🔍 Grounding e Search

Grounding e a tecnica de ancorar respostas do LLM em dados factuais, reduzindo alucinacoes e melhorando a precisao.

Integracao nativa com Google Search permite acesso a informacoes em tempo real.

from google.generativeai import GenerativeModel
from google.generativeai.types import Tool

# Configurar grounding com Google Search
google_search_tool = Tool(
    google_search_retrieval={
        "dynamic_retrieval_config": {
            "mode": "MODE_DYNAMIC",
            "dynamic_threshold": 0.3
        }
    }
)

model = GenerativeModel(
    'gemini-pro',
    tools=[google_search_tool]
)

RAG (Retrieval Augmented Generation) permite buscar em seus proprios documentos para contextualizar respostas.

Respostas grounded incluem citacoes que permitem rastrear a origem de cada informacao.

response = model.generate_content("Qual o preco do Bitcoin hoje?")

# Acessar texto da resposta
print(response.text)

# Acessar citacoes
if response.candidates[0].grounding_metadata:
    for source in response.candidates[0].grounding_metadata.sources:
        print(f"Fonte: {source.uri}")
        print(f"Titulo: {source.title}")

Ajuste quando e como o grounding e acionado.

Diretrizes para uso eficiente de grounding.