Google-AI-Mode-Grounding-
Anfragen erfassen
Wenn Google AI Mode entscheidet, dass eine Frage das offene Web braucht, schreibt es eigene Google-Suchen, führt sie aus und zitiert eine Handvoll Domains. Nicht jeder Prompt löst eine Suche aus. Wenn einer es tut, sagen Ihnen die Suchen, für welche Anfragen Ihre Seiten auftauchen müssen. So sehen Sie sie, mit Code und mit Moose.
Gemini hat für diesen Prompt 6 Google-Grounding-Anfragen verwendet.
beste Lohnabrechnungssoftware für ein Unternehmen mit 20 Personen
- beste Lohnabrechnungssoftware für kleine Unternehmen 2026
- Lohnabrechnungssoftware Preis 20 Mitarbeiter pro Monat
- beste Lohnabrechnungsanbieter kleine Unternehmen Erfahrungen
- Lohnabrechnungssoftware mit Benefits-Verwaltung kleine Unternehmen
- beste Lohnabrechnungssoftware für Startups offizielle Preise
- Lohnabrechnungssoftware Vergleich Funktionen kleine Unternehmen
- forbes.com
- nerdwallet.com
- g2.com
- capterra.com
- businessnewsdaily.com
- pcmag.com
- techrepublic.com
- usnews.com
- softwareadvice.com
Was ist eine Grounding-Anfrage?
Eine Grounding-Anfrage ist eine Google-Suche, die das Modell für sich selbst schreibt, bevor es Ihnen antwortet. Es liest Ihren Prompt, beurteilt, ob eine Suche die Antwort besser machen würde, und wenn ja, schreibt es eine oder mehrere eigene Suchen und führt sie aus. Es sucht nie nach dem Satz, den Sie getippt haben.
Wenn es sucht, kommen zwei Dinge zurück und beide sind wiederherstellbar: die Anfragen, die es geschrieben hat, und die Domains, die es zitiert hat. Das eine sagt Ihnen, wonach gesucht wurde, das andere, wer zitiert wurde. Wenn es nicht sucht, ist auch das gut zu wissen: Das Modell hat aus dem geantwortet, was es schon wusste.
Wie man Grounding-Anfragen mit Code erfasst
Das hier ist kein Scraping-Problem. Eine geerdete Antwort kommt als Liste von Schritten zurück, und einer davon, google_search_call, enthält genau die Anfragen, die das Modell ausgeführt hat. Rund dreißig Zeilen ergeben eine Erfassung. Die Arbeit liegt darin, das für viele Prompts über längere Zeit laufen zu lassen.
# grounding.py · the queries Google wrote for itself import os, json from google import genai PROMPT = "beste Lohnabrechnungssoftware für ein Unternehmen mit 20 Personen" client = genai.Client(api_key=os.environ["GEMINI_API_KEY"]) interaction = client.interactions.create( model="gemini-3.6-flash", input=PROMPT, # search is opt-in here. the model still decides # on its own whether this prompt needs it. tools=[{"type": "google_search"}], ) queries, sources = [], [] for step in interaction.steps: if step.type == "google_search_call": queries += step.arguments["queries"] if step.type == "model_output": for block in step.content: # citations hang off spans of the answer text for a in (block.annotations or []): if a.type == "url_citation": sources.append(a.title) print(json.dumps({ "prompt": PROMPT, "queries": queries, # empty means it never searched "sources": sorted(set(sources)), }, indent=2))
// grounding.mjs · same call, node import { GoogleGenAI } from '@google/genai'; const PROMPT = 'beste Lohnabrechnungssoftware für ein Unternehmen mit 20 Personen'; const client = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY }); const interaction = await client.interactions.create({ model: 'gemini-3.6-flash', input: PROMPT, // search is opt-in here. the model still decides // on its own whether this prompt needs it. tools: [{ type: 'google_search' }], }); const queries = []; const sources = []; for (const step of interaction.steps) { if (step.type === 'google_search_call') queries.push(...step.arguments.queries); if (step.type === 'model_output') for (const block of step.content) // citations hang off spans of the answer text for (const a of block.annotations ?? []) if (a.type === 'url_citation') sources.push(a.title); } console.log(JSON.stringify({ prompt: PROMPT, queries, // empty means it never searched sources: [...new Set(sources)].sort(), }, null, 2));
Eine Erfassung ist ein Prompt zu einem Zeitpunkt. Die nützliche Version sind fünfzig Prompts nach Zeitplan, dedupliziert und mit dem Vormonat verglichen.
Das Modell entscheidet, ob der Prompt das Web braucht. Entscheidet es sich dagegen, gibt es gar keinen Suchschritt, und nichts sagt Ihnen, warum. Sie müssen den leeren Fall erkennen und entscheiden, ob das ein Wiederholungsversuch oder ein echter Befund ist.
Quellen kommen als Anmerkungen an Zeichenbereiche der Antwort geheftet, nicht als Liste. Um zu den neun Domains zu kommen, müssen Sie jede Anmerkung durchgehen und deduplizieren.
Bei Gemini-3-Modellen wird jede Suche, die das Modell ausführt, separat abgerechnet. Ein Prompt, der sechsmal erdet, kostet also sechs Suchen.
Anfragen bedeuten nur etwas neben der letzten Erfassung, also pflegen Sie am Ende neben einem Skript auch eine Datenbank.
Mit Moose fragen Sie im Chat
Derselbe Aufruf, dasselbe Feld, ohne die Installation drumherum. Moose behält jeden Lauf, sodass Sie sehen, was sich seit letztem Monat geändert hat.
Tippen Sie „AI-Mode-Grounding-Anfragen erfassen“ oder nutzen Sie den Schnellstart-Chip im Eingabefeld. Kein Schlüssel zum Einfügen.
Eine Frage, die Ihr Käufer wirklich tippen würde. Moose führt sie geerdet aus und holt die Anfragen und die zitierten Domains aus der Antwort.
Anfragen und Quellen landen in Ihrer Bibliothek, exportierbar und vergleichbar mit jeder früheren Erfassung desselben Prompts.
Genau wie bei der Erfassung von Folgeanfragen. Der Lauf muss direkt zu Google gehen, mit aktiviertem Search Grounding, und ein über OpenRouter geleiteter Zugang entfernt die Grounding-Metadaten, bevor sie bei Ihnen ankommen. In BYOK-Tarifen funktioniert alles andere in Moose weiterhin, einschließlich des sofortigen Sichtbarkeits-Checks über fünf KI-Suchmaschinen. Diese eine Funktion nicht.
Was Sie mit den Anfragen machen
Diese Suchen entscheiden, welche Seiten abgerufen und gelesen werden, deshalb zählen sie mehr als die genaue Formulierung Ihres Käufers.
Unternehmensgröße, Preis, Integration, Branche: Der Zusatz, der in den Grounding-Anfragen auftaucht, ist der, von dem Google glaubt, dass die Antwort davon abhängt. Bauen Sie die Seite darum herum.
Derselbe Prompt, dieselben neun Seiten, Woche für Woche. Sind Sie nicht dabei, ist das der Abstand. Sind Sie dabei, halten Sie diese Seite aktuell.
Anfragen ändern sich, während sich Index und Modell ändern. Eine Anfrage, die mehrere Wochen hintereinander auftaucht, ist ein Thema, das eine Seite verdient.
Folgeanfragen und Grounding im Vergleich
Beide Engines zerlegen Ihre Frage, bevor sie suchen. Was sie offenlegen, wie viele Suchen sie ausführen und wie Sie da herankommen, ist jeweils anders.
Fragen, die uns wirklich gestellt werden
Sind das buchstäblich die Anfragen, die AI Mode ausführt?
Die Anfragen stammen aus Gemini-Grounding-Metadaten, also aus derselben Search-Grounding-Maschinerie, auf der AI Mode aufbaut, über die öffentliche API. In der Praxis sehen die Anfragesets aus wie das, was AI Mode produziert, aber es ist kein Mitschnitt von google.com/aimode selbst, behandeln Sie es also als nahen Näherungswert.
Warum habe ich nur zwei Anfragen zurückbekommen?
Weil das Modell entschieden hat, dass zwei reichen. Enge, lokale oder ausgetretene Fragen erden mit einer oder zwei Suchen. Breite Vergleichsfragen ziehen oft sechs oder mehr. Ein Prompt, der stark erdet, ist einer, bei dem die Antwort noch umkämpft ist.
Ändern sich die Anfragen, wenn ich denselben Prompt erneut laufen lasse?
Ja, an den Rändern. Die zentralen Suchen sind stabil, der Long Tail bewegt sich, und die zitierten Domains bewegen sich schneller als die Anfragen. Führen Sie denselben Prompt nach Zeitplan aus und schauen Sie, was hinzukommt und was verschwindet.
Warum gibt es keine saubere Liste der zitierten Quellen?
Weil Google keine zurückgibt. Zitate kommen an Abschnitte des Antworttexts geheftet, jedes mit einer URL und einem Titel, der meistens nur die Domain ist. Moose geht jede Anmerkung durch, dedupliziert und zeigt Ihnen die Domains.
Soll ich pro Grounding-Anfrage eine Seite schreiben?
Meist nein. Sechs Anfragen rund um eine Kauffrage sind mit einer starken Seite, die alle sechs abdeckt, besser bedient. Das Anfrageset sagt Ihnen, was auf die Seite gehört: der Preis, der Größenzusatz, der Vergleich, die Perspektive unabhängiger Bewertungen.
Mehr Dinge, die Sie Moose fragen können
Alle AnwendungsfälleDieselbe Frage für die andere Engine. Zwölf Suchen hinter einem Prompt, und wie man sie sieht.
Eine Frage, fünf Engines, etwa eine Minute. Kostenlos in jedem Tarif.
Ein semantischer Index jeder Seite, auf Ihrem Computer gebaut und dort behalten. Fragen Sie ihn, was Sie abdecken.
Die Top-10-Ergebnisse, die verwandten Fragen, die AI Overview und ihre Quellen, alles im Briefing belegt.
Fällt der Anteil, findet Moose die Seite, bereitet die Korrektur vor und wartet auf Ihre Freigabe.
Die vollständige Liste und was Moose in jedem Schritt für Schritt tut.
Sehen Sie die Suchen
hinter der Antwort.
Laden Sie Hi, Moose herunter, öffnen Sie einen Chat und fragen Sie. Grounding-Erfassung braucht den Managed-Tarif. Die App ist kostenlos zu installieren, und die Sichtbarkeits-Checks sind kostenlos auszuführen.