AIAI Agent Dev Labaiagentdev-lab.com
登录以保存学习记录登录
菜单

GAIL · LESSON 2

第 2 部分：Google Cloud 的生成式 AI 服务約35% · 5 个主题

学习 Google Cloud 的优势、开箱即用的生成式 AI、客户体验的提升、面向开发者的服务以及智能体的工具。

2.1Google Cloud 的优势

Google Cloud 的优势（AI 优先的举措、企业级支持、生态系统、开放方式、AI Hypercomputer・TPU・GPU、数据管理、通过低代码・无代码实现 AI 民主化）

概念

Google Cloud 生成式 AI 的优势包括：AI 优先的研发、面向企业的安全与数据保护、合作伙伴生态系统、也可选择他社模型和开放模型的开放方式、AI Hypercomputer（组合 TPU・GPU 的 AI 计算平台）、BigQuery 等数据管理，以及通过低代码・无代码工具实现 AI 民主化。

原理、步骤

  1. 梳理自家重视的需求（安全・选择・数据整合）
  2. 不只比较 Google 的模型，也在 Model Garden 中比较合作伙伴和开放模型
  3. 用低代码工具，让技术人员以外的人也能运用 AI

工作中的示例

也想使用他社模型的企业，在 Model Garden 中于同一平台比较 Gemini 与他社模型，同时让数据保持汇集在 BigQuery 中加以利用。

易混淆点、考试注意事项

小测验

Q1. 关于 AI Hypercomputer 的说明，最合适的是哪项？

  1. 为生成的图像添加数字水印的 API
  2. 面向员工、用于检索内部文档的应用
  3. 整合 TPU・GPU・存储等的 AI 计算平台
  4. 人工逐一确认 Gemini 回答的专门团队
查看答案和解析

正确答案：C 整合 TPU・GPU・存储等的 AI 计算平台

为 AI 优化的基础设施，可提高训练和推理的性能与效率。

Q2. Google Cloud“开放方式”的优点，最合适的是哪项？

  1. 通过公开所有顾客数据来提高透明度
  2. 使用开源模型后无需安全管理
  3. 也可选择开放模型和合作伙伴模型，不易依赖特定技术
  4. 只能使用 Google 的模型，因此选择时不会犹豫
查看答案和解析

正确答案：C 也可选择开放模型和合作伙伴模型，不易依赖特定技术

Model Garden、开放模型 Gemma、与其他云及本地环境的协作等。

参考链接

2.2开箱即用的生成式 AI

开箱即用的生成式 AI（Gemini app 与 Gems、Gemini Enterprise、Gemini for Google Workspace）

概念

Gemini app 是对话型 AI 助手，Gems 是保存了常用指示和角色的自定义 Gemini。Gemini Enterprise 是让员工使用与内部数据和业务应用相连的智能体的企业平台。Gemini for Google Workspace 在 Gmail・文档・表格・Meet 等中支持撰写・摘要・分析。

原理、步骤

  1. 提高日常文档工作效率用 Gemini for Google Workspace
  2. 把重复的请求保存为 Gems 并共享
  3. 横跨多个内部数据源的检索和智能体用 Gemini Enterprise

工作中的示例

销售团队共享一个制作方案书结构的 Gem，并在 Google 文档中让 Gemini 起草。

易混淆点、考试注意事项

小测验

Q1. Gems 的应用例子，最合适的是哪项？

  1. 把 Gemini 安装在公司内部服务器上，与互联网隔离使用
  2. 改写 Gemini 模型权重，制作自家专用模型
  3. 使用 Gems 自动删除员工考勤记录
  4. 创建保存了自家文风指示的“起草助手”并反复使用
查看答案和解析

正确答案：D 创建保存了自家文风指示的“起草助手”并反复使用

Gems 是保存了指示（及参考资料）、按目的定制的 Gemini。

Q2. Gemini Enterprise 的业务价值，最合适的是哪项？

  1. 只自动整理员工个人手机照片的功能
  2. 只强化 Gmail 垃圾邮件过滤的功能
  3. 可横跨内部数据检索，并用智能体实现业务自动化
  4. 测量数据中心用电量的功能
查看答案和解析

正确答案：C 可横跨内部数据检索，并用智能体实现业务自动化

Gemini Enterprise 是面向员工的检索・聊天・智能体统一平台。

参考链接

2.3提升客户体验

提升客户体验（Agent Search・Google 搜索、Customer Engagement Suite：Conversational Agents・Agent Assist・Conversational Insights・Contact Center as a Service）

概念

Agent Search（原 Vertex AI Search）借助 Google 搜索技术，可针对自家网站和文档构建高质量的检索与生成式回答。Customer Engagement Suite 是面向客户服务的产品群，包括 Conversational Agents（聊天・语音智能体）、Agent Assist（对客服人员的实时支持）、Conversational Insights（对话分析）、Contact Center as a Service（云端联络中心）。

原理、步骤

  1. 顾客自助解决用站内检索和 Conversational Agents
  2. 客服应对的质量与速度用 Agent Assist
  3. 分析对话趋势用 Conversational Insights

工作中的示例

在呼叫中心，常见问题由 Conversational Agents 回答，复杂咨询转交客服人员，由 Agent Assist 显示回答候选。

易混淆点、考试注意事项

小测验

Q1. Gemini for Google Workspace 的应用例子，最合适的是哪项？

  1. 自动修改 Workspace 之外核心系统的数据库设计
  2. 制作 Meet 会议纪要，并在文档中起草方案书
  3. 把联络中心的电话线路迁移到云端
  4. 使用 TPU 独自训练模型
查看答案和解析

正确答案：B 制作 Meet 会议纪要，并在文档中起草方案书

在 Workspace 各应用中支持创作・摘要・整理。

Q2. 联络中心新人坐席的回答质量参差不齐，培训也很耗时。希望保留人工服务。Customer Engagement Suite 中最合适的功能是哪项？

  1. Conversational Agents（虚拟座席直接与客户对话）
  2. Contact Center as a Service（提供联络中心的平台）
  3. Conversational Insights（分析过去的对话以掌握趋势）
  4. Agent Assist（在通话中向坐席提示回答候选和信息）
查看答案和解析

正确答案：D Agent Assist（在通话中向坐席提示回答候选和信息）

Agent Assist 是支持人工客服的，而非取代他们。【其他选项】Conversational Agents 是无人工的自动应答，不符合「保留人工服务」。Conversational Insights 是事后分析，CCaaS 是平台，都不是通话中的支持。

参考链接

2.4面向开发者的服务

面向开发者（Agent Platform：Model Garden・Agent Search・AutoML、RAG 服务、构建定制智能体）

概念

Agent Platform（原 Vertex AI）是整合了模型的使用・调整・评估・部署以及智能体构建的开发者平台。Model Garden 是 Google・合作伙伴・开放模型的目录，AutoML 是几乎不写代码就能用自有数据构建模型的功能。可用 RAG 服务生成基于内部数据的回答，并构建和运营定制智能体。

原理、步骤

  1. 在 Model Garden 中比较现有模型是否足够
  2. 用自有数据构建预测模型时考虑 AutoML
  3. 基于内部数据的回答用 RAG 服务和智能体构建

工作中的示例

保险公司在 Agent Platform 上构建通过 RAG 参考保险条款作答的智能体，用评估功能确认回答质量后再部署。

易混淆点、考试注意事项

小测验

Q1. 使用 Model Garden 的优点，最合适的是哪项？

  1. 禁止使用所有非 Google 模型
  2. 所有模型都免费且完全没有使用限制
  3. 不选择模型也会自动完成最适合的业务应用
  4. 可比较众多模型，挑选适合用途的并立即试用
查看答案和解析

正确答案：D 可比较众多模型，挑选适合用途的并立即试用

可选择 Gemini、Gemma、Llama、Claude 等。

Q2. 适合使用 AutoML 的情况，最合适的是哪项？

  1. 专家不多，但希望用自家有标签数据构建预测模型
  2. 希望基于网络信息用文字回答最新新闻
  3. 希望根据文本指示生成视频广告
  4. 希望在 Workspace 中自动总结员工的会议纪要
查看答案和解析

正确答案：A 专家不多，但希望用自家有标签数据构建预测模型

AutoML 根据有标签数据自动构建定制模型。

参考链接

2.5智能体的工具

智能体的工具（扩展・函数・数据存储・插件、Cloud Storage・Cloud Run・各种 AI API）以及 Agent Studio 与 Google AI Studio 的区分使用

概念

智能体使用工具访问外部信息和系统。工具包括扩展（调用外部 API）、函数（调用在应用侧执行的处理）、数据存储（检索对象数据）、插件等，并与 Cloud Storage・Cloud Run・各种 AI API 组合使用。Agent Studio 是面向企业构建和管理智能体的环境，Google AI Studio 是轻松试用 Gemini API 并制作原型的环境。

原理、步骤

  1. 梳理智能体所需的信息（数据存储）和操作（函数・扩展）
  2. 快速试制用 Google AI Studio，企业生产运营用 Agent Platform 的环境
  3. 把工具的权限降到最低

工作中的示例

开发者在 Google AI Studio 中试验提示，生产中则把内部库存 API 作为函数添加到 Agent Platform 的智能体中。

易混淆点、考试注意事项

小测验

Q1. 业务部门希望智能体具备读取发票和翻译的功能。开发团队查找并启用项目可用的 Google 预训练 API 的地方，最合适的是哪项？

  1. Google Cloud API Library
  2. Agent Studio
  3. Google AI Studio
  4. Model Garden
查看答案和解析

正确答案：A Google Cloud API Library

查找并启用可作为智能体工具的 API。【其他选项】Model Garden 是查找和使用基础模型的目录，Agent Studio 是构建智能体的环境，Google AI Studio 用于快速试用 Gemini API，都不是启用 API 的地方。

Q2. 低代码・无代码 AI 工具的价值，最合适的是哪项？

  1. 开发者写的代码全部无法使用
  2. AI 质量评估和安全管理全都不再需要
  3. AI 使用费必然免费
  4. 业务部门的人员也能几乎不写代码就制作 AI 应用
查看答案和解析

正确答案：D 业务部门的人员也能几乎不写代码就制作 AI 应用

AI 民主化。治理机制仍然需要。

参考链接

课程由本站根据公开信息独立编写，不保证与考试内容一致。产品规格可能变化，请在参考链接中确认最新信息。

使用须知（非官方、原创题目、不保证合格）