell
    เปิดใช้งาน Cloud Shell
  • Local Shell: หากต้องการใช้สภาพแวดล้อมการพัฒนาภายใน ให้ติดตั้งและinitialize gcloud CLI
    หากต้องการสร้างโปรเจ็กต์ Cloud ให้ใช้คำสั่ง `gcloud project create`: 
    gcloud projects create PROJECT_ID
    แทนที่ PROJECT_ID โดยตั้งค่ารหัสสำหรับโปรเจ็กต์ที่ต้องการสร้าง

เปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์

คอนโซล Google Cloud

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

    ไปที่การเรียกเก็บเงินสำหรับโปรเจ็กต์ของฉัน

  2. ในส่วนเลือกองค์กร ให้เลือกองค์กรที่เชื่อมโยงกับโปรเจ็กต์ Google Cloud
  3. ในแถวโปรเจ็กต์ ให้เปิดเมนูการดำเนินการ () คลิกเปลี่ยนการเรียกเก็บเงิน แล้วเลือกบัญชีสำหรับการเรียกเก็บเงินใน 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

    แทนที่รายการต่อไปนี้

    • 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 ในโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่ถูกต้อง แล้วคลิกถัดไป

  3. ยืนยันว่าคุณเปิดใช้ API ที่ถูกต้อง แล้วคลิกเปิดใช้

gcloud CLI

  1. หากจำเป็น ให้ตั้งค่าโปรเจ็กต์ Cloud ปัจจุบันเป็นโปรเจ็กต์ที่คุณสร้างขึ้น

    gcloud config set project PROJECT_ID

    แทนที่ PROJECT_ID ด้วยรหัสโปรเจ็กต์ของโปรเจ็กต์ระบบคลาวด์ที่คุณสร้าง

  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 Admin API ของ Cloud Run

    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

การตรวจสอบสิทธิ์และการให้สิทธิ์ช่วยให้ แอป Chat เข้าถึงทรัพยากรใน Google Workspace และ Google Cloud ได้

ในบทแนะนำนี้ คุณจะเผยแพร่แอป Google Chat เป็นการภายใน คุณจึงสามารถใช้ข้อมูลตัวยึดตำแหน่งได้ ก่อนเผยแพร่แอป Google Chat กับภายนอก ให้แทนที่ข้อมูลตัวยึดตำแหน่งด้วยข้อมูลจริงสำหรับหน้าจอขอความยินยอม

  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 แผงจะปรากฏขึ้นพร้อมรายการขอบเขตของ API แต่ละรายการที่คุณเปิดใช้ในโปรเจ็กต์ที่อยู่ในระบบคลาวด์

  8. วางขอบเขตต่อไปนี้ในส่วนเพิ่มขอบเขตด้วยตนเอง

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

  9. คลิกเพิ่มลงในตาราง

  10. คลิกอัปเดต

  11. คลิกบันทึกและต่อไป

  12. ตรวจสอบสรุปการลงทะเบียนแอป จากนั้นคลิกกลับไปที่แดชบอร์ด

สร้างข้อมูลเข้าสู่ระบบรหัสไคลเอ็นต์ OAuth

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

    ไปที่ข้อมูลเข้าสู่ระบบ

  2. คลิกสร้างข้อมูลเข้าสู่ระบบ > รหัสไคลเอ็นต์ OAuth

  3. คลิกประเภทแอปพลิเคชัน > เว็บแอปพลิเคชัน

  4. ในช่องชื่อ ให้พิมพ์ชื่อของข้อมูลเข้าสู่ระบบ ชื่อนี้จะแสดง ในคอนโซล Google Cloud เท่านั้น

  5. คลิกเพิ่ม URI ในส่วน URI การเปลี่ยนเส้นทางที่ได้รับอนุญาต

  6. ใน URI 1 ให้พิมพ์ต่อไปนี้

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

    แทนที่รายการต่อไปนี้

    • REGION: ภูมิภาคของ Cloud Function เช่น us-central1 หลังจากนั้น เมื่อสร้าง Cloud Functions ทั้ง 2 รายการ คุณต้องตั้งค่าภูมิภาคเป็นค่านี้
    • PROJECT_ID: รหัสโปรเจ็กต์ของโปรเจ็กต์ที่อยู่ในระบบคลาวด์ที่คุณสร้าง

  7. คลิกสร้าง

  8. คลิกดาวน์โหลด JSON จากหน้าต่างสร้างไคลเอ็นต์ OAuth

  9. บันทึกไฟล์ที่ดาวน์โหลดเป็น client_secrets.json หลังจากนั้น เมื่อสร้าง Cloud Functions ทั้ง 2 รายการ คุณจะรวมไฟล์ client_secrets.json ไว้ในการทำให้ใช้งานได้แต่ละรายการ

  10. คลิกตกลง

สร้างหัวข้อ Pub/Sub

หัวข้อ Pub/Sub ใช้ได้กับ Google Workspace Events API เพื่อสมัครใช้บริการกิจกรรมในพื้นที่ใน Chat เช่น ข้อความ และแจ้งเตือนแอป Chat แบบเรียลไทม์

วิธีสร้างหัวข้อ Pub/Sub มีดังนี้

คอนโซล Google Cloud

  1. ในคอนโซล Google Cloud ให้ไปที่ เมนู > Pub/Sub

    ไปที่ Pub/Sub

  2. คลิกสร้างหัวข้อ

  3. ในรหัสหัวข้อ ให้พิมพ์ events-api

  4. ยกเลิกการเลือกเพิ่มการสมัครใช้บริการเริ่มต้น

  5. เลือกคีย์การเข้ารหัสที่จัดการโดย Google ในส่วนการเข้ารหัส

  6. คลิกสร้าง หัวข้อ Pub/Sub จะปรากฏขึ้น

  7. หากต้องการให้หัวข้อ Pub/Sub และ Google Workspace Events API ทำงานร่วมกัน โปรดให้สิทธิ์ผู้ใช้ IAM ใน Chat ในการโพสต์ไปยังหัวข้อ Pub/Sub ดังนี้

    1. ในแผง events-api ในส่วน PERMISSIONS ให้คลิก เพิ่มผู้ใช้หลัก

    2. ในส่วนเพิ่มผู้ใช้หลักในผู้ใช้หลักใหม่ ให้พิมพ์ chat-api-push@system.gserviceaccount.com

    3. ในส่วน มอบหมายบทบาท ใน เลือกบทบาท ให้เลือก Pub/Sub > ผู้เผยแพร่ Pub/Sub

    4. คลิกบันทึก

gcloud CLI

  1. สร้างหัวข้อ Pub/Sub ด้วยรหัสหัวข้อ 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

ฐานข้อมูลของ Firestore จะยังคงอยู่และเรียกข้อมูลจากพื้นที่ใน Chat เช่น ข้อความ คุณไม่ต้องกำหนดโมเดลข้อมูล ซึ่งจะตั้งค่าโดยนัยในโค้ดตัวอย่างโดยไฟล์ model/message.js และ services/firestore-service.js

ฐานข้อมูลแอป Chat ผู้ช่วยความรู้ AI ใช้ โมเดลข้อมูล NoSQL ที่อิงตาม เอกสาร ที่จัดระเบียบเป็น คอลเล็กชัน ดูข้อมูลเพิ่มเติมได้ในโมเดลข้อมูล Firestore

แผนภาพต่อไปนี้เป็นภาพรวมของโมเดลข้อมูลของแอป Chat ที่ใช้ AI

โมเดลข้อมูลของฐานข้อมูล Firestore

รูทจะมีคอลเล็กชัน 2 รายการ ได้แก่

  1. spaces โดยที่เอกสารแต่ละรายการจะแสดงพื้นที่ใน Chat ที่มีการเพิ่มแอป Chat ไว้ ข้อความแต่ละรายการจะแสดงด้วยเอกสารในคอลเล็กชันย่อย messages

  2. users โดยเอกสารแต่ละรายการจะแสดงผู้ใช้ที่เพิ่มแอป Chat ไปยังพื้นที่ใน Chat

ดูคำจำกัดความของคอลเล็กชัน เอกสาร และช่อง

spaces

พื้นที่ใน Chat ที่มีแอป Chat ผู้ช่วยที่มีความรู้ AI

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

messages

ข้อความที่ส่งในพื้นที่ใน Chat

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

users

ผู้ใช้ที่เพิ่มแอปผู้ช่วยที่มีความรู้ด้วย AI ไปยังพื้นที่ใน Chat

ช่อง
Document IDString
รหัสที่ไม่ซ้ำกันของผู้ใช้บางราย
accessTokenString
โทเค็นเพื่อการเข้าถึงที่ได้รับในระหว่างการให้สิทธิ์ผู้ใช้ OAuth 2.0 ซึ่งใช้ในการเรียกใช้ Google Workspace API
refreshTokenString
โทเค็นการรีเฟรชที่ให้สิทธิ์ระหว่างการให้สิทธิ์ผู้ใช้ 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. กำหนดค่าฐานข้อมูลด้วยคำสั่งต่อไปนี้

    1. ในการตั้งชื่อฐานข้อมูล ให้ปล่อยรหัสฐานข้อมูลเป็น (default)

    2. เลือกภูมิภาคในส่วนประเภทสถานที่ตั้ง

    3. ในภูมิภาค ให้ระบุภูมิภาคสำหรับฐานข้อมูล เช่น us-central1 โปรดเลือกตำแหน่งเดียวกันหรือใกล้เคียงสำหรับฟังก์ชันระบบคลาวด์ของแอป Chat เพื่อประสิทธิภาพที่ดีที่สุด

  6. คลิกสร้างฐานข้อมูล

gcloud CLI

  • สร้างฐานข้อมูล Firestore ในโหมดดั้งเดิม

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

    แทนที่ LOCATION ด้วยชื่อภูมิภาค Firestore เช่น us-central1 โปรดเลือกตำแหน่งเดียวกันหรือใกล้เคียงกับ Cloud Functions ของแอป Chat เพื่อประสิทธิภาพที่ดีที่สุด

สร้างและทำให้แอป Chat ใช้งานได้

เมื่อสร้างและกำหนดค่าโปรเจ็กต์ Google Cloud แล้ว คุณก็พร้อมที่จะสร้างและติดตั้งใช้งานแอป Chat ในส่วนนี้ ให้คุณทำสิ่งต่อไปนี้

  1. สร้างและทำให้ฟังก์ชันระบบคลาวด์ 2 รายการใช้งานได้ ชุดแรกสำหรับตอบกลับเหตุการณ์การโต้ตอบใน Chat และอีกชุดหนึ่งเพื่อตอบสนองต่อเหตุการณ์ Pub/Sub
  2. สร้างและทำให้แอป Chat ใช้งานได้ในหน้าการกำหนดค่า Google Chat API

สร้างและทำให้ Cloud Functions ใช้งานได้

ในส่วนนี้ คุณจะได้สร้างและทำให้ฟังก์ชันระบบคลาวด์ 2 รายการใช้งานได้ซึ่งมีชื่อว่า

  • app: โฮสต์และเรียกใช้โค้ดของแอป Chat ที่ตอบสนองต่อเหตุการณ์ที่ได้รับจาก Chat ในรูปแบบคำขอ HTTP
  • eventsApp: รับและประมวลผลเหตุการณ์ของพื้นที่ใน Chat เช่น ข้อความจาก Pub/Sub

โดย Cloud Functions เหล่านี้จะรวมกันเป็นตรรกะแอปพลิเคชันของ Chat สำหรับผู้ช่วยที่มีความรู้ AI

ก่อนสร้างฟังก์ชันระบบคลาวด์ โปรดใช้เวลาสักครู่เพื่อตรวจสอบและทำความคุ้นเคยกับโค้ดตัวอย่างที่โฮสต์ใน GitHub

ดูใน GitHub

สร้างและทำให้ app ใช้งานได้

คอนโซล Google Cloud

  1. ดาวน์โหลดโค้ดจาก GitHub เป็นไฟล์ ZIP

    ดาวน์โหลดไฟล์ ZIP

  2. แตกไฟล์ ZIP ที่ดาวน์โหลด

    โฟลเดอร์ที่ดึงมาจะมีที่เก็บตัวอย่าง Google Workspace ทั้งหมด

  3. ในโฟลเดอร์ที่ดึงมา 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 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 แล้ว

  7. คลิก สร้างฟังก์ชัน

  8. ในหน้าสร้างฟังก์ชัน ให้ตั้งค่าฟังก์ชันดังนี้

    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. ในรันไทม์ ให้เลือก Node.js 20

  10. ในจุดแรกเข้า ให้ลบข้อความเริ่มต้นแล้วป้อน app

  11. ในซอร์สโค้ด ให้เลือกการอัปโหลดแบบ Zip

  12. ในที่เก็บข้อมูลปลายทาง ให้สร้างหรือเลือกที่เก็บข้อมูล ดังนี้

    1. คลิกเลือกดู
    2. เลือกที่เก็บข้อมูล
    3. คลิกเลือก

    Google Cloud จะอัปโหลดไฟล์ ZIP และแยกไฟล์คอมโพเนนต์ในที่เก็บข้อมูลนี้ จากนั้น Cloud Functions จะคัดลอกไฟล์คอมโพเนนต์ไปยัง Cloud Function

  13. ในไฟล์ ZIP ให้อัปโหลดไฟล์ ZIP ที่ดาวน์โหลดจาก GitHub จากนั้นดึงข้อมูลและบีบอัดใหม่

    1. คลิกเลือกดู
    2. เลือกและเลือกไฟล์ ZIP
    3. คลิกเปิด

  14. คลิกทำให้ใช้งานได้

    หน้ารายละเอียด Cloud Functions จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมสัญญาณบอกสถานะความคืบหน้า 2 รายการ ได้แก่ ตัวหนึ่งสำหรับบิลด์และอีกตัวหนึ่งสำหรับบริการ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 2 ตัวหายไปและแทนที่ด้วยเครื่องหมายถูก ระบบจะทำให้ฟังก์ชันใช้งานได้และพร้อมใช้งาน

  15. แก้ไขโค้ดตัวอย่างเพื่อตั้งค่าค่าคงที่:

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

  16. คลิกทำให้ใช้งานได้

gcloud CLI

  1. โคลนโค้ดจาก GitHub:

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

  2. เปลี่ยนไปใช้ไดเรกทอรีที่มีโค้ดสำหรับแอป Chat ผู้ช่วยความรู้ 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 ใช้งานได้ใน 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 เพื่อให้ตรงกับการตั้งค่าในไฟล์ 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 ให้ตั้งค่าฟังก์ชันดังนี้

    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 ที่สร้างไว้ซึ่งมีรูปแบบprojects/PROJECT/topics/events-api โดย PROJECT คือรหัสโปรเจ็กต์ระบบคลาวด์
    6. หากคุณเห็นข้อความที่ขึ้นต้นด้วย 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. ในจุดแรกเข้า ให้ลบข้อความเริ่มต้นแล้วป้อน eventsApp

  6. ในซอร์สโค้ด ให้เลือก Zip จาก Cloud Storage

  7. ในตำแหน่งของ Cloud Storage ให้คลิกเรียกดู

  8. เลือกที่เก็บข้อมูลที่คุณอัปโหลดไฟล์ ZIP ไว้เมื่อสร้าง Cloud Function ของ app

  9. คลิกไฟล์ ZIP ที่คุณอัปโหลด

  10. คลิกเลือก

  11. คลิกทำให้ใช้งานได้

    หน้ารายละเอียด Cloud Functions จะเปิดขึ้น และฟังก์ชันจะปรากฏขึ้นพร้อมกับตัวบ่งชี้ความคืบหน้า 3 รายการ กล่าวคือ 1 รายการสำหรับบิลด์ 1 รายการสำหรับบริการ และ 1 รายการสำหรับทริกเกอร์ เมื่อสัญญาณบอกสถานะความคืบหน้าทั้ง 3 รายการหายไปและแทนที่ด้วยเครื่องหมายถูก ฟังก์ชันก็ใช้งานได้และพร้อมใช้งานแล้ว

  12. แก้ไขโค้ดตัวอย่างเพื่อตั้งค่าค่าคงที่:

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

  13. คลิกทำให้ใช้งานได้

gcloud CLI

  1. หากคุณยังไม่ได้ดำเนินการใน gcloud CLI ให้เปลี่ยนไปใช้ไดเรกทอรีที่มีโค้ดสำหรับแอป Chat ผู้ช่วยความรู้ AI นี้ ซึ่งเคยโคลนจาก GitHub

    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 ใช้งานได้ใน 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 เพื่อให้ตรงกับการตั้งค่าในไฟล์ env.js เช่น us-central1

คัดลอก URL ทริกเกอร์ของ Cloud Function app

คุณจะต้องวาง URL ทริกเกอร์ของ app Cloud Function ในส่วนถัดไปเมื่อกำหนดค่าแอป 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. อธิบาย Cloud Function ของ app:

    gcloud functions describe app

  2. คัดลอกพร็อพเพอร์ตี้ url

กำหนดค่าแอป Chat ในคอนโซล Google Cloud

ส่วนนี้จะแสดงวิธีกำหนดค่า Chat API ใน Google Cloud Console พร้อมข้อมูลเกี่ยวกับแอป Chat ของคุณ รวมถึงชื่อแอป Chat และ URL ทริกเกอร์ของ Cloud Function ของแอป Chat ที่ส่งเหตุการณ์การโต้ตอบใน Chat ไปให้

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

  4. ในคำอธิบาย ให้พิมพ์ Answers questions with AI

  5. คลิกปุ่มสลับเปิดใช้ฟีเจอร์แบบอินเทอร์แอกทีฟเป็นเปิด

  6. ในส่วนฟังก์ชันการทำงาน ให้เลือกเข้าร่วมพื้นที่ทำงานและการสนทนากลุ่ม

  7. ในส่วนการตั้งค่าการเชื่อมต่อ ให้เลือก URL ของแอป

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

  9. ในส่วนระดับการเข้าถึง ให้เลือกทำให้แอป Chat นี้พร้อมใช้งานสำหรับบุคคลและกลุ่มที่ระบุในโดเมน Workspace และป้อนอีเมลของคุณ

  10. (ไม่บังคับ) ในส่วนบันทึก ให้เลือกบันทึกข้อผิดพลาดในการบันทึก

  11. คลิกบันทึก ข้อความการกำหนดค่าที่บันทึกไว้จะปรากฏขึ้น ซึ่งหมายความว่าแอป Chat พร้อมทดสอบ

ทดสอบแอป Chat

ทดสอบแอป Chat ผู้ช่วยที่มีความรู้ AI ในพื้นที่ใน Chat ที่มีข้อความ โดยถามคำถามที่แอป Chat ผู้ช่วยที่มีความรู้ AI สามารถตอบได้

ตัวอย่างวิธีการทดสอบแอป Chat สำหรับผู้ช่วยความรู้ AI มีดังนี้

  • เพิ่มแอป Chat ผู้ช่วยที่มีความรู้ AI ลงในพื้นที่ใน Chat ที่มีอยู่และถามคำถามที่เกี่ยวข้องกับพื้นที่ทำงานนั้น
  • สร้างพื้นที่ใน Chat และโพสต์ข้อความ 2-3 รายการเพื่อใช้เป็นแหล่งข้อมูล ข้อความอาจมาจาก Gemini ได้ด้วยพรอมต์อย่าง Answer 20 common onboarding questions employees ask their teams. หรือจะวางข้อความ 2-3 ย่อหน้าจากคู่มือการพัฒนาด้วยภาพรวมของ Chat แล้วถามคำถามก็ได้

สำหรับบทแนะนำนี้ ให้สร้างพื้นที่ใน Chat และวางย่อหน้า 2-3 ย่อหน้าจากคำแนะนำในการพัฒนาโดยใช้ภาพรวมของ Chat

  1. เปิด Google Chat

    ไปที่ Google Chat

  2. วิธีสร้างพื้นที่ใน Chat

    1. คลิก แชทใหม่ > สร้างพื้นที่ทำงาน

    2. ใน ชื่อพื้นที่ทำงาน ให้พิมพ์ Testing AI knowledge assistant app

    3. ภายใต้พื้นที่นี้มีไว้เพื่ออะไร ให้เลือกการทำงานร่วมกัน

    4. ในส่วนการตั้งค่าการเข้าถึง ให้เลือกบุคคลที่มีสิทธิ์เข้าถึงพื้นที่ทำงาน

    5. คลิกสร้าง

  3. เพิ่มข้อความเพื่อใช้เป็นแหล่งข้อมูล

    1. ในเว็บเบราว์เซอร์ โปรดไปที่คู่มือการพัฒนาด้วยภาพรวมของ Chat

    2. คัดลอกและวางเนื้อหาของคำแนะนำลงในพื้นที่ใน Chat ที่คุณสร้าง

  4. เพิ่มแอป Chat ผู้ช่วยที่มีความรู้เรื่อง AI:

    1. ในช่องเขียนข้อความ ให้พิมพ์ @AI knowledge assistant และในเมนูคำแนะนำที่ปรากฏขึ้น ให้เลือกแอป Chat ผู้ช่วยความรู้ AI แล้วกด enter

    2. ข้อความจะปรากฏขึ้นเพื่อถามว่าคุณต้องการเพิ่มแอป Chat ผู้ช่วยที่มีความรู้ AI ไปยังพื้นที่ทำงานหรือไม่ คลิกเพิ่มไปยังพื้นที่ทำงาน

    3. หากเพิ่มแอป Chat ไปยังพื้นที่ทำงานเป็นครั้งแรก คุณต้องกำหนดค่าการตรวจสอบสิทธิ์และการให้สิทธิ์สำหรับแอป Chat โดยทำดังนี้

      1. คลิกกำหนดค่า
      2. หน้าต่างเบราว์เซอร์ใหม่หรือแท็บใหม่จะเปิดขึ้นเพื่อให้คุณเลือก บัญชี Google เลือกบัญชีที่คุณจะใช้ทดสอบ
      3. ตรวจสอบสิทธิ์ที่แอป Chat ผู้ช่วยที่มีความรู้ AI ขอ หากต้องการให้สิทธิ์ ให้คลิกอนุญาต
      4. ข้อความที่ระบุว่า You may close this page now. จะปรากฏขึ้น ปิดหน้าต่างหรือแท็บเบราว์เซอร์และกลับไปที่พื้นที่ใน Chat

  5. ถามคำถาม:

    1. ในช่องสำหรับเขียนข้อความ ให้พิมพ์คำถาม เช่น What are Google Chat apps?

    2. แอป Chat ผู้ช่วยที่มีความรู้ AI จะมาตอบคำถามคุณ

    3. หากคำตอบไม่ถูกต้องหรือไม่เพียงพอ ถ้าต้องการช่วยปรับปรุงประวัติการสนทนาของ AI ให้คลิก รับความช่วยเหลือ แอป Chat ผู้ช่วยที่มีความรู้ AI พูดถึง ผู้จัดการพื้นที่ทำงานและขอให้ตอบคำถาม คราวหน้า แอป Chat ผู้ช่วยที่มีความรู้ AI จะรู้คำตอบ!

ข้อควรพิจารณา ทางเลือกสถาปัตยกรรมอื่นๆ และขั้นตอนถัดไป

ส่วนนี้จะอธิบายวิธีอื่นๆ ในการสร้างแอป Chat ผู้ช่วยที่มีความรู้ AI

Firestore, Cloud Storage หรือการเรียกใช้ข้อความรายการใน Chat API

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

อย่างไรก็ตาม หากประวัติการสนทนาของพื้นที่ใน Chat ยาวเกินไป การใช้ Firestore ก็อาจมีค่าใช้จ่ายสูง

Cloud Storage เป็นอีกทางเลือกหนึ่งที่ใช้แทน Firestore พื้นที่ทำงานแต่ละรายการที่แอป Chat สำหรับผู้ช่วยความรู้ AI ทำงานอยู่จะมีออบเจ็กต์ของตัวเอง และออบเจ็กต์แต่ละรายการจะเป็นไฟล์ข้อความที่มีข้อความทั้งหมดในพื้นที่ทำงาน ข้อดีของวิธีนี้คือคุณสามารถฟีดเนื้อหาทั้งหมดของไฟล์ข้อความไปยัง Vertex AI ด้วย Gemini ได้ในคราวเดียว แต่ข้อเสียคือการอัปเดตประวัติการสนทนาจะต้องยุ่งยากมากขึ้น เนื่องจากคุณจะเพิ่มออบเจ็กต์ใน Cloud Storage ไม่ได้ ทำได้เพียงแทนที่ออบเจ็กต์เท่านั้น วิธีนี้อาจไม่สมเหตุสมผลหากคุณอัปเดตประวัติข้อความเป็นประจำ แต่ก็เป็นตัวเลือกที่ดีหากคุณอัปเดตประวัติข้อความเป็นกลุ่มเป็นระยะๆ โดยอย่างเช่นสัปดาห์ละครั้ง

แก้ปัญหา

เมื่อแอป Google Chat หรือการ์ดแสดงผลข้อผิดพลาด อินเทอร์เฟซ Chat จะแสดงข้อความว่า "เกิดข้อผิดพลาด" หรือ "ดำเนินการตามคำขอของคุณไม่ได้" บางครั้ง UI ของ Chat ไม่แสดงข้อความแสดงข้อผิดพลาด แต่แอปหรือการ์ด Chat จะให้ผลลัพธ์ที่ไม่คาดคิด เช่น ข้อความการ์ดอาจไม่ปรากฏ

แม้ว่าข้อความแสดงข้อผิดพลาดอาจไม่แสดงใน UI ของ Chat แต่ก็จะมีข้อความแสดงข้อผิดพลาดที่สื่อความหมายและข้อมูลบันทึกที่จะช่วยคุณแก้ไขข้อผิดพลาดเมื่อเปิดการบันทึกข้อผิดพลาดสำหรับแอป Chat ไว้ หากต้องการความช่วยเหลือในการดู แก้ไขข้อบกพร่อง และแก้ไขข้อผิดพลาด โปรดดูหัวข้อแก้ปัญหาและแก้ไขข้อผิดพลาดของ Google Chat

ล้างข้อมูล

เราขอแนะนำให้คุณลบโปรเจ็กต์ Cloud เพื่อหลีกเลี่ยงการเรียกเก็บเงินในบัญชี Google Cloud สำหรับทรัพยากรที่ใช้ในบทแนะนำนี้

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

    ไปที่เครื่องมือจัดการทรัพยากร

  2. ในรายการโปรเจ็กต์ ให้เลือกโปรเจ็กต์ที่ต้องการลบ แล้วคลิกลบ
  3. ในกล่องโต้ตอบ ให้พิมพ์รหัสโปรเจ็กต์แล้วคลิกปิดเพื่อลบโปรเจ็กต์