문서 이해

Gemini API는 긴 문서 (최대 3, 600페이지)를 포함한 PDF 입력을 지원합니다. Gemini 모델은 기본 비전으로 PDF를 처리하므로 문서 내 텍스트와 이미지 콘텐츠를 모두 이해할 수 있습니다. 네이티브 PDF 비전 지원을 통해 Gemini 모델은 다음을 실행할 수 있습니다.

  • 문서 내의 다이어그램, 차트, 표 분석
  • 구조화된 출력 형식으로 정보를 추출
  • 문서의 시각적 콘텐츠 및 텍스트 콘텐츠에 관한 질문에 답변
  • 문서 요약
  • 다운스트림 애플리케이션에서 사용할 수 있도록 레이아웃과 서식을 보존하면서 문서 콘텐츠를 스크립트로 변환 (예: HTML로)

이 튜토리얼에서는 Gemini API를 사용하여 PDF 문서를 처리하는 몇 가지 방법을 보여줍니다.

다음 단계

자세한 내용은 다음 리소스를 참고하세요.

  • 파일 프롬프트 전략: Gemini API는 텍스트, 이미지, 오디오, 동영상 데이터를 사용한 프롬프트(다중 모달 프롬프트라고도 함)를 지원합니다.
  • 시스템 안내: 시스템 안내를 사용하면 특정 요구사항 및 사용 사례에 따라 모델의 동작을 조정할 수 있습니다.