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 API 和 Google 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

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。
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。
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。
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

在 Google AI Studio 中激活：
- 开发者可以在 Google AI Studio 的“工具”选项中开启“Google 搜索锚定”功能，免费提供试用。
在 Gemini API 中使用：
- 开发者可通过启用 API 的 “google_search_retrieval” 工具来使用锚定功能，按每千次查询收费 35 美元。
- 此功能尤其适合需要高频更新或准确性的应用，比如新闻聚合、数据监控等。

动态检索机制

Google 提供了 动态检索控制层，帮助开发者优化查询流程：
- 多样化设置：开发者可灵活设置何时启用锚定。例如，可以选择所有查询都使用 Google 搜索数据，或只在特定条件下才启用动态检索。
- 预测评分：开发者可以为查询分配预测评分（范围从 0 到 1），高分值的查询更有可能受益于锚定。这样，开发者可以调整是否启用搜索锚定以控制成本和响应时间。默认阈值为 0.3，开发者可根据需要设定最适合的评分值。

实际应用案例

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）
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 osgenai.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。