Dans le contexte de l'IA générative, l'ancrage désigne la capacité à connecter les résultats du modèle à des sources d'informations vérifiables. Si vous autorisez des modèles à accéder à des sources de données spécifiques, l'ancrage lie leurs résultats à ces données et réduit les chances d'inventer du contenu.
Avec Vertex AI, vous pouvez ancrer les résultats de votre modèle de différentes manières :
- Selon la recherche Google : ancrez un modèle avec des données Web accessibles au public.
- Selon vos propres données : ancrez un modèle avec vos propres données de Vertex AI Search en tant que data store.
Pour en savoir plus sur l'ancrage, consultez Présentation de l'ancrage.
Modèles compatibles
- Gemini 2.5 Flash-Lite
- Gemini 2.5 Flash avec l'audio natif de l'API Live (preview)
- Gemini 2.0 Flash avec l'API Live (preview)
- Gemini 2.5 Pro
- Gemini 2.5 Flash
- Gemini 2.0 Flash
Liste des paramètres
Consultez des exemples pour en savoir plus sur l'implémentation.
GoogleSearchRetrieval
Ancrer la réponse avec des données publiques.
Paramètres | |
---|---|
|
Obligatoire : Ancrer avec des données Web accessibles au public. |
Retrieval
Ancrer la réponse avec des données privées de Vertex AI Search en tant que datastore. Définit un outil de récupération que le modèle peut appeler pour accéder à des connaissances externes.
Paramètres | |
---|---|
|
Obligatoire : Ancrer avec des sources de données de Vertex AI Search. |
VertexAISearch
Paramètres | |
---|---|
|
Obligatoire : ID de ressource de data store complet de Vertex AI Search, au format suivant : |
Exemples
Ancrer la réponse avec des données Web publiques à l'aide de la recherche Google
Ancrez la réponse avec les données publiques de la recherche Google. Incluez l'outil google_search_retrieval
dans la requête. Aucun paramètre supplémentaire n'est requis.
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
Go
Découvrez comment installer ou mettre à jour le Go.
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
Ancrer la réponse avec des données privées à l'aide de Vertex AI Search
Ancrez la réponse avec des données provenant d'un datastore Vertex AI Search. Pour en savoir plus, consultez AI Applications.
Avant d'ancrer une réponse avec des données privées, créez un datastore et une application de recherche.
AVERTISSEMENT : Cette interface d'"ancrage" n'est actuellement pas compatible avec le "mode de fragmentation" de Vertex AI Search.
SDK Gen AI pour Python
Étape suivante
Pour obtenir une documentation détaillée, consultez :