Grounding with Google Search

Halaman ini menjelaskan cara melakukan grounding respons Gemini menggunakan hasil dari mesin telusur Google, yang menggunakan data web yang tersedia secara publik. Selain itu, Saran Penelusuran yang disertakan dalam respons Anda juga dijelaskan.

Jika Anda ingin menghubungkan model dengan informasi global, rentang potensi topik yang luas, atau informasi terbaru di Internet, gunakan Grounding dengan Google Penelusuran.

Untuk mempelajari lebih lanjut perujukan model di Gemini Enterprise Agent Platform, lihat Ringkasan perujukan.

Model yang didukung

Bagian ini mencantumkan model yang mendukung perujukan dengan Penelusuran.

Klik untuk meluaskan model yang didukung

Bahasa yang didukung

Untuk mengetahui daftar bahasa yang didukung, lihat Bahasa.

Gunakan petunjuk berikut untuk men-grounding model dengan data web yang tersedia secara publik.

Pertimbangan

  • Untuk menggunakan Grounding dengan Google Penelusuran, Anda harus mengaktifkan Saran Penelusuran Google. Untuk mengetahui informasi selengkapnya, lihat Menggunakan saran Google Penelusuran.

  • Untuk hasil yang ideal, gunakan suhu 1.0. Untuk mempelajari lebih lanjut cara menyetel konfigurasi ini, lihat isi permintaan API Gemini dari referensi model.

  • Perujukan dengan Google Penelusuran memiliki batas satu juta kueri per hari. Jika Anda memerlukan lebih banyak kueri, hubungi Google Cloud dukungan untuk mendapatkan bantuan.

Hasil penelusuran dapat disesuaikan untuk lokasi geografis tertentu dari pengguna akhir dengan menggunakan koordinat lintang dan bujur. Untuk mengetahui informasi selengkapnya, lihat Grounding API.

Konsol

Untuk menggunakan Grounding dengan Google Penelusuran dengan Agent Studio di Platform Agen Gemini Enterprise, ikuti langkah-langkah berikut:

  1. Di konsol Google Cloud , buka halaman Agent Studio.

    Buka Agent Studio

  2. Klik tab Freeform.
  3. Di panel samping, klik tombol Respons model dasar.
  4. Klik Sesuaikan dan tetapkan Grounding with Google Search sebagai sumber.
  5. Masukkan perintah Anda di kotak teks, lalu klik Kirim.

Respons perintah Anda kini menggunakan Grounding dengan Google Penelusuran.

Python

Instal

pip install --upgrade google-genai

Untuk mempelajari lebih lanjut, lihat dokumentasi referensi SDK.

Tetapkan variabel lingkungan untuk menggunakan Gen AI SDK dengan 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_ENTERPRISE=True
 

from google import genai
from google.genai.types import (
    GenerateContentConfig,
    GoogleSearch,
    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 Google Search Tool
            Tool(
                google_search=GoogleSearch(
                    # Optional: Domains to exclude from results
                    exclude_domains=["domain.com", "domain2.com"]
                )
            )
        ],
    ),
)

print(response.text)
# Example response:
# 'The next total solar eclipse in the United States will occur on ...'

Go

Pelajari cara menginstal atau mengupdate Go.

Untuk mempelajari lebih lanjut, lihat dokumentasi referensi SDK.

Tetapkan variabel lingkungan untuk menggunakan Gen AI SDK dengan 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_ENTERPRISE=True
 

import (
	"context"
	"fmt"
	"io"

	genai "google.golang.org/genai"
)

// generateWithGoogleSearch shows how to generate text using Google Search.
func generateWithGoogleSearch(w io.Writer) error {
	ctx := context.Background()

	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
	})
	if err != nil {
		return fmt.Errorf("failed to create genai client: %w", err)
	}

	modelName := "gemini-2.5-flash"
	contents := []*genai.Content{
		{Parts: []*genai.Part{
			{Text: "When is the next total solar eclipse in the United States?"},
		},
			Role: genai.RoleUser},
	}
	config := &genai.GenerateContentConfig{
		Tools: []*genai.Tool{
			{GoogleSearch: &genai.GoogleSearch{ExcludeDomains: []string{"example.com", "example.org"}}},
		},
	}

	resp, err := client.Models.GenerateContent(ctx, modelName, contents, config)
	if err != nil {
		return fmt.Errorf("failed to generate content: %w", err)
	}

	respText := resp.Text()

	fmt.Fprintln(w, respText)

	// Example response:
	// The next total solar eclipse in the United States will occur on March 30, 2033, but it will only ...

	return nil
}

Java

Pelajari cara menginstal atau mengupdate Java.

Untuk mempelajari lebih lanjut, lihat dokumentasi referensi SDK.

Tetapkan variabel lingkungan untuk menggunakan Gen AI SDK dengan 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_ENTERPRISE=True
 


import com.google.genai.Client;
import com.google.genai.types.GenerateContentConfig;
import com.google.genai.types.GenerateContentResponse;
import com.google.genai.types.GoogleSearch;
import com.google.genai.types.HttpOptions;
import com.google.genai.types.Tool;

public class ToolsGoogleSearchWithText {

  public static void main(String[] args) {
    // TODO(developer): Replace these variables before running the sample.
    String modelId = "gemini-2.5-flash";
    generateContent(modelId);
  }

  // Generates content with Google Search tool
  public static String generateContent(String modelId) {
    // Initialize client that will be used to send requests. This client only needs to be created
    // once, and can be reused for multiple requests.
    try (Client client =
        Client.builder()
            .location("global")
            .vertexAI(true)
            .httpOptions(HttpOptions.builder().apiVersion("v1").build())
            .build()) {

      // Create a GenerateContentConfig and set Google Search tool
      GenerateContentConfig contentConfig =
          GenerateContentConfig.builder()
              .tools(Tool.builder().googleSearch(GoogleSearch.builder().build()).build())
              .build();

      GenerateContentResponse response =
          client.models.generateContent(
              modelId, "When is the next total solar eclipse in the United States?", contentConfig);

      System.out.print(response.text());
      // Example response:
      // The next total solar eclipse in the United States will occur on...
      return response.text();
    }
  }
}

Node.js

Instal

npm install @google/genai

Untuk mempelajari lebih lanjut, lihat dokumentasi referensi SDK.

Tetapkan variabel lingkungan untuk menggunakan Gen AI SDK dengan 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_ENTERPRISE=True
 

const {GoogleGenAI} = require('@google/genai');

const GOOGLE_CLOUD_PROJECT = process.env.GOOGLE_CLOUD_PROJECT;
const GOOGLE_CLOUD_LOCATION = process.env.GOOGLE_CLOUD_LOCATION || 'global';

async function generateGoogleSearch(
  projectId = GOOGLE_CLOUD_PROJECT,
  location = GOOGLE_CLOUD_LOCATION
) {
  const client = new GoogleGenAI({
    vertexai: true,
    project: projectId,
    location: location,
  });

  const response = await client.models.generateContent({
    model: 'gemini-2.5-flash',
    contents: 'When is the next total solar eclipse in the United States?',
    config: {
      tools: [
        {
          googleSearch: {},
        },
      ],
    },
  });

  console.log(response.text);

  // Example response:
  //    'The next total solar eclipse in United States will occur on ...'

  return response.text;
}

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • LOCATION: Region untuk memproses permintaan. Untuk menggunakan endpoint global, kecualikan lokasi dari nama endpoint dan konfigurasi lokasi resource ke global.
  • PROJECT_ID: [Project ID](/resource-manager/docs/creating-managing-projects#identifiers) Anda. .
  • MODEL_ID: ID model multimodal.
  • TEXT: Petunjuk teks yang akan disertakan dalam perintah.
  • EXCLUDE_DOMAINS: Opsional: Daftar domain yang tidak boleh digunakan untuk perujukan.
  • LATITUDE: Opsional: Lintang lokasi pengguna akhir. Misalnya, garis lintang 37.7749 mewakili San Francisco. Anda dapat memperoleh koordinat lintang dan bujur menggunakan layanan seperti Google Maps atau alat geocoding lainnya.
  • LONGITUDE: Opsional: Bujur lokasi pengguna akhir. Misalnya, bujur -122.4194 mewakili San Francisco.

Metode HTTP dan URL: 

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent

Meminta isi JSON: 

{
  "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"
}

Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:

Anda akan melihat respons JSON seperti berikut:

{
  "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"
}

Penyesuaian dengan Google Penelusuran Gambar memungkinkan model menggunakan gambar web yang diambil dari Google Penelusuran Gambar sebagai konteks visual saat membuat gambar. Google Penelusuran Gambar adalah jenis penelusuran baru dalam alat Penyesuaian dengan Google Penelusuran yang sudah ada, dan tersedia bersama dengan Google Penelusuran Web standar. Penyesuaian dengan Google Penelusuran Gambar hanya tersedia dalam Pratinjau untuk model Gemini 3.1 Flash Image.

Konfigurasi permintaan API

Untuk mengaktifkan Penelusuran Gambar Google, konfigurasikan alat googleSearch di permintaan API Anda dan tentukan imageSearch dalam objek searchTypes. Anda dapat menggunakan Penelusuran Gambar Google secara terpisah atau dengan Google Penelusuran Web.

REST

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

  • LOCATION: Region untuk memproses permintaan. Untuk menggunakan endpoint global, kecualikan lokasi dari nama endpoint dan konfigurasi lokasi resource ke global.
  • PROJECT_ID: .
  • MODEL_ID: ID model multimodal.
  • SEARCH_TERM: Istilah penelusuran untuk gambar.

    • Metode HTTP dan URL: 

    POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID:generateContent

    Meminta isi JSON: 

    {
  "contents": [
    {
      "role": "user",
      "parts": [
        {
        "text": "SEARCH_TERM"
        }
      ]
    }
  ],
  "tools": [
    {
      "googleSearch": {
        "searchTypes": {
          "imageSearch": {},
          "webSearch": {}
        }
      }
    }
  ],
  "model": "projects/PROJECT_ID/locations/LOCATION/publishers/google/models/MODEL_ID"
}

    Untuk mengirim permintaan Anda, pilih salah satu opsi berikut:

    curl

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    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

    Simpan isi permintaan dalam file bernama request.json, dan jalankan perintah berikut: 

    $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

    Anda akan menerima kode status berhasil (2xx) dan respons kosong.

Persyaratan tampilan

Saat menggunakan Google Penelusuran Gambar dengan Grounding dengan Google Penelusuran, Anda harus mematuhi persyaratan berikut:

  • Atribusi sumber: Anda harus memberikan link ke halaman web yang berisi gambar sumber (bukan file gambar itu sendiri) dengan cara yang akan dikenali pengguna sebagai link.

  • Navigasi langsung: jika Anda juga memilih untuk menampilkan gambar sumber, Anda harus menyediakan jalur sekali klik langsung dari gambar sumber ke halaman web sumber yang memuatnya. Implementasi lain yang menunda atau mengabstraksi akses pengguna akhir ke halaman web sumber, termasuk tetapi tidak terbatas pada jalur multi-klik atau penggunaan penampil gambar perantara, tidak diizinkan.

Respons

Untuk respons berbasis penelusuran gambar, API memberikan atribusi dan metadata yang jelas untuk menautkan outputnya ke sumber terverifikasi. Objek groundingMetadata mencakup kolom berikut:

  • imageSearchQueries: kueri spesifik yang digunakan oleh model untuk konteks visual (juga dikenal sebagai "penelusuran gambar").

  • groundingChunks: berisi informasi sumber untuk hasil yang diambil. Untuk sumber gambar, URL ini ditampilkan sebagai URL pengalihan menggunakan jenis potongan gambar baru. Chunk mencakup hal berikut:

    • url: URL halaman web untuk atribusi (juga dikenal sebagai "halaman landing").
    • image_url: URL gambar langsung.

  • groundingSupports: memberikan pemetaan spesifik yang menautkan konten yang dihasilkan ke sumber kutipan yang relevan dalam potongan.

  • searchEntryPoint: menyertakan chip penelusuran Google yang berisi HTML dan CSS yang mematuhi standar untuk merender Saran Google Penelusuran.

Memahami respons Anda

Jika perintah model Anda berhasil menggunakan Grounding dengan Google Penelusuran dari Agent Studio atau dari API, respons akan menyertakan metadata dengan link sumber (URL web). Namun, ada beberapa alasan mengapa metadata ini mungkin tidak diberikan, dan respons perintah tidak akan memiliki rujukan. Alasan ini mencakup relevansi sumber yang rendah atau informasi yang tidak lengkap dalam respons model.

Kutipan dalam respons

Kutipan inline menggunakan grounding_metadata terstruktur yang ditampilkan oleh API untuk menautkan segmen tertentu dari teks yang dihasilkan ke sumber yang dapat diverifikasi.

Kemampuan ini mendukung semua metode perujukan, termasuk Penelusuran, Google Maps, dan Penelusuran Agen, dengan memberikan detail sumber yang akurat yang diperlukan untuk menampilkan kutipan interaktif yang akurat dalam aplikasi Anda.

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))

Contoh output:

…

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/)
…

Dukungan perujukan

Menampilkan dukungan perujukan diperlukan, karena membantu Anda memvalidasi respons dari penayang dan menambahkan cara untuk mempelajari lebih lanjut.

Dukungan perujukan untuk respons dari sumber web harus ditampilkan secara inline dan gabungan. Misalnya, lihat gambar berikut sebagai saran tentang cara melakukannya.

Contoh dukungan perujukan

Penggunaan opsi mesin telusur alternatif

Saat menggunakan Grounding dengan Google Penelusuran, Aplikasi Pelanggan dapat:

  • Menawarkan opsi mesin telusur alternatif,
  • Menjadikan mesin telusur lain sebagai opsi default,
  • Menampilkan saran penelusuran atau hasil penelusuran mereka sendiri atau pihak ketiga selama: semua hasil non-Google harus ditampilkan secara terpisah dari Hasil yang Berbasis Fakta dan Saran Penelusuran Google, serta ditampilkan dengan cara yang tidak membingungkan pengguna atau menyarankan bahwa hasil tersebut berasal dari Google.

Manfaat

Perintah dan alur kerja kompleks berikut yang memerlukan perencanaan, penalaran, dan pemikiran dapat dilakukan saat Anda menggunakan Grounding dengan Google Penelusuran sebagai alat:

  • Anda dapat melakukan perujukan untuk membantu memastikan respons didasarkan pada informasi terbaru dan paling akurat.
  • Anda dapat mengambil artefak dari web untuk melakukan analisis.
  • Anda dapat menemukan gambar, video, atau media lain yang relevan untuk membantu penalaran multimodal atau pembuatan tugas.
  • Anda dapat melakukan coding, pemecahan masalah teknis, dan tugas khusus lainnya.
  • Anda dapat menemukan informasi khusus wilayah, atau membantu menerjemahkan konten secara akurat.
  • Anda dapat menemukan situs yang relevan untuk dijelajahi.

Menggunakan Saran Google Penelusuran

Saat Anda menggunakan Grounding with Google Search, dan Anda menerima Saran Penelusuran dalam respons Anda, Anda harus menampilkan Saran Penelusuran dalam produksi dan di aplikasi Anda.

Secara khusus, Anda harus menampilkan kueri penelusuran yang disertakan dalam metadata respons yang memiliki rujukan. Responsnya mencakup:

  • "content": Respons yang dihasilkan LLM.
  • "webSearchQueries": Kueri yang akan digunakan untuk Saran Penelusuran.

Misalnya, dalam cuplikan kode berikut, Gemini merespons perintah yang didasarkan pada Penelusuran, yang menanyakan tentang jenis tanaman tropis.

"predictions": [
  {
    "content": "Monstera is a type of vine that thrives in bright indirect light…",
    "groundingMetadata": {
      "webSearchQueries": ["What's a monstera?"],
    }
  }
]

Anda dapat mengambil output ini, dan menampilkannya menggunakan Saran Penelusuran.

Persyaratan untuk Saran Penelusuran

Berikut ini diperlukan untuk Saran Penelusuran:

Persyaratan Deskripsi
Lakukan
  • Saat mematuhi persyaratan tampilan, Saran Penelusuran ditampilkan persis seperti yang diberikan tanpa perubahan apa pun.
  • Saat berinteraksi dengan Saran Penelusuran, Anda akan langsung diarahkan ke halaman hasil Penelusuran (SRP).
Larangan
  • Sertakan layar atau langkah tambahan apa pun antara ketukan pengguna dan tampilan SRP.
  • Menampilkan hasil atau saran penelusuran lainnya di samping Saran Penelusuran atau respons LLM dengan grounding terkait.

Persyaratan tampilan

Berikut adalah persyaratan tampilan:

  • Tampilkan Saran Penelusuran persis seperti yang diberikan, dan jangan lakukan modifikasi apa pun pada warna, font, atau tampilan. Pastikan Saran Penelusuran dirender seperti yang ditentukan dalam mockup berikut seperti mode terang dan gelap:

  • Setiap kali respons berbasis ditampilkan, Saran Penelusuran yang sesuai harus tetap terlihat.
  • Untuk branding, Anda harus mematuhi pedoman Google secara ketat terkait penggunaan fitur merek Google oleh pihak ketiga di Selamat datang di Pusat Referensi Merek kami.
  • Saat Anda menggunakan perujukan dengan Penelusuran, chip Saran Penelusuran akan ditampilkan. Kolom yang berisi chip Saran Penelusuran harus memiliki lebar yang sama dengan respons dengan grounding dari LLM.

Perilaku saat diketuk

Saat pengguna mengetuk chip, mereka akan langsung diarahkan ke halaman hasil Penelusuran (SRP) untuk istilah penelusuran yang ditampilkan di chip. SRP dapat dibuka di dalam browser dalam aplikasi atau di aplikasi browser terpisah. Anda tidak boleh meminimalkan, menghapus, atau menghalangi tampilan SRP dengan cara apa pun. Mockup animasi berikut menggambarkan interaksi ketuk untuk membuka SRP.

Perilaku saat diketuk

Contoh aplikasi/desktop

Kode untuk menerapkan Saran Penelusuran

Saat Anda menggunakan API untuk memberi landasan pada respons penelusuran, respons model akan memberikan gaya HTML dan CSS yang sesuai di kolom renderedContent, yang Anda terapkan untuk menampilkan Saran Penelusuran di aplikasi Anda.

Selain itu, Saran Penelusuran sebelumnya disebut sebagai Titik Entri Penelusuran. Meskipun Anda mungkin menemukan referensi ke Titik Entri Penelusuran di beberapa kolom API, kedua istilah tersebut merujuk pada Saran Penelusuran saat ini yang Anda terima dalam respons API.

Berikut menunjukkan contoh penggunaan curl untuk mendasari respons pada penelusuran:

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1/projects/PROJEC_ID/locations/global/publishers/google/models/gemini-3.5-flash:generateContent -d '{
    "contents": {
      "role": "user",
      "parts": {
        "text": "Why is the sky blue?"
      }
    },
    "tools": [
      {
        "googleSearch": {}
      }
    ]
  }'

Perubahan penagihan dengan Gemini 3

Saat Anda menggunakan Grounding with Google Search di model Gemini 3, penagihan dilakukan untuk setiap kueri penelusuran yang dihasilkan oleh Gemini dan dikirim ke Penelusuran. Satu perintah dapat menghasilkan satu atau beberapa kueri penelusuran.

Contoh

Contoh ini menunjukkan contoh perintah pengguna dan kueri penelusuran yang mungkin dikenai biaya.

  • Perintah pengguna: Ceritakan kehidupan Albert Einstein.
  • Gemini dapat membuat kueri penelusuran berikut:
    • Kelahiran Albert Einstein dan pendidikan awal
    • Teori relativitas Albert Einstein
    • Kehidupan Albert Einstein di Amerika Serikat

Dalam contoh ini, ketiga kueri penelusuran ini dikenai biaya.

Langkah berikutnya