Gemini Deep Research-Agent verwenden

Der Gemini Deep Research-Agent ist ein verwalteter KI-Agent, der komplexe, mehrstufige Recherche-Workflows planen, ausführen und zusammenfassen kann. Der KI-Agent wird von Gemini unterstützt und kann verschiedene Informationslandschaften wie das öffentliche Web und private Unternehmensdaten durchsuchen, um umfassende Berichte mit Quellenangaben zu erstellen, die fundierte Entscheidungen beschleunigen.

Auf dieser Seite wird beschrieben, wie Sie den Gemini Deep Research-Agenten verwenden, einschließlich seiner wichtigsten Funktionen und Einschränkungen, wie Sie eine Rechercheaufgabe starten und wie Sie mit Zeitüberschreitungen und Fehlerbehandlung umgehen.

Wann sollte Deep Research verwendet werden?

Deep Research ist ein KI-Agent, nicht nur ein Modell. Es eignet sich am besten für Arbeitslasten, die einen asynchronen Analyseansatz anstelle eines Chats mit niedriger Latenz ermöglichen.

Berücksichtigen Sie bei der Planung Ihres Projekts die folgenden Stärken von Deep Research:

• Iterativer Prozess: Anstatt sofortige Antworten wie Standard-Chatmodelle zu generieren, folgt Deep Research einem methodischen, mehrstufigen Workflow: Planen > Suche in mehreren Quellen > Iterieren > Ausgabe.

• Erweiterte Arbeitslasten: Deep Research wurde speziell für komplexe Aufgaben wie Due-Diligence-Prüfungen, Marktanalysen und Wettbewerbsanalysen entwickelt.

• Umfassende Datenfundierung: Der Gemini Deep Research-Agent kann gleichzeitig verschiedene Datenquellen analysieren. Dazu gehören Remote-MCP-Server, internes institutionelles Wissen und direkter Kontext aus hochgeladenen Dateien oder Ordnern.

• Ansprechende Berichte: Es erstellt umfassende Berichte mit Quellenangaben, die präsentationsreife visuelle Elemente enthalten können. Dazu gehören Finanzdiagramme, Inline-Infografiken und Marktpositionierungsmatrizen, die mit HTML und einem Bildmodell generiert werden.

• Hohe Steuerbarkeit: Sie können die endgültige Ausgabe direkt in Ihrem Prompt stark anpassen. Dazu gehört das Festlegen eines bestimmten Tons (z. B. technisch oder geschäftlich), das Definieren strenger Formate oder das Anfordern strukturierter Datentabellen.

In der folgenden Tabelle wird der Gemini Deep Research-Agent mit Standard-Gemini-Modellen anhand verschiedener Messwerte verglichen, darunter Latenz, Ausgaben und die jeweiligen Anwendungsbereiche:

Hauptmerkmale

Deep Research bietet die folgenden Funktionen:

• Fundierung auf mehreren Quellen, darunter:
  • Remote-MCP-Server
  • Fundierung mit Agent Search
  • Fundierung mit der Google Suche oder Webfundierung für Unternehmen, die durch strenge Datenschutz- und Filterstandards unterstützt werden, die für Unternehmensarbeitslasten geeignet sind
  • Inline-Uploads von Dateien und Ordnern (z. B. PDFs und Tabellen), sodass Sie Kontext direkt in den Recherche-Workflow einfügen und Zitate erhalten können
• Bild- und Diagrammausgaben: Generieren Sie Detailberichte mit präsentationsfertigen Assets wie Inline-Infografiken, Matrixdiagrammen zur Marktpositionierung und Diagrammen zur finanziellen Leistung.
• Inline-Quellenangaben

Deep Research verwenden

Sie können über den globalen Endpunkt (v1beta1) entweder mit dem Google Gen AI SDK oder mit direkten REST API-Anfragen auf den Gemini Deep Research-Agenten zugreifen. Ein Beispiel für die Verwendung finden Sie im Notebook „Introduction to Gemini Deep Research Agent“ auf GitHub.

Hinweis

1. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. Verify that billing is enabled for your Cloud de Confiance project.

3. Enable the Agent Platform API, if it is not already enabled.

   Roles required to enable APIs

   To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

   Enable the API

4. Make sure that you have the following role or roles on the project: roles/aiplatform.user, roles/serviceusage.serviceUsageConsumer

   Check for the roles

   1. In the Cloud de Confiance console, go to the IAM page.

      Go to IAM
   2. Select the project.

   3. In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.

   4. For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

   Grant the roles

   1. In the Cloud de Confiance console, go to the IAM page.

      Go to IAM
   2. Select the project.
   3. Click person_add Grant access.

   4. In the New principals field, enter your user identifier. This is typically the identifier for a user in a workforce identity pool. For details, see Represent workforce pool users in IAM policies, or contact your administrator.

   5. Click Select a role, then search for the role.
   6. To grant additional roles, click add Add another role and add each additional role.
   7. Click Save.

Deep Research-Aufgabe starten

Rechercheaufgaben umfassen iteratives Suchen und Lesen und können mehrere Minuten dauern. Sie müssen den Gemini Deep Research-Agenten asynchron ausführen, indem Sie background auf True setzen.

Sie können den Gemini Deep Research-Agenten mit oder ohne Streaming verwenden:

• Polling (nicht streamend): Legen Sie background=True (und optional stream=False) fest. Die API gibt sofort ein Interaction-Objekt zurück. Mit dem Attribut id können Sie die Interaktion abfragen, bis der Status von in_progress zu completed oder failed wechselt.
• Streaming: Legen Sie background=True und stream=True fest, um Echtzeit-Updates zu erhalten, während die Recherche fortschreitet. Weitere Informationen finden Sie unter Streaming.

Sie können den Agent auch so konfigurieren, dass er die verzögerte Stufe verwendet. Dadurch werden Hintergrundjobs automatisch für Zeiten mit geringer Nachfrage geplant und Sie erhalten einen Rabatt von 50 %. Wenn Sie die verzögerte Stufe verwenden möchten, muss stream beim Erstellen der Aufgabe auf False festgelegt werden.

import time
from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

interaction = client.interactions.create(
  input="Analyze competitive positioning for solar energy providers.",
  agent="deep-research-preview-04-2026",
  background=True,
  stream=False,
  service_tier="deferred"
)

print(f"Research started: {interaction.id}")

while True:
  interaction = client.interactions.get(interaction.id)
  if interaction.status == "completed":
    print(interaction.steps[-1].content[0].text)
    break
  elif interaction.status == "failed":
    print(f"Research failed: {interaction.error}")
    break
  time.sleep(10)
      

PROJECT_ID=PROJECT_ID;
curl --max-time 3600 --keepalive-time 10 -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://aiplatform.googleapis.com/v1beta1/projects/${PROJECT_ID}/locations/global/interactions" \
    -d '{
      "input": "Research the history of Google TPUs.",
      "agent": "deep-research-preview-04-2026",
      "background": true,
      "stream": false,
      "service_tier": "deferred"
    }'

Die API gibt sofort einen interaction_id zurück. Mit dieser ID können Sie den Status abfragen oder die Verbindung zu einem Stream wiederherstellen.

Streaming

Deep Research unterstützt Streaming, um Echtzeit-Updates zum Forschungsfortschritt zu erhalten, einschließlich Zusammenfassungen von Überlegungen, Textausgaben und KI-generierten Bildern. Legen Sie bei Verwendung von Streaming background=True und stream=True fest.

Im folgenden Beispiel wird eine Rechercheaufgabe gestartet und der Stream mit automatischer Wiederverbindung verarbeitet. Es verfolgt die interaction_id und last_event_id, sodass die Verbindung bei einem Abbruch an der Stelle fortgesetzt werden kann, an der sie unterbrochen wurde.

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

interaction_id = None
last_event_id = None
is_complete = False

def process_stream(stream):
  global interaction_id, last_event_id, is_complete
  for event in stream:
    if event.event_type == "interaction.created":
      interaction_id = event.interaction.id
    if event.event_id:
      last_event_id = event.event_id
    if event.event_type == "step.delta":
      if event.delta.type == "text":
        print(event.delta.text, end="", flush=True)
      elif event.delta.type == "thought":
        print(f"Thought: {event.delta.text}", flush=True)
    elif event.event_type in ("interaction.completed", "error"):
      is_complete = True

stream = client.interactions.create(
  input="Research the history of Google TPUs.",
  agent="deep-research-preview-04-2026",
  background=True,
  stream=True,
  agent_config={"type": "deep-research", "thinking_summaries": "auto"},
)

process_stream(stream)

while not is_complete and interaction_id:
  status = client.interactions.get(interaction_id)
  if status.status != "in_progress":
    break
  stream = client.interactions.get(
    id=interaction_id, stream=True, last_event_id=last_event_id,
  )
  process_stream(stream)

Verbindung zum Interaktionsstream wiederherstellen

Wenn Sie einen abgebrochenen Stream wiederherstellen möchten, senden Sie eine GET-Anfrage mit dem ursprünglichen interaction_id. Die API gibt alle vergangenen Ereignisse ab Beginn der Sitzung wieder, bevor sie mit Echtzeitaktualisierungen fortfährt.

response = client.interactions.get(
  id = 'INTERACTION_ID',
  stream=True
)
for chunk in response:
  print(chunk)
      

PROJECT_ID=PROJECT_ID;
INTERACTION_ID=INTERACTION_ID

curl -X GET \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://aiplatform.googleapis.com/v1beta1/projects/${PROJECT_ID}/locations/global/interactions/${INTERACTION_ID}"

Tools

Deep Research unterstützt mehrere integrierte und externe Tools. Standardmäßig (wenn kein „tools“-Parameter angegeben ist) hat der Agent Zugriff auf die Google Suche und den URL-Kontext. Sie können Tools explizit angeben, um die Funktionen des KI-Agenten einzuschränken oder zu erweitern. Zu den unterstützten Tools gehören:

Google Suche

Mit dem folgenden Code wird die Google Suche als einziges Tool aktiviert:

interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="What are the latest developments in quantum computing?",
  tools=[{"type": "google_search"}],
  background=True,
  stream=True
)

MCP-Server

Geben Sie den Servernamen und die URL in der Toolkonfiguration an. Sie können auch Authentifizierungsdaten übergeben und einschränken, welche Tools der Agent aufrufen kann.

Siehe folgende Referenz:

Sehen Sie sich folgendes Beispiel an:

interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="How to deploy an app to Cloud Run on Google Cloud?",
  tools=[
    {
      "type": "mcp_server",
      "name": "Google Cloud Developer Knowledge",
      "url": "https://developerknowledge.googleapis.com/mcp",
      "headers": {"Authorization": "Bearer token"},
    }
  ],
  background=True,
  stream=True
)

Enterprise-Websuche

Mit der Enterprise-Websuche können Organisationen Antworten der generativen KI auf sicheren, konformen und aktuellen Webdaten basieren. Entwickler und Unternehmen können damit KI-Modelle mit dem Internet verbinden, ohne den Datenschutz oder die Einhaltung regulatorischer Anforderungen zu gefährden.

Sehen Sie sich folgendes Beispiel an:

interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input="Research on the latest trend on AI",
  tools=[
    {
      "type": "google_search",
      "search_type": ["enterprise_web_search"],
    }
  ],
  background=True,
  stream=True
)

Multimodale Eingaben

Deep Research unterstützt multimodale Eingaben, einschließlich Bildern und Dokumenten (PDFs). So kann der Agent visuelle Inhalte analysieren und webbasierte Recherchen im Kontext der bereitgestellten Eingaben durchführen.

Sehen Sie sich folgendes Beispiel an:

prompt = """
Analyze the interspecies dynamics and behavioral risks present
in the provided image of the African watering hole. Specifically, investigate
the symbiotic relationship between the avian species and the pachyderms
shown, and conduct a risk assessment for the reticulated giraffes based on
their drinking posture relative to the specific predator visible in the
foreground.
"""

interaction = client.interactions.create(
  input=[
    {"type": "text", "text": prompt},
    {
      "type": "image",
      "uri": "https://storage.googleapis.com/generativeai-downloads/images/generated_elephants_giraffes_zebras_sunset.jpg"
    }
  ],
  agent="deep-research-preview-04-2026",
  background=True,
  stream=True
)

print(f"Research started: {interaction.id}")

while True:
  interaction = client.interactions.get(interaction.id)
  if interaction.status == "completed":
    print(interaction.steps[-1].content[0].text)
    break
  elif interaction.status == "failed":
    print(f"Research failed: {interaction.error}")
    break
  time.sleep(10)

Verständnis von Dokumenten

Sie können Dokumente direkt als multimodale Eingabe übergeben. Der Agent analysiert die bereitgestellten Dokumente und führt Recherchen auf Grundlage ihres Inhalts durch.

Sehen Sie sich folgendes Beispiel an:

interaction = client.interactions.create(
  agent="deep-research-preview-04-2026",
  input=[
    {"type": "text", "text": "What is this document about?"},
    {
      "type": "document",
      "uri": "https://arxiv.org/pdf/1706.03762",
      "mime_type": "application/pdf",
    },
  ],
  background=True,
  stream=True
)

Steuerbarkeit und Formatierung

Sie können die Ausgabe des KI-Agenten steuern, indem Sie in Ihrem Prompt spezifische Formatierungsanweisungen angeben. So können Sie Berichte in bestimmte Abschnitte und Unterabschnitte strukturieren, Datentabellen einfügen oder den Tonfall für verschiedene Zielgruppen anpassen, z. B. „technisch“, „geschäftlich“ oder „informell“.

Definieren Sie die Ausgabe explizit in Ihrem Eingabetext. Sehen Sie sich folgendes Beispiel an:

prompt = """
Research the competitive landscape of EV batteries.

Format the output as a technical report with the following structure:
1. Executive Summary
2. Key Players (Must include a data table comparing capacity and chemistry)
3. Supply Chain Risks
"""

interaction = client.interactions.create(
    input=prompt,
    agent="deep-research-preview-04-2026",
    background=True,
    stream=True
)

API-Referenz

In diesem Abschnitt finden Sie API-Referenzinformationen zur Verwendung des Gemini Deep Research-Agenten.

Weitere Informationen finden Sie unter Interactions API.

Methode: interactions.create

Vollständiger Name: projects.locations.interactions.create

Startet eine neue Deep Research-Sitzung.

Endpunkt

Beitrag https://aiplatform.googleapis.com/v1beta1/{parent}/interactions

Anfragetextparameter

Anfragetextparameter können Folgendes enthalten:

Zeitüberschreitungen und Fehlerbehandlung

Wenn Sie mit einem Agenten interagieren, kann es zu Verbindungszeitüberschreitungen oder Systemfehlern kommen. In diesem Abschnitt wird erläutert, wie Sie Soft-Timeouts und harte Fehler erkennen und beheben.

Soft-Timeouts

Ein Soft-Timeout tritt auf, wenn die Verbindung zur Interactions API unterbrochen wird, während der KI-Agent noch eine Anfrage verarbeitet. Der KI-Agent führt die Anfrage im Hintergrund weiter aus.

Wenn Sie die Sitzung fortsetzen und wiederholte Ereignisse ansehen möchten, stellen Sie mit Ihrem interaction_id wieder eine Verbindung zum Stream her. Weitere Informationen finden Sie unter Verbindung zum Interaktionsstream wiederherstellen.

Schwerwiegende Fehler

Ein schwerwiegender Fehler tritt auf, wenn ein Agent- oder interner Systemfehler den Agent-Kontext vollständig beendet. Diese Fehler geben in der Regel den Statuscode HTTP 500 zurück. Häufige Ursachen sind das Überschreiten des Ausführungslimits von 120 Minuten oder ein Systemfehler.

Beenden Sie die aktuelle Sitzung und verfeinern Sie Ihre Abfrage, bevor Sie eine neue Sitzung starten, um diesen Fehler zu beheben.

Best Practices

Wenn Sie einem autonomen Agenten Zugriff auf das Web und Ihre Dateien gewähren, entstehen einzigartige Dynamiken. Beachten Sie bei der Implementierung Ihres Projekts die folgenden Best Practices:

• Prompt für Unbekanntes: Geben Sie dem Agent explizite Anweisungen, wie er mit fehlenden Daten umgehen soll. Sie können es beispielsweise anweisen, anzugeben, ob eine Zahl nicht verfügbar ist, anstatt sie zu schätzen.

• Risiken durch Prompt Injection vermeiden: Achten Sie darauf, dass hochgeladene Dateien aus vertrauenswürdigen Quellen stammen, da schädliche Dateien versteckten Text enthalten können, der die Ausgabe eines KI-Agenten manipulieren soll.

• Daten-Exfiltration vermeiden: Seien Sie äußerst vorsichtig, wenn Sie den Agenten bitten, sensible interne Daten zusammenzufassen, und ihm gleichzeitig Zugriff auf das öffentliche Web gewähren.

• Zitate überprüfen: Obwohl Filter auf Unternehmensniveau angewendet werden, sollten Sie die in der Antwort angegebenen Zitate immer überprüfen, um sicherzustellen, dass die Webquellen vertrauenswürdig sind.

Beschränkungen

Beachten Sie beim Planen Ihres Projekts die folgenden Einschränkungen:

• Nur Single-Turn: Es werden nur Single-Turn-Abfragen unterstützt. Die Verwendung des Felds previous_interaction_id der API wird nicht unterstützt.

• Sicherheit auf Unternehmensniveau: Während der Vorabversion werden kundenverwaltete Verschlüsselungsschlüssel (CMEK) und VPC Service Controls nicht unterstützt. Einschränkungen für den multiregionalen Datenstandort werden derzeit geprüft.

• Caching: Implizites Caching ist für diesen Dienst standardmäßig aktiviert. Sie kann nicht deaktiviert werden.

• Datenaufbewahrung: Prompts und generierte Ausgaben werden für die Standardverarbeitung sieben Tage lang gespeichert. Wenn Sie die Fundierung mit der Google Suche verwenden, speichert Google Prompts, Kontextinformationen und generierte Ausgaben drei Tage lang für die Fehlerbehebung und Tests. Wenn Sie die Fundierung mit der Google Suche verwenden, können Sie die Speicherung dieser Informationen nicht deaktivieren. Wenn Sie eine Datenaufbewahrung von null benötigen, wird empfohlen, die Fundierung mit der Enterprise-Websuche zu verwenden.

Preise

Deep Research nutzt die erweiterten Funktionen von Gemini zum logischen Schlussfolgern, um mehrstufige agentische Rechercheaufgaben auszuführen. Die Abrechnung umfasst die Modellnutzung (Tokens) und die Toolausführung (Suche und Fundierung).

Für Hintergrundjobs können Sie die zurückgestellte Stufe verwenden, um einen Rabatt zu erhalten.

Weitere Informationen finden Sie unter Preise.

Kosten-Tracking

Standardmäßig wendet der Gemini Deep Research-Agent das Nutzerlabel is_deep_research automatisch auf seine Vorgänge an. In Cloud de Confiance by S3NSsind Labels einfache Schlüssel/Wert-Paare, mit denen Sie Ressourcen organisieren und Kosten in Ihrer Infrastruktur im Blick behalten können.

• Automatisches Labeling: Sie müssen dieses Label nicht manuell in Ihren API-Anfragen konfigurieren. Der Agent fügt das Label is_deep_research standardmäßig für alle ausgeführten Aufgaben hinzu.

• Abrechnungsfilterung: Deep Research-Abrechnungsberichte können mit dem Abrechnungslabel is_deep_research gefiltert werden.

• Umfassendes Tracking: Das Abrechnungslabel is_deep_research gilt sowohl für Ihre Modellnutzung (Eingabe- und Ausgabetokens) als auch für die Ausführung Ihrer Tools (Nutzung von Suche und Fundierung). So können Sie die Gesamtkosten Ihrer asynchronen Recherche-Workflows aggregieren und berechnen.

Kontingent

Wenn Sie mehr Traffic, gleichzeitige Hintergrundaufgaben oder höhere Forschungslasten bewältigen möchten, können Sie direkt in Ihrem Cloud de Confiance -Projekt eine Kontingenterhöhung für die Agent Platform API anfordern.

So erhöhen Sie Ihr Kontingent:

1. Rufen Sie in der Cloud de Confiance Console die Seite Kontingente und Systemlimits auf.

   Zur Seite „Kontingente und Systemlimits“

2. Achten Sie darauf, dass Sie das richtige Projekt ausgewählt haben, in dem Ihre Deep Research-Arbeitslasten ausgeführt werden.

3. Suchen Sie im Suchfeld für Filter nach Agent Platform API (aiplatform.googleapis.com), um die relevanten Kontingente für Agenten und Interaktionen zu finden.

4. Wählen Sie das Kontingentlimit aus, das Sie anpassen möchten.

5. Klicken Sie auf Kontingente bearbeiten.

6. Geben Sie im Dialogfeld Kontingentänderungen im Feld Neuer Wert das gewünschte Limit ein. Geben Sie in der Anfragebeschreibung eine klare Begründung an. Wenn Sie Ihren spezifischen Deep Research-Anwendungsfall, Ihre Anforderungen an die Ausführung im Hintergrund und die erwarteten Trafficmuster angeben, kann dies den Genehmigungsprozess beschleunigen.

7. Klicken Sie auf Anfrage senden.

Compliance und Sicherheit

In diesem Abschnitt wird erläutert, wie Ihre Daten aufbewahrt und im Cache gespeichert werden. Außerdem werden die Sicherheitskontrollen aufgeführt, die während der Vorabversion nicht unterstützt werden.

Datenaufbewahrung

Prompts und generierte Ausgaben werden bei der Standardverarbeitung sieben (7) Tage lang gespeichert.

Wie in Abschnitt 19 „Generative AI Services: Fundierung mit der Google Suche“ der dienstspezifischen Nutzungsbedingungen beschrieben, speichert Google Prompts und Kontextinformationen, die Kundenunternehmen möglicherweise bereitstellen, sowie generierte Ausgaben drei (3) Tage lang, um fundierte Ergebnisse und Suchvorschläge zu erstellen. Diese gespeicherten Informationen können für das Debugging und Testen von Systemen verwendet werden, die die Fundierung mit der Google Suche unterstützen. Wenn Sie die Fundierung mit der Google Suche verwenden, können Sie die Speicherung dieser Informationen nicht deaktivieren. Wenn Sie keine Datenaufbewahrung benötigen, empfehlen wir die Verwendung von Web-Fundierung für Unternehmen.

Caching

Implizites Caching ist für Deep Research standardmäßig aktiviert und kann nicht deaktiviert werden.

Sicherheitskontrollen

Die folgenden Sicherheitskontrollen werden in der Vorabversion nicht unterstützt:

• Kundenverwaltete Verschlüsselungsschlüssel (CMEK, Customer-Managed Encryption Keys)
• VPC Service Controls (VPC-SC)
• Access Transparency (AXT)
• Datenstandort
• Multiregionaler Datenstandort

Nächste Schritte