データを用いたエージェントのグラウンディング¶
Grounding は、AI エージェントを外部情報ソースに接続し、より正確で最新かつ検証可能な応答を生成するプロセスです。 信頼できるデータに基づいて応答を行うことで、ハルシネーションを減らし、ユーザーに信頼できる情報源に基づいた回答を提供できます。
ADK は複数のグラウンディング手法をサポートします。
- Google Search Grounding: ニュース、天気、モデル学習後に変更された事実など、最新データを必要とするクエリ向けに、エージェントをリアルタイム Web 情報へ接続します。
- Vertex AI Search Grounding: 自社のプライベート文書やエンタープライズデータへのクエリに対応するため、組織のインデックス化文書へ接続します。
- Agentic RAG: Vector Search 2.0、Vertex AI RAG Engine、またはその他の検索システムを使って、検索クエリとフィルターを動的に構築・調整するエージェントを構築します。
-
Google Search Grounding
エージェントがWebのリアルタイムで信頼性の高い情報へアクセスできるようにします。Google Search grounding の設定、データフローの理解、grounding 応答の解釈、ユーザー向けの引用表示方法を確認します。
-
Vertex AI Search Grounding
インデックス化されたエンタープライズ文書やプライベートデータリポジトリにエージェントを接続します。 Vertex AI Search データストアの設定、組織知識ベースでの grounding、ソース帰属の提供方法を学びます。
-
ブログ記事: Vector Search 2.0 と ADK を用いた10分で作る Agentic RAG
単純な retrieve-then-generate パターンを超える Agentic RAG システムの構築方法を紹介します。 このガイドでは、ユーザー意図の解析、メタデータフィルターの構築、Vector Search 2.0 と ADK を使った ハイブリッド検索で 2,000 件のロンドン Airbnb 一覧を検索する旅行エージェントの構築例を扱います。
-
Vector Search 2.0 旅行エージェントノートブック
Agentic RAG 記事の実践的な Jupyter ノートブックです。実際の Airbnb データを用いて auto-embedding、RRF ランキングのハイブリッド検索、ADK ツール統合を含む エンドツーエンドの旅行エージェントを構築します。
-
Deep Search Agent
トピックを包括的なレポートへ変換するためのプロダクション対応フルスタック調査エージェントです。 human-in-the-loop の計画承認、反復検索改善、プランニング・調査・批評・作成のマルチエージェント構成を備えます。
-
RAG Agent
Vertex AI RAG Engine を用いたドキュメント Q&A エージェントです。文書をアップロードして質問するだけで、 URL でソースを示す正確な回答と引用を取得できます。