Google 宣布 Gemini API 和 Google AI Studio 推出“Google 搜索锚定”功能。该功能利用 Google 搜索实时数据，提供更准确、最新的信息，并附带支持链接和搜索建议，增强 AI 应用回答的可信度和溯源性。
功能概述
-
减少幻觉现象： “幻觉”指 AI 生成错误或不准确信息。Google 搜索锚定功能让 AI 在回答时引入 Google 搜索的最新信息，降低错误率。例如，询问“2024 年最佳喜剧剧集艾美奖得主”时，未启用锚定的模型可能回答错误，而启用后则能提供正确答案及支持链接。
-
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时效性，尤其适用于新闻、股票、天气等动态领域。开发者可选择所有查询使用锚定，或让模型自行判断。例如，查询最新体育比赛结果时，AI 会从 Google 搜索获取实时更新。
-
提升信任度和来源透明度： 锚定功能在回答中提供可信赖的来源链接，提升用户信任度和 AI 透明度，并鼓励用户深入了解。例如，关于健康建议的回答会附带链接，供用户查阅出处和进一步解释。
-
信息丰富性： 集成 Google 搜索内容使模型回答更具深度，提供更丰富的上下文信息，尤其适用于问答平台或教育工具。
使用方法与定价
- Google AI Studio： 在“工具”选项中开启“Google 搜索锚定”，并提供免费试用。
- Gemini API： 启用
google_search_retrieval工具，按每千次查询 35 美元收费，适合需要高频更新或高准确性的应用。 - Gemini获取: 可以阅读这篇我在哔哩哔哩专栏创作的文章《Gemini1.5 Pro API Key申请获取教程：开发者申请部署ai应用》
动态检索机制
- 多样化设置： 开发者可灵活设置启用锚定的条件，例如所有查询或特定条件下启用。
- 预测评分： 开发者可为查询分配预测评分（0 到 1），高分值查询更可能使用锚定。默认阈值 0.3，开发者可根据需求调整，平衡成本和响应时间。
实际应用案例
- 对比模式： Google AI Studio 提供对比模式，方便开发者对比启用和关闭锚定后的模型回答差异。
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：
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)
返回内容包含 groundingMetadata 元数据，其中包含支持链接、置信度评分和搜索建议。
Google 搜索锚定的优势
该功能通过实时更新和数据支持，使基于 Gemini 的 AI 应用提供更准确、相关的回答，增强权威性。开发者可灵活控制锚定功能，优化成本和用户体验。同时，支持链接为用户提供更全面信息，也为出版商和内容创作者带来流量机会。