Method: projects.generateProductText

Generiert eine Reihe von Kandidatentext-Vervollständigungen/Antworten aus Produktinformationen.

HTTP-Anfrage

POST https://productstudio.googleapis.com/v1/{parent=projects/*}:generateProductText

Die URL verwendet die Syntax der gRPC-Transcodierung.

Pfadparameter

Parameter
parent

string

Erforderlich. Projekt zum Anrufen. Muss sich auf das Projekt eines Anrufers beziehen. Format: projects/{project-id}.

Anfragetext

Der Anfragetext enthält Daten mit folgender Struktur:

JSON-Darstellung 
{
  "titleExamples": [
    {
      object (TitleExample)
    }
  ],
  "productInfo": {
    object (ProductInfo)
  },
  "outputSpec": {
    object (OutputSpec)
  }
}
Felder
titleExamples[]

object (TitleExample)

Optional. Geben Sie einige Beispiele für Titelverbesserungen an, die für Ihren Anwendungsfall einzigartig sind. TiDe ist ein allgemeines Tool, das mehrere Produktkategorien unterstützt. Für Ihre Markenidentität sind jedoch möglicherweise benutzerdefinierte Funktionen erforderlich. Sie können das hier angeben.
productInfo

object (ProductInfo)

Erforderlich. Verfügbare Informationen zum Produkt. Wird verwendet, um die GenAI-Modelle zu trainieren.
outputSpec

object (OutputSpec)

Optional. Konfigurationsparameter, die sich direkt darauf auswirken, welche Inhalte generiert werden und wie diese Inhalte in der endgültigen Antwort gerendert werden.

Antworttext

Text, der für ein bereitgestelltes Produkt generiert wurde.

Bei Erfolg enthält der Antworttext Daten mit der folgenden Struktur:

JSON-Darstellung 
{
  "attributes": {
    string: string,
    ...
  },
  "title": {
    object (ProductTextGenerationSuggestion)
  },
  "description": {
    object (ProductTextGenerationSuggestion)
  },
  "metadata": {
    object (ProductTextGenerationMetadata)
  }
}
Felder
attributes

map (key: string, value: string)

Alle anderen generierten Attribute

Ein Objekt, das eine Liste von "key": value-Paaren enthält. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }.
title

object (ProductTextGenerationSuggestion)

Generierter Titel.
description

object (ProductTextGenerationSuggestion)

Generierte Beschreibung.
metadata

object (ProductTextGenerationMetadata)

Zusätzliche Informationen, die Kunden im Zusammenhang mit der Generierung prüfen möchten.

ProductInfo

Verfügbare Informationen zum Produkt. Wird verwendet, um die GenAI-Modelle zu trainieren.

JSON-Darstellung 
{
  "productAttributes": {
    string: string,
    ...
  },
  "productImage": {
    object (Image)
  }
}
Felder
productAttributes

map (key: string, value: string)

Erforderlich. Eine Zuordnung aller verfügbaren Produktattribute. Dazu können Titel, Beschreibung, Marke, Geschlecht, Farbe, Größe usw. gehören.

Ein Objekt, das eine Liste von "key": value-Paaren enthält. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }.
productImage

object (Image)

Optional. Das dem Produkt zugeordnete Bild.

OutputSpec

Konfigurationsparameter, die sich direkt darauf auswirken, welche Inhalte generiert werden und wie diese Inhalte in der endgültigen Antwort gerendert werden.

JSON-Darstellung 
{
  "workflowId": string,
  "tone": string,
  "editorialChanges": string
}
Felder
workflowId

string

Optional. Der Workflow, der für die bereitgestellten Produktdaten ausgeführt werden soll. Workflows können den Titel, die Beschreibung oder beides in der Antwort ausfüllen.
tone

string

Optional. Der gewünschte Ton für den generierten Text, z. B. seriös oder zwanglos.
editorialChanges

string

Optional. Alle redaktionellen Änderungen für die generierten Produktdaten, z. B. „Klein“ durch „S“ ersetzen. Die Farbe wird nicht geändert, wenn sie bereits vorhanden ist.

TitleExample

Ein manuell erstelltes Beispiel für eine Verbesserung des Produkttitels. Diese Beispiele werden der KI zur Verfügung gestellt, um ihre Qualität zu verbessern.

JSON-Darstellung 
{
  "productInfo": {
    string: string,
    ...
  },
  "finalProductInfo": {
    string: string,
    ...
  },
  "titleFormat": string,
  "category": string
}
Felder
productInfo

map (key: string, value: string)

Erforderlich. Eine Karte mit allen vorhandenen Produktinformationen, z. B.: {"title": "dress", "description": "A red dress", "brand": "Dresses4All"} Alle Informationen, die Sie zum Füllen Ihres Produktfeeds verwenden könnten.

Ein Objekt, das eine Liste von "key": value-Paaren enthält. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }.
finalProductInfo

map (key: string, value: string)

Erforderlich. Eine Karte im selben Format wie „productInfo“, aber mit allen Verbesserungen, z. B.: {"brand": "Dresses4All", "product": "dress", "color": "red", ...} Ordnen Sie diese Attribute vorerst in der Reihenfolge an, in der sie im endgültigen Titel erscheinen sollen. Das Beispiel oben wird also zu: Dresses4All dress | red

Ein Objekt, das eine Liste von "key": value-Paaren enthält. Beispiel: { "name": "wrench", "mass": "1.3kg", "count": "3" }.
titleFormat

string

Erforderlich. Die Attribute oder ungefähren Attribute, aus denen der Titel besteht, z. B. kann für den Titel „Google GShoe M“ das titleFormat „brand | product | size“ sein.
category

string

Erforderlich. Die Kategorie des Produkts. So kann die KI besser nachvollziehen, wann bestimmte Beispiele relevanter sind als andere.

ProductTextGenerationSuggestion

Für ein Produkt generierter Text, optional mit dem Qualitätswert.

JSON-Darstellung 
{
  "text": string,
  "score": number,
  "changeSummary": string
}
Felder
text

string

Der generierte Text
score

number

Der mit der Generierung verknüpfte Qualitätsfaktor. Heuristik, die gemäß den Implementierungsstilen des Feedgen-Teams implementiert wurde.
changeSummary

string

Eine kurze Zusammenfassung aller vorgenommenen Änderungen.

ProductTextGenerationMetadata

Wrapper-Datentyp für alle Metadaten, die mit der Textgenerierung verknüpft sind.

JSON-Darstellung 
{
  "metadata": {
    object
  }
}
Felder
metadata

object (Struct format)

Metadaten sind ein ziemlich weit gefasstes Konzept. Die Daten werden hier als Karte modelliert, um darauf hinzuweisen, dass die Ausgabe über eine einfache Schlüssel-Wert-Zuordnung hinaus keine garantierte Struktur hat. Im ersten Anwendungsfall geht es darum, Wörter zu erfassen, die in den Generationen hinzugefügt, entfernt oder geändert wurden.