Bạn có thể sử dụng tính năng Tìm kiếm thông tin cơ bản trên Google trong Gemini API và AI Studio để cải thiện độ chính xác và mức độ mới của câu trả lời từ mô hình. Ngoài các câu trả lời thực tế hơn, khi bạn bật tính năng Tìm thông tin cơ bản trên Google Tìm kiếm, API Gemini sẽ trả về các nguồn thông tin cơ bản (đường liên kết hỗ trợ nội tuyến) và Nội dung đề xuất trên Google Tìm kiếm cùng với nội dung phản hồi. Nội dung đề xuất tìm kiếm sẽ đưa người dùng đến kết quả tìm kiếm tương ứng với phản hồi dựa trên dữ liệu thực tế.
Hướng dẫn này sẽ giúp bạn bắt đầu sử dụng tính năng Nền tảng thông tin bằng Google Tìm kiếm bằng một trong các SDK API Gemini hoặc API REST.
Định cấu hình tính năng Tìm kiếm cơ sở
Kể từ Gemini 2.0, Google Tìm kiếm sẽ có sẵn dưới dạng một công cụ. Điều này có nghĩa là mô hình có thể quyết định thời điểm sử dụng Google Tìm kiếm. Ví dụ sau đây cho biết cách định cấu hình Tìm kiếm làm một công cụ.
from google import genai
from google.genai.types import Tool, GenerateContentConfig, GoogleSearch
client = genai.Client()
model_id = "gemini-2.0-flash"
google_search_tool = Tool(
google_search = GoogleSearch()
)
response = client.models.generate_content(
model=model_id,
contents="When is the next total solar eclipse in the United States?",
config=GenerateContentConfig(
tools=[google_search_tool],
response_modalities=["TEXT"],
)
)
for each in response.candidates[0].content.parts:
print(each.text)
# Example response:
# The next total solar eclipse visible in the contiguous United States will be on ...
# To get grounding metadata as web content.
print(response.candidates[0].grounding_metadata.search_entry_point.rendered_content)
Chức năng Tìm kiếm dưới dạng công cụ cũng cho phép tìm kiếm nhiều lượt và truy vấn nhiều công cụ (ví dụ: kết hợp tính năng Lấy thông tin cơ bản với Google Tìm kiếm và thực thi mã).
Tìm kiếm đóng vai trò là một công cụ hỗ trợ các câu lệnh và quy trình công việc phức tạp đòi hỏi phải lập kế hoạch, suy luận và tư duy:
- Tìm hiểu thông tin cơ bản để tăng tính xác thực và tính mới mẻ, đồng thời cung cấp câu trả lời chính xác hơn
- Truy xuất cấu phần phần mềm từ web để phân tích thêm
- Tìm hình ảnh, video hoặc nội dung nghe nhìn có liên quan để hỗ trợ các nhiệm vụ suy luận hoặc tạo bằng nhiều phương thức
- Lập trình, khắc phục sự cố kỹ thuật và các nhiệm vụ chuyên biệt khác
- Tìm thông tin theo khu vực hoặc hỗ trợ dịch nội dung một cách chính xác
- Tìm các trang web có liên quan để duyệt xem thêm
Tính năng Tìm hiểu về bản thân bằng Google Tìm kiếm hoạt động với tất cả ngôn ngữ có sẵn khi thực hiện lời nhắc bằng văn bản. Ở cấp có tính phí của API Nhà phát triển Gemini, bạn có thể nhận miễn phí 1.500 cụm từ tìm kiếm Grounding trên Google Tìm kiếm mỗi ngày, còn các cụm từ tìm kiếm bổ sung sẽ được tính phí theo mức tiêu chuẩn là 35 USD/1.000 cụm từ tìm kiếm.
Bạn có thể tìm hiểu thêm bằng cách thử dùng sổ tay Công cụ tìm kiếm.
Đề xuất của Google Tìm kiếm
Để sử dụng tính năng Nền tảng bằng Google Tìm kiếm, bạn phải hiển thị Nội dung đề xuất của Google Tìm kiếm. Đây là các cụm từ tìm kiếm được đề xuất có trong siêu dữ liệu của phản hồi được căn cứ. Để tìm hiểu thêm về các yêu cầu về hiển thị, hãy xem bài viết Sử dụng tính năng Cụm từ tìm kiếm được đề xuất của Google Tìm kiếm.
Truy xuất trên Google Tìm kiếm
Truy xuất động
Một số cụm từ tìm kiếm có thể hưởng lợi nhiều hơn từ tính năng Làm quen với Google Tìm kiếm so với các cụm từ tìm kiếm khác. Tính năng truy xuất động giúp bạn có thêm quyền kiểm soát đối với thời điểm sử dụng tính năng Làm quen với Google Tìm kiếm.
Nếu bạn không chỉ định chế độ truy xuất động, thì tính năng Tìm thông tin cơ bản bằng Google Tìm kiếm sẽ luôn được kích hoạt. Nếu chế độ được đặt thành động, mô hình sẽ quyết định thời điểm sử dụng tính năng nối đất dựa trên ngưỡng mà bạn có thể định cấu hình. Ngưỡng là một giá trị dấu phẩy động trong khoảng [0,1] và mặc định là 0,3. Nếu giá trị ngưỡng là 0, thì phản hồi luôn dựa trên Google Tìm kiếm; nếu giá trị ngưỡng là 1, thì phản hồi sẽ không bao giờ dựa trên Google Tìm kiếm.
Cách hoạt động của tính năng truy xuất động
Bạn có thể sử dụng tính năng truy xuất động trong yêu cầu để chọn thời điểm bật tính năng Làm quen với Google Tìm kiếm. Điều này hữu ích khi câu lệnh không yêu cầu câu trả lời dựa trên Google Tìm kiếm và mô hình có thể cung cấp câu trả lời dựa trên kiến thức của riêng nó mà không cần dựa trên Google Tìm kiếm. Điều này giúp bạn quản lý độ trễ, chất lượng và chi phí hiệu quả hơn.
Trước khi gọi cấu hình truy xuất động trong yêu cầu, hãy hiểu các thuật ngữ sau:
Điểm dự đoán: Khi bạn yêu cầu câu trả lời dựa trên thông tin thực tế, Gemini sẽ chỉ định một điểm dự đoán cho câu lệnh. Điểm dự đoán là một giá trị dấu phẩy động trong khoảng [0,1]. Giá trị của thông số này phụ thuộc vào việc liệu câu lệnh có thể hưởng lợi từ việc dựa vào thông tin mới nhất trên Google Tìm kiếm để trả lời hay không. Do đó, nếu một câu lệnh yêu cầu câu trả lời dựa trên các dữ kiện mới nhất trên web, thì câu lệnh đó sẽ có điểm dự đoán cao hơn. Câu lệnh mà câu trả lời do mô hình tạo ra là đủ sẽ có điểm dự đoán thấp hơn.
Dưới đây là ví dụ về một số câu lệnh và điểm dự đoán của các câu lệnh đó.
Câu lệnh Điểm dự đoán Bình luận "Viết bài thơ về hoa mẫu đơn" 0,13 Mô hình có thể dựa vào kiến thức của mình và câu trả lời không cần có cơ sở. "Đề xuất đồ chơi cho trẻ 2 tuổi" 0,36 Mô hình có thể dựa vào kiến thức của mình và câu trả lời không cần có cơ sở. "Bạn có thể chia sẻ công thức làm món guacamole theo phong cách châu Á không?" 0,55 Google Tìm kiếm có thể đưa ra câu trả lời có căn cứ, nhưng không nhất thiết phải có căn cứ; kiến thức của mô hình có thể là đủ. "Trình tạo tác nhân là gì? Cách tính phí việc tạo mã nguồn gốc trong Trình tạo tác nhân như thế nào?" 0,72 Yêu cầu Google Tìm kiếm tạo câu trả lời có cơ sở. "Đội nào vô địch giải đua Công thức 1 gần đây nhất?" 0,97 Yêu cầu Google Tìm kiếm tạo câu trả lời có cơ sở. Ngưỡng: Trong yêu cầu API, bạn có thể chỉ định cấu hình truy xuất động bằng một ngưỡng. Ngưỡng là một giá trị dấu phẩy động trong khoảng [0,1] và mặc định là 0,3. Nếu giá trị ngưỡng bằng 0, thì phản hồi sẽ luôn dựa trên Google Tìm kiếm. Đối với tất cả các giá trị ngưỡng khác, bạn có thể áp dụng những giá trị sau:
- Nếu điểm dự đoán lớn hơn hoặc bằng ngưỡng, thì câu trả lời sẽ được lấy từ Google Tìm kiếm. Ngưỡng thấp hơn có nghĩa là nhiều câu lệnh hơn sẽ có câu trả lời được tạo bằng tính năng Nhắc bằng Google Tìm kiếm.
- Nếu điểm dự đoán thấp hơn ngưỡng, mô hình vẫn có thể tạo câu trả lời nhưng không dựa trên Google Tìm kiếm.
Để tìm hiểu cách đặt ngưỡng truy xuất động bằng SDK hoặc API REST, hãy xem ví dụ về mã thích hợp.
Để tìm ngưỡng phù hợp với nhu cầu kinh doanh của mình, bạn có thể tạo một nhóm truy vấn đại diện mà bạn dự kiến sẽ gặp phải. Sau đó, bạn có thể sắp xếp các truy vấn theo điểm dự đoán trong phản hồi và chọn một ngưỡng phù hợp cho trường hợp sử dụng của mình.
Câu trả lời dựa trên thực tế
Nếu câu lệnh của bạn liên kết thành công với Google Tìm kiếm, thì câu trả lời sẽ bao gồm groundingMetadata. Một phản hồi dựa trên dữ liệu thực tế có thể có dạng như sau (để ngắn gọn, chúng tôi đã bỏ qua một số phần của phản hồi):
{
"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"
]
}
}
],
...
}
Nếu phản hồi không bao gồm groundingMetadata, thì tức là phản hồi không được kết nối đất thành công. Có một số lý do có thể dẫn đến việc này, bao gồm cả mức độ liên quan của nguồn thấp hoặc thông tin không đầy đủ trong phản hồi của mô hình.
Khi một kết quả có căn cứ được tạo, siêu dữ liệu sẽ chứa các URI chuyển hướng đến nhà xuất bản của nội dung được dùng để tạo kết quả có căn cứ.
Các URI này chứa miền con vertexaisearch, như trong ví dụ bị cắt ngắn này:
https://vertexaisearch.cloud.google.com/grounding-api-redirect/.... Thông tin siêu dữ liệu cũng chứa các miền của nhà xuất bản. Bạn vẫn có thể truy cập vào các URI đã cung cấp trong 30 ngày sau khi kết quả được tạo.
Trường renderedContent trong searchEntryPoint là mã được cung cấp để triển khai tính năng Đề xuất tìm kiếm của Google. Hãy xem bài viết Sử dụng tính năng đề xuất của Google Tìm kiếm để tìm hiểu thêm.