Se usó la API de Cloud Translation para traducir esta página.

Conexión a tierra web para empresas
Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

En esta página, se describen los controles de cumplimiento de Web Grounding for Enterprise y cómo usar la API de Web Grounding for Enterprise para generar respuestas basadas en la Web. El contenido indexado es un subconjunto de lo que está disponible en la Búsqueda de Google y es adecuado para clientes de industrias altamente reguladas, como las finanzas, la atención médica y el sector público.

Si no necesitas los controles de cumplimiento, usa Fundamentación con la Búsqueda de Google, ya que ofrece acceso a un índice web más amplio.

Descripción general

La fundamentación web para empresas usa un índice web que se usa para generar respuestas fundamentadas. El índice web admite lo siguiente:

Procesamiento de IA en las multirregiones de EE.UU. o Europa
No se registran los datos del cliente
Controles del servicio de VPC

Debido a que no se conservan datos del cliente, las claves de encriptación administradas por el cliente (CMEK) y la transparencia de acceso (AxT) no son aplicables.

Usa la API

En esta sección, se proporcionan solicitudes de muestra para usar la API de IA generativa Gemini 2 en Vertex AI para crear respuestas fundamentadas con Gemini. Para usar la API, debes establecer los siguientes campos:

Contents.parts.text: Es la búsqueda de texto que los usuarios desean enviar a la API.
tools.enterpriseWebSearch: Cuando se proporciona esta herramienta, Gemini puede usar la Web Grounding para empresas.

Selecciona una muestra de código para ver cómo usar la API:

Python

Reemplaza las siguientes variables por valores:

PROJECT_NUMBER: Es el número de tu proyecto.
LOCATION: Es la región en la que se ejecuta tu modelo.
MODEL_NAME: Tu modelo.

import requests
import subprocess
import json

def generate_content_with_gemini():
    """
    Sends a request to the Gemini 2.0 Flash model to generate content using Google's AI Platform.
    """

    # Replace with your actual project number and model name if different.
    project_id = PROJECT_NUMBER
    region = LOCATION
    model_name = MODEL_NAME  # Or the correct model ID, including any version specifier

    endpoint = f"https://{region}-aiplatform.googleapis.com/v1/projects/{project_id}/locations/{region}/publishers/google/models/{model_name}:generateContent"

    # Get the access token using gcloud.  Requires gcloud to be installed and configured.
    try:
        result = subprocess.run(["gcloud", "auth", "print-access-token"], capture_output=True, text=True, check=True)
        access_token = result.stdout.strip()
    except subprocess.CalledProcessError as e:
        print(f"Error getting access token: {e}")
        return None

    headers = {
        "Authorization": f"Bearer {access_token}",
        "Content-Type": "application/json",
        "x-server-timeout": "60"  # in seconds
    }

    data = {
      "contents": [{
        "role": "user",
        "parts": [{
          "text": "Who won the 2024 Eurocup?"
        }]
      }],
      "tools": [{
        "enterpriseWebSearch": {
        }
      }]
    }

    try:
        response = requests.post(endpoint, headers=headers, json=data)
        response.raise_for_status()  # Raise HTTPError for bad responses (4xx or 5xx)
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"Request failed: {e}")
        return None

# Example usage:
if __name__ == "__main__":
    result = generate_content_with_gemini()

    if result:
        print(json.dumps(result, indent=2))
    else:
        print("Failed to generate content.")

curl