Grounding: 接入 Google 搜索消除幻觉

Source: Google Cloud "Grounding with Google Search" Target: AI Solution Architects Estimated Time: 20 mins

#什么是 Grounding?

Grounding (锚定) 是指将 AI 的回答锁定在可靠、实时的真实信息源上。

即便 Gemini 的智商很高，但它的知识是有截止日期的。Grounding with Google Search 让 Gemini 在回答之前先“上网搜一下”，从而彻底消除幻觉。

---

#核心配置与工作流

在 Vertex AI 中启用 Grounding 后，流程如下：

1. Search Query Generation: 模型先分析用户问题，自动生成一个搜索词。
2. Google Search: 后台调用 Google 搜索获取最新网页内容。
3. Context Integration: 搜索到的事实被作为上下文塞给模型。
4. Answer with Citations: 模型回答问题，并在文末附上详细的信源链接。

---

#如何在代码中启用？

python复制
from vertexai.generative_models import GenerativeModel, Tool, GoogleSearchRetrieval

# 定义搜索工具
search_tool = Tool.from_google_search_retrieval(
    google_search_retrieval=GoogleSearchRetrieval()
)

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content(
    "2026年2月目前的黄金价格是多少？",
    tools=[search_tool]
)

print(response.text)
# 回答将包含类似 [1], [2] 的引用标注

---

#为什么选择 Google 搜索作为 Grounding 源？

• 覆盖率: Google 拥有全球最全的互联网索引。
• 实效性: 能捕捉到几分钟前刚刚发生的新闻。
• 可信度: 提供的引用链接可以让用户自己点击去验证事实。

---

#使用场景 (Use Cases)

• 金融行情分析: 询问实时股价或财报信息。
• 新闻摘要: 快速总结当天的热点事件。
• 购物比价: 寻找目前全网最低价的电子产品。

Conclusion: Grounding 是从“娱乐级对话”迈向“专业级助手”的决定性技术。如果你在做 B 端应用，Grounding 几乎是必选项。