はじめに
こんにちは！
KDDIアイレットの取り組みとして6月22日〜7月3日の期間で開催中の「Google Cloud Next '26 / Google I/O やってみた系ブログリレー」、本日は4日目の投稿です。
今回は、「Gemini の検索＆画像グラウンディング」 を対象に、実際に検証してみた様子をお届けします！
生成 AI に何かを質問すると、それらしい答えがすぐ返ってきます。
ただ困るのは、学習した時点の古い情報を、さも最新であるかのように答えてしまう ことがある点です。しかも「どこに書いてあったか」という出典がないので、合っているのか自分では確かめられません。
この弱点に効くとされるのが グラウンディング（Grounding） です。AI が答える前に Google 検索で裏を取り、出典をセットで返す 仕組みで、さらに最近のアップデートで、回答に 関連する実在の画像 まで添えられるようになりました。
今回は「グラウンディングなし／あり」で AI の答えがどう変わるのかを実際に試して、この機能の本当の使いどころ を確かめてみます。
先に結論を言うと、グラウンディングは「答えを必ず正確にしてくれる魔法」ではありません。けれども、別のところに確かな価値がありました。
グラウンディングとは
イメージは、「AI に、答える前に Google 検索で『リサーチ』させてあげる仕組み」 です。
- AI が質問を受け取る
- AI が自分で検索キーワードを考えて Google で調べる
- 調べた内容をもとに答える
- 「どのサイトを参考にしたか（出典）」も一緒に返す
人間が「公式サイトにこう書いてありました」と言ってくれると安心できますよね。
それを AI がやってくれる、と思ってください。
やってみた①：最新の情報を聞いてみる
題材には、料金が改定されることのある施設の入場料 を選びました。「最新の料金は？」と質問し、グラウンディングなし・ありで答えを比べます。
-
グラウンディングなし：金額を答えてはくれるものの、「○年○月時点の情報に基づきます」と、自分から古い可能性を白状 していました。正しいかどうかを確かめるすべがありません。
-
グラウンディングあり：検索で裏を取ったうえで金額を答え、「どんなキーワードで検索し、どのサイトを参考にしたか」もセットで 返してきました。
一見、グラウンディングありの方が頼もしく見えます。
ところが、返ってきた出典をたどって確認してみると、その施設は最近になって料金体系そのものを変更しており、グラウンディングありの答えも実は最新ではありませんでした。
さらに、同じ質問を何度か投げ直すと、返ってくる金額は実行のたびに少しずつ揺れました。
ここから分かったのは、「グラウンディングを付ければ必ず最新・正確になる」わけではない ということです。検索結果のどれを拾うか、いつの情報がヒットするかで、答えはぶれます。
やってみた②：本当の価値は「出典がついてくる」こと
では意味がないのかというと、逆です。グラウンディングありの回答には、AI がどうやって調べたか が付いてきます。
- AI が自分で組み立てた 検索キーワード
- 参考にした 出典（サイト）
- 回答のどの文章が、どの出典に基づくかという 対応づけ
実は今回、この出典をたどったからこそ「その金額はもう古い」と気づけました。
ここがグラウンディングの本質だと感じます。
AI の答えを盲信するのではなく、「答え」と一緒に「確かめる手がかり（出典）」が手に入る。だから、答えが古ければ自分で見抜ける。
正確さを保証する機能というより、検証可能にする機能 として考えると非常に有効であると思いました。
やってみた③：関連する「実在の画像」も返ってくる
今回のアップデートの目玉が 関連画像 です。
「ある建物の外観の写真を画像検索で探して見せて」のように頼むと、AI は実際に画像検索を行い、複数枚の関連画像を、それぞれの 出典ページつき で返してきました（毎回ではなく、「画像で探して」と明示的に頼むと返りやすい挙動でした）。
文章だけでは伝わりにくい「見た目」を、出典とセットで示せるわけです。
⚠️ なお、ここで返ってくる画像は 第三者が撮影・公開した写真 です。著作権に配慮して本記事には転載していません。実際の画像は、返ってきた出典ページで確認する使い方になります。
使った構成（モデルなど）
今回の検証は Google Cloud の Gemini Enterprise Agent Platform (旧名：Vertex AI) 上で、Python から各モデルを呼び出して行いました。
-
テキスト回答＋Web グラウンディング：
gemini-2.5-flash。Google 検索をツールとして渡すだけでグラウンディングが有効になります。 -
画像付き（画像検索）グラウンディング：画像検索（
image_search）は、gemini-2.5-flashのような一般的なテキストモデルでは「対応していない」と返り、画像対応モデルであるgemini-3.1-flash-image（通称 Nano Banana 2）でのみ利用できました。画像付きを試したい場合は、対応モデルを選ぶ必要があります。
まとめ
今回グラウンディングを試して分かったことを整理します。
- 生成 AI は、学習時点の 古い情報を出典なしで自信満々に答えることがある。
- グラウンディングを付けても、答えが必ず最新・正確になるわけではない。
- グラウンディングの本当の価値は 「検索キーワード・出典・本文との対応づけが付き、答えを自分で検証できる」 こと。
- 「画像付き」では、関連する実在の画像が出典つきで返る。
結論として、グラウンディングは「正確さを保証する魔法」ではなく「検証可能にする仕組み」であると考えます。
最新情報や事実確認が要る場面では、出典つきで答えさせ、最後は人が確かめるという使い方が現実的だと感じました。