Google Search-এর মাধ্যমে গ্রাউন্ডিং, Gemini মডেলকে রিয়েল-টাইম ওয়েব কন্টেন্টের সাথে কানেক্ট করে এবং উপলভ্য সব ভাষায় কাজ করে। এর ফলে Gemini আরও সঠিক উত্তর দিতে এবং এর জ্ঞান কাটার বাইরে যাচাইযোগ্য সোর্স উদ্ধৃত করতে পারে।
গ্রাউন্ডিং আপনাকে এমন অ্যাপ্লিকেশন তৈরি করতে সাহায্য করে যা:
- ফ্যাকচুয়াল যথার্থতা বাড়ানো: বাস্তব-জগতের তথ্যের উপর ভিত্তি করে উত্তর দেওয়ার মাধ্যমে মডেলের হ্যালুসিনেশন কমানো।
- রিয়েল-টাইম তথ্য অ্যাক্সেস করা: সাম্প্রতিক ইভেন্ট এবং বিষয় সম্পর্কে প্রশ্নের উত্তর দেওয়া।
উদ্ধৃতি প্রদান করুন: মডেলের দাবিগুলির সোর্স দেখিয়ে ব্যবহারকারীর বিশ্বাস অর্জন করুন।
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.8-flash",
input="Who won the euro 2024?",
tools=[{"type": "google_search"}]
)
print(interaction.output_text)
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-3.8-flash",
input: "Who won the euro 2024?",
tools: [{ type: "google_search" }]
});
console.log(interaction.output_text);
Java
import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.GoogleSearch;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;
Client client = new Client();
CreateModelInteraction params =
CreateModelInteraction.builder()
.model(Model.of("gemini-3.8-flash"))
.input(InteractionsInput.of("Who won the euro 2024?"))
.tools(Arrays.asList(GoogleSearch.builder().build()))
.build();
Interaction interaction =
client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();
System.out.println(interaction.outputText().orElse(""));
খুলুন
package main
import (
"context"
"fmt"
"log"
"google.golang.org/genai"
"google.golang.org/genai/interactions/models/interactions"
"google.golang.org/genai/interactions/models/operations"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
resp, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
Body: operations.NewCreateInteractionRequestBody(
interactions.CreateModelInteraction{
Model: interactions.Model("gemini-3.8-flash"),
Input: interactions.NewInteractionsInput("Who won the euro 2024?"),
Tools: []interactions.Tool{
interactions.NewTool(interactions.GoogleSearch{}),
},
},
),
})
if err != nil {
log.Fatal(err)
}
fmt.Println(resp.Interaction.GetOutputText())
}
REST
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.8-flash",
"input": "Who won the euro 2024?",
"tools": [{"type": "google_search"}]
}'
Google Search-এর মাধ্যমে গ্রাউন্ডিং কীভাবে কাজ করে
আপনি google_search টুল চালু করলে, মডেলটি তথ্য খোঁজা, প্রসেস করা এবং উদ্ধৃত করা সহ
সম্পূর্ণ ওয়ার্কফ্লো অটোমেটিক ম্যানেজ করে।

- ব্যবহারকারীর প্রম্পট: আপনার অ্যাপ্লিকেশন
google_searchটুল চালু করে Gemini API-তে ব্যবহারকারীর প্রম্পট পাঠায়। - প্রম্পট বিশ্লেষণ: মডেল প্রম্পট বিশ্লেষণ করে দেখে যে কোনও Google Search উত্তরের মান উন্নত করতে পারে কিনা।
- Google Search: প্রয়োজন হলে, মডেল অটোমেটিক একটি বা একাধিক সার্চ কোয়েরি তৈরি করে এবং সেগুলি এক্সিকিউট করে।
- সার্চ ফলাফল প্রসেস করা: মডেলটি সার্চ ফলাফল প্রসেস করে, তথ্য একত্রিত করে এবং একটি উত্তর তৈরি করে।
- গ্রাউন্ডেড উত্তর: API একটি চূড়ান্ত, ব্যবহারকারীর পক্ষে উপযুক্ত উত্তর দেয় যা
সার্চ ফলাফলের উপর ভিত্তি করে দেওয়া হয়। এই উত্তরে মডেলের টেক্সট
ইনলাইন
annotationsসহ উত্তর দেওয়া হয়েছে, এতে উদ্ধৃতি সহgoogle_search_callএবংgoogle_search_resultধাপের সাথে সার্চ কোয়েরি ও সার্চ সাজেশনও রয়েছে।
গ্রাউন্ডিং রেসপন্স বোঝা
কোনও উত্তর সফলভাবে গ্রাউন্ড করা হলে, মডেলের টেক্সট আউটপুটে
ইনলাইন annotations সরাসরি টেক্সট কন্টেন্ট ব্লকে থাকে। এইসব অ্যানোটেশন
উত্তরের অংশগুলিকে তাদের সোর্সের সাথে লিঙ্ক করে উদ্ধৃতি সংক্রান্ত তথ্য প্রদান করে।
{
"steps": [
{
"type": "thought",
"summary": [
{
"type": "text",
"text": "The user is asking for the winner of Euro 2024. I need to search for the result of the Euro 2024 final."
}
],
"signature": "CoMDAXLI2nynRYojJIy6B1Jh9os2crpWLfB0..."
},
{
"type": "google_search_call",
"arguments": {
"queries": ["UEFA Euro 2024 winner"]
}
},
{
"type": "google_search_result",
"call_id": "search_001",
"result": [
{
"search_suggestions": "<!-- HTML and CSS for the search widget -->"
}
]
},
{
"type": "model_output",
"content": [
{
"type": "text",
"text": "Spain won Euro 2024, defeating England 2-1 in the final. This victory marks Spain's record fourth European Championship title.",
"annotations": [
{
"type": "url_citation",
"url": "https://www.aljazeera.com/sports/euro-2024-final",
"title": "aljazeera.com",
"start_index": 0,
"end_index": 56
},
{
"type": "url_citation",
"url": "https://www.uefa.com/euro2024/news/spain-wins-euro-2024",
"title": "uefa.com",
"start_index": 57,
"end_index": 124
}
]
}
]
}
]
}
উত্তরের মূল ফিল্ড:
google_search_call: মডেলের এক্সিকিউট করা সার্চqueriesরয়েছে।google_search_result:search_suggestionsআছে, এটি আপনার UI-তে সার্চ সাজেশন রেন্ডার করার জন্য একটি HTML স্নিপেট। পরিষেবার শর্তাবলীতে ব্যবহারের সম্পূর্ণ প্রয়োজনীয়তা বিস্তারিতভাবে উল্লেখ করা আছে।textসহannotations: মডেলের সিন্থেসাইজ করা উত্তর, ইনলাইন সাইটেশন সহ। প্রতিটিurl_citationঅ্যানোটেশন একটি সোর্স URL-এর সাথে টেক্সট সেগমেন্টকে (start_indexওend_index-এর মাধ্যমে সংজ্ঞায়িত) লিঙ্ক করে। ইনলাইন উদ্ধৃতি তৈরি করার এটিই মূল চাবিকাঠি।
Google Search-এর মাধ্যমে গ্রাউন্ডিংকে URL কনটেক্সট টুলের সাথেও ব্যবহার করা যেতে পারে, যাতে সর্বজনীন ওয়েব ডেটা ও আপনার প্রদান করা নির্দিষ্ট URL, দু'টিতেই উত্তর গ্রাউন্ড করা যায়।
ইনলাইন সাইটেশনের মাধ্যমে সোর্স অ্যাট্রিবিউট করা
API, টেক্সট কন্টেন্ট ব্লকে ইনলাইন url_citation অ্যানোটেশন রিটার্ন করে,
এর ফলে আপনার ইউজার ইন্টারফেসে সোর্স কীভাবে দেখাবেন সেই ব্যাপারে সম্পূর্ণ কন্ট্রোল আপনার হাতে থাকে।
প্রতিটি অ্যানোটেশনে start_index ও end_index থাকে, যাতে টেক্সটের কোন অংশ
সেটি উল্লেখ করছে তা শনাক্ত করা যায়। কীভাবে সেগুলি এক্সট্র্যাক্ট ও ডিসপ্লে করতে হয় তা এখানে দেওয়া হল।
Python
for step in interaction.steps:
if step.type == "model_output":
for content_block in step.content:
if content_block.type == "text":
print(content_block.text)
if content_block.annotations:
print("\nCitations:")
for annotation in content_block.annotations:
if annotation.type == "url_citation":
cited_text = content_block.text[annotation.start_index:annotation.end_index]
print(f" [{annotation.title}]({annotation.url})")
print(f" Cited text: \"{cited_text}\"")
জাভাস্ক্রিপ্ট
for (const step of interaction.steps) {
if (step.type === 'model_output') {
for (const contentBlock of step.content) {
if (contentBlock.type === 'text') {
console.log(contentBlock.text);
if (contentBlock.annotations) {
console.log("\nCitations:");
for (const annotation of contentBlock.annotations) {
if (annotation.type === 'url_citation') {
const citedText = contentBlock.text.slice(annotation.startIndex, annotation.endIndex);
console.log(` [${annotation.title}](${annotation.url})`);
console.log(` Cited text: "${citedText}"`);
}
}
}
}
}
}
}
Java
import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.Annotation;
import com.google.genai.gaos.models.interactions.Content;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.GoogleSearch;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ModelOutputStep;
import com.google.genai.gaos.models.interactions.Step;
import com.google.genai.gaos.models.interactions.TextContent;
import com.google.genai.gaos.models.interactions.URLCitation;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;
Client client = new Client();
CreateModelInteraction params =
CreateModelInteraction.builder()
.model(Model.of("gemini-3.8-flash"))
.input(InteractionsInput.of("Who won the euro 2024?"))
.tools(Arrays.asList(GoogleSearch.builder().build()))
.build();
Interaction interaction =
client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();
if (interaction.steps().isPresent()) {
for (Step step : interaction.steps().get()) {
if (step instanceof ModelOutputStep) {
ModelOutputStep outputStep = (ModelOutputStep) step;
if (outputStep.content().isPresent()) {
for (Content contentBlock : outputStep.content().get()) {
if (contentBlock instanceof TextContent) {
TextContent textContent = (TextContent) contentBlock;
String text = textContent.text().orElse("");
System.out.println(text);
if (textContent.annotations().isPresent()
&& !textContent.annotations().get().isEmpty()) {
System.out.println("\nCitations:");
for (Annotation annotation : textContent.annotations().get()) {
if (annotation instanceof URLCitation) {
URLCitation citation = (URLCitation) annotation;
int start = citation.startIndex().orElse(0);
int end = citation.endIndex().orElse(0);
String citedText =
(start >= 0 && end <= text.length() && start <= end)
? text.substring(start, end)
: "";
System.out.printf(
" [%s](%s)%n", citation.title().orElse(""), citation.url().orElse(""));
System.out.printf(" Cited text: \"%s\"%n", citedText);
}
}
}
}
}
}
}
}
}
খুলুন
package main
import (
"context"
"fmt"
"log"
"google.golang.org/genai"
"google.golang.org/genai/interactions/models/interactions"
"google.golang.org/genai/interactions/models/operations"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
resp, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
Body: operations.NewCreateInteractionRequestBody(
interactions.CreateModelInteraction{
Model: interactions.Model("gemini-3.8-flash"),
Input: interactions.NewInteractionsInput("Who won the euro 2024?"),
Tools: []interactions.Tool{
interactions.NewTool(interactions.GoogleSearch{}),
},
},
),
})
if err != nil {
log.Fatal(err)
}
for _, step := range resp.Interaction.Steps {
if step.ModelOutputStep != nil {
for _, content := range step.ModelOutputStep.Content {
if content.TextContent != nil {
text := content.TextContent.Text
fmt.Println(text)
if len(content.TextContent.Annotations) > 0 {
fmt.Println("\nCitations:")
for _, annotation := range content.TextContent.Annotations {
if annotation.URLCitation != nil {
c := annotation.URLCitation
start := 0
if c.StartIndex != nil {
start = *c.StartIndex
}
end := 0
if c.EndIndex != nil {
end = *c.EndIndex
}
citedText := ""
if start >= 0 && end <= len(text) && start <= end {
citedText = text[start:end]
}
title := ""
if c.Title != nil {
title = *c.Title
}
url := ""
if c.URL != nil {
url = *c.URL
}
fmt.Printf(" [%s](%s)\n", title, url)
fmt.Printf(" Cited text: %q\n", citedText)
}
}
}
}
}
}
}
}
আউটপুটে টেক্সট ও তার সাইটেশন দেখানো হবে:
Spain won Euro 2024, defeating England 2-1 in the final. This victory marks Spain's record fourth European Championship title.
Citations:
[aljazeera.com](https://www.aljazeera.com/sports/euro-2024-final)
Cited text: "Spain won Euro 2024, defeating England 2-1 in the final."
[uefa.com](https://www.uefa.com/euro2024/news/spain-wins-euro-2024)
Cited text: "This victory marks Spain's record fourth European Championship title."
দাম
Gemini 3 ও এর পরের যেকোনও মডেলের সাথে Google Search-এর মাধ্যমে গ্রাউন্ডিং ব্যবহার করলে, মডেলটি এক্সিকিউট করার সিদ্ধান্ত নিয়েছে এমন প্রতিটি সার্চ কোয়েরির জন্য আপনার প্রজেক্টকে বিল করা হয়। এই কোয়েরি-পিছু বিলিং মডেলে,সমস্ত Gemini 3 ও এর পরের যেকোনও মডেল জুড়ে শেয়ার করা প্রতি মাসে ৫, ০০০টি ফ্রি সার্চ অনুরোধ অন্তর্ভুক্ত থাকে এবং তারপরে ১,০০০টি সার্চ অনুরোধ পিছু$১৪ চার্জ করা হয়।
যেমন, কোনও মডেল যদি একটি প্রম্পটের উত্তর দেওয়ার জন্য একাধিক সার্চ কোয়েরি এক্সিকিউট করার সিদ্ধান্ত নেয় (যেমন, একই API কলের মধ্যে "UEFA Euro 2024 winner" ও "Spain vs
England Euro 2024 final score" সার্চ করা), তাহলে এটি সেই অনুরোধের জন্য টুলের দুটি
বিলযোগ্য ব্যবহার হিসেবে গণ্য হবে। বিলিংয়ের উদ্দেশ্যে, অনন্য কোয়েরি গণনা করার সময় আমরা
খালি ওয়েব সার্চ কোয়েরি উপেক্ষা করি।
আপনি Gemini 2.5 বা এর আগের মডেলের সাথে সার্চ গ্রাউন্ডিং ব্যবহার করলে, আপনার প্রোজেক্টে প্রতিটি প্রম্পটের জন্য বিল করা হয়।
মূল্য সংক্রান্ত বিস্তারিত তথ্য পেতে, Gemini API-এর মূল্য পৃষ্ঠা দেখুন।
মানানসই মডেল
মডেল ওভারভিউ পৃষ্ঠায় আপনি সম্পূর্ণ ক্ষমতা দেখতে পাবেন।
| মডেল | Google Search-এর মাধ্যমে গ্রাউন্ডিং |
|---|---|
| Gemini 3.8 Flash | ✔️ |
| Gemini 3.6 Flash | ✔️ |
| Gemini 3.5 Flash-Lite | ✔️ |
| Gemini 3.1 Flash-এর ছবি প্রিভিউ | ✔️ |
| Gemini 3.1 Pro প্রিভিউ | ✔️ |
| Gemini 3 Pro ইমেজ প্রিভিউ | ✔️ |
| Gemini 3 Flash প্রিভিউ | ✔️ |
| Gemini 2.5 Pro | ✔️ |
| Gemini 2.5 Flash | ✔️ |
| Gemini 2.5 Flash-Lite | ✔️ |
| Gemini 2.0 Flash | ✔️ |
কাজ করে এমন টুলের কম্বিনেশন
আরও জটিল ব্যবহারের ক্ষেত্রে সাহায্য পেতে, আপনি Google Search-এর সাথে গ্রাউন্ডিংয়ের পাশাপাশি কোড এক্সিকিউশন, URL কনটেক্সট এবং Google Maps-এর সাথে গ্রাউন্ডিং (এগুলি Gemini 3.5 Flash-Lite ও এর পরের মডেলগুলিতে কাজ করে) ব্যবহার করতে পারেন। এছাড়াও, Gemini 3 মডেল কাস্টম টুলের (ফাংশন কলিং) সাথে এইসব বিল্ট-ইন টুল একত্রিত করার সুবিধা দেয়। টুলের কম্বিনেশন পৃষ্ঠা থেকে আরও জানুন।
এর পরে কী করতে হবে
- ফাংশন কলিং-এর মতো অন্যান্য উপলভ্য টুল সম্পর্কে জানুন।
- URL কনটেক্সট টুল ব্যবহার করে কীভাবে নির্দিষ্ট URL সহ প্রম্পটকে আরও উন্নত করতে হয় তা জানুন।