การวิเคราะห์ความเห็นด้วย Gemini AI ที่มี ABAP SDK

1. บทนำ

ใน Codelab นี้ คุณจะใช้โมเดล Gemini Pro เพื่อทำการวิเคราะห์ความเห็นเกี่ยวกับรีวิวผลิตภัณฑ์ด้วย ABAP SDK สำหรับ Google Cloud เราจะดำเนินการตามขั้นตอนในการตั้งค่าการตรวจสอบสิทธิ์เพื่อเข้าถึง Google Cloud Vertex AI API โดยใช้โทเค็นเมื่อระบบ SAP โฮสต์อยู่บนอินสแตนซ์ VM ของ Compute Engine

บริการที่ใช้มีดังนี้

  • Compute Engine
  • บริการเครือข่าย
  • Cloud Shell
  • Vertex AI

สิ่งที่คุณจะสร้าง

คุณจะดำเนินการต่อไปนี้

  • กำหนดค่า ABAP SDK ที่ติดตั้งในระบบ SAP เพื่อเชื่อมต่อกับ Google APIs
  • สร้างโปรแกรมรายงานตัวอย่างเพื่อโทรหา Gemini AI และทำการวิเคราะห์ความเห็นเกี่ยวกับรีวิวผลิตภัณฑ์

2. ข้อกำหนด

  • เบราว์เซอร์ เช่น Chrome หรือ Firefox
  • โปรเจ็กต์ Google Cloud ที่เปิดใช้การเรียกเก็บเงินหรือสร้างบัญชีทดลองใช้ฟรี 90 วันสำหรับ Google Cloud Platform
  • ติดตั้ง SAP GUI (Windows หรือ Java) ในระบบแล้ว หากติดตั้ง SAP GUI ไว้ในระบบแล้ว ให้เชื่อมต่อกับ SAP โดยใช้ที่อยู่ IP ภายนอกของ VM เป็น IP ของแอปพลิเคชัน หากคุณใช้ Mac คุณสามารถติดตั้ง SAP GUI สำหรับ Java ที่มีอยู่ในลิงก์นี้

3. ก่อนเริ่มต้น

  • ในคอนโซล Google Cloud ในหน้าตัวเลือกโปรเจ็กต์ ให้เลือกหรือสร้างโปรเจ็กต์ Google Cloud (เช่น abap-sdk-poc).
  • ตรวจสอบว่าเปิดใช้การเรียกเก็บเงินสำหรับโปรเจ็กต์ที่อยู่ในระบบคลาวด์แล้ว ดูวิธีตรวจสอบว่าเปิดใช้การเรียกเก็บเงินในโปรเจ็กต์แล้ว โปรดข้ามขั้นตอนนี้หากคุณใช้บัญชีทดลองใช้ฟรี 90 วัน
  • คุณจะใช้ Cloud Shell ซึ่งเป็นสภาพแวดล้อมบรรทัดคำสั่งที่ทำงานใน Google Cloud คลิกเปิดใช้งาน Cloud Shell ที่มุมขวาบนจาก Cloud Console:
  • 6757b2fb50ddcc2d.png
  • ตรวจสอบว่าเปิดใช้ API ที่จำเป็นทั้งหมด (AM Service Account Credentials API, Vertex AI API) แล้ว
  • เรียกใช้คำสั่งต่อไปนี้เพื่อตรวจสอบสิทธิ์สำหรับบัญชีของคุณและตั้งค่าโปรเจ็กต์เริ่มต้นเป็น abap-sdk-poc ระบบใช้โซน us-west4-b เป็นตัวอย่าง หากจำเป็น โปรดเปลี่ยนโปรเจ็กต์และโซนในคำสั่งต่อไปนี้ตามที่ต้องการ
gcloud auth login
gcloud config set project abap-sdk-poc
gcloud config set compute/zone us-west4-b
PROJECT_NAME=abap-sdk-poc
REGION=us-west4
ZONE=us-west4-b

4. สร้างบัญชีบริการและตั้งค่าบทบาทของผู้ใช้ Vertex AI

  1. เรียกใช้คำสั่งต่อไปนี้เพื่อสร้างบัญชีบริการ (หากยังไม่ได้สร้าง)
gcloud iam service-accounts create abap-sdk-dev \
    --description="ABAP SDK Dev Account" \
    --display-name="ABAP SDK Dev Account"
  1. เรียกใช้คำสั่งต่อไปนี้เพื่อกำหนดบทบาทผู้ใช้ Vertex AI
gcloud projects add-iam-policy-binding $PROJECT_NAME \
    --member=serviceAccount:abap-sdk-codelabs@$PROJECT_NAME.iam.gserviceaccount.com \
    --role=roles/aiplatform.user

5. กำหนดค่าคีย์ไคลเอ็นต์

เข้าสู่ระบบระบบ SAP หากคุณใช้ระบบที่จัดสรรโดย Codelab " ติดตั้งช่วงทดลองใช้แพลตฟอร์ม ABAP บน Google Cloud Platform และติดตั้ง ABAP SDK" จากนั้นจึงใช้ชื่อผู้ใช้และรหัสผ่านที่จัดสรรเป็นค่าเริ่มต้นเพื่อเข้าสู่ระบบ

  1. ใน SAP GUI ให้ป้อนรหัสธุรกรรม SPRO
  2. คลิก SAP หมายเลขอ้างอิง IMG
  3. คลิก ABAP SDK สําหรับ Google Cloud > การตั้งค่าพื้นฐาน > กำหนดค่าคีย์ไคลเอ็นต์
  4. คลิกข้อมูลใหม่
  5. ป้อนค่าในช่องต่อไปนี้

ฟิลด์

คำอธิบาย

ชื่อคีย์ Google Cloud

ABAP_SDK_DEMO

ชื่อบัญชีบริการ Google Cloud

abap-sdk-dev@abap-sdk-poc.iam.gserviceaccount.com

ขอบเขตของ Google Cloud

https://www.googleapis.com/auth/cloud-platform

ตัวระบุโปรเจ็กต์ Google Cloud

abap-sdk-poc

คลาสการให้สิทธิ์

/GOOG/CL_AUTH_GOOGLE

เว้นช่องอื่นๆ ว่างไว้

c72e71da6fd75b29.png

6. สร้างปลายทาง RFC

สร้างปลายทาง RFC สำหรับข้อมูลเข้าสู่ระบบ IAM และ Vertex AI API โดยใช้รหัสธุรกรรม SM59 หากจำเป็น โปรดไปที่นี่เพื่อดูขั้นตอนโดยละเอียดในการสร้างปลายทาง RFC

ชื่อปลายทาง RFC

โฮสต์เป้าหมาย (ปลายทาง API)

หมายเหตุ

ZGOOG_IAMCREDENTIALS

  • โฮสต์: iamcredentials.googleapis.com
  • เส้นทาง: คำนำหน้า: /v1/
  • พอร์ต: 443
  • SSL: ใช้งานอยู่

ปลายทาง RFC นี้กำหนดเป้าหมาย IAM API

ZGOOG_VERTEX_AI

  • โฮสต์: us-central1-aiplatform.googleapis.com
  • พอร์ต: 443
  • SSL: ใช้งานอยู่

ปลายทาง RFC นี้กำหนดเป้าหมายไปยังปลายทาง Vertex AI API us-central1

  • ในแท็บการตั้งค่าทางเทคนิค ให้ป้อนรายละเอียดต่อไปนี้สำหรับปลายทาง ZGOOG_IAMCREDENTIALS

e670c6a91acba40f.png

  • ในแท็บการตั้งค่าทางเทคนิค ให้ป้อนรายละเอียดต่อไปนี้สำหรับปลายทาง ZGOOG_VERTEX_AI

5c584aaed5c110f2.png

  • สำหรับช่องใบรับรอง SSL โปรดตรวจสอบว่าได้เลือกตัวเลือกไคลเอ็นต์ SSL เริ่มต้น (มาตรฐาน) สำหรับทั้งปลายทาง RFC

b6370d12bd332318.png

7. กำหนดค่าการแมปบริการ

หากต้องการกำหนดค่าตารางการแมปบริการสำหรับ IAM API และ Vertex AI API ให้ทําตามขั้นตอนต่อไปนี้

  1. ใน SAP GUI ให้ป้อนรหัสธุรกรรม SPRO
  2. คลิก SAP หมายเลขอ้างอิง IMG
  3. คลิก ABAP SDK สําหรับ Google Cloud > การตั้งค่าพื้นฐาน > กำหนดค่าการจับคู่บริการ
  4. คลิกข้อมูลใหม่สำหรับข้อมูลเข้าสู่ระบบ IAM และ Vertex AI API แล้วอัปเดตปลายทาง RFC ดังที่แสดงด้านล่าง

e7cc1429a4fe3a04.png

8. ตรวจสอบการกำหนดค่า

โปรดทำตามขั้นตอนต่อไปนี้เพื่อตรวจสอบการกำหนดค่าการตรวจสอบสิทธิ์

  1. ใน SAP GUI ให้ป้อนรหัสธุรกรรม SPRO
  2. คลิก SAP หมายเลขอ้างอิง IMG
  3. คลิก ABAP SDK สําหรับ Google Cloud > ยูทิลิตี > ตรวจสอบการกำหนดค่าการตรวจสอบสิทธิ์
  4. ป้อนชื่อคีย์ไคลเอ็นต์เป็น ABAP_SDK_DEMO
  5. คลิกดำเนินการเพื่อตรวจสอบว่ากำหนดค่าขั้นตอนโดยรวมสำเร็จแล้วหรือไม่
  6. เครื่องหมายถูกสีเขียวในคอลัมน์ "ผลลัพธ์" แสดงว่าขั้นตอนการกำหนดค่าทั้งหมดเสร็จสมบูรณ์แล้ว

d7285e64e22c25b6.png

9. ศึกษาข้อมูลรีวิวผลิตภัณฑ์

ช่วงทดลองใช้แพลตฟอร์ม ABAP ได้รับการติดตั้งไว้ล่วงหน้าพร้อมกับ SAP Enterprise Procurement Model (EPM) ซึ่งเป็นแอปพลิเคชันแบบครบวงจรที่ SAP จัดเตรียมไว้ให้เพื่อการสาธิตและการทดสอบ รีวิวผลิตภัณฑ์ที่จะใช้ในการวิเคราะห์ความเห็นได้รับการจัดเก็บไว้ในตาราง SNWD_REV_ITEM

คุณสามารถดูข้อมูลในตารางโดยใช้ Tcode: SE16 เราจะใช้ข้อความตัวอย่างจากช่อง "RATING_TEXT"

2bae72d437ea639.png

หรือคุณสามารถดูข้อมูลโดยเข้าถึงแอปพลิเคชัน "Manager Products" ก็ได้ จาก Fiori Launchpad (TCode: /UI2/FLP)

f9792a91ef9f0736.png

ภาพหน้าจอต่อไปนี้แสดงรายการผลิตภัณฑ์

f822f9ab71d37a9.png

คลิกผลิตภัณฑ์เพื่อดูคะแนนผลิตภัณฑ์และตัวอย่างรีวิว

69fe380d5ca7b276.png

ในส่วนถัดไป เราจะใช้ตัวอย่างรีวิวผลิตภัณฑ์เหล่านี้ในการวิเคราะห์ความเห็นโดยใช้ Google LLM

10. วิเคราะห์ความรู้สึกโดยใช้ Vertex AI Studio

  1. เปิดแดชบอร์ด Vertex AI แล้วเลือกภาษาในส่วน Vertex AI Studio
  2. สร้างข้อความแจ้งข้อความใหม่

8ce4c928c75174d7.png

  1. ยืนยันการเลือกโมเดล Gemini Pro
  2. ป้อนพรอมต์ต่อไปนี้ในเครื่องมือแก้ไขเพื่อแนะนำโมเดลให้วิเคราะห์ความพึงพอใจของลูกค้าในรีวิวผลิตภัณฑ์
  3. คลิกส่งเพื่อสร้างคำตอบจากโมเดล

พรอมต์:

What's the Customer sentiment in the below product review

Horrible! Unsatisfied in every way! The description is wrong. I sent it back. I want my money back! It is so horrible that I can't even believe it! Too expensive for what I received. I'd expect a little more durability. No instructions included for use or installation. I'm actually really surprised by the positive reviews, which I relied on when ordering. Called customer service..no answer. Looks better than it works. The Worst I have ever seen! Honestly I have no clue what you had in mind when choosing to offer this product. Not sure if I should even post one star.... It broke after 1 day. Poor Quality. Didn't work, that is why I cannot recommend this product.

fd245c204144484.png

ข้อมูลรีวิวจากตาราง "SNWD_REV_ITEM" สามารถใช้เพื่อทดสอบโมเดลที่มีข้อความแจ้งเพิ่มเติม

11. สร้างโปรแกรมรายงานเพื่อเรียกใช้โมเดล Gemini Pro

ในขั้นตอนนี้ เราจะเรียกใช้โมเดล Gemini Pro จาก ABAP เพื่อทำการวิเคราะห์ความเห็นของรีวิวผลิตภัณฑ์ โปรแกรมจะเลือกรีวิวผลิตภัณฑ์สูงสุด 10 รายการและใช้ ABAP SDK เพื่อเรียกใช้โมเดล Gemini Pro เพื่อพิจารณาความพึงพอใจต่อรีวิวเพื่อจุดประสงค์ในการสาธิต จากการวิเคราะห์ โมเดลอาจแสดงค่าต่างๆ เช่น "เชิงบวก" "เชิงลบ" "เฉยๆ" หรือ "ผสม"

  1. ลงชื่อเข้าสู่ระบบ SAP
  2. ไปที่รหัสธุรกรรม SE38 และสร้างรายการรายงานโดยใช้ชื่อ ZSENTIMENT_ANALYSIS
  3. ในป๊อปอัปที่เปิดขึ้น ให้ระบุรายละเอียดดังที่แสดงด้านล่าง แล้วคลิกบันทึก

a2158523ec8ef3c7.png

  1. ในป๊อปอัปถัดไป ให้เลือก Local Object หรือระบุชื่อแพ็กเกจตามความเหมาะสม
REPORT zsentiment_analysis.

DATA lo_client          TYPE REF TO /goog/cl_aiplatform_v1.
DATA lv_p_projects_id   TYPE string.
DATA lv_p_locations_id  TYPE string.
DATA lv_p_publishers_id TYPE string.
DATA lv_p_models_id     TYPE string.
DATA ls_input           TYPE /goog/cl_aiplatform_v1=>ty_726.
DATA ls_output          TYPE /goog/cl_aiplatform_v1=>ty_727.
DATA lv_ret_code        TYPE i.
DATA lv_err_text        TYPE string.
DATA ls_err_resp        TYPE /goog/err_resp.
DATA lv_msg             TYPE string.
DATA lo_exception       TYPE REF TO /goog/cx_sdk.
DATA es_raw             TYPE string.


TYPES:
  BEGIN OF t_reviews,
    product_id  TYPE snwd_product_id,
    sentiment   TYPE string,
    rating_text TYPE snwd_rating_text,
  END OF t_reviews.

DATA lt_reviews TYPE STANDARD TABLE OF t_reviews WITH DEFAULT KEY.
FIELD-SYMBOLS <fs_review> TYPE t_reviews.

TRY.

    " Open HTTP Connection
    lo_client = NEW #( iv_key_name = 'ABAP_SDK_DEMO' ).

    " Populate relevant parameters
    lv_p_projects_id = lo_client->gv_project_id.
    lv_p_locations_id = 'us-central1'.
    lv_p_publishers_id = 'google'.
    lv_p_models_id = 'gemini-1.0-pro'.

    SELECT a~product_id AS product_id c~rating_text
      FROM ( ( snwd_pd AS a
      INNER JOIN snwd_rev_head AS b ON a~node_key = b~entity_key )
      INNER JOIN snwd_rev_item AS c ON b~node_key = c~parent_key )
      INTO CORRESPONDING FIELDS OF TABLE lt_reviews UP TO 10 ROWS.

    LOOP AT lt_reviews ASSIGNING <fs_review>.

      " Construct the prompt
      DATA(lv_prompt) = |DO NOT EXPLAIN and your response should not have more than one word.| &&
                        |Classify the overall sentiment of this product review as ONLY ONE of| &&
                        | the following: Positive, Negative, Neutral, or Mixed.| &&
                        cl_abap_char_utilities=>newline &&
                        <fs_review>-rating_text.

      " Set the Model Parameters and Prompt
      ls_input = VALUE #( generation_config = VALUE #( max_output_tokens = 10
                                                       temperature       = '0.2'
                                                       top_p             = '0.8'
                                                       top_k             = '40' )
                          contents          = VALUE #( ( role  = 'user'
                                                         parts = VALUE #( ( text = lv_prompt ) ) ) ) ).


      " Call Gemini Pro to identify sentiments.
      lo_client->generate_content_models( EXPORTING iv_p_projects_id   = lv_p_projects_id
                                                    iv_p_locations_id  = lv_p_locations_id
                                                    iv_p_publishers_id = lv_p_publishers_id
                                                    iv_p_models_id     = lv_p_models_id
                                                    is_input           = ls_input
                                          IMPORTING
                                                    es_output          = ls_output
                                                    ev_ret_code        = lv_ret_code
                                                    ev_err_text        = lv_err_text
                                                    es_err_resp        = ls_err_resp ).

      IF lo_client->is_success( lv_ret_code ) = abap_true.

        LOOP AT ls_output-candidates INTO DATA(ls_candidate).
          LOOP AT ls_candidate-content-parts INTO DATA(ls_part).
            <fs_review>-sentiment = ls_part-text.
            EXIT.
          ENDLOOP.
          EXIT.
        ENDLOOP.

      ELSE.
        MESSAGE lv_err_text TYPE 'E'.
      ENDIF.

    ENDLOOP.

    cl_demo_output=>display( lt_reviews ).

    " Close HTTP Connection
    lo_client->close( ).

  CATCH /goog/cx_sdk INTO lo_exception.
    lv_msg = lo_exception->get_text( ).
    MESSAGE lv_msg TYPE 'E'.
ENDTRY.

  1. เรียกใช้โปรแกรมเพื่อดูการวิเคราะห์ความเห็นสำหรับข้อความรีวิว

4d869f1b8436b9ca.png

12. ขอแสดงความยินดี

ยินดีด้วย คุณได้พัฒนาโปรแกรมตัวอย่างสำหรับวิเคราะห์ความเห็นด้วย Gemini Pro AI กับ ABAP SDK สำหรับ Google Cloud เรียบร้อยแล้ว

13. ล้างข้อมูล

หากไม่ต้องการใช้งาน Codelab เพิ่มเติมที่เกี่ยวข้องกับ ABAP SDK สำหรับ Google Cloud ต่อ โปรดทําการล้างข้อมูลต่อ

ลบโปรเจ็กต์

  • ลบโปรเจ็กต์ Google Cloud โดยทำดังนี้
gcloud projects delete abap-sdk-poc

ลบทรัพยากรแต่ละรายการ

  1. ลบรายการการกำหนดค่าคีย์ไคลเอ็นต์โดยไปที่ IMG > Google Cloud > การตั้งค่าพื้นฐาน > กำหนดค่าคีย์ไคลเอ็นต์
  2. ลบรายการการกำหนดค่าการจับคู่บริการโดยไปที่ IMG > Google Cloud > การตั้งค่าพื้นฐาน > กำหนดค่าคีย์ไคลเอ็นต์
  3. ลบปลายทาง RFC ZGOOG_IAMCREDENTIALS และ ZGOOG_VERTEX_AI
  4. ลบโปรแกรมรายงาน ZSENTIMENT_ANALYSIS.
  5. ลบบัญชีบริการ
gcloud iam service-accounts delete \
    abap-sdk-dev@abap-sdk-poc.iam.gserviceaccount.com