Web Grounding for Enterprise

Auf dieser Seite wird die Web Grounding for Enterprise-Funktion für Compliance-Kontrollen beschrieben. Außerdem wird erläutert, wie Sie die Web Grounding for Enterprise API verwenden, um Antworten zu generieren, die auf dem Web basieren. Die indexierten Inhalte sind eine Teilmenge der in der Google Suche verfügbaren Inhalte und eignen sich für Kunden in stark regulierten Branchen wie dem Finanz- und Gesundheitswesen sowie dem öffentlichen Sektor.

Wenn Sie die Compliance-Kontrollen nicht benötigen, verwenden Sie Fundierung mit der Google Suche, da diese einen breiteren Webindex bietet.

Übersicht

Bei der Webfundierung für Unternehmen wird ein Webindex verwendet, um fundierte Antworten zu generieren. Der Dienst protokolliert keine Kundendaten und unterstützt VPC Service Controls. Da keine Kundendaten gespeichert werden, sind vom Kunden verwaltete Verschlüsselungsschlüssel (Customer-Managed Encryption Keys, CMEK) und Access Transparency (AxT) nicht anwendbar.

API verwenden

In diesem Abschnitt finden Sie Beispielanfragen für die Verwendung der Generative AI API Gemini 2 in Vertex AI, um fundierte Antworten mit Gemini zu erstellen. Wenn Sie die API verwenden möchten, müssen Sie die folgenden Felder festlegen:

• Contents.parts.text: Die Textanfrage, die Nutzer an die API senden möchten.
• tools.enterpriseWebSearch: Wenn dieses Tool bereitgestellt wird, kann Gemini die Web-Fundierung für Unternehmen verwenden.

Python

Installieren

pip install --upgrade google-genai

Weitere Informationen finden Sie in der SDK-Referenzdokumentation.

Umgebungsvariablen für die Verwendung des Gen AI SDK mit Vertex AI festlegen:

# 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

Ersetzen Sie die folgenden Variablen durch Werte:

• PROJECT_NUMBER: Ihre Projektnummer.
• LOCATION: Ihre Region.
• TEXT: Ihr Prompt.

  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": {
      }
    }]
  }
  '

Nächste Schritte

• Weitere Informationen dazu, wie Sie Gemini-Modelle auf Ihre Daten fundieren, finden Sie unter Fundierung mit Vertex AI Search.
• Weitere Informationen zu Best Practices für verantwortungsbewusste KI und den Sicherheitsfiltern von Vertex AI finden Sie unter Verantwortungsbewusste KI.