GoogleSearchコンポーネント

AIの最大の課題は、曖昧だったり古かったり、時には間違った情報を提示してしまうことでした。これらの問題の原因は、関連する知識へのアクセスが不足していることにあります。従来は、この問題を解決するにはモデル全体を再学習させる必要があり、ほとんどの企業や個人には現実的ではありませんでした。しかし、新しいアプローチでは、モデルにその場で適切な知識ソースを指し示すことができます。

このアプローチは**検索拡張生成（RAG）**と呼ばれ、専門的な技術やモデル全体の再学習なしで、生成AIに追加の知識をリアルタイムで供給できます。GoogleSearchなどの検索コンポーネントを使えば、この方法を簡単に活用できます。

GoogleSearchコンポーネントとは？

このコンポーネントは、フローがGoogleで関連コンテンツを検索し知識を取得できるようにします。検索クエリを指定し、フローがどのように情報を取得するかを決定します。他の検索コンポーネントと同時に利用して、最終的な回答を強化することも可能です。

ユースケース例

• リアルタイムのファクトチェック：このコンポーネントを使って主張の検証や、あるトピックの最新ニュース記事収集ができます。
• コンテンツ拡張：ドキュメントを強化するために関連する外部リソースを自動取得します。
• AIエージェント：会話型エージェントにウェブから最新知識を取得する力を与えます。 ドメイン特化検索：クエリプレフィックス機能（例：学術論文ならsite:arxiv.org）で特定サイトに検索範囲を限定できます。

このコンポーネントを使う理由

• 常に最新情報を取得：ウェブから最新情報にアクセスでき、静的な学習データの制限を克服します。
• 柔軟な設定：国・言語・位置情報など、ニーズに合わせて検索をカスタマイズ可能です。
• ワークフロー統合：出力は他のコンポーネントと互換性があり、複雑で知識駆動型のAIプロセスも簡単に構築できます。
• キャッシュ機能：同じクエリの重複検索を避けて効率化します。

入力クエリ

関連情報を検索するためのクエリを指定します。Chat Inputなど他のコンポーネントからリンクしたり、手動で入力したりできます。

結果数制限

この設定で情報取得のためにクロールするリンク数を制限します。Googleには結果をランク付けし、最も関連性の高いものを上位に表示する高度なアルゴリズムがあります。上位5件程度で、ほとんどのクエリに対して十分な情報が得られ、意味のある回答を作成できます。

言語

ウェブサイトが特定の言語の場合、チャットボットが英語で結果を返しても役立ちません。さらに、ニッチやローカルな話題は、適切な言語で検索したほうがより関連性の高い結果が得られます。

国

国の設定も、関連性の高い結果を得るための重要な手段です。たとえば、金融アドバイスのチャットボットで税法について質問された場合、言語だけを指定するとイギリスのユーザーにアメリカの税法情報が返されて混乱を招くことがあります。

位置情報

このオプション設定により、さらに結果を絞り込めます。特定の都市や地域だけに関連した結果を返すことができ、用途によっては非常に便利です。

クエリプレフィックス

クエリプレフィックスは、特定の結果タイプを絞り込むための単語や記号です。たとえば、「daterange:」プレフィックスで新しい情報だけを対象にしたり、「filetype:」で特定のファイル形式に限定できます。Googleは多様なプレフィックスに対応しており、返される結果を細かくコントロールできます。

GoogleSearchコンポーネントをフローに接続する方法

このコンポーネントには入力と出力のハンドルが1つずつあります：

• 入力クエリ：クエリは任意のテキスト出力に接続可能です。よくある例はChat InputやGeneratorとの接続です。
• 出力：検索型コンポーネントの出力は常にドキュメントです。

ドキュメント出力は、Document to Textやウィジェット型コンポーネントだけが読み取れます。これらが生の検索結果を整形し、出力可能な形に変換します。

GoogleSearchを使ったフローの作成

Google Searchを主な知識ソースとするシンプルなチャットボットを作ってみましょう。

1. まずはChat Inputから開始します。
2. 入力をGoogleSearchコンポーネントに接続し、人間のクエリが検索プロンプトとなるようにします。
3. 検索出力を変換します。出力はURLレコードなので、プレーンテキストにしたい場合はURL Retrieverコンポーネントを使います。
4. オプションでPromptやチャット履歴も追加できます。より自然で対話的な出力になるため、ここでは追加します。
5. Generatorを接続してLLMを組み合わせます。
6. これで出力の準備が整います。

完成したフローは以下の通りです：

GoogleSearchボットに「ベストなAIモデルは何ですか？」と尋ねてみましょう：

ボットは各モデルにコメントを添えて、ベストなモデルのリストと出典を返してくれました。チャットウィンドウに収まるよう出力の長さを意図的に制限しましたが、実際の結果はこれよりさらに詳しくなる場合もあります。