Gemini на практике: реальные примеры Google · Урок 2
Search Grounding: актуальные данные в ответах
Подключаем Google Search Tool к Gemini 2.0+ для генерации актуальных бизнес-отчётов с реальными данными. Разбираем разницу между search grounding и новым search tool.
Практическое задание
Что сделать после урока
Создайте агента, который принимает список компаний из CSV и генерирует краткий отчёт (3 раздела: обзор, последние новости, финансовые показатели) для каждой, сохраняя результаты в отдельные файлы.
Готовый промпт
Шаблон под задачу урока
Скопируйте и адаптируйте под свой контекст. Текст в треугольных скобках — то, что нужно заменить.
from google import genai
from google.genai.types import GenerateContentConfig, Tool
client = genai.Client(api_key=GOOGLE_API_KEY)
MODEL_ID = "gemini-2.5-flash"
config = GenerateContentConfig(
system_instruction="You are a company analyst. Write concise reports.",
tools=[Tool(google_search={})],
temperature=0
)
response = client.models.generate_content(
model=MODEL_ID,
config=config,
contents=["Write a brief report on Apple Inc."]
)
print(response.text)Типичные ошибки
На чём чаще всего спотыкаются
Использование search tool на free-tier аккаунте (вернёт ошибку); смешивание search tool и search grounding в одном запросе; отсутствие обработки пустых grounding_chunks.