このページでは、Web Grounding for Enterprise のコンプライアンス制御と、Web Grounding for Enterprise API を使用してウェブでグラウンディングされた回答を生成する方法について説明します。インデックス登録されたコンテンツは、Google 検索で利用可能なコンテンツのサブセットであり、金融、医療、公共部門など、規制の厳しい業界のお客様に適しています。
追加のコンプライアンス制御が必要ない場合は、Google 検索を使用したグラウンディングを使用します。これは、より広範で最新のウェブ インデックスにアクセスできるためです。
概要
Web Grounding for Enterprise は、グラウンディングされた回答の生成に使用されるウェブ インデックスを使用します。このサービスは顧客データをロギングせず、VPC Service Controls をサポートしています。詳細については、生成 AI のセキュリティ管理をご覧ください。顧客データは保持されないため、顧客管理の暗号鍵(CMEK)とアクセスの透明性(AxT)は適用されません。
インデックスの鮮度とキュレーション
Web Grounding for Enterprise のウェブ インデックスは、医療、金融、公共部門の業種のお客様のニーズを満たすように自動的に選択されます。具体的な更新スケジュールは変動する可能性がありますが、変化の速いコンテンツは 6 時間ごとに更新され、インデックス全体は 24 時間ごとに更新されます。
サービスを選択
適切なグラウンディング ツールを選択するには、コンプライアンス制御と情報の鮮度に関する組織の具体的なニーズを考慮する必要があります。
Google 検索とのグラウンディング: グラウンディングされたレスポンスで最高品質と最新性を求めるお客様におすすめのオプションです。鮮度は、回答の生成に使用されるウェブ情報の新しさに関連します。ウェブから最新かつ包括的な情報にアクセスすることが重要なユースケースでは、この機能が不可欠です。Google 検索によるグラウンディングでは、サービス固有の規約に従って、信頼性ログが最大 30 日間保存されます。Google は、Google 検索によるグラウンディングで処理された顧客データでトレーニングされません。
Web Grounding for Enterprise: このソリューションは、顧客データのロギング禁止などの厳しいコンプライアンス要件がある企業のお客様向けに特別に設計されています。Web Grounding for Enterprise は、コンプライアンスの追加制御を必要とする規制の厳しい業界の組織に最適な選択肢です。Web Grounding for Enterprise は顧客データを保存しません。
サポートされているモデル
このセクションでは、Enterprise 向けのウェブ グラウンディングをサポートするモデルを示します。
- Gemini 2.5 Flash (プレビュー)
- Gemini 2.5 Flash-Lite (プレビュー)
- Gemini 2.5 Flash-Lite
- Live API ネイティブ音声を使用した Gemini 2.5 Flash (プレビュー)
- Live API を使用した Gemini 2.0 Flash (プレビュー)
- Gemini 2.5 Pro
- Gemini 2.5 Flash
- Gemini 2.0 Flash
API を使用する
このセクションでは、Vertex AI で Generative AI API Gemini 2 を使用して、Gemini でグラウンディングされた回答を作成するリクエストのサンプルを示します。API を使用するには、次のフィールドを設定する必要があります。
Contents.parts.text
: ユーザーが API に送信するテキストクエリ。tools.enterpriseWebSearch
: このツールにより、Gemini での Web Grounding for Enterprise の使用が可能になります。
Python
インストール
pip install --upgrade google-genai
詳しくは、SDK リファレンス ドキュメントをご覧ください。
Vertex AI で Gen AI SDK を使用するための環境変数を設定します。
# 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
REST
次の変数を次の値で置き換えます。- PROJECT_NUMBER: プロジェクトの番号。
- LOCATION: リクエストを処理するリージョン。
global
エンドポイントを使用するには、エンドポイント名からロケーションを除外し、リソースのロケーションをglobal
に構成します。 - PROMPT: プロンプト。
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": PROMPT
}]
}],
"tools": [{
"enterpriseWebSearch": {
}
}]
}
'
Google 検索の検索候補を使用する
Web Grounding for Enterprise を使用し、回答で検索候補を受け取った場合は、本番環境とアプリケーションで検索候補を表示する必要があります。
具体的には、グラウンディングされた回答のメタデータに含まれる検索クエリを表示する必要があります。レスポンスには次のものが含まれます。
"content"
: LLM によって生成されたレスポンス。"webSearchQueries"
: Google 検索の検索候補に使用するクエリ。
たとえば、次のコード スニペットでは、熱帯植物の種類を尋ねる Google 検索のグラウンディングされたプロンプトに Gemini が応答しています。
"predictions": [
{
"content": "Monstera is a type of vine that thrives in bright indirect light…",
"groundingMetadata": {
"webSearchQueries": ["What's a monstera?"],
}
}
]
この出力は、Google 検索の検索候補を使用して表示できます。
Google 検索の検索候補の要件
候補の要件は次のとおりです。
要件 | 説明 |
---|---|
すべきこと |
|
禁止事項 |
|
表示の要件
表示の要件は次のとおりです。
- Google 検索の検索候補は提示されたとおりに表示します。色、フォント、外観を変更しないでください。ライトモードやダークモードなど、次のモックで指定されているとおりに Google 検索の検索候補がレンダリングされるようにします。
- グラウンディングされた回答を表示するたびに、対応する Google 検索の検索候補が常に表示されるようにする必要があります。
- ブランディングについては、ブランド リソース センターへようこそに記載されている、Google ブランドの第三者による使用に関するガイドラインを厳守する必要があります。
- Web Grounding for Enterprise を使用すると、検索候補チップが表示されます。候補ワードを含むフィールドは、LLM のグラウンディングされたレスポンスと同じ幅にする必要があります。
タップ時の動作
ユーザーがチップをタップしたときに、チップに表示されている検索キーワードの Google 検索結果ページ(SRP)に直接移動します。SRP は、アプリ内ブラウザまたは別のブラウザ アプリケーションで開くことができます。なんらかの方法で SRP の表示を最小化、削除しない、または妨げないようにすることが重要です。次のアニメーション モックアップは、タップして SRP を表示する操作を示しています。
Google 検索の検索候補を実装するためのコード
API を使用して検索に対するレスポンスをグラウンディングすると、モデルのレスポンスでは renderedContent
フィールドで遵守する HTML と CSS のスタイルが指定されます。これを実装すると、アプリで Google 検索の検索候補を表示できます。
次のステップ
- Gemini モデルを独自のデータでグラウンディングする方法の詳細については、Vertex AI Search を使用したグラウンディングをご覧ください。
- 責任ある AI のベスト プラクティスと Vertex AI の安全フィルタについては、責任ある AI をご覧ください。