Grounding with Google Search

En esta página, se explica cómo fundamentar las respuestas de Gemini con los resultados del motor de búsqueda de Google, que utiliza datos web disponibles públicamente. También se explican las sugerencias de búsqueda, que se incluyen en tus respuestas.

Fundamentación con la Búsqueda de Google

Si deseas conectar tu modelo con conocimiento mundial, una amplia variedad de temas posibles o información actualizada en Internet, usa la fundamentación con la Búsqueda de Google.

Para obtener más información sobre los fundamentos de modelos en Vertex AI, consulta la descripción general de Grounding.

Modelos compatibles

En esta sección, se enumeran los modelos que admiten la fundamentación con la Búsqueda.

Idiomas compatibles

Para obtener una lista de los idiomas admitidos, consulta Idiomas.

Cómo usar la fundamentación con la Búsqueda de Google

Usa las siguientes instrucciones para fundamentar un modelo con datos web disponibles públicamente.

Consideraciones

Para usar la Fundamentación con la Búsqueda de Google, debes habilitar las sugerencias de la Búsqueda de Google. Para obtener más información, consulta Cómo usar las sugerencias de la Búsqueda de Google.
Para obtener resultados ideales, usa una temperatura de 1.0. Para obtener más información sobre cómo establecer esta configuración, consulta el cuerpo de la solicitud a la API de Gemini de la referencia del modelo.
La verificación de la conexión a tierra con la Búsqueda de Google tiene un límite de un millón de consultas por día. Si necesitas más consultas, comunícate con el equipo de asistencia para obtener ayuda.Google Cloud

Los resultados de la búsqueda se pueden personalizar para una ubicación geográfica específica del usuario final con las coordenadas de latitud y longitud. Para obtener más información, consulta la API de Grounding.

Console

Para usar Grounding with Google Search con Vertex AI Studio, sigue estos pasos:

En la Google Cloud consola, ve a la página Vertex AI Studio.
Ir a Vertex AI Studio
Haz clic en la pestaña Freeform.
En el panel lateral, haz clic en el botón de activación Fundamentar las respuestas del modelo.
Haz clic en Personalizar y establece la fundamentación con la Búsqueda de Google como la fuente.
Ingresa el mensaje en el cuadro de texto y haz clic en Enviar.

Tus respuestas a las instrucciones ahora usan la Fundamentación con la Búsqueda de Google.

Python

Instalar

pip install --upgrade google-genai

Para obtener más información, consulta la documentación de referencia del SDK.

Establece variables de entorno para usar el SDK de IA generativa con 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 (
    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

Obtén más información para instalar o actualizar Go.

Para obtener más información, consulta la documentación de referencia del SDK.

Establece variables de entorno para usar el SDK de IA generativa con 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

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

Obtén más información para instalar o actualizar Java.

Para obtener más información, consulta la documentación de referencia del SDK.

Establece variables de entorno para usar el SDK de IA generativa con 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


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

Instalar

npm install @google/genai

Para obtener más información, consulta la documentación de referencia del SDK.

Establece variables de entorno para usar el SDK de IA generativa con 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

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

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

LOCATION: La región para procesar la solicitud. Para usar el extremo global, excluye la ubicación del nombre del extremo y configura la ubicación del recurso como global.
PROJECT_ID: El ID del proyecto.
MODEL_ID: El ID del modelo multimodal.
TEXT: Las instrucciones de texto que se incluirán en el mensaje.
EXCLUDE_DOMAINS: Opcional. Es una lista de dominios que no se deben usar para la fundamentación.
LATITUDE: Opcional: Es la latitud de la ubicación del usuario final. Por ejemplo, una latitud de 37.7749 representa San Francisco. Puedes obtener las coordenadas de latitud y longitud con servicios como Google Maps o con otras herramientas de geocodificación.
LONGITUDE: Opcional: Es la longitud de la ubicación del usuario final. Por ejemplo, una longitud de -122.4194 representa San Francisco.

Método HTTP y URL:

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

Cuerpo JSON de la solicitud:

{
  "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"
}

Para enviar tu solicitud, expande una de estas opciones:

curl (Linux, macOS o Cloud Shell)

Nota: Con el siguiente comando, se supone que accediste a gcloud CLI con tu cuenta de usuario a través de la ejecución de gcloud init o gcloud auth login , o a través del uso de Cloud Shell, que accede de forma automática a gcloud CLI . Para comprobar la cuenta activa actual, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

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 (Windows)

Nota: El siguiente comando supone que accediste a gcloud CLI con tu cuenta de usuario a través de la ejecución de gcloud init o gcloud auth login . Para comprobar la cuenta activa actual, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

$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

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "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"
}

Fundamentación con la Búsqueda de imágenes de Google

La fundamentación con la Búsqueda con imágenes de Google permite que los modelos usen imágenes web recuperadas de la Búsqueda con imágenes de Google como contexto visual cuando generan imágenes. La Búsqueda de imágenes de Google es un nuevo tipo de búsqueda dentro de la herramienta existente de fundamentación con la Búsqueda de Google y existe junto con la Búsqueda web estándar de Google. La fundamentación con la Búsqueda de imágenes de Google solo está disponible en versión preliminar para el modelo de Gemini 3.1 Flash Image.

Configuración de la solicitud a la API

Para habilitar la Búsqueda de Imágenes de Google, configura la herramienta googleSearch en tu solicitud de API y especifica imageSearch dentro del objeto searchTypes. Puedes usar la Búsqueda con imágenes de Google de forma independiente o con la Búsqueda web de Google.

REST

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

LOCATION: La región para procesar la solicitud. Para usar el extremo global, excluye la ubicación del nombre del extremo y configura la ubicación del recurso como global.
PROJECT_ID: .
MODEL_ID: Es el ID del modelo multimodal.
SEARCH_TERM: Es un término de búsqueda para una imagen.

Método HTTP y URL:

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

Cuerpo JSON de la solicitud:

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

Para enviar tu solicitud, elige una de estas opciones:

curl

Nota: Con el siguiente comando, se supone que accediste a la CLI de gcloud con tu cuenta de usuario a través de la ejecución de gcloud init o gcloud auth login, o a través del uso de Cloud Shell, que accede de forma automática a la CLI de gcloud. Para comprobar la cuenta activa actual, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

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

Nota: En el siguiente comando, se supone que accediste a la CLI de gcloud con tu cuenta de usuario a través de la ejecución de gcloud init o gcloud auth login . Para comprobar la cuenta activa actual, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

$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

Deberías recibir un código de estado exitoso (2xx) y una respuesta vacía.

Requisitos de visualización

Cuando uses la Búsqueda de imágenes de Google con la Fundamentación con la Búsqueda de Google, debes cumplir con las siguientes condiciones:

Atribución de la fuente: Debes proporcionar un vínculo a la página web que contiene la imagen fuente (la "página contenedora", no el archivo de imagen en sí) de manera que el usuario la reconozca como un vínculo.
Navegación directa: Si también eliges mostrar las imágenes de origen, debes proporcionar una ruta directa de un solo clic desde las imágenes de origen hasta la página web de origen que las contiene. No se permite ninguna otra implementación que retrase o abstraiga el acceso de los usuarios finales a las páginas web de origen, incluido, sin limitaciones, cualquier ruta de varios clics o el uso de un visor de imágenes intermedio.

Respuesta

En el caso de las respuestas fundamentadas que usan la búsqueda de imágenes, la API proporciona una atribución y metadatos claros para vincular su resultado a fuentes verificadas. El objeto groundingMetadata incluye los siguientes campos:

imageSearchQueries: Es la búsqueda específica que usa el modelo para el contexto visual (también conocida como "búsqueda de imágenes").
groundingChunks: Contiene la información de la fuente de los resultados recuperados. En el caso de las fuentes de imágenes, se devuelven como URLs de redireccionamiento con un nuevo tipo de fragmento de imagen. El fragmento incluye lo siguiente:
- url: Es la URL de la página web para la atribución (también conocida como "página de destino").
- image_url: Es la URL directa de la imagen.
groundingSupports: Proporciona asignaciones específicas que vinculan el contenido generado a su fuente de cita pertinente en los fragmentos.
searchEntryPoint: Incluye el chip de la Búsqueda de Google que contiene HTML y CSS que cumplen con los requisitos para renderizar las sugerencias de la Búsqueda de Google.

Comprende tu respuesta

Si la instrucción de tu modelo usa correctamente la fundamentación con la Búsqueda de Google desde Vertex AI Studio o desde la API, las respuestas incluirán metadatos con vínculos de origen (URLs web). Sin embargo, existen varios motivos por los que es posible que no se proporcionen estos metadatos, y la respuesta a la instrucción no se basará en ellos. Entre estos motivos, se incluyen la baja relevancia de la fuente o la información incompleta en la respuesta del modelo.

Citas intercaladas

Las citas intercaladas usan el objeto grounding_metadata estructurado que devuelve la API para vincular segmentos específicos del texto generado a fuentes verificables.

Esta capacidad admite todos los métodos de fundamentación, incluidos la Búsqueda, Google Maps y Vertex AI Search, y proporciona los detalles precisos de la fuente necesarios para mostrar citas interactivas y precisas en tu aplicación.

response = client.models.generate_content(
   model="gemini-3.1-pro-preview",
   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))

Resultado de ejemplo:

…

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/)
…

Compatibilidad con la fundamentación

Es necesario mostrar la compatibilidad con la fundamentación, ya que te ayuda a validar las respuestas de los editores y agrega vías para obtener más información.

La fundamentación de las respuestas de las fuentes web debe mostrarse intercalada y de manera no individualizada. Por ejemplo, consulta la siguiente imagen como sugerencia para hacerlo.

Ejemplos de asistencia para la fundamentación

Uso de opciones de motores de búsqueda alternativos

Cuando se usa la Fundamentación con la Búsqueda de Google, una Aplicación del Cliente puede hacer lo siguiente:

Ofrecer opciones de motores de búsqueda alternativos
Establecer otros motores de búsqueda como opción predeterminada
Mostrar sus propias sugerencias o resultados de búsqueda, o los de terceros, siempre y cuando: Los resultados que no sean de Google se muestren por separado de los resultados fundamentados y las sugerencias de búsqueda de Google, y se muestren de una manera que no confunda a los usuarios ni sugiera que son de Google.

Beneficios

Cuando usas la Fundamentación con la Búsqueda de Google como herramienta, puedes realizar los siguientes flujos de trabajo y mensajes complejos que requieren planificación, razonamiento y pensamiento:

Puedes fundamentar la respuesta para asegurarte de que se base en la información más reciente y precisa.
Puedes recuperar artefactos de la Web para realizar análisis.
Puedes encontrar imágenes, videos o contenido multimedia relevantes para ayudar en el razonamiento multimodal o la generación de tareas.
Puedes realizar tareas de programación, solucionar problemas técnicos y otras tareas especializadas.
Puedes encontrar información específica de la región o ayudar a traducir el contenido con precisión.
Puedes encontrar sitios web relevantes para navegar.

Cómo usar las sugerencias de la Búsqueda de Google

Cuando usas Fundamentación con la Búsqueda de Google y recibes sugerencias de búsqueda en tu respuesta, debes mostrarlas en producción y en tus aplicaciones.

Específicamente, debes mostrar las búsquedas que se incluyen en los metadatos de la respuesta fundamentada. En la respuesta, se incluye :

"content": Respuesta generada por LLM.
"webSearchQueries": Son las búsquedas que se usarán para las sugerencias de la Búsqueda.

Por ejemplo, en el siguiente fragmento de código, Gemini responde a una instrucción fundamentada en la Búsqueda, que pregunta sobre un tipo de planta tropical.

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

Puedes tomar este resultado y mostrarlo a través de las sugerencias de la Búsqueda.

Requisitos para las sugerencias de la Búsqueda

Se requiere lo siguiente para las sugerencias de la Búsqueda:

Requisito	Descripción
Sí	Si bien cumple con los requisitos de visualización, la sugerencia de búsqueda se muestra exactamente como se proporciona, sin cambios. Cuando interactúas con la sugerencia de la Búsqueda, se te dirige directamente a la página de resultados de la Búsqueda (SRP).
No	Incluir pantallas o pasos adicionales entre la selección del usuario y la visualización de la SRP Mostrar cualquier otro resultado de la búsqueda o sugerencia junto a la Sugerencia de Búsqueda o la respuesta de LLM fundamentada asociada.

Requisitos de visualización

Estos son los requisitos de visualización:

Muestra la sugerencia de la Búsqueda exactamente como se proporciona y no modifiques los colores, las fuentes ni la apariencia. Asegúrate de que la sugerencia de la Búsqueda se renderice como se especifica en las siguientes simulaciones, lo que incluye el modo claro y el oscuro:

Cada vez que se muestre una respuesta fundamentada, la Sugerencia de Búsqueda correspondiente debería permanecer visible.
Para el desarrollo de la marca, debes seguir estrictamente los lineamientos de Google para el uso externo de los recursos de la marca de Google que se encuentran en el Centro de recursos de la marca.
Cuando usas la fundamentación con la Búsqueda, se muestran chips de sugerencias de la Búsqueda. El campo que contiene los chips de sugerencias de la Búsqueda debe tener el mismo ancho que la respuesta fundamentada del LLM.

Comportamiento al presionar

Cuando un usuario presiona el chip, se lo dirige directamente a una página de resultados de la Búsqueda (SRP) correspondiente al término de búsqueda que se muestra en el chip. La SRP puede abrirse dentro del navegador integrado en la aplicación o en una aplicación del navegador independiente. Es importante no minimizar, quitar ni obstruir la pantalla de la SRP de ninguna manera. En la siguiente simulación animada, se ilustra la interacción de presionar para acceder a la SRP.

ejemplo de app/computadora de escritorio

Código para implementar una sugerencia de la Búsqueda

Cuando usas la API para fundamentar una respuesta a una búsqueda, la respuesta del modelo proporciona un estilo HTML y CSS compatible en el campo renderedContent, que implementas para mostrar sugerencias de la Búsqueda en tu aplicación.

Además, antes se conocían las Sugerencias de Búsqueda como Puntos de Entrada de Búsqueda. Si bien es posible que encuentres referencias a los puntos de entrada de búsqueda en algunos campos de la API, ambos términos se refieren a las Sugerencias de búsqueda actuales que recibes en la respuesta de la API.

Cambios en la facturación con Gemini 3

Cuando usas la Fundamentación con la Búsqueda de Google en los modelos de Gemini 3, la facturación se realiza por cada búsqueda que genera Gemini y se envía a la Búsqueda. Una sola instrucción puede generar una o más búsquedas.

Ejemplo

En este ejemplo, se muestran una instrucción del usuario de muestra y las búsquedas que podrían generar cargos.

Instrucción del usuario: Cuéntame sobre la vida de Albert Einstein.
Gemini podría generar las siguientes búsquedas:
- Nacimiento de Albert Einstein y educación en la primera infancia
- La teoría de la relatividad de Albert Einstein
- La vida de Albert Einstein en EE.UU.

En este ejemplo, se cobran estas tres búsquedas.

¿Qué sigue?

Para obtener más información sobre la fundamentación, consulta Descripción general de la puesta a tierra.
Para obtener información sobre cómo enviar solicitudes de instrucciones de chat, consulta Chat de varios turnos.
Para obtener información sobre las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI, consulta Prácticas recomendadas de seguridad.
Aprende a enviar solicitudes de mensaje de chat.
Obtén información sobre las prácticas recomendadas de la IA responsable y los filtros de seguridad de Vertex AI.

Grounding with Google Search Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

Fundamentación con la Búsqueda de Google

Modelos compatibles

Idiomas compatibles

Cómo usar la fundamentación con la Búsqueda de Google

Consideraciones

Console

Python

Instalar

Go

Java

Node.js

Instalar

REST

curl (Linux, macOS o Cloud Shell)

PowerShell (Windows)

Fundamentación con la Búsqueda de imágenes de Google

Configuración de la solicitud a la API

REST

curl

PowerShell

Requisitos de visualización

Respuesta

Comprende tu respuesta

Citas intercaladas

Compatibilidad con la fundamentación

Uso de opciones de motores de búsqueda alternativos

Beneficios

Cómo usar las sugerencias de la Búsqueda de Google

Requisitos para las sugerencias de la Búsqueda

Requisitos de visualización

Comportamiento al presionar

Código para implementar una sugerencia de la Búsqueda

Cambios en la facturación con Gemini 3

Ejemplo

¿Qué sigue?

Grounding with Google Search