企業版網站資料來源

本頁說明企業法規遵循控制項的網頁基礎功能，以及如何使用企業適用的網頁基礎 API，根據網頁內容生成回應。編入索引的內容是 Google 搜尋上提供的內容子集，適合金融、醫療照護和公部門等受高度監管產業的客戶。

如果不需要法規遵循控管項，請使用「以 Google 搜尋為基礎」，因為這項功能可存取更廣泛的網路索引。

總覽

企業版網頁基礎功能會使用網頁索引來生成有依據的回覆。網頁索引支援下列項目：

由於系統不會保留任何客戶資料，因此不適用客戶自行管理的加密金鑰 (CMEK) 和存取透明度 (AxT)。

使用 API

本節提供使用 Vertex AI 上的 Generative AI API Gemini 2，透過 Gemini 建立有根據回覆的範例要求。如要使用 API，請務必設定下列欄位：

  • Contents.parts.text：使用者要傳送至 API 的文字查詢。
  • tools.enterpriseWebSearch：提供這項工具後，Gemini 就能使用 Web Grounding for Enterprise。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK： 

# 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

將下列變數替換為值：

  • PROJECT_NUMBER：您的專案編號。
  • LOCATION：您的區域。
  • TEXT：提示。
  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": {
      }
    }]
  }
  '

後續步驟

  • 如要進一步瞭解如何根據資料調整 Gemini 模型，請參閱「根據資料調整」。
  • 如要進一步瞭解負責任的 AI 最佳做法和 Vertex AI 的安全篩選器，請參閱「負責任的 AI」。