Grounding Web untuk Perusahaan

Halaman ini menjelaskan kontrol kepatuhan Perujukan Web untuk Perusahaan dan cara menggunakan API Perujukan Web untuk Perusahaan guna membuat respons yang didasarkan pada web. Konten yang diindeks adalah subkumpulan dari konten yang tersedia di Google Penelusuran dan cocok untuk pelanggan di industri yang sangat teregulasi, seperti keuangan, layanan kesehatan, dan sektor publik.

Jika Anda tidak memerlukan kontrol kepatuhan, gunakan Perujukan dengan Google Penelusuran, karena menawarkan akses ke indeks web yang lebih luas.

Ringkasan

Perujukan Web untuk Perusahaan menggunakan indeks web yang digunakan untuk menghasilkan respons yang berisi rujukan. Indeks web mendukung hal berikut:

• Pemrosesan ML di multi-region AS atau Eropa
• Tidak ada pencatatan data pelanggan
• Kontrol Layanan VPC

Karena tidak ada data pelanggan yang dipertahankan, kunci enkripsi yang dikelola pelanggan (CMEK) dan Transparansi Akses (AxT) tidak berlaku.

Menggunakan API

Bagian ini memberikan contoh permintaan penggunaan Generative AI API Gemini 2 di Vertex AI untuk membuat respons yang memiliki rujukan dengan Gemini. Untuk menggunakan API, Anda harus menetapkan kolom berikut:

• Contents.parts.text: Kueri teks yang ingin dikirim pengguna ke API.
• tools.enterpriseWebSearch: Jika alat ini disediakan, Web Grounding untuk Perusahaan dapat digunakan oleh Gemini.

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 (
    EnterpriseWebSearch,
    GenerateContentConfig,
    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 Enterprise Web Search Tool
            Tool(enterprise_web_search=EnterpriseWebSearch())
        ],
    ),
)

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

  curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json" -H "x-server-timeout: 60" https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION/publishers/google/models/gemini-2.0-flash:generateContent -d '
  {
    "contents": [{
      "role": "user",
      "parts": [{
        "text": TEXT
      }]
    }],
    "tools": [{
      "enterpriseWebSearch": {
      }
    }]
  }
  '

Langkah berikutnya

• Untuk mempelajari lebih lanjut cara menyandarkan model Gemini ke data Anda, lihat Menyandarkan ke data Anda.
• Untuk mempelajari lebih lanjut praktik terbaik AI yang bertanggung jawab dan filter keamanan Vertex AI, lihat Responsible AI.