統合クエリレイヤー
個別のサービスをつなぎ合わせるのではなく、ShapedQLを通じて、検索、順位付け、フィルタリング、スコアリング、並べ替えを1つのクエリで組み合わせられます。
Shapedは、エージェント型AI、検索、レコメンデーションのためのリアルタイム・コンテキストエンジンです。検索、順位付け、埋め込み、学習を組み合わせることで、静的なベクトル検索だけに頼るのではなく、ユーザー、アイテム、クエリの文脈に基づいて関連性の高い結果をアプリケーションが返せるようにします。
サイトでは、Shapedを、個別のデータベース、ランキングシステム、コネクタ、パイプラインから検索基盤を構築する代わりに利用できるマネージドサービスとして位置付けています。パーソナライズド検索、商品レコメンデーション、エージェントのメモリと検索、その他、インタラクションデータに基づいて関連性を向上させる必要があるランキング主導の体験に利用できます。
個別のサービスをつなぎ合わせるのではなく、ShapedQLを通じて、検索、順位付け、フィルタリング、スコアリング、並べ替えを1つのクエリで組み合わせられます。
セマンティック検索、キーワード検索、行動ベースのランキングを組み合わせ、意図に合致しながら完全一致やビジネスルールも尊重する結果を提供できます。
ユーザー、アイテム、テキストのコンテキストを使用して出力をパーソナライズできます。誰が尋ねているかに応じて適応するレコメンデーションやエージェント検索にも対応します。
ネイティブコネクタを通じてバッチソースとストリーミングソースを接続し、データの鮮度やイベントシグナルをモデルに反映できます。
インタラクションシグナルからランキングモデルをトレーニングして更新できます。サイトでは、継続的な学習とフィードバックループについて説明されています。
サイトに掲載されているクエリインターフェースに加え、Python SDK、TypeScript SDK、MCPを通じて製品にアクセスできます。
Eコマースチームは、カタログのメタデータとユーザー行動を使用して、ホームページ、商品詳細ページ、カート、メール、購入後の画面をパーソナライズできます。
商品検索では、セマンティックシグナルとキーワードシグナルを組み合わせ、関連性を高め、結果ゼロのクエリを減らしながら、完全一致の動作にも対応できます。
エージェント型アプリケーションでは、テキスト、ユーザーID、アイテムIDによってコンテキストを検索し、アシスタントの応答を適切なデータに基づかせることができます。
コンテンツやコマースの体験向けに、フィード、類似アイテムのランキング、カテゴリランキング、各画面におけるアイテムの再ランキングに対応します。
素早い反復が必要なチーム向けに、インフラを先に組み立てることなく、データ接続、関連性の調整、実験のリリースを行えるマネージドワークフローを提供します。
Shapedは、データを接続し、そのインターフェースでフィードまたはクエリを設定して利用を開始します。資料では、「データを接続する」「フィードまたはモデルを設定する」「自動的にデプロイする」という3段階のワークフローが説明されています。
検索、レコメンデーション、エージェント検索、その他のパーソナライズされた画面向けの検索・ランキングワークフローに対応しています。また、SQLライクなクエリレイヤー、Python SDK、TypeScript SDK、MCPを介して利用できることも資料に示されています。
料金ページには、$100分が含まれ、クレジットカード不要で無料で始められるオプションに加え、有料のStarter、Standard、Enterpriseプランが掲載されています。Standardは従量課金制と説明されており、Enterpriseではカスタム契約と専任サポートが追加されます。
公開資料では、Standardには営業時間中のサポート、Enterpriseには24時間365日のサポートと非公開のSlackまたはメールチャネルがあると記載されています。StarterにはDocs + Slackサポートが含まれます。
トラフィックデータは参考情報としてご利用ください。