在给定输入 MessagePrompt
的情况下,从模型生成回答。
HTTP 请求
POST https://generativelanguage.googleapis.com/v1beta/{model=models/*}:generateMessage
网址采用 gRPC 转码语法。
路径参数
参数 | |
---|---|
model |
必需。要使用的模型的名称。 格式: |
请求正文
请求正文中包含结构如下的数据:
JSON 表示法 |
---|
{
"prompt": {
object ( |
字段 | |
---|---|
prompt |
必需。作为提示提供给模型的结构化文本输入。 在收到提示后,模型将返回它预测的讨论内容中的下一条消息。 |
temperature |
可选。控制输出的随机性。 值可以超过 |
candidateCount |
可选。要返回的已生成响应消息的数量。 此值必须介于 |
topP |
可选。采样时要考虑的词元的最大累积概率。 该模型结合使用了 Top-k 和细核采样。 核采样考虑的是概率总和至少为 |
topK |
可选。采样时要考虑的令牌数量上限。 该模型结合使用了 Top-k 和细核采样。 Top-k 采样考虑的是概率最高的 |
响应正文
模型的响应。
这包括按时间顺序排列的候选消息和对话历史记录。
如果成功,响应正文将包含结构如下的数据:
JSON 表示法 |
---|
{ "candidates": [ { object ( |
字段 | |
---|---|
candidates[] |
来自模型的候选响应消息。 |
messages[] |
模型使用的对话历史记录。 |
filters[] |
提示和回复文本的一组内容过滤元数据。 这表示哪个(些) |
授权范围
需要以下 OAuth 范围之一:
https://www.googleapis.com/auth/generative-language
https://www.googleapis.com/auth/generative-language.tuning
https://www.googleapis.com/auth/generative-language.tuning.readonly
https://www.googleapis.com/auth/generative-language.retriever
https://www.googleapis.com/auth/generative-language.retriever.readonly
如需了解详情,请参阅身份验证概览。