Web Grounding para empresas

Nesta página, descrevemos o embasamento na Web para controles de compliance empresarial e como usar a API Web Grounding for Enterprise para gerar respostas embasadas na Web. O conteúdo indexado é um subconjunto do que está disponível na Pesquisa Google e é adequado para clientes em setores altamente regulamentados, como finanças, saúde e setor público.

Se você não precisar dos controles de compliance, use o Embasamento com a Pesquisa Google, porque ele oferece acesso a um índice da Web mais amplo.

Visão geral

O embasamento na Web para empresas usa um índice da Web para gerar respostas embasadas. O índice da Web é compatível com o seguinte:

  • Processamento de ML nas multirregiões dos EUA ou da Europa
  • Nenhum registro de dados do cliente
  • VPC Service Controls

Como nenhum dado do cliente é mantido, as chaves de criptografia gerenciadas pelo cliente (CMEK) e a transparência no acesso (AxT) não são aplicáveis.

Usar a API

Esta seção fornece exemplos de solicitações de uso da API de IA generativa Gemini 2 na Vertex AI para criar respostas embasadas com o Gemini. Para usar a API, você precisa definir os seguintes campos:

  • Contents.parts.text: a consulta de texto que os usuários querem enviar à API.
  • tools.enterpriseWebSearch: quando essa ferramenta é fornecida, o embasamento na Web para empresas pode ser usado pelo Gemini.

Python

Instalar

pip install --upgrade google-genai

Para saber mais, consulte a documentação de referência do SDK.

Defina variáveis de ambiente para usar o SDK de IA generativa com a Vertex AI: 

# 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 ...'

REST

Substitua as variáveis a seguir por valores:

  • PROJECT_NUMBER: o número do projeto.
  • LOCATION: sua região.
  • TEXT: seu comando.
  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": {
      }
    }]
  }
  '

A seguir

  • Para saber mais sobre como embasar modelos do Gemini nos seus dados, consulte Embasamento nos seus dados.
  • Para saber mais sobre as práticas recomendadas de IA responsável e os filtros de segurança da Vertex AI, consulte IA responsável.