Fundamentación con la Búsqueda de Google

En esta página se explica cómo fundamentar las respuestas de un modelo con la Búsqueda de Google, que usa datos web disponibles públicamente. Además, se explican las sugerencias de búsqueda, que se incluyen en tus respuestas.

Fundamentación con la Búsqueda de Google

Si quieres conectar tu modelo con conocimientos generales, una amplia gama de temas o información actualizada de Internet, usa la función de fundamentación con la Búsqueda de Google.

Para obtener más información sobre el grounding de modelos en Vertex AI, consulta la descripción general del grounding.

Modelos admitidos

En esta sección se enumeran los modelos que admiten la fundamentación con la búsqueda.

• Gemini 2.5 Flash-Lite
• Gemini 2.5 Flash con audio nativo de la API Live (versión preliminar)
• Gemini 2.0 Flash con la API Live (versión preliminar)
• Gemini 2.5 Pro
• Gemini 2.5 Flash
• Gemini 2.0 Flash

Idiomas disponibles

Para consultar la lista de idiomas disponibles, vaya a Idiomas.

Colocar tu modelo en la Búsqueda de Google

Sigue estas instrucciones para fundamentar un modelo con datos web disponibles públicamente.

Cuestiones importantes

• Para usar la fundamentación con la Búsqueda de Google, debes habilitar las sugerencias de búsqueda de Google. Para obtener más información, consulta Usar las sugerencias de la Búsqueda de Google.

• Para obtener resultados óptimos, usa una temperatura de 1.0. Para obtener más información sobre cómo definir esta configuración, consulta el cuerpo de la solicitud de la API Gemini en la referencia del modelo.

• La función de grounding con la Búsqueda de Google tiene un límite de un millón de consultas al día. Si necesitas más consultas, ponte en contacto con el Google Cloud equipo de Asistencia para obtener ayuda.

Los resultados de búsqueda se pueden personalizar para una ubicación geográfica específica mediante las coordenadas de latitud y longitud. Para obtener más información, consulta la API Grounding.

pip install --upgrade google-genai

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

from google import genai
from google.genai.types import (
    GenerateContentConfig,
    GoogleSearch,
    HttpOptions,
    Tool,
)

client = genai.Client(http_options=HttpOptions(api_version="v1"))

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="When is the next total solar eclipse in the United States?",
    config=GenerateContentConfig(
        tools=[
            # Use Google Search Tool
            Tool(google_search=GoogleSearch())
        ],
    ),
)

print(response.text)
# Example response:
# 'The next total solar eclipse in the United States will occur on ...'

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

import (
	"context"
	"fmt"
	"io"

	genai "google.golang.org/genai"
)

// generateWithGoogleSearch shows how to generate text using Google Search.
func generateWithGoogleSearch(w io.Writer) error {
	ctx := context.Background()

	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
	})
	if err != nil {
		return fmt.Errorf("failed to create genai client: %w", err)
	}

	modelName := "gemini-2.5-flash"
	contents := []*genai.Content{
		{Parts: []*genai.Part{
			{Text: "When is the next total solar eclipse in the United States?"},
		},
			Role: "user"},
	}
	config := &genai.GenerateContentConfig{
		Tools: []*genai.Tool{
			{GoogleSearch: &genai.GoogleSearch{}},
		},
	}

	resp, err := client.Models.GenerateContent(ctx, modelName, contents, config)
	if err != nil {
		return fmt.Errorf("failed to generate content: %w", err)
	}

	respText := resp.Text()

	fmt.Fprintln(w, respText)

	// Example response:
	// The next total solar eclipse in the United States will occur on March 30, 2033, but it will only ...

	return nil
}

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent

{
  "contents": [{
    "role": "user",
    "parts": [{
      "text": "TEXT"
    }]
  }],
  "tools": [{
    "googleSearch": {}
  }],
  "toolConfig": {
    "retrievalConfig": {
      "latLng": {
        "latitude": LATITUDE,
        "longitude": LONGITUDE
      }
    }
  },
  "model": "projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID"
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent" | Select-Object -Expand Content

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "The weather in Chicago this weekend, will be partly cloudy. The temperature will be between 49°F (9°C) and 55°F (13°C) on Saturday and between 51°F (11°C) and 56°F (13°C) on Sunday. There is a slight chance of rain on both days.\n"
          }
        ]
      },
      "finishReason": "STOP",
      "groundingMetadata": {
        "webSearchQueries": [
          "weather in Chicago this weekend"
        ],
        "searchEntryPoint": {
          "renderedContent": "..."
        },
        "groundingChunks": [
          {
            "web": {
              "uri": "https://www.google.com/search?q=weather+in+Chicago,+IL",
              "title": "Weather information for locality: Chicago, administrative_area: IL",
              "domain": "google.com"
            }
          },
          {
            "web": {
              "uri": "...",
              "title": "weatherbug.com",
              "domain": "weatherbug.com"
            }
          }
        ],
        "groundingSupports": [
          {
            "segment": {
              "startIndex": 85,
              "endIndex": 214,
              "text": "The temperature will be between 49°F (9°C) and 55°F (13°C) on Saturday and between 51°F (11°C) and 56°F (13°C) on Sunday."
            },
            "groundingChunkIndices": [
              0
            ],
            "confidenceScores": [
              0.8662828
            ]
          },
          {
            "segment": {
              "startIndex": 215,
              "endIndex": 261,
              "text": "There is a slight chance of rain on both days."
            },
            "groundingChunkIndices": [
              1,
              0
            ],
            "confidenceScores": [
              0.62836814,
              0.6488607
            ]
          }
        ],
        "retrievalMetadata": {}
      }
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 98,
    "totalTokenCount": 108,
    "trafficType": "ON_DEMAND",
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 10
      }
    ],
    "candidatesTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 98
      }
    ]
  },
  "modelVersion": "gemini-2.0-flash",
  "createTime": "2025-05-19T14:42:55.000643Z",
  "responseId": "b0MraIMFoqnf-Q-D66G4BQ"
}

Entender tu respuesta

Si la petición de tu modelo se basa correctamente en la Búsqueda de Google desde Vertex AI Studio o desde la API, las respuestas incluirán metadatos con enlaces de origen (URLs web). Sin embargo, puede que estos metadatos no se proporcionen por varios motivos y que la respuesta a la petición no se base en ellos. Entre los motivos se incluyen la baja relevancia de la fuente o la información incompleta en la respuesta del modelo.

Asistencia para la fundamentación

Te recomendamos que muestres la asistencia de fundamentación, ya que te ayuda a validar las respuestas de los editores y añade vías para seguir aprendiendo.

El soporte de grounding para las respuestas de las fuentes de la Búsqueda de Google debe mostrarse tanto de forma insertada como agregada. Por ejemplo, consulta la siguiente imagen para ver una sugerencia sobre cómo hacerlo.

Uso de opciones de buscadores alternativos

Al usar la fundamentación con la Búsqueda de Google, una aplicación de cliente puede hacer lo siguiente:

• Ofrecer opciones de buscadores alternativos
• Convertir otros buscadores en la opción predeterminada
• Mostrar sus propias sugerencias o resultados de búsqueda o los de terceros, siempre que: los resultados que no sean de Google se muestren por separado de los resultados fundamentados y las sugerencias de búsqueda de Google, y se muestren de forma que no confundan a los usuarios ni sugieran que son de Google.

Ventajas

Cuando usas la Búsqueda de Google como herramienta, puedes llevar a cabo las siguientes peticiones y flujos de trabajo complejos que requieren planificación, razonamiento y reflexión:

• Puedes usar la función de grounding para asegurarte de que las respuestas se basan en la información más reciente y precisa.
• Puedes recuperar artefactos de la Web para hacer análisis.
• Puedes encontrar imágenes, vídeos u otro contenido multimedia relevantes para ayudarte a razonar de forma multimodal o a generar tareas.
• Puedes realizar tareas de programación, solucionar problemas técnicos y otras tareas especializadas.
• Puedes encontrar información específica de una región o ayudar a traducir contenido con precisión.
• Puedes encontrar sitios web relevantes para navegar.

Usar las sugerencias de la Búsqueda de Google

Cuando uses la función de fundamentación con la Búsqueda de Google y recibas sugerencias de búsqueda en tu respuesta, debes mostrar las sugerencias de búsqueda en producción y en tus aplicaciones.

Para obtener más información sobre cómo utilizar la Búsqueda de Google, consulta Usar la Búsqueda de Google.

En concreto, debes mostrar las consultas de búsqueda que se incluyan en los metadatos de la respuesta fundamentada. La respuesta incluye lo siguiente:

• "content": respuesta generada por LLM.
• "webSearchQueries": las consultas que se van a usar para las sugerencias de búsqueda.

Por ejemplo, en el siguiente fragmento de código, Gemini responde a una petición basada en la Búsqueda sobre un tipo de planta tropical.

"predictions": [
  {
    "content": "Monstera is a type of vine that thrives in bright indirect light…",
    "groundingMetadata": {
      "webSearchQueries": ["What's a monstera?"],
    }
  }
]

Puedes usar este resultado y mostrarlo mediante sugerencias de búsqueda.

Requisitos de las sugerencias de búsqueda

Estos son los requisitos para las sugerencias:

Requisitos de visualización

Estos son los requisitos de visualización:

• Muestra la sugerencia de búsqueda exactamente como se proporciona y no modifiques los colores, las fuentes ni el aspecto. Asegúrate de que la sugerencia de búsqueda se renderiza tal como se especifica en las siguientes maquetas, como el modo claro y el oscuro:

• Cuando se muestre una respuesta fundamentada, la sugerencia de búsqueda correspondiente debe seguir visible.
• En cuanto a la marca, debes seguir estrictamente las directrices de Google sobre el uso de recursos de marca de Google por parte de terceros, que se encuentran en la página Bienvenido al Centro de Recursos de Marca.
• Cuando usas la función de grounding con la Búsqueda, se muestran chips de sugerencias de búsqueda. El campo que contiene los chips de sugerencias debe tener la misma anchura que la respuesta fundamentada del LLM.

Comportamiento al tocar

Cuando un usuario toca el chip, se le redirige directamente a una página de resultados de búsqueda (SERP) del término de búsqueda que se muestra en el chip. La página de resultados de búsqueda se puede abrir en el navegador de la aplicación o en una aplicación de navegador independiente. Es importante que no minimice, quite ni obstruya de ninguna forma la visualización de la página de resultados de búsqueda. En la siguiente maqueta animada se muestra la interacción de tocar para buscar.

Código para implementar una sugerencia de búsqueda

Cuando usas la API para basar una respuesta en la búsqueda, la respuesta del modelo proporciona estilos HTML y CSS compatibles en el campo renderedContent, que puedes implementar para mostrar sugerencias de búsqueda en tu aplicación.

Siguientes pasos

• Para obtener más información sobre la fundamentación, consulta el artículo Introducción a la fundamentación.
• Para saber cómo enviar solicitudes de peticiones de chat, consulta Conversación de varios turnos.
• Para obtener información sobre las prácticas recomendadas de la IA responsable y los filtros de seguridad de Vertex AI, consulta el artículo Prácticas recomendadas de seguridad.
• Consulta cómo enviar solicitudes de peticiones de chat.
• Consulta las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI.