قابلیت های پردازش اسناد را با Gemini API کاوش کنید

Gemini API می تواند استنتاج را روی اسناد PDF ارسال شده به آن پردازش و اجرا کند. هنگامی که یک PDF آپلود می شود، Gemini API می تواند:

  • در مورد محتوا توضیح دهید یا به سوالات پاسخ دهید
  • مطالب را خلاصه کنید
  • از محتوا استنباط کنید

این آموزش برخی از راه‌های ممکن برای درخواست Gemini API با اسناد PDF ارائه شده را نشان می‌دهد. تمام خروجی ها فقط متنی است.

بعدش چی

این راهنما نحوه استفاده از generateContent و تولید خروجی متن از اسناد پردازش شده را نشان می دهد. برای کسب اطلاعات بیشتر به منابع زیر مراجعه کنید:

  • درخواست با فایل های رسانه ای : Gemini API از درخواست با داده های متنی، تصویری، صوتی و تصویری پشتیبانی می کند که به عنوان درخواست چندوجهی نیز شناخته می شود.
  • دستورالعمل‌های سیستم : دستورالعمل‌های سیستم به شما امکان می‌دهد رفتار مدل را بر اساس نیازهای خاص و موارد استفاده خود هدایت کنید.
  • راهنمایی ایمنی : گاهی اوقات مدل‌های هوش مصنوعی تولیدی خروجی‌های غیرمنتظره مانند خروجی‌های نادرست، جانبدارانه یا توهین‌آمیز تولید می‌کنند. پس پردازش و ارزیابی انسانی برای محدود کردن خطر آسیب ناشی از چنین خروجی‌هایی ضروری است.