Introducción a la búsqueda de contenido de la aplicación

La característica Búsqueda de contenido de aplicaciones habilitada por las API de IA de Windows permite a los desarrolladores de aplicaciones integrar funcionalidades de búsqueda inteligente en sus aplicaciones de Windows mediante la API AppContentIndexer . Mediante la indexación del contenido en la aplicación y la realización de búsquedas a través de consultas semánticas, los usuarios pueden recuperar resultados basados no solo en palabras clave exactas, sino también en el significado semántico. Puede usar este índice semántico para mejorar sus propios asistentes de inteligencia artificial con conocimientos específicos del dominio, creando experiencias más personalizadas y específicas del contexto.

Use esta API para:

• Cree experiencias de búsqueda en la aplicación que usen la búsqueda semántica y léxica. Los usuarios pueden buscar por significado, además de coincidencias exactas de palabras clave, lo que facilita la búsqueda de información relevante.

• Apoye la Generación de Recuperación-Aumentada (RAG) habilitando la recuperación de conocimiento local. Cuando se empareja con un modelo de lenguaje grande (LLM), esto te permite recuperar el contenido más relevante de la base de conocimiento de la aplicación y generar respuestas con reconocimiento del contexto más precisas.

La API ApplicationContentIndexer solo está disponible actualmente en la versión 2.0 experimental 2.0 de Windows App SDK.

La aplicación ai Dev Gallery ofrece un ejemplo interactivo de la API AppContentIndexer que le permite experimentar con la característica Búsqueda de contenido de la aplicación. Obtenga más información sobre la Galería de desarrollo de IA, incluido cómo instalar desde Microsoft Store o desde el código fuente en GitHub.

¿Qué es la API appContentIndexer?

La API AppContentIndexer permite a las aplicaciones hacer que sus aplicaciones puedan buscar contenido de texto e imagen mediante la búsqueda basada en palabras clave (léxica) y basada en significados (semántica), sin necesidad de que los desarrolladores comprendan la complejidad subyacente.

En segundo plano, usa técnicas avanzadas como insertar vectores, bases de datos vectoriales y indexación de texto tradicional, pero estos detalles se abstraen completamente. Los desarrolladores interactúan con una API sencilla y de alto nivel. Cuando se indexa el contenido, el sistema almacena vectores de inserción (que capturan el significado semántico) junto con identificadores de contenido. Después, las solicitudes de búsqueda devuelven identificadores basados en coincidencias de palabras clave o similitud semántica. Por ejemplo, la búsqueda de "gato" podría devolver texto relacionado sobre gatos o imágenes de gatos. Las búsquedas semánticas funcionan mejor con frases descriptivas, por lo que es más probable que una consulta como "gatos sentados en ventanas" genere resultados muy relevantes.

El índice se conserva en el disco, por lo que no es necesario volver a indexar en cada inicio de la aplicación.

Búsqueda semántica y léxica

Internamente, ApplicationContentIndexer usa una combinación de la indexación de texto tradicional y la búsqueda moderna basada en vectores con tecnología de incrustaciones. Estos detalles se abstraen: los desarrolladores no necesitan administrar modelos de inserción, almacenamiento de vectores ni infraestructura de recuperación directamente.

Puede consultar el índice mediante una cadena sin formato. La consulta puede devolver:

• Coincidencias léxicas: coincidencias de texto exactas (incluido el texto encontrado en imágenes).
• Coincidencias semánticas : contenido similar en el sentido, incluso si las palabras no son idénticas.

Por ejemplo, una consulta para "gato" podría devolver una referencia a:

• Entradas de texto sobre gatos, incluso si la palabra "gato" no se menciona explícitamente.
• Imágenes que visualmente contienen gatitos.
• Contenido textual en imágenes en las que aparezcan "gato" o palabras con suficiente relevancia semántica.

Tipos de contenido admitidos

ApplicationContentIndexer admite la adición de los siguientes tipos de contenido:

• Texto : contenido de texto sin formato o estructurado.
• Imágenes : incluidas capturas de pantalla, fotos o archivos de imagen que contienen elementos visuales reconocibles o de texto.

Identificadores de contenido definidos por la aplicación

AppContentIndexer admite contenido administrado por la aplicación al permitir que las aplicaciones indexen elementos mediante identificadores de contenido definidos por la aplicación. Las consultas devuelven estos identificadores, que la aplicación usa para recuperar el contenido real de su propio almacén de datos.

Las consultas de texto devuelven objetos AppManagedTextQueryMatch y las consultas de imagen devuelven objetos AppManagedImageQueryMatch, ambos incluyen solo contentId, no el propio contenido.

Para obtener instrucciones sobre cómo integrar esta característica en la aplicación y usar la API ApplicationContentIndexer, consulta: Inicio rápido: Búsqueda de contenido de la aplicación

Privacidad y seguridad

Los índices semánticos y léxicos se generan en nombre de la aplicación y se almacenan en la carpeta de datos de la aplicación local. Como parte de la versión preliminar privada, esta característica está pensada para indexar contenido de aplicación no confidencial. Para mejores prácticas de seguridad, no use esta característica para indexar datos de usuario que pueden contener información personal, confidencial o sensible.

Consideraciones de inteligencia artificial responsable

Las funcionalidades de indexación y búsqueda semántica de esta versión preliminar no aplican ninguna forma de moderación de contenido ni intentan detectar o mitigar el sesgo semántico introducido por los modelos subyacentes. Los desarrolladores son responsables de evaluar y administrar los posibles riesgos al implementar características con tecnología de inteligencia artificial.

Se recomienda revisar las directrices para el desarrollo de inteligencia artificial generativa responsable en Windows para conocer los procedimientos recomendados al crear experiencias de inteligencia artificial en la aplicación.