谷歌推全新Gemini API URL Context 功能 可詳解網頁內容

近日，谷歌正式推出其全新的 Gemini API URL Context 功能，旨在讓 AI 在瀏覽網頁時有如人類一般的理解能力。這一功能於5月28日在 Google AI Studio 上線，標誌着谷歌在 AI 技術領域的又一次重大突破。

與我們常用的鏈接分享不同，URL Context 功能的運作方式截然不同。通常情況下，當我們將鏈接丟給 AI 時，它往往只是通過簡單的瀏覽器工具或搜索引擎插件來讀取網頁內容，而這種方式常常只能獲取到網頁的摘要或部分信息。然而，Gemini 的 URL Context 則是專爲開發者設計的 API，可以精準解析和理解網頁中的所有內容，甚至可以處理 PDF、圖片等多種格式的信息。

具體來說，URL Context 功能能夠處理高達34MB 的網頁內容，支持多種文件格式，包括 HTML、JSON 和 CSV 等。谷歌產品負責人 Logan Kilpatrick 表示，這項功能極大地簡化了開發者的工作流程，使其能夠在幾行代碼中實現深度的信息提取與處理。與傳統的 “檢索 - 增強生成”（RAG）流程相比，URL Context 減少了繁瑣的步驟，不再需要額外的內容提取、向量存儲和檢索機制。

這一功能的能力相當強大。通過一個簡單的 URL，Gemini 可以提取特斯拉財報中的關鍵數據，如 “總資產” 和 “總負債”，而這些信息往往無法通過傳統方式獲取。此外，它還能夠識別 PDF 中的複雜結構，包括表格和腳註等。這使得開發者能夠更快速、準確地獲得所需信息，極大提高了工作效率。

不過，URL Context 也有其侷限性。它無法突破付費牆，對於需要登錄才能訪問的內容無能爲力。此外，它對專用工具（如 YouTube 視頻和 Google Docs 等）也不會進行處理。內容的處理費用是按照 Token 數量計費，因此開發者需要合理設計信息源，以控制成本。

URL Context 功能不僅展示了 AI 技術的前沿發展趨勢，也讓我們對未來的信息檢索方式有了新的認識。

文章地址：https://towardsdatascience.com/googles-url-context-grounding-another-nail-in-rags-coffin/