使用 Google 搜索建立依据


Gemini API 和 AI Studio 中的“利用 Google 搜索进行接地”功能可用于提高模型回答的准确性和时效性。除了提供更实质性的回答之外,启用“依托 Google 搜索进行接地”后,Gemini API 还会随回答内容一起返回依据来源(内嵌支持链接)和 Google 搜索建议。搜索建议会将用户引导至与接地回答对应的搜索结果。

使用 Google 搜索进行依据仅支持文本提示。它不支持多模态(文本和图片、文本和音频等)提示。“使用 Google 搜索进行初始配置”功能支持 Gemini 模型的所有可用语言

本指南将帮助您使用某个 Gemini API SDK 或 REST API 开始“将 Google 搜索关联到标准答案”。

配置模型以使用 Google 搜索

“依托 Google 搜索进行接地”有何用途?

在生成式 AI 中,接地是指将模型与可验证的信息源相关联的过程。这些来源可能提供真实的工作场所信息或其他特定情境。扎实的背景知识有助于提高 AI 输出的准确性、可靠性和实用性。

对于需要从网络获取最新信息的提示,建立基准尤为重要。通过接地,模型可以访问其知识截止日期之后的信息、获取信息的来源,以及回答原本无法准确回答的问题。

您可以使用 Google AI Studio 或 Gemini API 将模型输出与 Google 搜索相关联。使用 Google 搜索建立依据具有以下优势:

  • 允许模型响应与特定内容相关联。
  • 减少模型幻觉(即模型生成不符合事实的内容的情况)。
  • 将模型回答锚定到用户可以点击并打开的来源。
  • 提高生成内容的可信度和适用性。

使用“依托 Google 搜索进行接地”时,您可以有效地将模型与互联网上的可靠搜索结果相关联。由于没有建立依据的模型回答是根据学习的模式给出的,因此您对时事相关问题(例如询问天气预报或近期足球比赛的最终比分)的回答可能不会是事实。由于通过互联网,您可以访问新信息,因此,一个有依据的提示可以生成更实时且引用了来源的回答。

以下示例比较了使用该 API 生成的无依据回答和有依据回答。(这些回答是在 2024 年 10 月生成的。)

无依据的 Gemini 使用 Google 搜索建立依据
问题:今年超级碗的冠军是谁?
回答:今年(2023 年),堪萨斯城酋长队赢得了 Super Bowl LVII。
问题:今年超级碗的冠军是谁?
回答:堪萨斯城酋长队今年赢得了第 58 届超级碗,在加时赛中以 25 比 22 的比分击败了旧金山 49 人队。

在未基于事实的回答中,模型提到了堪萨斯城酋长队在 2023 年超级碗比赛中获胜。在以事实为依据的回答中,模型正确引用了他们在 2024 年取得的近期胜利。

下图显示了基于事实的回答在 AI Studio 中的显示方式。

AI Studio 中的基于事实的提示和回答

Google 搜索建议

如需使用“依托 Google 搜索进行接地”,您必须显示 Google 搜索建议,即有依据的回答的元数据中包含的建议查询。如需详细了解显示要求,请参阅使用 Google 搜索建议

动态检索

有些查询可能比其他查询更适合使用“与 Google 搜索连接”功能。借助动态检索功能,您可以更好地控制何时使用“依托 Google 搜索进行接地”。

如果未指定动态检索模式,则始终会触发“以 Google 搜索为依据”的依据。如果模式设为“动态”,则模型会根据您可以配置的阈值来决定何时使用接地。阈值是一个介于 [0,1] 范围内的浮点值,默认为 0.3。如果阈值为 0,则回答始终基于 Google 搜索;如果阈值为 1,则回答从不基于 Google 搜索。

动态检索的运作方式

您可以在请求中使用动态检索功能,选择何时启用“依托 Google 搜索进行接地”。当提示不需要基于 Google 搜索的答案,并且模型无需依据自己的知识即可提供答案时,这会非常有用。这有助于您更有效地管理延迟时间、质量和费用

在请求中调用动态检索配置之前,请了解以下术语:

  • 预测得分:当你请求获取相关回答时,Gemini 会为相应问题分配一个预测得分。预测得分是一个介于 [0,1] 范围内的浮点值。其价值取决于提示能否受益于基于 Google 搜索的最新信息的回答。因此,如果问题需要根据网络上的最新事实给出答案,则其预测得分较高。如果模型生成的回答足以回答提示,则预测得分较低。

    下面是一些问题及其预测得分示例。

    提示 预测分数 评论
    “写一首关于牡丹的诗” 0.13 模型可以依靠自己的知识,并且答案不需要接地。
    “为 2 岁儿童推荐玩具” 0.36 模型可以依靠自己的知识,并且答案不需要接地。
    “您能提供亚洲风味的鳄梨酱食谱吗?” 0.55 Google 搜索可以给出有理有据的答案,但并不严格要求有依据;模型知识可能就足够了。
    “什么是 Agent Builder?在 Agent Builder 中,连接是如何结算的? 0.72 要求 Google 搜索生成有依据的回答。
    “谁赢得了最新的 F1 大奖赛?” 0.97 需要 Google 搜索才能生成有充分依据的答案。
  • 阈值:在 API 请求中,您可以指定带有阈值的动态检索配置。阈值是一个介于 [0,1] 范围内的浮点值,默认为 0.7。如果阈值为零,则回答始终依托 Google 搜索进行接地。对于所有其他阈值,请遵循以下规则:

    • 如果预测得分大于或等于阈值,则系统会根据 Google 搜索来回答问题。阈值越低,表示有更多问题的回答是使用“依托 Google 搜索进行接地”功能生成的。
    • 如果预测得分低于阈值,模型可能仍会生成答案,但不会以 Google 搜索为依据。

如需了解如何使用 SDK 或 REST API 设置动态检索阈值,请参阅相应的代码示例

如果您使用的是 AI Studio,可以点击修改着陆页来设置动态检索阈值。

在 AI Studio 中选择接地阈值

为了找到符合您业务需求的理想阈值,您可以创建一组预计会遇到的代表性查询。然后,您可以根据响应中的预测得分对查询进行排序,并为您的用例选择合适的阈值。

有理有据的回答

如果您的提示成功连接到 Google 搜索,则回答将包含 groundingMetadata。有依据的回答可能如下所示(为简洁起见,省略了部分回答):

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "Carlos Alcaraz won the Gentlemen's Singles title at the 2024 Wimbledon Championships. He defeated Novak Djokovic in the final, winning his second consecutive Wimbledon title and fourth Grand Slam title overall. \n"
          }
        ],
        "role": "model"
      },
      ...
      "groundingMetadata": {
        "searchEntryPoint": {
          "renderedContent": "\u003cstyle\u003e\n.container {\n  align-items: center;\n  border-radius: 8px;\n  display: flex;\n  font-family: Google Sans, Roboto, sans-serif;\n  font-size: 14px;\n  line-height: 20px;\n  padding: 8px 12px;\n}\n.chip {\n  display: inline-block;\n  border: solid 1px;\n  border-radius: 16px;\n  min-width: 14px;\n  padding: 5px 16px;\n  text-align: center;\n  user-select: none;\n  margin: 0 8px;\n  -webkit-tap-highlight-color: transparent;\n}\n.carousel {\n  overflow: auto;\n  scrollbar-width: none;\n  white-space: nowrap;\n  margin-right: -12px;\n}\n.headline {\n  display: flex;\n  margin-right: 4px;\n}\n.gradient-container {\n  position: relative;\n}\n.gradient {\n  position: absolute;\n  transform: translate(3px, -9px);\n  height: 36px;\n  width: 9px;\n}\n@media (prefers-color-scheme: light) {\n  .container {\n    background-color: #fafafa;\n    box-shadow: 0 0 0 1px #0000000f;\n  }\n  .headline-label {\n    color: #1f1f1f;\n  }\n  .chip {\n    background-color: #ffffff;\n    border-color: #d2d2d2;\n    color: #5e5e5e;\n    text-decoration: none;\n  }\n  .chip:hover {\n    background-color: #f2f2f2;\n  }\n  .chip:focus {\n    background-color: #f2f2f2;\n  }\n  .chip:active {\n    background-color: #d8d8d8;\n    border-color: #b6b6b6;\n  }\n  .logo-dark {\n    display: none;\n  }\n  .gradient {\n    background: linear-gradient(90deg, #fafafa 15%, #fafafa00 100%);\n  }\n}\n@media (prefers-color-scheme: dark) {\n  .container {\n    background-color: #1f1f1f;\n    box-shadow: 0 0 0 1px #ffffff26;\n  }\n  .headline-label {\n    color: #fff;\n  }\n  .chip {\n    background-color: #2c2c2c;\n    border-color: #3c4043;\n    color: #fff;\n    text-decoration: none;\n  }\n  .chip:hover {\n    background-color: #353536;\n  }\n  .chip:focus {\n    background-color: #353536;\n  }\n  .chip:active {\n    background-color: #464849;\n    border-color: #53575b;\n  }\n  .logo-light {\n    display: none;\n  }\n  .gradient {\n    background: linear-gradient(90deg, #1f1f1f 15%, #1f1f1f00 100%);\n  }\n}\n\u003c/style\u003e\n\u003cdiv class=\"container\"\u003e\n  \u003cdiv class=\"headline\"\u003e\n    \u003csvg class=\"logo-light\" width=\"18\" height=\"18\" viewBox=\"9 9 35 35\" fill=\"none\" xmlns=\"http://www.w3.org/2000/svg\"\u003e\n      \u003cpath fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M42.8622 27.0064C42.8622 25.7839 42.7525 24.6084 42.5487 23.4799H26.3109V30.1568H35.5897C35.1821 32.3041 33.9596 34.1222 32.1258 35.3448V39.6864H37.7213C40.9814 36.677 42.8622 32.2571 42.8622 27.0064V27.0064Z\" fill=\"#4285F4\"/\u003e\n      \u003cpath fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M26.3109 43.8555C30.9659 43.8555 34.8687 42.3195 37.7213 39.6863L32.1258 35.3447C30.5898 36.3792 28.6306 37.0061 26.3109 37.0061C21.8282 37.0061 18.0195 33.9811 16.6559 29.906H10.9194V34.3573C13.7563 39.9841 19.5712 43.8555 26.3109 43.8555V43.8555Z\" fill=\"#34A853\"/\u003e\n      \u003cpath fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M16.6559 29.8904C16.3111 28.8559 16.1074 27.7588 16.1074 26.6146C16.1074 25.4704 16.3111 24.3733 16.6559 23.3388V18.8875H10.9194C9.74388 21.2072 9.06992 23.8247 9.06992 26.6146C9.06992 29.4045 9.74388 32.022 10.9194 34.3417L15.3864 30.8621L16.6559 29.8904V29.8904Z\" fill=\"#FBBC05\"/\u003e\n      \u003cpath fill-rule=\"evenodd\" clip-rule=\"evenodd\" d=\"M26.3109 16.2386C28.85 16.2386 31.107 17.1164 32.9095 18.8091L37.8466 13.8719C34.853 11.082 30.9659 9.3736 26.3109 9.3736C19.5712 9.3736 13.7563 13.245 10.9194 18.8875L16.6559 23.3388C18.0195 19.2636 21.8282 16.2386 26.3109 16.2386V16.2386Z\" fill=\"#EA4335\"/\u003e\n    \u003c/svg\u003e\n    \u003csvg class=\"logo-dark\" width=\"18\" height=\"18\" viewBox=\"0 0 48 48\" xmlns=\"http://www.w3.org/2000/svg\"\u003e\n      \u003ccircle cx=\"24\" cy=\"23\" fill=\"#FFF\" r=\"22\"/\u003e\n      \u003cpath d=\"M33.76 34.26c2.75-2.56 4.49-6.37 4.49-11.26 0-.89-.08-1.84-.29-3H24.01v5.99h8.03c-.4 2.02-1.5 3.56-3.07 4.56v.75l3.91 2.97h.88z\" fill=\"#4285F4\"/\u003e\n      \u003cpath d=\"M15.58 25.77A8.845 8.845 0 0 0 24 31.86c1.92 0 3.62-.46 4.97-1.31l4.79 3.71C31.14 36.7 27.65 38 24 38c-5.93 0-11.01-3.4-13.45-8.36l.17-1.01 4.06-2.85h.8z\" fill=\"#34A853\"/\u003e\n      \u003cpath d=\"M15.59 20.21a8.864 8.864 0 0 0 0 5.58l-5.03 3.86c-.98-2-1.53-4.25-1.53-6.64 0-2.39.55-4.64 1.53-6.64l1-.22 3.81 2.98.22 1.08z\" fill=\"#FBBC05\"/\u003e\n      \u003cpath d=\"M24 14.14c2.11 0 4.02.75 5.52 1.98l4.36-4.36C31.22 9.43 27.81 8 24 8c-5.93 0-11.01 3.4-13.45 8.36l5.03 3.85A8.86 8.86 0 0 1 24 14.14z\" fill=\"#EA4335\"/\u003e\n    \u003c/svg\u003e\n    \u003cdiv class=\"gradient-container\"\u003e\u003cdiv class=\"gradient\"\u003e\u003c/div\u003e\u003c/div\u003e\n  \u003c/div\u003e\n  \u003cdiv class=\"carousel\"\u003e\n    \u003ca class=\"chip\" href=\"https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4x8Epe-gzpwRBvp7o3RZh2m1ygq1EHktn0OWCtvTXjad4bb1zSuqfJd6OEuZZ9_SXZ_P2SvCpJM7NaFfQfiZs6064MeqXego0vSbV9LlAZoxTdbxWK1hFeqTG6kA13YJf7Fbu1SqBYM0cFM4zo0G_sD9NKYWcOCQMvDLDEJFhjrC9DM_QobBIAMq-gWN95G5tvt6_z6EuPN8QY=\"\u003ewho won wimbledon 2024\u003c/a\u003e\n  \u003c/div\u003e\n\u003c/div\u003e\n"
        },
        "groundingChunks": [
          {
            "web": {
              "uri": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4whET1ta3sDETZvcicd8FeNe4z0VuduVsxrT677KQRp2rYghXI0VpfYbIMVI3THcTuMwggRCbFXS_wVvW0UmGzMe9h2fyrkvsnQPJyikJasNIbjJLPX0StM4Bd694-ZVle56MmRA4YiUvwSqad1w6O2opmWnw==",
              "title": "wikipedia.org"
            }
          },
          {
            "web": {
              "uri": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4wR1M-9-yMPUr_KdHlnoAmQ8ZX90DtQ_vDYTjtP2oR5RH4tRP04uqKPLmesvo64BBkPeYLC2EpVDxv9ngO3S1fs2xh-e78fY4m0GAtgNlahUkm_tBm_sih5kFPc7ill9u2uwesNGUkwrQlmP2mfWNU5lMMr23HGktr6t0sV0QYlzQq7odVoBxYWlQ_sqWFH",
              "title": "wikipedia.org"
            }
          },
          {
            "web": {
              "uri": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4wsDmROzbP-tmt8GdwCW_pqISTZ4IRbBuoaMyaHfcQg8WW-yKRQQvMDTPAuLxJh-8_U8_iw_6JKFbQ8M9oVYtaFdWFK4gOtL4RrC9Jyqc5BNpuxp6uLEKgL5-9TggtNvO97PyCfziDFXPsxylwI1HcfQdrz3Jy7ZdOL4XM-S5rC0lF2S3VWW0IEAEtS7WX861meBYVjIuuF_mIr3spYPqWLhbAY2Spj-4_ba8DjRvmevIFUhRuESTKvBfmpxNSM",
              "title": "cbssports.com"
            }
          },
          {
            "web": {
              "uri": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4yzjLkorHiUKjhOPkWaZ9b4cO-cLG-02vlEl6xTBjMUjyhK04qSIclAa7heR41JQ6AAVXmNdS3WDrLOV4Wli-iezyzW8QPQ4vgnmO_egdsuxhcGk3-Fp8-yfqNLvgXFwY5mPo6QRhvplOFv0_x9mAcka18QuAXtj0SPvJfZhUEgYLCtCrucDS5XFc5HmRBcG1tqFdKSE1ihnp8KLdaWMhrUQI21hHS9",
              "title": "jagranjosh.com"
            }
          },
          {
            "web": {
              "uri": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/AWhgh4y9L4oeNGWCatFz63b9PpP3ys-Wi_zwnkUT5ji9lY7gPUJQcsmmE87q88GSdZqzcx5nZG9usot5FYk2yK-FAGvCRE6JsUQJB_W11_kJU2HVV1BTPiZ4SAgm8XDFIxpCZXnXmEx5HUfRqQm_zav7CvS2qjA2x3__qLME6Jy7R5oza1C5_aqjQu422le9CaigThS5bvJoMo-ZGcXdBUCj2CqoXNVjMA==",
              "title": "apnews.com"
            }
          }
        ],
        "groundingSupports": [
          {
            "segment": {
              "endIndex": 85,
              "text": "Carlos Alcaraz won the Gentlemen's Singles title at the 2024 Wimbledon Championships."
            },
            "groundingChunkIndices": [
              0,
              1,
              2,
              3
            ],
            "confidenceScores": [
              0.97380733,
              0.97380733,
              0.97380733,
              0.97380733
            ]
          },
          {
            "segment": {
              "startIndex": 86,
              "endIndex": 210,
              "text": "He defeated Novak Djokovic in the final, winning his second consecutive Wimbledon title and fourth Grand Slam title overall."
            },
            "groundingChunkIndices": [
              1,
              0,
              4
            ],
            "confidenceScores": [
              0.96145374,
              0.96145374,
              0.96145374
            ]
          }
        ],
        "webSearchQueries": [
          "who won wimbledon 2024"
        ]
      }
    }
  ],
  ...
}

如果响应不包含 groundingMetadata,则表示响应未成功接地。发生这种情况的原因有多种,包括来源相关性低或模型响应中的信息不完整。

生成基于事实的结果时,元数据中会包含重定向到用于生成基于事实的结果的内容发布商的 URI。这些 URI 包含 vertexaisearch 子网域,如以下截断示例所示:https://vertexaisearch.cloud.google.com/grounding-api-redirect/...。该元数据还包含发布商的网域。在生成基于地理位置的结果后,所提供的 URI 将在 30 天内保持可访问状态。

searchEntryPoint 中的 renderedContent 字段是用于实现 Google 搜索建议的代码。如需了解详情,请参阅使用 Google 搜索建议