Fundamentación con la Búsqueda de Google

En esta página se explica cómo fundamentar las respuestas de un modelo con la Búsqueda de Google, que usa datos web disponibles públicamente. Además, se explican las sugerencias de búsqueda, que se incluyen en tus respuestas.

Si quieres conectar tu modelo con conocimientos generales, una amplia gama de temas o información actualizada de Internet, usa la función de fundamentación con la Búsqueda de Google.

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

Modelos admitidos

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

Gemini 3 Pro y Gemini 3 Pro Image tienen un límite de 5000 peticiones al día que permiten la fundamentación con la Búsqueda de Google. A partir del 5 de enero del 2026, se empezará a facturar por la función de fundamentación con la Búsqueda de Google en los modelos de Gemini 3. A partir de entonces, podrás enviar hasta 1 millón de peticiones al día que tengan habilitada la función de fundamentación con la Búsqueda de Google. Para obtener más información sobre los precios de Grounding con la Búsqueda de Google, consulta Costes de crear y desplegar modelos de IA en Vertex AI.

Idiomas disponibles

Para ver una lista de los idiomas disponibles, consulta Idiomas.

Sigue estas instrucciones para fundamentar un modelo con datos web disponibles públicamente.

Cuestiones importantes

  • Para usar la fundamentación con la Búsqueda de Google, debes habilitar las sugerencias de la Búsqueda de Google. Para obtener más información, consulta Usar las sugerencias de la Búsqueda de Google.

  • Para obtener resultados óptimos, usa una temperatura de 1.0. Para obtener más información sobre cómo definir esta configuración, consulta el cuerpo de la solicitud de la API Gemini en la referencia del modelo.

  • La función de grounding con la Búsqueda de Google tiene un límite de un millón de consultas al día. Si necesitas más consultas, ponte en contacto con el Google Cloud equipo de Asistencia para obtener ayuda.

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

Consola

Para usar la función de vinculación con la Búsqueda de Google en Vertex AI Studio, sigue estos pasos:

  1. En la Google Cloud consola, ve a la página Vertex AI Studio.

    Ir a Vertex AI Studio

  2. Haz clic en la pestaña Formato libre.
  3. En el panel lateral, haz clic en el interruptor Respuestas del modelo base.
  4. Haz clic en Personalizar y selecciona la Búsqueda de Google como fuente.
  5. Escribe tu petición en el cuadro de texto y haz clic en Enviar.

Las respuestas a tus peticiones ahora se basan en la Búsqueda de Google.

Python

Instalar

pip install --upgrade google-genai

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

Define 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())
        ],
    ),
)

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

Go

Consulta cómo instalar o actualizar Go.

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

Define 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: "user"},
	}
	config := &genai.GenerateContentConfig{
		Tools: []*genai.Tool{
			{GoogleSearch: &genai.GoogleSearch{}},
		},
	}

	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

Consulta cómo instalar o actualizar Java.

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

Define 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();
    }
  }
}

REST

Antes de usar los datos de la solicitud, haz las siguientes sustituciones:

  • LOCATION: la región en la que se procesará la solicitud. Para usar el endpoint global, excluye la ubicación del nombre del endpoint y configura la ubicación del recurso como global.
  • PROJECT_ID: tu ID de proyecto.
  • MODEL_ID: ID del modelo multimodal.
  • TEXT: las instrucciones de texto que se deben incluir en la petición.
  • EXCLUDE_DOMAINS: opcional. Lista de dominios que no se deben usar para la fundamentación.
  • LATITUDE: opcional. Latitud de la ubicación del usuario final. Por ejemplo, la latitud 37.7749 representa San Francisco. Puedes obtener las coordenadas de latitud y longitud mediante servicios como Google Maps u otras herramientas de geocodificación.
  • LONGITUDE: opcional. Longitud de la ubicación del usuario final. Por ejemplo, la longitud -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, despliega una de estas opciones:

Deberías recibir una respuesta JSON similar a la siguiente:

{
  "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"
}

Entender tu respuesta

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

Asistencia para la fundamentación

Es necesario mostrar la asistencia de fundamentación, ya que te ayuda a validar las respuestas de los editores y añade vías para seguir aprendiendo.

El apoyo de las fuentes de la Búsqueda de Google para las respuestas debe mostrarse tanto de forma insertada como agregada. Por ejemplo, consulta la siguiente imagen para ver una sugerencia sobre cómo hacerlo.

Ejemplos de asistencia para la fundamentación

Uso de opciones de buscador alternativas

Al usar la fundamentación con la Búsqueda de Google, una aplicación de cliente puede hacer lo siguiente:

  • Ofrecer opciones de buscadores alternativos
  • Convertir otros buscadores en la opción predeterminada
  • Mostrar sus propias sugerencias o resultados de búsqueda o los de terceros, siempre que los resultados que no sean de Google se muestren por separado de los resultados fundamentados y las sugerencias de búsqueda de Google, y de forma que no confundan a los usuarios ni sugieran que son de Google.

Ventajas

Puedes usar la Búsqueda de Google como herramienta para llevar a cabo las siguientes peticiones y flujos de trabajo complejos que requieren planificación, razonamiento y reflexión:

  • Puedes usar la función de acotación para asegurarte de que las respuestas se basen en la información más reciente y precisa.
  • Puedes recuperar artefactos de la Web para hacer análisis.
  • Puedes encontrar imágenes, vídeos u otro contenido multimedia relevantes para ayudarte a razonar de forma multimodal o a generar tareas.
  • Puedes realizar tareas de programación, solucionar problemas técnicos y otras tareas especializadas.
  • Puedes encontrar información específica de una región o ayudar a traducir contenido con precisión.
  • Puedes encontrar sitios web relevantes para navegar.

Usar las sugerencias de la Búsqueda de Google

Cuando uses la función de fundamentación con la Búsqueda de Google y recibas sugerencias de búsqueda en tu respuesta, debes mostrar las sugerencias de búsqueda en producción y en tus aplicaciones.

Para obtener más información sobre cómo utilizar la Búsqueda de Google, consulta el artículo Fundamentación con la Búsqueda de Google.

En concreto, debes mostrar las consultas de búsqueda que se incluyan en los metadatos de la respuesta fundamentada. La respuesta incluye lo siguiente:

  • "content": respuesta generada por LLM.
  • "webSearchQueries": las consultas que se van a usar para las sugerencias de búsqueda.

Por ejemplo, en el siguiente fragmento de código, Gemini responde a una petición basada en la Búsqueda 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 usar esta salida y mostrarla con sugerencias de búsqueda.

Requisitos de las sugerencias de búsqueda

Estos son los requisitos para las sugerencias:

Requisito Descripción
Qué debes hacer
  • Aunque cumpla los requisitos de visualización, la sugerencia de búsqueda se muestra exactamente como se ha proporcionado, sin ningún cambio.
  • Cuando interactúas con la sugerencia de búsqueda, se te redirige directamente a la página de resultados de búsqueda.
Qué no debes hacer
  • Incluye las pantallas o los pasos adicionales que haya entre la acción del usuario y la visualización de la página de resultados de búsqueda.
  • Mostrar otros resultados de búsqueda o sugerencias junto a la sugerencia de búsqueda o la respuesta del LLM fundamentado asociado.

Requisitos de visualización

Estos son los requisitos de visualización:

  • Muestra la sugerencia de búsqueda exactamente como se proporciona y no modifiques los colores, las fuentes ni el aspecto. Asegúrate de que la sugerencia de búsqueda se renderiza tal como se especifica en las siguientes maquetas, como el modo Claro y el Oscuro:

  • Cuando se muestre una respuesta fundamentada, la sugerencia de búsqueda correspondiente debe seguir visible.
  • En cuanto a la marca, debes seguir estrictamente las directrices de Google sobre el uso de recursos de marca de Google por parte de terceros, que se encuentran en la página Bienvenido al Centro de Recursos de Marca.
  • Cuando usas la función de grounding con la Búsqueda, se muestran chips de sugerencias de búsqueda. El campo que contiene las sugerencias debe tener la misma anchura que la respuesta fundamentada del LLM.

Comportamiento al tocar

Cuando un usuario toca el chip, se le redirige directamente a una página de resultados de búsqueda (SERP) del término de búsqueda que se muestra en el chip. La página de resultados de búsqueda se puede abrir en el navegador de la aplicación o en una aplicación de navegador independiente. Es importante que no minimice, quite ni obstruya la visualización de la página de resultados de búsqueda de ninguna manera. En la siguiente maqueta animada se muestra la interacción de tocar para buscar.

Ejemplo de aplicación o sitio web para ordenadores

Código para implementar una sugerencia de búsqueda

Cuando usas la API para basar una respuesta en la búsqueda, la respuesta del modelo proporciona estilos HTML y CSS compatibles en el campo renderedContent, que puedes implementar para mostrar sugerencias de búsqueda en tu aplicación.

También debes tener en cuenta que las sugerencias de búsqueda se denominaban anteriormente "puntos de entrada de búsqueda". Aunque puede que encuentres referencias a puntos de entrada de búsqueda en algunos campos de la API, ambos términos hacen referencia a las sugerencias de búsqueda actuales que recibes en tu respuesta de la API.

Cambios en la facturación con Gemini 3

Cuando usas la función de fundamentación con la Búsqueda de Google en los modelos de Gemini 3, la facturación se produce por cada consulta de búsqueda que genera Gemini y se envía a la Búsqueda. Una sola petición puede dar lugar a una o varias consultas de búsqueda.

Ejemplo

En este ejemplo se muestra una petición de usuario y consultas de búsqueda que se podrían cobrar.

  • Petición del usuario: Háblame de la vida de Albert Einstein.
  • Gemini podría generar estas consultas de búsqueda:
    • Nacimiento y primeros años de Albert Einstein
    • Teoría de la relatividad de Albert Einstein
    • La vida de Albert Einstein en Estados Unidos

En este ejemplo, se cobran estas tres consultas de búsqueda.

Siguientes pasos