本頁面說明如何使用 Google 搜尋引擎的結果,建立 Gemini 回覆的基準。Google 搜尋引擎會使用公開的網路資料。此外,我們也會說明回應中包含的搜尋建議。
以 Google 搜尋建立基準
如要將模型連結至網際網路中的世界知識、各種主題或最新資訊,請使用「以 Google 搜尋強化事實基礎」功能。
如要進一步瞭解 Gemini Enterprise Agent Platform 中的模型建立基準,請參閱「建立基準總覽」。
支援的模型
本節列出支援使用 Google 搜尋建立基準的模型。
按一下即可展開支援的模型
- Gemini Robotics ER 2
- Gemini Nano Banana 2.1
- Gemini 4 Argon Cyber Permissive
- Gemini 4 Argon
- Gemini 3.8 Live
- Gemini 3.8 Flash
- Gemini 3.7 Flash
- Gemini 3.6 Flash
- Gemini 3.5 Flash-Lite
- Gemini 3.5 Flash
- Gemini 3.1 Pro
- Gemini 3.1 Flash-Lite
- Gemini 3.1 Flash Image
- Gemini 3 Pro Image
- Gemini 3 Flash
- Gemini 2.5 Pro
- Gemini 2.5 Flash-Lite
- Gemini 2.5 Flash 搭配 Gemini Live API 原生音訊
- Gemini 2.5 Flash
支援的語言
如需支援語言清單,請參閱「語言」。
使用以 Google 搜尋強化事實基礎功能
請按照下列操作說明,以公開網路資料建立模型基準。
注意事項
如要使用「以 Google 搜尋強化事實基礎」功能,必須啟用 Google 搜尋建議。詳情請參閱「使用 Google 搜尋建議」。
為獲得理想結果,請將 temperature 設為
1.0。如要進一步瞭解如何設定這項設定,請參閱模型參考資料中的 Gemini API 要求主體。以 Google 搜尋強化事實基礎,每天最多可使用 100 萬個基準提示。如需更多基準提示,請與Google Cloud 支援團隊聯絡。
工具組合:Gemini API 不支援在同一個
generateContent要求中,合併使用搜尋工具 (例如googleSearch) 和非搜尋工具 (例如函式呼叫或 Gemini Enterprise Agent Platform RAG Engineretrieval工具)。只有在所有工具皆為搜尋工具時,才能同時使用多項工具。
您可以使用經緯度座標,針對使用者的特定地理位置自訂搜尋結果。詳情請參閱 Grounding API。
控制台
如要在 Gemini Enterprise Agent Platform 的 Agent Studio 使用「以 Google 搜尋強化事實基礎」功能,請按照下列步驟操作:
- 前往 Google Cloud 控制台的「Agent Studio」頁面。
- 在側邊面板的「模型設定」下方,前往「基準」部分,然後開啟「Google 搜尋」切換鈕。
- 在欄位中輸入提示,然後按一下「提交」。
提示回覆現在會使用「以 Google 搜尋強化事實基礎」功能。
Python
安裝
pip install --upgrade google-genai
詳情請參閱 SDK 參考文件。
設定環境變數,以便透過 Vertex AI 使用 Google 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_ENTERPRISE=True
Go
詳情請參閱 SDK 參考文件。
設定環境變數,以便透過 Vertex AI 使用 Google 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_ENTERPRISE=True
Java
詳情請參閱 SDK 參考文件。
設定環境變數,以便透過 Vertex AI 使用 Google 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_ENTERPRISE=True
Node.js
安裝
npm install @google/genai
詳情請參閱 SDK 參考文件。
設定環境變數,以便透過 Vertex AI 使用 Google 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_ENTERPRISE=True
REST
使用任何要求資料之前,請先修改下列項目的值:
- LOCATION:處理要求的區域。如要使用全域端點,請從端點名稱中排除位置,並將資源位置設為全域。
- PROJECT_ID:您的專案 ID。。
- MODEL_ID:多模態模型的模型 ID。
- TEXT:提示中要包含的文字指令。
- EXCLUDE_DOMAINS:選用。不應用於基準建立作業的網域清單。
- LATITUDE:選用,使用者所在位置的緯度。舉例來說,
37.7749代表舊金山的緯度。您可以使用 Google 地圖或其他地理編碼工具等服務,取得經緯度座標。 - LONGITUDE:選用。使用者所在位置的經度。例如,經度
-122.4194代表舊金山。
HTTP 方法和網址:
POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent
JSON 要求主體:
{
"contents": [{
"role": "user",
"parts": [{
"text": "TEXT"
}]
}],
"tools": [{
"googleSearch": {
"exclude_domains": [ "domain.com", "domain2.com" ]
}
}],
"toolConfig": {
"retrievalConfig": {
"latLng": {
"latitude": LATITUDE,
"longitude": LONGITUDE
}
}
},
"model": "projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID"
}
請展開以下其中一個選項,以傳送要求:
您應該會收到如下的 JSON 回覆:
{
"candidates": [
{
"content": {
"role": "model",
"parts": [
{
"text": "The weather in Chicago this weekend, will be partly cloudy. The temperature will be between 49°F (9°C) and 55°F (13°C) on Saturday and between 51°F (11°C) and 56°F (13°C) on Sunday. There is a slight chance of rain on both days.\n"
}
]
},
"finishReason": "STOP",
"groundingMetadata": {
"webSearchQueries": [
"weather in Chicago this weekend"
],
"searchEntryPoint": {
"renderedContent": "..."
},
"groundingChunks": [
{
"web": {
"uri": "https://www.google.com/search?q=weather+in+Chicago,+IL",
"title": "Weather information for locality: Chicago, administrative_area: IL",
"domain": "google.com"
}
},
{
"web": {
"uri": "...",
"title": "weatherbug.com",
"domain": "weatherbug.com"
}
}
],
"groundingSupports": [
{
"segment": {
"startIndex": 85,
"endIndex": 214,
"text": "The temperature will be between 49°F (9°C) and 55°F (13°C) on Saturday and between 51°F (11°C) and 56°F (13°C) on Sunday."
},
"groundingChunkIndices": [
0
],
"confidenceScores": [
0.8662828
]
},
{
"segment": {
"startIndex": 215,
"endIndex": 261,
"text": "There is a slight chance of rain on both days."
},
"groundingChunkIndices": [
1,
0
],
"confidenceScores": [
0.62836814,
0.6488607
]
}
],
"retrievalMetadata": {}
}
}
],
"usageMetadata": {
"promptTokenCount": 10,
"candidatesTokenCount": 98,
"totalTokenCount": 108,
"trafficType": "ON_DEMAND",
"promptTokensDetails": [
{
"modality": "TEXT",
"tokenCount": 10
}
],
"candidatesTokensDetails": [
{
"modality": "TEXT",
"tokenCount": 98
}
]
},
"modelVersion": "gemini-2.0-flash",
"createTime": "2025-05-19T14:42:55.000643Z",
"responseId": "b0MraIMFoqnf-Q-D66G4BQ"
}
以 Google 圖片搜尋建立基準
使用 Google 圖片搜尋建立基準,模型就能在生成圖像時,將從 Google 圖片搜尋擷取的網頁圖片做為視覺背景資訊。Google 圖片搜尋是現有「以 Google 搜尋建立基準」工具中的新搜尋類型,與標準 Google 網頁搜尋並存。Gemini Nano Banana 2.1 和 Gemini 3.1 Flash Image 的預先發布版,支援使用 Google 圖片搜尋建立基準。
API 要求設定
如要啟用 Google 圖片搜尋,請在 API 要求中設定 googleSearch 工具,並在 searchTypes 物件中指定 imageSearch。您可以單獨使用 Google 圖片搜尋,也可以搭配 Google 網頁搜尋使用。
REST
使用任何要求資料之前,請先修改下列項目的值:
- LOCATION:處理要求的區域。如要使用 全域端點,請從端點名稱中排除位置,並將資源位置設為全域。
- PROJECT_ID:
- MODEL_ID:多模態模型的模型 ID。
- SEARCH_TERM:圖片的搜尋字詞。
HTTP 方法和網址:
POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent
JSON 要求內文:
{
"contents": [
{
"role": "user",
"parts": [
{
"text": "SEARCH_TERM"
}
]
}
],
"tools": [
{
"googleSearch": {
"searchTypes": {
"imageSearch": {},
"webSearch": {}
}
}
}
],
"model": "projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID"
}
如要傳送要求,請選擇以下其中一個選項:
curl
將要求主體儲存在名為 request.json 的檔案中,然後執行下列指令:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent"
PowerShell
將要求主體儲存在名為 request.json 的檔案中,然後執行下列指令:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent" | Select-Object -Expand Content
您應該會收到執行成功的狀態碼 (2xx) 和空白回應。
顯示規定
使用 Google 圖片搜尋和「以 Google 搜尋強化事實基礎」功能時,必須遵守下列條件:
來源歸屬:您必須提供包含來源圖片的網頁連結 (「包含頁面」,而非圖片檔案本身),且使用者必須能辨識該連結。
直接導覽:如果您也選擇顯示來源圖片,則必須提供從來源圖片到其包含的來源網頁的直接、單擊路徑。任何其他會延遲或阻礙使用者存取來源網頁的導入方式,包括但不限於任何多點擊路徑或使用中介圖片檢視器,均不允許。
回應
對於使用圖片搜尋的基準回覆,API 會提供明確的歸屬和中繼資料,將輸出內容連結至經過驗證的來源。groundingMetadata 物件包含下列欄位:
imageSearchQueries:模型用於視覺脈絡的特定查詢 (也稱為「圖片搜尋」)。groundingChunks:包含檢索結果的來源資訊。如果是圖片來源,系統會使用image區塊類型,以重新導向網址的形式傳回。每個區塊都包含image物件中的下列欄位:sourceUri:用於歸因的網頁網址 (也稱為「到達網頁」)。imageUri:圖片的直接網址。title:來源網頁的標題。domain:來源網頁的網域。
groundingSupports:提供特定對應,將生成的內容連結至區塊中的相關引用來源。searchEntryPoint:包含 Google 搜尋方塊,其中含有符合規範的 HTML 和 CSS,可轉譯 Google 搜尋建議。
以下範例顯示回應中的 groundingMetadata 結構:
{
"groundingMetadata": {
"groundingChunks": [
{
"image": {
"sourceUri": "EXAMPLE_SOURCE_URI",
"imageUri": "EXAMPLE_IMAGE_URI",
"title": "Example source title",
"domain": "example.com"
}
}
],
"imageSearchQueries": [
"example search query"
]
}
}
瞭解回覆
如果模型提示詞成功使用 Agent Studio 或 API 的「以 Google 搜尋強化事實基礎」功能,回覆就會包含中繼資料和來源連結 (網址)。不過,有幾個原因可能導致系統無法提供這類中繼資料,提示回覆也無法建立基準。包括來源關聯性低,或模型回覆中的資訊不完整。
文內引用
內嵌引用資料會使用 API 傳回的結構化 grounding_metadata,將生成的文字的特定區段連結至可驗證的來源。
這項功能支援所有基準建立方法,包括 Google 搜尋、Google 地圖和代理搜尋,可提供精確的來源詳細資料,在應用程式中顯示準確的互動式引用內容。
response = client.models.generate_content(
model="gemini-3.5-flash",
contents="Where will the next FIFA World Cup be held?",
config=types.GenerateContentConfig(
tools=[types.Tool(google_search=types.GoogleSearch())],
),
)
display(Markdown(response.text))
print(response.candidates[0].grounding_metadata.grounding_chunks)
display(HTML(response.candidates[0].grounding_metadata.search_entry_point.rendered_content))
輸出內容範例:
…
Citations:
Wikipedia. "2026 FIFA World Cup." Retrieved February 11, 2026. (https://en.wikipedia.org/wiki/2026_FIFA_World_Cup)
US Soccer Players. "2026 FIFA World Cup FAQ — Dates, Hosts, Tickets, Teams & More." (https://ussoccerplayers.com/2026-fifa-world-cup-faq)
Holafly. "2026 World Cup host cities and countries: Full list of stadiums." (https://travel.holafly.com/esims/2026-world-cup-host-cities/)
…
建立基準支援
您必須顯示基準支援,因為這有助於驗證發布者的回覆,並提供進一步學習的途徑。
網路來源回覆的基準支援應同時顯示在內嵌和匯總中。舉例來說,請參考下圖,瞭解如何執行這項操作。

使用其他搜尋引擎選項
使用「以 Google 搜尋強化事實基礎」功能時,客戶應用程式可以:
- 提供其他搜尋引擎選項,
- 將其他搜尋引擎設為預設選項
- 顯示自身或第三方的搜尋建議或搜尋結果,但前提是:任何非 Google 結果必須與 Google 的 Grounded Results 和搜尋建議分開顯示,且顯示方式不得混淆使用者,或暗示這些結果來自 Google。
優點
使用「以 Google 搜尋強化事實基礎」做為工具時,可以執行下列需要規劃、推論和思考的複雜提示詞和工作流程:
- 您可以建立基準,確保回覆內容是根據最新、最準確的資訊。
- 您可以從網路上擷取構件進行分析。
- 您可以尋找相關圖片、影片或其他媒體,協助多模態推論或工作生成。
- 您可以執行程式設計、技術疑難排解和其他專業工作。
- 您可以查看區域專屬資訊,或協助準確翻譯內容。
- 你可以找到相關網站進行瀏覽。
使用 Google 搜尋建議
使用「以 Google 搜尋強化事實基礎」功能時,如果回覆中包含搜尋建議,您必須在正式環境和應用程式中顯示搜尋建議。
具體來說,您必須顯示有依據回覆的中繼資料內含的搜尋查詢。回應內容包括:
"content":LLM 生成的回覆。"webSearchQueries":用於搜尋建議的查詢。
舉例來說,在下列程式碼片段中,Gemini 會回覆以搜尋為基礎的提示,詢問熱帶植物的類型。
"predictions": [
{
"content": "Monstera is a type of vine that thrives in bright indirect light…",
"groundingMetadata": {
"webSearchQueries": ["What's a monstera?"],
}
}
]
您可以擷取這項輸出內容,並使用搜尋建議顯示。
搜尋建議規定
搜尋建議功能需要下列項目:
| 規定 | 說明 |
|---|---|
| 建議做法 |
|
| 不建議的做法 |
|
顯示規定
顯示規定如下:
- 請按照原樣顯示搜尋建議,不要修改顏色、字型或外觀。請確認搜尋建議的顯示方式符合下列模擬圖,例如淺色和深色模式:

- 只要顯示有基準的回覆,就應一併顯示對應的搜尋建議。
- 在品牌宣傳方面,您必須嚴格遵守 Google 的第三方使用 Google 品牌特徵指南,詳情請參閱「歡迎使用品牌資源中心」。
- 使用 Google 搜尋建立基準時,系統會顯示搜尋建議方塊。包含「搜尋建議」方塊的欄位寬度,必須與 LLM 基準回覆的寬度相同。
輕觸時的行為
使用者輕觸方塊後,系統會直接將他們導向搜尋結果網頁,顯示方塊中搜尋字詞的結果。SRP 可以在應用程式內瀏覽器或獨立的瀏覽器應用程式中開啟。請勿以任何方式縮小、移除或遮擋搜尋結果網頁。以下模擬動畫說明輕觸前往搜尋結果網頁的互動。
輕觸時的行為

導入搜尋建議的程式碼
使用 API 建立搜尋基準時,模型回覆會在 renderedContent 欄位中提供符合規定的 HTML 和 CSS 樣式,您可實作這些樣式,在應用程式中顯示搜尋建議。
此外,搜尋建議先前稱為搜尋進入點。雖然您可能會在某些 API 欄位中看到「搜尋進入點」一詞,但這兩個詞都是指您在 API 回應中收到的目前搜尋建議。
以下範例說明如何使用 curl,將回應建立在搜尋結果上:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.5-flash:generateContent -d '{
"contents": {
"role": "user",
"parts": {
"text": "Why is the sky blue?"
}
},
"tools": [
{
"googleSearch": {}
}
]
}'
Gemini 3 的計費方式異動
在 Gemini 3 模型使用「以 Google 搜尋強化事實基礎」功能時,Gemini 生成並傳送至 Google 搜尋的每筆搜尋查詢都會計費。單一提示可能會產生一或多個搜尋查詢。
範例
以下範例說明可能需要付費的使用者提示詞和搜尋查詢。
- 使用者提示:請介紹愛因斯坦的一生。
- Gemini 可能會生成下列搜尋查詢:
- 愛因斯坦的出生和早期教育
- 愛因斯坦相對論
- 愛因斯坦在美國的生活
在這個例子中,這三項搜尋查詢都會計費。
後續步驟
- 如要進一步瞭解基準建立功能,請參閱「基準建立功能總覽」。
- 瞭解如何傳送對話提示要求。
- 瞭解負責任 AI 技術最佳做法和 Gemini Enterprise Agent Platform 安全性篩選器。