গুগল সার্চের মাধ্যমে গ্রাউন্ডিং

গুগল সার্চের সাথে গ্রাউন্ডিং জেমিনি মডেলকে রিয়েল-টাইম ওয়েব কন্টেন্টের সাথে সংযুক্ত করে এবং এটি সকল উপলব্ধ ভাষায় কাজ করে। এর ফলে জেমিনি তার জ্ঞানের পরিধির বাইরেও আরও নির্ভুল উত্তর দিতে এবং যাচাইযোগ্য উৎস উল্লেখ করতে সক্ষম হয়।

গ্রাউন্ডিং আপনাকে এমন অ্যাপ্লিকেশন তৈরি করতে সাহায্য করে যা:

• তথ্যগত নির্ভুলতা বৃদ্ধি করুন: বাস্তব জগতের তথ্যের উপর ভিত্তি করে প্রতিক্রিয়া তৈরি করে মডেলের বিভ্রম হ্রাস করুন।
• তাৎক্ষণিক তথ্য জানুন: সাম্প্রতিক ঘটনা ও বিষয়াবলী সম্পর্কে প্রশ্নের উত্তর দিন।

• তথ্যসূত্র প্রদান করুন: মডেলের দাবিগুলোর উৎস দেখিয়ে ব্যবহারকারীর আস্থা তৈরি করুন।

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3-flash-preview",
    input="Who won the euro 2024?",
    tools=[{"type": "google_search"}]
)

# Print the model's text response
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)

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "Who won the euro 2024?",
    tools: [{ type: "google_search" }]
});

const modelStep = interaction.steps.find(s => s.type === 'model_output');
if (modelStep) {
  for (const contentBlock of modelStep.content) {
    if (contentBlock.type === 'text') console.log(contentBlock.text);
  }
}

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-flash-preview",
    "input": "Who won the euro 2024?",
    "tools": [{"type": "google_search"}]
  }'

গুগল সার্চের মাধ্যমে গ্রাউন্ডিং কীভাবে কাজ করে

আপনি যখন google_search টুলটি সক্রিয় করেন, তখন মডেলটি স্বয়ংক্রিয়ভাবে তথ্য অনুসন্ধান, প্রক্রিয়াকরণ এবং উদ্ধৃত করার সম্পূর্ণ কার্যপ্রবাহ পরিচালনা করে।

1. ব্যবহারকারীর অনুরোধ: আপনার অ্যাপ্লিকেশনটি google_search টুলটি সক্রিয় থাকা অবস্থায় জেমিনি এপিআই-তে ব্যবহারকারীর একটি অনুরোধ পাঠায়।
2. প্রম্পট বিশ্লেষণ: মডেলটি প্রম্পটটি বিশ্লেষণ করে এবং নির্ধারণ করে যে গুগল সার্চের মাধ্যমে উত্তরটির উন্নতি করা সম্ভব কিনা।
3. গুগল সার্চ: প্রয়োজনে, মডেলটি স্বয়ংক্রিয়ভাবে এক বা একাধিক সার্চ কোয়েরি তৈরি করে এবং সেগুলো কার্যকর করে।
4. অনুসন্ধানের ফলাফল প্রক্রিয়াকরণ: মডেলটি অনুসন্ধানের ফলাফলগুলো প্রক্রিয়াজাত করে, তথ্য সংশ্লেষণ করে এবং একটি প্রতিক্রিয়া প্রণয়ন করে।
5. ভিত্তিযুক্ত প্রতিক্রিয়া: এপিআই একটি চূড়ান্ত, ব্যবহারকারী-বান্ধব প্রতিক্রিয়া প্রদান করে যা অনুসন্ধানের ফলাফলের উপর ভিত্তি করে তৈরি। এই প্রতিক্রিয়ায় মডেলের টেক্সট উত্তর অন্তর্ভুক্ত থাকে, যেখানে উদ্ধৃতি সম্বলিত ইনলাইন annotations থাকে। এছাড়াও এতে সার্চ কোয়েরি এবং সার্চ সাজেশন সহ google_search_call এবং google_search_result ধাপগুলোও থাকে।

গ্রাউন্ডিং প্রতিক্রিয়া বোঝা

যখন কোনো প্রতিক্রিয়া সফলভাবে ভিত্তিযুক্ত হয়, তখন মডেলের টেক্সট আউটপুটে সরাসরি টেক্সট কন্টেন্ট ব্লকের উপরে ইনলাইন annotations অন্তর্ভুক্ত থাকে। এই টীকাগুলো উদ্ধৃতি সংক্রান্ত তথ্য প্রদান করে, যা প্রতিক্রিয়ার বিভিন্ন অংশকে তাদের উৎসের সাথে সংযুক্ত 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
            }
          ]
        }
      ]
    }
  ]
}

প্রতিক্রিয়ার মূল ক্ষেত্রগুলো হলো:

• google_search_call : মডেল দ্বারা সম্পাদিত সার্চ queries এতে থাকে।
• google_search_result : এতে search_suggestions থাকে, যা আপনার UI-তে অনুসন্ধানের পরামর্শ দেখানোর জন্য একটি HTML কোড। ব্যবহারের সম্পূর্ণ শর্তাবলী পরিষেবার শর্তাবলীতে বিস্তারিতভাবে উল্লেখ করা আছে।
• annotations সহ text : ইনলাইন উদ্ধৃতি সহ মডেলের সংশ্লেষিত উত্তর। প্রতিটি url_citation টীকা একটি পাঠ্য অংশকে ( start_index এবং end_index দ্বারা সংজ্ঞায়িত) একটি উৎস URL-এর সাথে সংযুক্ত করে। ইনলাইন উদ্ধৃতি তৈরির এটাই মূল চাবিকাঠি।

গুগল সার্চের গ্রাউন্ডিং টুলটি ইউআরএল কনটেক্সট টুলের সাথে একত্রে ব্যবহার করে পাবলিক ওয়েব ডেটা এবং আপনার দেওয়া নির্দিষ্ট ইউআরএল—উভয়ের ভিত্তিতেই রেসপন্সকে গ্রাউন্ড করা যায়।

ইনলাইন উদ্ধৃতির মাধ্যমে উৎসের উল্লেখ করা

এপিআইটি টেক্সট কন্টেন্ট ব্লকে ইনলাইন url_citation অ্যানোটেশন রিটার্ন করে, যা আপনার ইউজার ইন্টারফেসে সোর্সগুলো কীভাবে প্রদর্শন করবেন তার উপর আপনাকে সম্পূর্ণ নিয়ন্ত্রণ দেয়। প্রতিটি অ্যানোটেশনে start_index এবং end_index থাকে, যা টেক্সটের কোন অংশকে এটি উদ্ধৃত করছে তা শনাক্ত করে। নিচে সেগুলো এক্সট্র্যাক্ট এবং ডিসপ্লে করার পদ্ধতি দেওয়া হলো।

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}\"")

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}"`);
            }
          }
        }
      }
    }
  }
}

আউটপুটে মূল লেখা এবং তার উদ্ধৃতিগুলো 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."

মূল্য নির্ধারণ

আপনি যখন জেমিনি ৩-এর সাথে গুগল সার্চ ব্যবহার করেন, তখন মডেল দ্বারা সম্পাদিত প্রতিটি সার্চ কোয়েরির জন্য আপনার প্রোজেক্টের বিল করা হয়। যদি মডেল একটিমাত্র প্রম্পটের উত্তর দেওয়ার জন্য একাধিক সার্চ কোয়েরি সম্পাদন করার সিদ্ধান্ত নেয় (উদাহরণস্বরূপ, একই এপিআই কলের মধ্যে "UEFA Euro 2024 winner" এবং "Spain vs England Euro 2024 final score" সার্চ করা), তবে সেই অনুরোধের জন্য এটিকে টুলটির দুটি বিলযোগ্য ব্যবহার হিসাবে গণ্য করা হবে। বিলিংয়ের উদ্দেশ্যে, ইউনিক কোয়েরি গণনা করার সময় আমরা খালি ওয়েব সার্চ কোয়েরিগুলোকে উপেক্ষা করি। এই বিলিং মডেলটি শুধুমাত্র জেমিনি ৩ মডেলের জন্য প্রযোজ্য; আপনি যখন জেমিনি ২.৫ বা পুরোনো মডেলের সাথে সার্চ গ্রাউন্ডিং ব্যবহার করবেন, তখন আপনার প্রোজেক্টের বিল প্রতিটি প্রম্পটের জন্য করা হবে।

মূল্য সংক্রান্ত বিস্তারিত তথ্যের জন্য, জেমিনি এপিআই মূল্য তালিকা পৃষ্ঠাটি দেখুন।

সমর্থিত মডেল

আপনি মডেল ওভারভিউ পৃষ্ঠায় সম্পূর্ণ বৈশিষ্ট্যসমূহ খুঁজে পেতে পারেন।

সমর্থিত টুল সংমিশ্রণ

আরও জটিল ব্যবহারের ক্ষেত্রগুলিকে শক্তিশালী করতে আপনি কোড এক্সিকিউশন এবং ইউআরএল কনটেক্সটের মতো অন্যান্য টুলের সাথে গ্রাউন্ডিং উইথ গুগল সার্চ ব্যবহার করতে পারেন।

জেমিনি ৩ মডেলগুলো বিল্ট-ইন টুল (যেমন গুগল সার্চের মাধ্যমে গ্রাউন্ডিং) এবং কাস্টম টুল (ফাংশন কলিং) একত্রিত করা সমর্থন করে। টুল কম্বিনেশন পেজে এ বিষয়ে আরও জানুন।

এরপর কী?

• ফাংশন কলিং-এর মতো অন্যান্য উপলব্ধ টুলগুলো সম্পর্কে জানুন।
• ইউআরএল কনটেক্সট টুল ব্যবহার করে কীভাবে নির্দিষ্ট ইউআরএল দিয়ে প্রম্পট সমৃদ্ধ করা যায় তা জানুন।