Google Gemini API 新增“搜索锚定”功能 利用 Google 搜索实时数据确保准确性

Google 宣布在其 Gemini APIGoogle AI Studio 中推出新功能“Google 搜索锚定”。该功能利用 Google 搜索的实时数据,提供更准确和最新的信息,并附带支持链接和搜索建议,使 AI 应用回答更加可信且便于溯源。

功能概述

  1. 减少幻觉现象
    • “幻觉”指的是 AI 生成错误或不准确信息的现象。借助 Google 搜索锚定功能,AI 可以在回答用户问题时引入来自 Google 搜索的最新信息,帮助降低错误发生率。
    • 这种锚定可以在生成内容时提供实时数据支持,以减少过时信息带来的误导。
    • Google 提供了一个示例:在问到 2024 年最佳喜剧剧集艾美奖的得主时,没有启用锚定的模型错误地回答为《Ted Lasso》,而实际上得奖作品为《Hacks》。启用锚定后,模型不仅回答正确,还附上了支持链接和更多上下文。
  2. 实时更新的信息
    • 通过实时获取 Google 搜索结果,锚定功能确保模型回答的是最新的内容。这对于动态领域(如新闻、股票、天气)特别有用。
    • 开发者可以选择让所有查询使用锚定,也可以让模型根据需求自行判断哪些查询需要 Google 搜索来补充数据。
    • 例如,用户询问最新的体育比赛结果时,AI 会从 Google 搜索中获取更新,以确保回答的准确性和时效性。
  3. 提升信任度和来源透明度
    • 锚定功能使模型可以在回答中提供可信赖的来源链接,提升用户对 AI 回答的信任度。这种方式不仅提高了 AI 的透明度,还鼓励用户点击链接,获取更多详细信息。
    • Google 强调,这种方式可以增加模型回答的可信度,因为用户通常在收到 AI 答案后,还会查阅 Google 搜索来确认。
    • 例如,用户如果收到关于健康建议的回答,可以直接点击支持链接,查阅该建议的出处和进一步解释。
  4. 信息丰富性
    • 通过集成 Google 搜索的内容,锚定功能让模型的回答更具深度。模型不仅提供基本答案,还可以借助实时的外部信息,丰富回答细节。
    • 在某些应用场景下,比如问答平台或教育工具,用户可以获得更多上下文信息,使回答内容更有层次感。

使用方法与定价

动态检索机制

实际应用案例

  1. 对比模式:Google AI Studio 提供了对比模式,开发者可以测试开启和关闭锚定功能后的模型回答差异。例如,在 AI Studio 的对比模式中,左侧未启用锚定的回答可能较为简单,而右侧启用锚定后的回答则包含支持链接和更完整的答案。
    最新的 Gemini 1.5 Flash 模型使用 Grounding with Google Search 获得更丰富的响应(右)
  2. 代码示例
    • 开发者可以通过 API 使用简单的代码调用示例:
      import google.generativeai as genai
      import os
      genai.configure(api_key=os.environ[“API_KEY”])
      model = genai.GenerativeModel(‘models/gemini-1.5-flash-002’)
      response = model.generate_content(contents=“今年温网冠军是谁?”,
      tools=‘google_search_retrieval’)
      print(response)
    • 在代码返回的内容中包含 groundingMetadata 元数据,其中有支持链接、置信度评分和搜索建议,帮助开发者更好地理解查询结果。

Google 搜索锚定的优势

该功能通过实时更新和数据支持,为基于 Gemini 的 AI 应用提供更准确、相关的回答,使 AI 应用更具权威性。开发者可以根据需要选择性启用锚定功能,以降低成本并优化用户体验。此外,支持链接不仅为用户提供更全面的信息,也为出版商和内容创作者带来流量机会。

原文:https://developers.googleblog.com/en/gemini-api-and-ai-studio-now-offer-grounding-with-google-search/

退出移动版