Come catturare le query di
grounding di Google AI Mode
Quando Google AI Mode decide che una domanda ha bisogno del web in tempo reale, scrive le proprie ricerche su Google, le esegue e cita una manciata di domini. Molti prompt non lo attivano mai. Quelli che lo fanno le dicono esattamente quali ricerche le sue pagine devono vincere. Ecco come vederle, con il codice e con Moose.
SamPremium
Per quale prompt vuole le query di grounding di Google AI Mode?
Verifica delle query di grounding di Gemini…
Gemini ha usato 6 query di grounding di Google per questo prompt.
miglior software paghe per un'azienda di 20 persone
- miglior software paghe per piccole imprese 2026
- prezzo software paghe 20 dipendenti al mese
- migliori fornitori paghe piccole imprese recensioni
- software paghe con gestione benefit per piccole imprese
- miglior software paghe per startup prezzi ufficiali
- confronto software paghe piccole imprese funzionalità
- forbes.com
- nerdwallet.com
- g2.com
- capterra.com
- businessnewsdaily.com
- pcmag.com
- techrepublic.com
- usnews.com
- softwareadvice.com
Capo supervisore della scrivania. Non ha opinioni sui metadati di grounding. Ottiene comunque una foto su ogni pagina.
Che cos'è una query di grounding?
Una query di grounding è una ricerca su Google che il modello scrive per sé prima di risponderle. Legge il suo prompt, valuta se cercare renderebbe la risposta migliore e, in caso affermativo, scrive una o più ricerche proprie e le esegue. Non cerca mai la frase che ha digitato lei.
Quando cerca, tornano due cose ed entrambe si possono recuperare: le query che ha scritto e i domini che ha citato. Una le dice qual era la gara, l'altra le dice chi la sta vincendo adesso. Quando non cerca, anche quello è un risultato. Il modello crede di conoscere già la sua categoria e sta rispondendo a memoria.
Come catturare le query di grounding con il codice
Questo non è un problema di scraping. Una risposta con grounding torna come un elenco di passaggi, e uno di essi, google_search_call, contiene le query esatte che il modello ha eseguito. Trenta righe e ha la sua prima cattura. La difficoltà non è la prima cattura. È la quattrocentesima.
# grounding.py · the queries Google wrote for itself import os, json from google import genai PROMPT = "miglior software paghe per un'azienda di 20 persone" 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 = 'miglior software paghe per un'azienda di 20 persone'; 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));
Una cattura è un prompt, un momento. Il valore sta in cinquanta prompt pianificati, deduplicati, confrontati con il mese scorso. È la parte che nessuno vuole costruire due volte.
È il modello a decidere se il prompt ha bisogno del web. Quando decide di no, non c'è alcun passaggio di ricerca e niente le spiega perché. Deve intercettare il caso vuoto e decidere se è da riprovare o è un risultato vero.
Le fonti arrivano come annotazioni agganciate a intervalli di caratteri della risposta, non come un array di fonti. Trasformarlo nei nove domini che le servono davvero significa scorrere ogni annotazione e deduplicare.
Sui modelli Gemini 3 ogni ricerca eseguita dal modello viene fatturata a parte, quindi un prompt che fa grounding sei volte ne costa sei. Va bene per una demo. Un po' meno quando qualcuno chiede a quanto ammonta la voce mensile.
Le query significano qualcosa solo accanto alla cattura precedente. Appena le viene quel pensiero, non sta più scrivendo uno script, sta mantenendo un database.
Oppure lo chiede, ed è fatta in tre mosse
Stessa chiamata, stesso campo, senza tutta l'impiantistica intorno. Moose conserva ogni esecuzione, così la domanda interessante non è più «che cosa ha cercato» ma «che cosa è cambiato dal mese scorso».
Scriva «cattura le query di grounding di AI Mode», oppure prema il chip di avvio rapido nel campo di scrittura. Nessuna chiave da incollare, nessun client da installare.
Una domanda che il suo acquirente scriverebbe davvero. Moose la esegue con grounding ed estrae dalla risposta le query e i domini citati.
Query e fonti finiscono nella sua libreria, esportabili e confrontabili con ogni cattura precedente dello stesso prompt.
Come per la cattura delle query derivate. L'esecuzione deve andare direttamente a Google con il search grounding attivo, e l'accesso instradato tramite OpenRouter elimina i metadati di grounding prima che arrivino a lei. Se è su BYOK Free o BYOK, tutto il resto di Moose continua a funzionare, comprese le verifiche istantanee di visibilità su cinque motori di ricerca AI veri. Questa singola funzione no.
Le query di grounding sono la lista di parole chiave che Google sta usando davvero
Quelle sei ricerche decidono quali pagine vengono recuperate e lette. Ottimizzare per il modo in cui si è espresso il suo acquirente significa ottimizzare per una query che il recuperatore non ha mai eseguito.
Dimensione aziendale, prezzo, integrazione, settore: la specificazione che finisce nelle query di grounding è quella da cui Google pensa che dipenda la risposta. È la struttura della sua pagina, servita.
Stesso prompt, stessi nove siti, settimana dopo settimana. Se lei non è tra loro, quella è la misura onesta della distanza. Se lo è, vale la pena difenderla.
Le query si spostano man mano che cambiano l'indice e il modello. Una query che compare per tre settimane di fila è un tema in arrivo, e lei è in vantaggio.
Query derivate e grounding non sono la stessa cosa
Entrambi i motori scompongono la sua domanda prima di cercare. Che cosa espongono, quante ricerche eseguono e come ci si arriva sono tre cose diverse.
Query derivate di ChatGPT
Grounding di Google AI Mode
Le domande che ci fanno davvero
Sono letteralmente le query che esegue AI Mode?
Ecco la versione onesta. Le query vengono dai metadati di grounding di Gemini, cioè dallo stesso meccanismo di search grounding su cui è costruito AI Mode, attraverso l'API pubblica. È la lettura riproducibile più vicina che chiunque possa ottenere, e in pratica gli insiemi di query somigliano a quello che produce AI Mode. Non è un'intercettazione di google.com/aimode, e Moose non sosterrà il contrario. Lo consideri un'ottima approssimazione, non una trascrizione.
Perché mi sono tornate solo due query?
Perché il modello ha deciso che due bastavano. Le domande strette, locali o molto battute fanno grounding con una o due ricerche. Le domande ampie di confronto, quelle che gli acquirenti fanno prima di scegliere un fornitore, ne tirano regolarmente sei o più. La quantità è già di per sé un segnale: un prompt che fa molto grounding è un prompt in cui la risposta è ancora contesa.
Le query cambiano se rieseguo lo stesso prompt?
Sì, ai margini. Le ricerche centrali sono stabili, la coda lunga si muove, e i domini citati si muovono più in fretta delle query. Per questo una cattura è un'istantanea e uno storico di esecuzioni è un segnale. Stesso prompt, stesso giorno della settimana, e guardi che cosa entra e che cosa esce.
Perché non c'è un elenco pulito delle fonti citate?
Perché Google non ne restituisce uno. Le citazioni tornano attaccate a porzioni del testo della risposta, ciascuna con un URL e un titolo che di solito è solo il dominio. L'elenco pulito di nove è qualcosa che si costruisce scorrendo ogni annotazione e deduplicando. Moose lo fa e le mostra i domini, perché il dominio è la parte su cui può agire.
Dovrei scrivere una pagina per ogni query di grounding?
No. Sei query attorno a una sola domanda d'acquisto di solito vogliono una pagina forte che risponda a tutte e sei, non sei pagine deboli. L'insieme di query le dice che cosa deve esserci sulla pagina: il prezzo, la specificazione sulla dimensione, il confronto, il taglio delle recensioni indipendenti. Raggruppi per intento, poi scriva una volta sola.
Altre cose da chiedere a Moose
Tutti i casi d'usoLa stessa domanda per l'altro motore. Dodici ricerche dietro un prompt, e come vederle.
Una domanda, cinque motori veri, circa un minuto. Gratis su ogni piano.
Un indice semantico di ogni pagina, costruito e conservato sul suo computer. Gli chieda che cosa copre.
I primi 10 risultati, le domande correlate, l'AI Overview e le sue fonti, tutto citato nel brief.
La sua quota scende sotto la soglia, Moose trova la pagina, prepara la correzione e la aspetta.
L'elenco completo e che cosa fa Moose passo per passo in ciascuno.
Veda le ricerche dietro
la risposta.
Scarichi Hi, Moose, apra una chat e lo chieda. La cattura del grounding richiede il piano gestito, per il motivo spiegato sopra. L'app è gratis da installare e le verifiche di visibilità sono gratis da eseguire.