Ancrage Web pour les entreprises

Cette page décrit l'ancrage Web pour les contrôles de conformité Enterprise et explique comment utiliser l'API Web Grounding for Enterprise pour générer des réponses ancrées sur le Web. Le contenu indexé est un sous-ensemble de ce qui est disponible dans la recherche Google. Il est adapté aux clients des secteurs hautement réglementés, tels que la finance, la santé et le secteur public.

Si vous n'avez pas besoin des contrôles de conformité, utilisez Ancrage avec la recherche Google, car il offre un accès à un index Web plus large.

Présentation

L'ancrage Web pour les entreprises utilise un index Web qui permet de générer des réponses ancrées. Le service ne consigne pas les données client et est compatible avec VPC Service Controls. Comme aucune donnée client n'est conservée, les clés de chiffrement gérées par le client (CMEK) et Access Transparency (AXT) ne s'appliquent pas.

Utiliser l'API

Cette section fournit des exemples de requêtes utilisant l'API Generative AI Gemini 2 sur Vertex AI pour créer des réponses ancrées avec Gemini. Pour utiliser l'API, vous devez définir les champs suivants :

• Contents.parts.text : requête textuelle que les utilisateurs souhaitent envoyer à l'API.
• tools.enterpriseWebSearch : lorsque cet outil est fourni, Gemini peut utiliser l'ancrage Web pour Enterprise.

Python

Installer

pip install --upgrade google-genai

Pour en savoir plus, lisez la documentation de référence du SDK.

Définissez les variables d'environnement pour utiliser le SDK Gen AI avec 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

Remplacez les variables suivantes par des valeurs :

• PROJECT_NUMBER : numéro de votre projet.
• LOCATION : votre région.
• TEXT : votre requête.

  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": {
      }
    }]
  }
  '

Étapes suivantes

• Pour savoir comment ancrer les modèles Gemini sur vos données, consultez Ancrage avec Vertex AI Search.
• Pour en savoir plus sur les bonnes pratiques d'IA responsable et les filtres de sécurité de Vertex AI, consultez IA responsable.