พื้นฐานด้วย Google Search


ฟีเจอร์พื้นฐานด้วย Google Search ใน Gemini API และ AI Studio สามารถใช้เพื่อปรับปรุงความแม่นยำและความใหม่ของคำตอบจากโมเดลได้ นอกเหนือจากคำตอบที่เป็นข้อเท็จจริงเพิ่มเติมแล้ว เมื่อเปิดใช้การอ้างอิงกับ Google Search แล้ว Gemini API จะแสดงแหล่งที่มาของการอ้างอิง (ลิงก์สนับสนุนในบทสนทนา) และคำแนะนำของ Google Search พร้อมกับเนื้อหาคำตอบ การแนะนำการค้นหาจะนำผู้ใช้ไปยังผลการค้นหาที่สอดคล้องกับคำตอบที่พื้นฐาน

การกําหนดพื้นฐานด้วย Google Search รองรับเฉพาะพรอมต์ข้อความเท่านั้น ไม่รองรับพรอมต์แบบหลายโมดัล (ข้อความและรูปภาพ ข้อความและเสียง ฯลฯ) การวางพื้นฐานด้วย Google Search รองรับภาษาที่มีให้บริการทั้งหมดสำหรับโมเดล Gemini

คู่มือนี้จะช่วยคุณเริ่มต้นใช้งานการกําหนดค่าพื้นฐานด้วย Google Search โดยใช้ Gemini API SDK หรือ REST API

กำหนดค่าโมเดลให้ใช้ Google Search

เหตุใดการค้นหาข้อมูลพื้นฐานด้วย Google Search จึงมีประโยชน์

ใน Generative AI คำว่าการเชื่อมโยงหมายถึงกระบวนการเชื่อมต่อโมเดลกับแหล่งข้อมูลที่ตรวจสอบได้ แหล่งที่มาเหล่านี้อาจให้ข้อมูลเกี่ยวกับสถานที่ทํางานที่สมจริงหรือบริบทอื่นๆ ที่เฉพาะเจาะจง การยึดเหนี่ยวข้อมูลจะช่วยปรับปรุงความแม่นยำ ความน่าเชื่อถือ และประโยชน์ของเอาต์พุต AI

การกราวด์มีความสำคัญอย่างยิ่งสำหรับพรอมต์ที่ต้องใช้ข้อมูลล่าสุดจากเว็บ การใช้การกําหนดพื้นฐานช่วยให้โมเดลเข้าถึงข้อมูลได้เกินวันที่สิ้นสุดของความรู้ รับแหล่งที่มาของข้อมูล และตอบคําถามที่ไม่สามารถตอบได้อย่างถูกต้อง

เมื่อใช้ Google AI Studio หรือ Gemini API คุณจะสร้างเอาต์พุตจากโมเดลพื้นฐานไปยัง Google Search ได้ การอ้างอิงข้อมูลกับ Google Search มีประโยชน์ดังต่อไปนี้

  • อนุญาตคำตอบของโมเดลที่เชื่อมโยงกับเนื้อหาที่เฉพาะเจาะจง
  • ลดจินตนาการของโมเดล ซึ่งเป็นกรณีที่โมเดลสร้างเนื้อหาที่ไม่ตรงกับข้อเท็จจริง
  • หมุดแสดงการตอบสนองต่อแหล่งที่มาที่ผู้ใช้คลิกผ่านและเปิดได้
  • เพิ่มความน่าเชื่อถือและความเกี่ยวข้องของเนื้อหาที่สร้างขึ้น

เมื่อใช้การเชื่อมโยงกับ Google Search คุณจะเชื่อมต่อโมเดลกับผลการค้นหาของ Search ที่เชื่อถือได้จากอินเทอร์เน็ตได้อย่างมีประสิทธิภาพ เนื่องจากคำตอบโมเดลที่ไม่ใช่พื้นฐานอิงตามรูปแบบที่เรียนรู้ คุณจึงอาจไม่ได้รับคำตอบที่เป็นข้อเท็จจริงสำหรับข้อความแจ้งเกี่ยวกับเหตุการณ์ปัจจุบัน (เช่น การขอพยากรณ์อากาศหรือคะแนนสุดท้ายของการแข่งขันฟุตบอลนัดล่าสุด) เนื่องจากอินเทอร์เน็ตช่วยให้เข้าถึงข้อมูลใหม่ๆ ได้ พรอมต์ที่อิงตามแหล่งข้อมูลจึงสร้างคำตอบที่เป็นปัจจุบันมากขึ้นพร้อมทั้งมีการอ้างอิงแหล่งที่มา

ต่อไปนี้คือตัวอย่างการเปรียบเทียบการตอบกลับที่ไม่อิงตามข้อมูลจริงกับการตอบกลับที่อิงตามข้อมูลจริงซึ่งสร้างขึ้นโดยใช้ API (คำตอบสร้างขึ้นในเดือนตุลาคม 2024)

Gemini ที่ไม่ลงกําเนิด พื้นฐานด้วย Google Search
พรอมต์: ใครชนะการแข่งขันซูเปอร์โบวล์ในปีนี้
คำตอบ: Kansas City Chiefs ชนะซูเปอร์โบวล์ LVII ในปีนี้ (2023)
พรอมต์: ใครชนะการแข่งขันซูเปอร์โบวล์ในปีนี้
คำตอบ: ทีม Kansas City Chiefs ชนะการแข่งขันซูเปอร์โบวล์ LVIII ในปีนี้ โดยเอาชนะทีม San Francisco 49ers ในช่วงต่อเวลาด้วยคะแนน 25 ต่อ 22

ในการตอบกลับที่ไม่อิงตามความเป็นจริง โมเดลกล่าวถึงการชนะ Super Bowl ของ Kansas City Chiefs ในปี 2023 ในคำตอบที่อิงตามข้อมูลจริง โมเดลอ้างอิงถึงชัยชนะครั้งล่าสุดในปี 2024 อย่างถูกต้อง

รูปภาพต่อไปนี้แสดงลักษณะของคำตอบที่อิงตามข้อมูลจริงใน AI Studio

พรอมต์และคำตอบที่มีพื้นฐานมาจาก AI Studio

การแนะนำของ Google Search

หากต้องการใช้การอ้างอิงกับ Google Search คุณต้องแสดงคำแนะนำของ Google Search ซึ่งเป็นคำค้นหาที่แนะนำซึ่งรวมอยู่ในข้อมูลเมตาของคำตอบที่มีการอ้างอิง ดูข้อมูลเพิ่มเติมเกี่ยวกับข้อกำหนดในการแสดงผลได้ที่ใช้การแนะนำของ Google Search

การดึงข้อมูลแบบไดนามิก

คำค้นหาบางรายการมีแนวโน้มที่จะได้ประโยชน์จาก "พื้นฐานจาก Google Search" มากกว่าคำค้นหาอื่นๆ ฟีเจอร์การดึงข้อมูลแบบไดนามิกช่วยให้คุณควบคุมเพิ่มเติมได้ว่าจะใช้การอ้างอิงกับ Google Search เมื่อใด

หากไม่ได้ระบุโหมดการดึงข้อมูลแบบไดนามิก ระบบจะเรียกใช้การกําหนดค่าพื้นฐานด้วย Google Search เสมอ หากตั้งค่าโหมดเป็นแบบไดนามิก โมเดลจะตัดสินใจว่าควรใช้การต่อกราวด์เมื่อใดโดยอิงตามเกณฑ์ที่คุณกำหนดค่าได้ ซึ่งจะเป็นค่าทศนิยมในช่วง [0,1] และค่าเริ่มต้นคือ 0.3 หากค่าเกณฑ์เป็น 0 คำตอบจะอิงตาม Google Search เสมอ แต่หากเป็น 1 ก็จะไม่เกิดขึ้นเลย

วิธีการทํางานของการดึงข้อมูลแบบไดนามิก

คุณใช้การดึงข้อมูลแบบไดนามิกในคำขอเพื่อเลือกเวลาที่จะเปิดใช้การให้พื้นฐานด้วย Google Search ได้ วิธีนี้มีประโยชน์เมื่อพรอมต์ไม่ต้องอาศัยคำตอบใน Google Search และโมเดลสามารถให้คำตอบตามความรู้ของตัวผลิตภัณฑ์เองได้โดยไม่ต้องคำนึงถึง ซึ่งจะช่วยให้คุณจัดการเวลาในการตอบสนอง คุณภาพ และต้นทุนได้อย่างมีประสิทธิภาพมากขึ้น

ก่อนเรียกใช้การกําหนดค่าการดึงข้อมูลแบบไดนามิกในคําขอ โปรดทําความเข้าใจคําศัพท์ต่อไปนี้

  • คะแนนการคาดการณ์: เมื่อคุณขอคำตอบที่อิงตามข้อมูลจริง Gemini จะกำหนดคะแนนการคาดการณ์ให้กับพรอมต์ คะแนนการคาดการณ์คือค่าทศนิยมในช่วง [0,1] คุณค่าของคำตอบนี้ขึ้นอยู่กับว่าพรอมต์ดังกล่าวจะได้รับประโยชน์จากการระบุคำตอบให้เป็นข้อมูลล่าสุดจาก Google Search หรือไม่ ดังนั้น หากพรอมต์ต้องการคำตอบที่อิงตามข้อเท็จจริงล่าสุดบนเว็บ พรอมต์นั้นจะมีคะแนนการคาดคะเนสูงกว่า พรอมต์ที่ระบุว่าคำตอบที่โมเดลสร้างขึ้นเพียงพอจะมีคะแนนการคาดการณ์ต่ำกว่า

    ต่อไปนี้คือตัวอย่างพรอมต์และคะแนนการคาดการณ์ของพรอมต์

    พรอมต์ คะแนนการคาดการณ์ ความคิดเห็น
    "เขียนบทกวีเกี่ยวกับดอกโบตั๋น" 0.13 โมเดลนี้สามารถพึ่งพาความรู้ของโมเดลและคำตอบนั้นไม่จำเป็นต้องมีพื้นฐาน
    "แนะนำของเล่นสำหรับเด็กอายุ 2 ขวบ" 0.36 โมเดลใช้ความรู้ที่มีได้และคำตอบไม่จำเป็นต้องมีพื้นฐาน
    "ช่วยบอกสูตรกัวคาโมเลที่ได้รับแรงบันดาลใจจากเอเชียได้ไหม" 0.55 Google Search ให้คำตอบที่เป็นพื้นฐานได้ แต่ไม่ได้มีความจำเป็นต้องรู้เท่าทันพื้นฐาน ความรู้โมเดลก็อาจเพียงพอแล้ว
    "Agent Builder คืออะไร การเรียกเก็บเงินจากระบบพื้นฐานใน Agent Builder เป็นอย่างไร" 0.72 กำหนดให้ Google Search สร้างคำตอบที่มีพื้นฐานทางวิทยาศาสตร์
    "ใครชนะการแข่งขัน F1 Grand Prix ครั้งล่าสุด" 0.97 ต้องใช้ Google Search เพื่อสร้างคําตอบที่มีพื้นฐาน
  • เกณฑ์: ในคําขอ API คุณสามารถระบุการกําหนดค่าการดึงข้อมูลแบบไดนามิกที่มีเกณฑ์ได้ เกณฑ์คือค่าทศนิยมในช่วง [0,1] และมีค่าเริ่มต้นเป็น 0.7 หากค่าเกณฑ์เป็น 0 การตอบกลับจะอิงตาม Google Search เสมอ สำหรับค่าอื่นๆ ทั้งหมดของเกณฑ์ จะใช้ค่าต่อไปนี้

    • หากคะแนนการคาดการณ์มากกว่าหรือเท่ากับเกณฑ์ คำตอบจะอิงตาม Google Search เกณฑ์ที่ต่ำลงบ่งบอกว่าพรอมต์มีคำตอบที่สร้างขึ้นโดยใช้ "การพื้นฐานด้วย Google Search" มากขึ้น
    • หากคะแนนการคาดการณ์น้อยกว่าเกณฑ์ โมเดลอาจยังคงสร้างคำตอบ แต่คำตอบนั้นจะไม่อิงตาม Google Search

หากต้องการดูวิธีตั้งค่าเกณฑ์การดึงข้อมูลแบบไดนามิกโดยใช้ SDK หรือ REST API โปรดดูตัวอย่างโค้ดที่เหมาะสม

หากใช้ AI Studio คุณสามารถกำหนดเกณฑ์การดึงข้อมูลแบบไดนามิกได้โดยคลิกแก้ไขการกราวด์

เลือกเกณฑ์การกราวด์ใน AI Studio

หากต้องการค้นหาเกณฑ์ที่เหมาะสมและตรงกับความต้องการทางธุรกิจ คุณสามารถสร้างชุดข้อความค้นหาตัวแทนที่คาดว่าจะเจอได้ จากนั้นคุณสามารถจัดเรียงคำค้นหาตามคะแนนการคาดการณ์ในคำตอบ แล้วเลือกเกณฑ์ที่เหมาะสมสำหรับกรณีการใช้งานของคุณ

การตอบกลับที่อิงตามข้อเท็จจริง

หากพรอมต์ของคุณระบุถึง Google Search ได้สำเร็จ คำตอบจะมี groundingMetadata คำตอบที่เป็นพื้นฐานอาจมีลักษณะดังนี้ (ละเว้นบางส่วนของคำตอบเพื่อความกระชับ)

{
  "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"
        ]
      }
    }
  ],
  ...
}

หากการตอบกลับไม่มี groundingMetadata แสดงว่าระบบไม่สามารถกําหนดแหล่งที่มาของการตอบกลับได้สําเร็จ ปัญหานี้อาจเกิดขึ้นได้จากหลายสาเหตุ เช่น ความเกี่ยวข้องของแหล่งที่มาต่ำหรือข้อมูลไม่สมบูรณ์ภายในคําตอบของโมเดล

เมื่อมีการสร้างผลลัพธ์ที่พื้นดิน ข้อมูลเมตาจะมี URI ที่เปลี่ยนเส้นทางไปยังผู้เผยแพร่เนื้อหาที่ใช้ในการสร้างผลลัพธ์ที่อิงจากพื้นฐาน URI เหล่านี้มีโดเมนย่อย vertexaisearch ดังตัวอย่างที่ตัดให้สั้นลงนี้ https://vertexaisearch.cloud.google.com/grounding-api-redirect/... ข้อมูลเมตายังมีโดเมนของผู้เผยแพร่โฆษณาด้วย URI ที่ระบุจะเข้าถึงได้เป็นเวลา 30 วันหลังจากสร้างผลการค้นหาที่อิงตามข้อมูลจริง

ช่อง renderedContent ภายใน searchEntryPoint คือรหัสที่ระบุไว้สําหรับการใช้การแนะนําการค้นหาของ Google ดูข้อมูลเพิ่มเติมที่หัวข้อใช้การแนะนำของ Google Search