Embasamento na Web para empresas

Nesta página, descrevemos os controles de compliance do embasamento na Web para empresas e como usar a API Web Grounding for Enterprise para gerar respostas fundamentadas na Web. O conteúdo indexado é um subconjunto do que está disponível na Pesquisa Google e é adequado para clientes em setores altamente regulamentados, como finanças, saúde e setor público.

Se você não precisar dos controles de compliance adicionais, use o embasamento com a Pesquisa Google, porque ele oferece acesso a um índice da Web mais amplo e atualizado.

Visão geral

O embasamento na Web para empresas usa um índice da Web para gerar respostas embasadas. O serviço não registra dados do cliente e é compatível com o VPC Service Controls. Para mais informações, consulte Controles de segurança para IA generativa. Como nenhum dado do cliente é mantido, as chaves de criptografia gerenciadas pelo cliente (CMEK) e a Transparência no acesso (AxT) não são aplicáveis.

Atualização e curadoria do índice

O índice da Web do embasamento na Web para empresas é selecionado automaticamente para atender às necessidades esperadas dos clientes nos setores de saúde, finanças e público. Embora as programações de atualização específicas possam variar, o conteúdo que muda rapidamente é atualizado a cada 6 horas, e todo o índice é atualizado a cada 24 horas.

Escolher um produto

A escolha da ferramenta de embasamento certa depende das necessidades específicas da sua organização em relação aos controles de compliance e à atualização necessária das informações.

  • Embasamento com a Pesquisa Google: essa é a opção recomendada para clientes que buscam a mais alta qualidade e atualização nas respostas embasadas. O frescor se refere à atualidade das informações da Web usadas para gerar a resposta. É fundamental para casos de uso em que o acesso às informações mais atualizadas e abrangentes da Web é essencial. O embasamento com a Pesquisa Google armazena registros de confiabilidade por até três dias, de acordo com os Termos Específicos de Serviço. OGoogle não treina com dados de clientes tratados pelo embasamento com a Pesquisa Google.

  • Embasamento na Web para empresas: essa solução foi projetada especificamente para clientes corporativos que têm requisitos de compliance rigorosos que incluem "nenhum registro de dados do cliente". O embasamento na Web para empresas é a escolha ideal para organizações em setores altamente regulamentados que exigem controles de compliance adicionais. O embasamento na Web para empresas não armazena dados do cliente.

Modelos compatíveis

Nesta seção, listamos os modelos que oferecem suporte ao embasamento na Web para empresas.

Clique para abrir os modelos compatíveis

O Gemini 3 Pro e o Gemini 3 Pro Image são limitados a 5.000 consultas de pesquisa por dia.

Usar a API

Nesta seção, mostramos exemplos de solicitações de uso da API de IA generativa Gemini 2 na Gemini Enterprise Agent Platform para criar respostas embasadas com o Gemini. Para usar a API, é necessário definir os seguintes campos:

  • Contents.parts.text: a consulta de texto que os usuários querem enviar à API.
  • tools.enterpriseWebSearch: quando essa ferramenta é fornecida, o Gemini pode usar o embasamento na Web para empresas.

Python

Instalar

pip install --upgrade google-genai

Para saber mais, consulte a documentação de referência do SDK.

Defina variáveis de ambiente para usar o SDK de IA generativa do Google com a 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 (
    EnterpriseWebSearch,
    GenerateContentConfig,
    HttpOptions,
    Tool,
)

client = genai.Client(http_options=HttpOptions(api_version="v1"))

response = client.models.generate_content(
    model="gemini-3.5-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

Substitua as seguintes variáveis por valores:

  • PROJECT_NUMBER: o número do projeto.
  • LOCATION: a região para processar a solicitação. Para usar o endpoint global, exclua o local do nome do endpoint e configure o local do recurso como global.
  • PROMPT: seu comando.
  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-2.5-flash:generateContent -d '
  {
    "contents": [{
      "role": "user",
      "parts": [{
        "text": PROMPT
      }]
    }],
    "tools": [{
      "enterpriseWebSearch": {
      }
    }]
  }
  '

Usar as sugestões da Pesquisa Google

Ao usar o embasamento da Web para empresas e receber sugestões de pesquisa na resposta, você precisa mostrar as sugestões de pesquisa na produção e nos aplicativos.

Especificamente, é preciso mostrar as consultas de pesquisa incluídas nos metadados da resposta embasada. A resposta inclui:

  • "content": a resposta gerada pelo LLM.
  • "webSearchQueries": as consultas que serão usadas para sugestões de pesquisa.

Por exemplo, no snippet de código a seguir, o Gemini responde a um comando baseado na Pesquisa que pergunta sobre um tipo de planta tropical.

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

Use as sugestões de pesquisa para exibir essa saída.

Requisitos para sugestões de pesquisa

Confira os requisitos para as sugestões:

Requisito Descrição
O que fazer
  • Em conformidade com os requisitos de exibição, a sugestão de pesquisa é mostrada exatamente como fornecida, sem mudanças.
  • Quando você interage com a sugestão de pesquisa, é direcionado para a página de resultados da pesquisa (SRP).
O que não fazer
  • Inclua telas ou etapas adicionais entre o toque do usuário e a exibição da SRP.
  • Mostre outros resultados ou sugestões da pesquisa ao lado da sugestão de pesquisa ou da resposta do LLM fundamentada associada.

Requisitos de exibição

Estes são os requisitos de exibição:

  • Mostre a sugestão de pesquisa exatamente como ela foi fornecida e não modifique as cores, as fontes ou a aparência. Verifique se a sugestão de pesquisa é renderizada conforme especificado nas simulações a seguir, como os modos claro e escuro:

  • Sempre que uma resposta embasada for exibida, a sugestão de pesquisa correspondente precisa permanecer visível.
  • Para branding, é necessário seguir rigorosamente as diretrizes do Google para o uso de características da marca Google por terceiros na Central de recursos de marca.
  • Ao usar o embasamento da Web para empresas, os ícones de sugestão de pesquisa são mostrados. O campo que contém os chips de sugestão de resposta precisa ter a mesma largura da resposta embasada do LLM.

Comportamento ao tocar

Quando um usuário toca no ícone, ele é direcionado para uma página de resultados da pesquisa (SRP) com o termo de pesquisa exibido no ícone. A SRP pode ser aberta no navegador no aplicativo ou em um aplicativo de navegador separado. É importante não minimizar, remover ou obstruir a exibição do SRP de maneira alguma. O modelo animado a seguir ilustra a interação do toque para o SRP.

exemplo de app/desktop

Código para implementar uma sugestão de pesquisa

Quando você usa a API para embasar uma resposta para a pesquisa, a resposta do modelo fornece estilo HTML e CSS compatível no campo renderedContent, que você implementa para exibir sugestões de pesquisa no seu aplicativo.

A seguir

  • Para saber como embasar os modelos do Gemini nos seus dados, consulte Embasamento com o Agent Search.
  • Para saber mais sobre as práticas recomendadas de IA responsável e os filtros de segurança da Gemini Enterprise Agent Platform, consulte IA responsável.