Google lance un assistant de shopping IA alimenté par AlloyDB et Vertex AI Agent Builder
Dans le monde rapide du commerce de détail d’aujourd’hui, offrir des expériences d’achat personnalisées est essentiel. Cet article explore comment construire un assistant d’achat intelligent à l’aide de Google AlloyDB et Vertex AI Agent Builder, inspiré du codelab Code Vipassana Season 7. L’objectif ? Créer un agent IA capable de fournir instantanément des réponses et des recommandations de produits adaptées aux préférences uniques de chaque client. Nous plongerons dans les composants essentiels, aborderons les défis et dresserons les étapes pour construire cette solution dans l’écosystème Google Cloud.
Points Clés
- AlloyDB et Vertex AI Agent Builder sont des outils clés pour développer des assistants d’achat pilotés par l’IA.
- Le codelab met l’accent sur la création d’un agent qui comprend l’intention du client et propose des suggestions de produits pertinentes.
- Les étapes clés incluent la configuration d’une instance AlloyDB, l’importation d’un jeu de données e-commerce et la génération d’embeddings.
- La deuxième partie du laboratoire se concentre sur les étapes de l’Agent Builder, notamment l’intégration de l’agent avec les données.
- Nous examinerons également des documentations alternatives pour les commandes gcloud.
Comprendre les Bases : AlloyDB et Vertex AI Agent Builder
Qu’est-ce qu’AlloyDB et Vertex AI Agent Builder ?
AlloyDB pour PostgreSQL est un service de base de données entièrement géré, compatible avec PostgreSQL, conçu pour les charges de travail d’entreprise exigeantes. Il offre des performances, une disponibilité et une scalabilité supérieures comparées à PostgreSQL standard, ce qui en fait un choix idéal pour le stockage de données et l’analyse interne, aidant ainsi à comprendre le contexte.
D’un autre côté, Vertex AI Agent Builder propose des outils pour démarrer rapidement des assistants conversationnels intelligents. En combinant AlloyDB pour le stockage de données, un moteur analytique interne pour le contexte, Gemini (un grand modèle linguistique) pour la validation de pertinence et Google Agent Builder, vous pouvez créer une application de chat fluide qui gère efficacement les requêtes des clients et les guide dans la découverte de produits.
Code Vipassana Season 7 : Construire des Applications Agentic
Code Vipassana Season 7 se concentre sur la construction d’applications agentic en utilisant les bases de données Google Cloud, l’Agent Builder et un moteur de raisonnement. Cette saison met l’accent sur l’utilisation des capacités de Google Cloud pour développer des applications IA basées sur des données, en mettant l’accent sur les modèles génératifs et les flux de travail agentic. Ces applications sont conçues pour améliorer l’assistance conversationnelle, simplifier les interactions client et offrir des expériences personnalisées. Une session phare de cette saison vous guide à travers la construction d’un assistant d’achat intelligent avec AlloyDB et Vertex AI Agent Builder.
En intégrant les bases de données Google Cloud et les moteurs de raisonnement, l’objectif est de construire des applications IA centrées sur les données.
Le Défi : Attentes des Clients de la Distribution Moderne
Les clients de la distribution moderne exigent des réponses instantanées et des recommandations de produits alignées avec leurs préférences uniques. Les méthodes de recherche traditionnelles échouent souvent à livrer ce niveau de personnalisation.
Les clients veulent de l’IA à portée de main, leur aidant à trouver des articles, fournir des détails et bien plus encore. Les recherches traditionnelles manquent de sophistication pour capturer correctement l’intention des clients, entraînant des résultats irrélevants ou génériques. Cela souligne la nécessité de solutions plus intelligentes et personnalisées pour répondre aux besoins évolués des clients de la distribution moderne. La solution ? Tirer parti d’une base de connaissances riche issue des données de la distribution pour comprendre l’intention des clients, répondre intelligemment et fournir des résultats hyperpertinents via une application de chat guidée par des connaissances.
Configuration et Configuration de Google Cloud
Réclamer les Crédits Cloud Google
La première étape consiste à réclamer les crédits Google Cloud offerts via le programme Code Vipassana. Ces crédits sont essentiels pour accéder et utiliser les ressources de Google Cloud nécessaires pour le codelab. Vous recevrez un lien dans votre email d’inscription pour échanger ces crédits.
Pour réclamer vos crédits, suivez le lien fourni dans votre email d’inscription et remplissez les informations requises. Il est recommandé d’utiliser Chrome ou Firefox, car d’autres systèmes et navigateurs peuvent causer des problèmes.
Créer un Nouveau Projet Google Cloud
La création d’un nouveau projet Google Cloud crée un environnement dédié pour construire votre assistant d’achat intelligent, garantissant que les ressources sont organisées et gérées efficacement.
Lorsque vous êtes prêt à commencer, la première chose que vous ferez sera de créer ce projet. Vous pouvez l’appeler comme vous le souhaitez, par exemple « CV S7 » (Code Vipassana Season 7). Voici comment procéder :
- Connectez-vous à la console Google Cloud.
- Cliquez sur le sélecteur de projet en haut de la page.
- Sélectionnez « Nouveau Projet ».
- Entrez un nom de projet et configurez les paramètres du projet.
- Créez le projet.
- Enfin, vérifiez que la facturation est activée.
Accéder à Cloud Shell
Cloud Shell est un environnement en ligne de commande exécuté dans Google Cloud, préchargé avec des outils essentiels comme gcloud et bq. Il vous permet d’exécuter des commandes directement dans Google Cloud depuis votre navigateur.
Pour activer Cloud Shell :
- Cliquez sur l’icône « Activer Cloud Shell » en haut de la console Google Cloud.
- Attendez que le terminal Cloud Shell se charge.
- Exécutez la commande gcloud auth list pour vous assurer que vous êtes authentifié.
- Exécutez la commande gcloud config list project pour vérifier que gcloud est conscient de votre projet.
Cette configuration permet une intégration et une connexion fluides des commandes avec votre Agent IA.
Créer le Cluster AlloyDB et Charger le Jeu de Données E-commerce
Créer un Cluster et une Instance
Avant de pouvoir charger des données, vous devez configurer des instances AlloyDB. Vous devrez configurer AlloyDB Studio pour l’ingestion de données, en utilisant l’ID « shopping-cluster » et la version PostgreSQL 15.
Charger un Jeu de Données E-commerce
Ensuite, vous alimenterez l’IA avec des informations qu’elle pourra partager avec les clients. En important des fichiers CSV spécifiques, AlloyDB peut apprendre un ensemble de données à transmettre à l’IA. Suivez simplement la documentation, et votre configuration sera en bonne forme.
Activer les Extensions pgvector et Modèle IA Générative dans AlloyDB
Pour convertir les données en vecteurs, vous devrez activer pgvector. De plus, vous devrez créer une extension pour les modèles IA de Google.
Ces modèles permettront des actions comme les recherches en temps réel, qui pourront ensuite être intégrées avec Vertex AI. Ces extensions sont essentielles car elles transforment les données en un format
Article connexe
Résumé alimenté par l'IA : Guide complet pour résumer les vidéos YouTube
Dans le monde rapide d'aujourd'hui, la capacité à traiter et comprendre rapidement l'information est plus importante que jamais. YouTube, avec son vaste éventail de vidéos, est une mine de connaissanc
AI Révolutionne l'Échographie pour les Évaluations au Point de Soin
L'intelligence artificielle bouleverse le monde des soins de santé, et la technologie de l'échographie suit cette vague de changement. Cet article explore comment l'IA transforme les évaluations par é
Feuilles de triche en apprentissage automatique : Guide de référence rapide essentiel pour l'IA
Dans le monde dynamique de la technologie, où l'IA et l'informatique en nuage stimulent l'innovation, rester à jour et prêt est crucial. Que vous discutiez de stratégies avec un collègue, créiez du co
commentaires (0)
0/200
Dans le monde rapide du commerce de détail d’aujourd’hui, offrir des expériences d’achat personnalisées est essentiel. Cet article explore comment construire un assistant d’achat intelligent à l’aide de Google AlloyDB et Vertex AI Agent Builder, inspiré du codelab Code Vipassana Season 7. L’objectif ? Créer un agent IA capable de fournir instantanément des réponses et des recommandations de produits adaptées aux préférences uniques de chaque client. Nous plongerons dans les composants essentiels, aborderons les défis et dresserons les étapes pour construire cette solution dans l’écosystème Google Cloud.
Points Clés
- AlloyDB et Vertex AI Agent Builder sont des outils clés pour développer des assistants d’achat pilotés par l’IA.
- Le codelab met l’accent sur la création d’un agent qui comprend l’intention du client et propose des suggestions de produits pertinentes.
- Les étapes clés incluent la configuration d’une instance AlloyDB, l’importation d’un jeu de données e-commerce et la génération d’embeddings.
- La deuxième partie du laboratoire se concentre sur les étapes de l’Agent Builder, notamment l’intégration de l’agent avec les données.
- Nous examinerons également des documentations alternatives pour les commandes gcloud.
Comprendre les Bases : AlloyDB et Vertex AI Agent Builder
Qu’est-ce qu’AlloyDB et Vertex AI Agent Builder ?
AlloyDB pour PostgreSQL est un service de base de données entièrement géré, compatible avec PostgreSQL, conçu pour les charges de travail d’entreprise exigeantes. Il offre des performances, une disponibilité et une scalabilité supérieures comparées à PostgreSQL standard, ce qui en fait un choix idéal pour le stockage de données et l’analyse interne, aidant ainsi à comprendre le contexte.
D’un autre côté, Vertex AI Agent Builder propose des outils pour démarrer rapidement des assistants conversationnels intelligents. En combinant AlloyDB pour le stockage de données, un moteur analytique interne pour le contexte, Gemini (un grand modèle linguistique) pour la validation de pertinence et Google Agent Builder, vous pouvez créer une application de chat fluide qui gère efficacement les requêtes des clients et les guide dans la découverte de produits.
Code Vipassana Season 7 : Construire des Applications Agentic
Code Vipassana Season 7 se concentre sur la construction d’applications agentic en utilisant les bases de données Google Cloud, l’Agent Builder et un moteur de raisonnement. Cette saison met l’accent sur l’utilisation des capacités de Google Cloud pour développer des applications IA basées sur des données, en mettant l’accent sur les modèles génératifs et les flux de travail agentic. Ces applications sont conçues pour améliorer l’assistance conversationnelle, simplifier les interactions client et offrir des expériences personnalisées. Une session phare de cette saison vous guide à travers la construction d’un assistant d’achat intelligent avec AlloyDB et Vertex AI Agent Builder.
En intégrant les bases de données Google Cloud et les moteurs de raisonnement, l’objectif est de construire des applications IA centrées sur les données.
Le Défi : Attentes des Clients de la Distribution Moderne
Les clients de la distribution moderne exigent des réponses instantanées et des recommandations de produits alignées avec leurs préférences uniques. Les méthodes de recherche traditionnelles échouent souvent à livrer ce niveau de personnalisation.
Les clients veulent de l’IA à portée de main, leur aidant à trouver des articles, fournir des détails et bien plus encore. Les recherches traditionnelles manquent de sophistication pour capturer correctement l’intention des clients, entraînant des résultats irrélevants ou génériques. Cela souligne la nécessité de solutions plus intelligentes et personnalisées pour répondre aux besoins évolués des clients de la distribution moderne. La solution ? Tirer parti d’une base de connaissances riche issue des données de la distribution pour comprendre l’intention des clients, répondre intelligemment et fournir des résultats hyperpertinents via une application de chat guidée par des connaissances.
Configuration et Configuration de Google Cloud
Réclamer les Crédits Cloud Google
La première étape consiste à réclamer les crédits Google Cloud offerts via le programme Code Vipassana. Ces crédits sont essentiels pour accéder et utiliser les ressources de Google Cloud nécessaires pour le codelab. Vous recevrez un lien dans votre email d’inscription pour échanger ces crédits.
Pour réclamer vos crédits, suivez le lien fourni dans votre email d’inscription et remplissez les informations requises. Il est recommandé d’utiliser Chrome ou Firefox, car d’autres systèmes et navigateurs peuvent causer des problèmes.
Créer un Nouveau Projet Google Cloud
La création d’un nouveau projet Google Cloud crée un environnement dédié pour construire votre assistant d’achat intelligent, garantissant que les ressources sont organisées et gérées efficacement.
Lorsque vous êtes prêt à commencer, la première chose que vous ferez sera de créer ce projet. Vous pouvez l’appeler comme vous le souhaitez, par exemple « CV S7 » (Code Vipassana Season 7). Voici comment procéder :
- Connectez-vous à la console Google Cloud.
- Cliquez sur le sélecteur de projet en haut de la page.
- Sélectionnez « Nouveau Projet ».
- Entrez un nom de projet et configurez les paramètres du projet.
- Créez le projet.
- Enfin, vérifiez que la facturation est activée.
Accéder à Cloud Shell
Cloud Shell est un environnement en ligne de commande exécuté dans Google Cloud, préchargé avec des outils essentiels comme gcloud et bq. Il vous permet d’exécuter des commandes directement dans Google Cloud depuis votre navigateur.
Pour activer Cloud Shell :
- Cliquez sur l’icône « Activer Cloud Shell » en haut de la console Google Cloud.
- Attendez que le terminal Cloud Shell se charge.
- Exécutez la commande gcloud auth list pour vous assurer que vous êtes authentifié.
- Exécutez la commande gcloud config list project pour vérifier que gcloud est conscient de votre projet.
Cette configuration permet une intégration et une connexion fluides des commandes avec votre Agent IA.
Créer le Cluster AlloyDB et Charger le Jeu de Données E-commerce
Créer un Cluster et une Instance
Avant de pouvoir charger des données, vous devez configurer des instances AlloyDB. Vous devrez configurer AlloyDB Studio pour l’ingestion de données, en utilisant l’ID « shopping-cluster » et la version PostgreSQL 15.
Charger un Jeu de Données E-commerce
Ensuite, vous alimenterez l’IA avec des informations qu’elle pourra partager avec les clients. En important des fichiers CSV spécifiques, AlloyDB peut apprendre un ensemble de données à transmettre à l’IA. Suivez simplement la documentation, et votre configuration sera en bonne forme.
Activer les Extensions pgvector et Modèle IA Générative dans AlloyDB
Pour convertir les données en vecteurs, vous devrez activer pgvector. De plus, vous devrez créer une extension pour les modèles IA de Google.
Ces modèles permettront des actions comme les recherches en temps réel, qui pourront ensuite être intégrées avec Vertex AI. Ces extensions sont essentielles car elles transforment les données en un format
Résumé alimenté par l'IA : Guide complet pour résumer les vidéos YouTube
Dans le monde rapide d'aujourd'hui, la capacité à traiter et comprendre rapidement l'information est plus importante que jamais. YouTube, avec son vaste éventail de vidéos, est une mine de connaissanc
AI Révolutionne l'Échographie pour les Évaluations au Point de Soin
L'intelligence artificielle bouleverse le monde des soins de santé, et la technologie de l'échographie suit cette vague de changement. Cet article explore comment l'IA transforme les évaluations par é
Feuilles de triche en apprentissage automatique : Guide de référence rapide essentiel pour l'IA
Dans le monde dynamique de la technologie, où l'IA et l'informatique en nuage stimulent l'innovation, rester à jour et prêt est crucial. Que vous discutiez de stratégies avec un collègue, créiez du co
