이 페이지는 Cloud Translation API를 통해 번역되었습니다.

URL context

URL 컨텍스트 도구를 사용하면 Gemini에 URL을 프롬프트의 추가 컨텍스트로 제공할 수 있습니다. 그러면 모델은 URL에서 콘텐츠를 가져와 해당 콘텐츠를 사용하여 응답을 알리고 형성할 수 있습니다.

이 도구는 다음과 같은 작업에 유용합니다.

기사에서 주요 데이터 포인트 또는 요점 추출
여러 링크의 정보 비교
여러 소스의 데이터 종합
특정 페이지의 콘텐츠를 기반으로 질문에 답변
특정 목적 (예: 직무 설명 작성 또는 테스트 질문 작성)을 위해 콘텐츠 분석

이 가이드에서는 Gemini API에서 URL 컨텍스트 도구를 사용하는 방법을 설명합니다.

URL 컨텍스트 사용

URL 컨텍스트 도구는 두 가지 기본 방법으로 사용할 수 있습니다. 단독으로 사용하거나 Google 검색으로 그라운딩과 함께 사용할 수 있습니다.

URL 컨텍스트만 사용

프롬프트에서 모델이 직접 분석할 특정 URL을 제공합니다.

프롬프트 예:

Summarize this document: YOUR_URLs

Extract the key features from the product description on this page: YOUR_URLs

Google 검색 + URL 컨텍스트를 사용한 그라운딩

URL 컨텍스트와 Google 검색을 통한 그라운딩을 모두 사용 설정할 수도 있습니다. URL 유무와 관계없이 프롬프트를 입력할 수 있습니다. 모델은 먼저 관련 정보를 검색한 다음 URL 컨텍스트 도구를 사용하여 검색 결과의 콘텐츠를 읽고 더 심층적으로 이해할 수 있습니다.

프롬프트 예:

Give me three day events schedule based on YOUR_URL. Also let me know what needs to taken care of considering weather and commute.

Recommend 3 books for beginners to read to learn more about the latest YOUR_subject.

URL 컨텍스트만 있는 코드 예시

Python

from google import genai
from google.genai.types import Tool, GenerateContentConfig, GoogleSearch

client = genai.Client()
model_id = "gemini-2.5-flash-preview-05-20"

url_context_tool = Tool(
    url_context = types.UrlContext
)

response = client.models.generate_content(
    model=model_id,
    contents="Compare recipes from YOUR_URL1 and YOUR_URL2",
    config=GenerateContentConfig(
        tools=[url_context_tool],
        response_modalities=["TEXT"],
    )
)

for each in response.candidates[0].content.parts:
    print(each.text)
# get URLs retrieved for context
print(response.candidates[0].url_context_metadata)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-05-20",
    contents: [
        "Compare recipes from YOUR_URL1 and YOUR_URL2",
    ],
    config: {
      tools: [{urlContext: {}}],
    },
  });
  console.log(response.text);
  // To get URLs retrieved for context
  console.log(response.candidates[0].urlContextMetadata)
}

await main();

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-05-20:generateContent?key=$GOOGLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
      "contents": [
          {
              "parts": [
                  {"text": "Compare recipes from YOUR_URL1 and YOUR_URL2"}
              ]
          }
      ],
      "tools": [
          {
              "url_context": {}
          }
      ]
  }' > result.json

cat result.json

Google 검색을 사용한 그라운딩 코드 예시

Python

from google import genai
from google.genai.types import Tool, GenerateContentConfig, GoogleSearch

client = genai.Client()
model_id = "gemini-2.5-flash-preview-05-20"

tools = []
tools.append(Tool(url_context=types.UrlContext))
tools.append(Tool(google_search=types.GoogleSearch))

response = client.models.generate_content(
    model=model_id,
    contents="Give me three day events schedule based on YOUR_URL. Also let me know what needs to taken care of considering weather and commute.",
    config=GenerateContentConfig(
        tools=tools,
        response_modalities=["TEXT"],
    )
)

for each in response.candidates[0].content.parts:
    print(each.text)
# get URLs retrieved for context
print(response.candidates[0].url_context_metadata)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-05-20",
    contents: [
        "Give me three day events schedule based on YOUR_URL. Also let me know what needs to taken care of considering weather and commute.",
    ],
    config: {
      tools: [{urlContext: {}}, {googleSearch: {}}],
    },
  });
  console.log(response.text);
  // To get URLs retrieved for context
  console.log(response.candidates[0].urlContextMetadata)
}

await main();

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-05-20:generateContent?key=$GOOGLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
      "contents": [
          {
              "parts": [
                  {"text": "Give me three day events schedule based on YOUR_URL. Also let me know what needs to taken care of considering weather and commute."}
              ]
          }
      ],
      "tools": [
          {
              "url_context": {}
          },
          {
              "google_search": {}
          }
      ]
  }' > result.json

cat result.json

Google 검색으로 그라운딩하는 방법에 관한 자세한 내용은 개요 페이지를 참고하세요.

문맥 응답

모델의 응답은 URL에서 가져온 콘텐츠를 기반으로 합니다. 모델이 URL에서 콘텐츠를 가져온 경우 응답에 url_context_metadata가 포함됩니다. 이러한 응답은 다음과 같이 표시될 수 있습니다(간결성을 위해 응답의 일부가 생략됨).

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "... \n"
          }
        ],
        "role": "model"
      },
      ...
      "url_context_metadata":
      {
          "url_metadata":
          [
            {
              "retrieved_url": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/1234567890abcdef",
              "url_retrieval_status": <UrlRetrievalStatus.URL_RETRIEVAL_STATUS_SUCCESS: "URL_RETRIEVAL_STATUS_SUCCESS">
            },
            {
              "retrieved_url": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/abcdef1234567890",
              "url_retrieval_status": <UrlRetrievalStatus.URL_RETRIEVAL_STATUS_SUCCESS: "URL_RETRIEVAL_STATUS_SUCCESS">
            },
            {
              "retrieved_url": "YOUR_URL",
              "url_retrieval_status": <UrlRetrievalStatus.URL_RETRIEVAL_STATUS_SUCCESS: "URL_RETRIEVAL_STATUS_SUCCESS">
            },
            {
              "retrieved_url": "https://vertexaisearch.cloud.google.com/grounding-api-redirect/fedcba0987654321",
              "url_retrieval_status": <UrlRetrievalStatus.URL_RETRIEVAL_STATUS_SUCCESS: "URL_RETRIEVAL_STATUS_SUCCESS">
            }
          ]
        }
    }
}

지원되는 모델

제한사항

이 도구는 분석 요청당 최대 20개의 URL을 사용합니다.
실험 단계에서 최상의 결과를 얻으려면 YouTube 동영상과 같은 멀티미디어 콘텐츠가 아닌 표준 웹페이지에서 이 도구를 사용하세요.
실험 단계에서는 이 도구를 무료로 사용할 수 있습니다. 나중에 청구됩니다.
실험용 출시에는 다음과 같은 할당량이 적용됩니다.
- Gemini API를 통한 요청의 경우 프로젝트당 일일 쿼리 1,500회
- Google AI Studio에서 사용자당 일일 쿼리 100개