GSP1264

概览

借助 Vertex AI 中的接地功能，您可以使用生成式文本模型，依据自己的文档和数据来生成内容。此功能使模型可以在运行时访问超出其训练数据范围的信息。通过依托 Google 搜索结果或 Vertex AI Search 中的数据存储区对模型回答进行接地，以数据为依据的 LLM 可以生成更准确、更相关且时效性更强的回答。

接地功能可提供以下优势：

减少模型产生幻觉的情况（即模型生成不符合事实的内容）。将模型回答锚定到特定信息、文档和数据源。提高生成的内容的可信度、准确性和适用性

您可以在 Vertex AI 中配置两种不同的接地源：

1. 基于公开可用且已编入索引的数据的 Google 搜索结果。

• 如果您在生产应用中使用此服务，则还需要使用 Google 搜索入口点。

2. Vertex AI Search 中的数据存储区，其中可能包含以网站数据、非结构化数据或结构化数据形式存在的您自己的数据

Gemini

Gemini 是 Google DeepMind 开发的一系列强大的生成式 AI 模型，能够理解和生成各种形式的内容，包括文本、代码、图片、音频和视频。

Vertex AI 中的 Gemini API

Vertex AI 中的 Gemini API 提供了与各 Gemini 模型交互的统一接口。通过 Gemini API，开发者可以轻松将这些强大的 AI 功能集成到他们的应用中。如需了解最新版本的最新详细信息和具体功能，请参阅官方 Gemini 文档。

Gemini 模型

• Gemini Pro：专为复杂的推理任务而设计，包括：
  • 分析和总结大量信息。
  • 复杂的跨模态推理（跨文本、代码、图片等）。
  • 有效解决复杂代码库的问题。
• Gemini Flash：针对速度和效率进行了优化，具有以下特点和功能：
  • 亚秒级响应时间和高吞吐量。
  • 成本低、效率高，适用于各种任务。
  • 增强的多模态功能，包括改进的空间理解、新的输出模态（文本、音频、图片）以及原生工具使用体验（Google 搜索、代码执行和第三方功能）。

前提条件

在开始本实验之前，您应该先熟悉：

• Python 编程基础知识。
• API 的一般性概念。
• 在 Vertex AI Workbench 上的 Jupyter 笔记本中运行 Python 代码

目标

在本实验中，您将学习如何完成以下操作：

• 以 Google 搜索结果为依据生成 LLM 文本和聊天模型回答。
• 将未接地的 LLM 回答与接地的 LLM 回答进行比较。
• 在 Vertex AI Search 中创建并使用数据存储区，以便利用自定义文档和数据为回答提供依据。
• 以 Vertex AI Search 结果为依据生成 LLM 文本和聊天模型回答。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 在 Vertex AI Workbench 中打开笔记本

1. 在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。

2. 找到 实例，然后点击打开 JupyterLab 按钮。

Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。

任务 2. 设置笔记本

1. 打开 文件。

2. 在选择内核对话框中，从可用内核列表中选择 Python 3。

3. 运行笔记本的开始使用和导入库部分。

   • 对于项目 ID，请使用 ；对于位置，使用 。

注意：您可以跳过任何标为“仅限 Colab”的笔记本单元。 如有笔记本单元在执行时遇到 429 响应，请等待 1 分钟，然后再次运行该单元以继续操作。

点击检查我的进度以验证是否完成了以下目标： 安装软件包并导入相应的库。

任务 3. 依托 Google 搜索结果进行接地

1. 运行笔记本的示例：依托 Google 搜索结果进行接地部分。

点击检查我的进度以验证是否完成了以下目标： 依托 Google 搜索结果进行接地。

任务 4. 创建 Vertex AI 数据存储区

在本部分中，您将在 Cloud 控制台中创建 Vertex AI 数据存储区。

1. 在顶部的搜索框中，输入 AI Applications，然后从搜索结果中选择 AI Applications。

2. 在欢迎使用 AI Applications 着陆页上，点击继续并激活 API。

3. 前往数据存储区 > 创建数据存储区页面。

4. 在选择数据源窗格中，选择网站内容。

5. 在指定网站作为数据存储区窗格中，确保已关闭高级网站索引编制。

6. 在要包括的网站字段中，输入：

cloud.google.com/generative-ai-app-builder/*

7. 点击继续。

8. 在配置数据存储区窗格中，选择全球作为数据存储区的位置。

9. 为数据存储区输入名称。记下生成的 ID，以便稍后使用。

10. 点击创建。

点击检查我的进度以验证是否完成了以下目标： 创建 Vertex AI 数据存储区。

任务 5. 创建 Vertex AI Search 应用

在本部分中，您将在 Cloud 控制台中创建 Vertex AI Search 应用。

1. 前往应用 > 创建应用页面。

2. 在“创建应用”页面的网站搜索下方，点击创建

3. 确保企业版功能已开启。

4. 在您的应用名称字段中，输入应用的名称。应用 ID 显示在应用名称下方。

5. 在“贵公司或组织的外部名称”字段中，输入公司或组织的名称。在本教程中，您可以使用 Google Cloud，因为应用将搜索 Google Cloud 网站。

6. 选择全球作为应用的位置，然后点击继续。

7. 在数据存储区列表中，选择您之前创建的数据存储区，然后点击创建。

注意：创建完应用后，您需要等待至少 5 分钟，让应用将所包含的网站编入索引，以便进行搜索。等待索引创建完毕，然后再继续执行笔记本的后续单元。

点击检查我的进度以验证是否完成了以下目标： 创建 Vertex AI Search 应用。

任务 6. 利用自定义文档和数据进行接地

1. 运行笔记本的示例：利用自定义文档和数据进行接地部分。如有需要，请使用在前面的任务中创建的数据存储区 ID。

点击检查我的进度以验证是否完成了以下目标： 利用自定义文档和数据进行接地。

任务 7. 已接地的聊天回答

1. 运行笔记本的示例：已接地的聊天回答部分。

点击检查我的进度以验证是否完成了以下目标： 已接地的聊天回答。

恭喜！

在本实验中，您学习了如何利用 Google 搜索和自定义数据源将大语言模型 (LLM) 接地。通过比较已接地和未接地的 LLM 回答，您见证了接地对回答质量和准确性的重大影响。此外，您还获得了在 Vertex AI Search 中创建和利用数据存储区的实践经验，这使您能够利用自己的文档和数据将 LLM 文本和聊天模型接地。

后续步骤/了解详情

请参阅以下资源，详细了解 Gemini：

• Gemini 概览
• 有关 Vertex AI 上生成式 AI 的文档
• YouTube 上有关生成式 AI 的视频
• 探索 Vertex AI 实战宝典，了解精心挑选的生成式 AI 笔记，还可以在笔记本库中搜索内容。
• 探索 Google Cloud 生成式 AI 仓库中的其他笔记本和示例。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2025 年 4 月 3 日

上次测试实验的时间：2025 年 4 月 3 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。