บทแนะนำ: เริ่มต้นใช้งาน Gemini API

เริ่มต้น


ดูใน AI ของ Google เรียกใช้ใน Google Colab ดูแหล่งที่มาใน GitHub

การเริ่มต้นอย่างรวดเร็วนี้สาธิตวิธีใช้ Python SDK สำหรับ Gemini API ซึ่ง ให้สิทธิ์คุณเข้าถึงโมเดลภาษาขนาดใหญ่ของ Gemini ของ Google ในการเริ่มต้นอย่างรวดเร็วนี้ คุณจะได้เรียนรู้วิธีต่อไปนี้

  1. ตั้งค่าสภาพแวดล้อมในการพัฒนาซอฟต์แวร์และการเข้าถึง API เพื่อใช้ Gemini
  2. สร้างข้อความตอบกลับจากการป้อนข้อความ
  3. สร้างคำตอบแบบข้อความจากอินพุตหลายรูปแบบ (ข้อความและรูปภาพ)
  4. ใช้ Gemini สำหรับการสนทนาแบบผลัดกันเล่น (แชท)
  5. ใช้การฝังสำหรับโมเดลภาษาขนาดใหญ่

ข้อกำหนดเบื้องต้น

คุณสามารถเรียกใช้การเริ่มต้นอย่างรวดเร็วนี้ได้ใน Google Colab ซึ่งเรียกใช้สมุดบันทึกนี้โดยตรงในเบราว์เซอร์ และไม่ต้องใช้ฟังก์ชันเพิ่มเติม การกำหนดค่าสภาพแวดล้อม

หรือถ้าต้องการเริ่มต้นอย่างรวดเร็วนี้ในเครื่อง ให้ตรวจดูว่าการพัฒนา เป็นไปตามข้อกำหนดต่อไปนี้

  • Python 3.9 ขึ้นไป
  • การติดตั้ง jupyter เพื่อเรียกใช้สมุดบันทึก

ตั้งค่า

ติดตั้ง Python SDK

Python SDK สำหรับ Gemini API มีอยู่ใน แพ็กเกจ google-generativeai ติดตั้งการอ้างอิงโดยใช้ PIP ดังนี้

pip install -q -U google-generativeai

นำเข้าแพ็กเกจ

นำเข้าแพ็กเกจที่จำเป็น

import pathlib
import textwrap

import google.generativeai as genai

from IPython.display import display
from IPython.display import Markdown

def to_markdown(text):
  text = text.replace('•', '  *')
  return Markdown(textwrap.indent(text, '> ', predicate=lambda _: True))

# Used to securely store your API key
from google.colab import userdata

ตั้งค่าคีย์ API

คุณต้องได้รับคีย์ API ก่อนจึงจะใช้ Gemini API ได้ หากคุณ หากยังไม่มี ให้สร้างคีย์ในคลิกเดียวใน Google AI Studio

รับคีย์ API

ใน Colab ให้เพิ่มคีย์ลงในเครื่องมือจัดการความลับใต้ "🔑" ในแผงด้านซ้าย ตั้งชื่อว่า GOOGLE_API_KEY

เมื่อมีคีย์ API แล้ว ให้ส่งคีย์ดังกล่าวไปยัง SDK โดยสามารถทำได้สองวิธี:

  • ใส่คีย์ในตัวแปรสภาพแวดล้อม GOOGLE_API_KEY (SDK จะ รับโดยอัตโนมัติจากตรงนั้น)
  • ส่งคีย์ไปยัง genai.configure(api_key=...)
# Or use `os.getenv('GOOGLE_API_KEY')` to fetch an environment variable.
GOOGLE_API_KEY=userdata.get('GOOGLE_API_KEY')

genai.configure(api_key=GOOGLE_API_KEY)

แสดงรายการโมเดล

ตอนนี้คุณพร้อมเรียกใช้ Gemini API แล้ว ใช้ list_models เพื่อดูรายการที่มีอยู่ โมเดล Gemini:

  • gemini-1.5-flash: โมเดลแบบหลายโมดัลที่เร็วที่สุดของเรา
  • gemini-1.5-pro: โมเดลแบบหลายโมดัลที่มีความสามารถและชาญฉลาดที่สุดของเรา
for m in genai.list_models():
  if 'generateContent' in m.supported_generation_methods:
    print(m.name)

สร้างข้อความจากการป้อนข้อความ

สำหรับพรอมต์แบบข้อความเท่านั้น ให้ใช้โมเดล Gemini 1.5 หรือโมเดล Gemini 1.0 Pro ดังนี้

model = genai.GenerativeModel('gemini-1.5-flash')

เมธอด generate_content รองรับกรณีการใช้งานได้มากมายหลายแบบ ได้แก่ การแชทแบบมัลติเทิร์นและอินพุตแบบมัลติโมดัล โดยขึ้นอยู่กับโมเดลที่ใช้งานอยู่ รองรับ โมเดลที่มีอยู่รองรับเฉพาะข้อความและรูปภาพเป็นอินพุตและข้อความ เป็นเอาต์พุต

ในกรณีที่ง่ายที่สุด คุณสามารถส่งสตริงพรอมต์ไปยัง GenerativeModel.generate_content วิธีการ:

%%time
response = model.generate_content("What is the meaning of life?")

CPU times: user 110 ms, sys: 12.3 ms, total: 123 ms
Wall time: 8.25 s

ในกรณีง่าย ตัวเข้าถึง response.text คือสิ่งที่คุณต้องการ เพื่อแสดง ข้อความมาร์กดาวน์ที่จัดรูปแบบแล้ว ให้ใช้ฟังก์ชัน to_markdown:

to_markdown(response.text)

The query of life's purpose has perplexed people across centuries, cultures, and continents. While there is no universally recognized response, many ideas have been put forth, and the response is frequently dependent on individual ideas, beliefs, and life experiences.

1.  **Happiness and Well-being:** Many individuals believe that the goal of life is to attain personal happiness and well-being. This might entail locating pursuits that provide joy, establishing significant connections, caring for one's physical and mental health, and pursuing personal goals and interests.

2.  **Meaningful Contribution:** Some believe that the purpose of life is to make a meaningful contribution to the world. This might entail pursuing a profession that benefits others, engaging in volunteer or charitable activities, generating art or literature, or inventing.

3.  **Self-realization and Personal Growth:** The pursuit of self-realization and personal development is another common goal in life. This might entail learning new skills, pushing one's boundaries, confronting personal obstacles, and evolving as a person.

4.  **Ethical and Moral Behavior:** Some believe that the goal of life is to act ethically and morally. This might entail adhering to one's moral principles, doing the right thing even when it is difficult, and attempting to make the world a better place.

5.  **Spiritual Fulfillment:** For some, the purpose of life is connected to spiritual or religious beliefs. This might entail seeking a connection with a higher power, practicing religious rituals, or following spiritual teachings.

6.  **Experiencing Life to the Fullest:** Some individuals believe that the goal of life is to experience all that it has to offer. This might entail traveling, trying new things, taking risks, and embracing new encounters.

7.  **Legacy and Impact:** Others believe that the purpose of life is to leave a lasting legacy and impact on the world. This might entail accomplishing something noteworthy, being remembered for one's contributions, or inspiring and motivating others.

8.  **Finding Balance and Harmony:** For some, the purpose of life is to find balance and harmony in all aspects of their lives. This might entail juggling personal, professional, and social obligations, seeking inner peace and contentment, and living a life that is in accordance with one's values and beliefs.

Ultimately, the meaning of life is a personal journey, and different individuals may discover their own unique purpose through their experiences, reflections, and interactions with the world around them.

หาก API ส่งกลับผลลัพธ์ไม่สำเร็จ ให้ใช้ GenerateContentResponse.prompt_feedback เพื่อดูว่าถูกบล็อกเนื่องจากข้อกังวลด้านความปลอดภัยเกี่ยวกับข้อความดังกล่าวหรือไม่

response.prompt_feedback

safety_ratings {
  category: HARM_CATEGORY_SEXUALLY_EXPLICIT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HATE_SPEECH
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HARASSMENT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_DANGEROUS_CONTENT
  probability: NEGLIGIBLE
}

Gemini สามารถสร้างคำตอบที่เป็นไปได้หลายแบบสำหรับพรอมต์เดียว เหล่านี้ คำตอบที่เป็นไปได้เรียกว่า candidates ซึ่งคุณสามารถตรวจสอบคำตอบเพื่อเลือก URL ที่เหมาะที่สุดเป็นคำตอบ

ดูตัวเลือกการตอบกลับที่มี GenerateContentResponse.candidates

response.candidates

[
  content {
    parts {
      text: "The query of life\'s purpose has perplexed people across centuries, cultures, and continents. While there is no universally recognized response, many ideas have been put forth, and the response is frequently dependent on individual ideas, beliefs, and life experiences.\n\n1. **Happiness and Well-being:** Many individuals believe that the goal of life is to attain personal happiness and well-being. This might entail locating pursuits that provide joy, establishing significant connections, caring for one\'s physical and mental health, and pursuing personal goals and interests.\n\n2. **Meaningful Contribution:** Some believe that the purpose of life is to make a meaningful contribution to the world. This might entail pursuing a profession that benefits others, engaging in volunteer or charitable activities, generating art or literature, or inventing.\n\n3. **Self-realization and Personal Growth:** The pursuit of self-realization and personal development is another common goal in life. This might entail learning new skills, pushing one\'s boundaries, confronting personal obstacles, and evolving as a person.\n\n4. **Ethical and Moral Behavior:** Some believe that the goal of life is to act ethically and morally. This might entail adhering to one\'s moral principles, doing the right thing even when it is difficult, and attempting to make the world a better place.\n\n5. **Spiritual Fulfillment:** For some, the purpose of life is connected to spiritual or religious beliefs. This might entail seeking a connection with a higher power, practicing religious rituals, or following spiritual teachings.\n\n6. **Experiencing Life to the Fullest:** Some individuals believe that the goal of life is to experience all that it has to offer. This might entail traveling, trying new things, taking risks, and embracing new encounters.\n\n7. **Legacy and Impact:** Others believe that the purpose of life is to leave a lasting legacy and impact on the world. This might entail accomplishing something noteworthy, being remembered for one\'s contributions, or inspiring and motivating others.\n\n8. **Finding Balance and Harmony:** For some, the purpose of life is to find balance and harmony in all aspects of their lives. This might entail juggling personal, professional, and social obligations, seeking inner peace and contentment, and living a life that is in accordance with one\'s values and beliefs.\n\nUltimately, the meaning of life is a personal journey, and different individuals may discover their own unique purpose through their experiences, reflections, and interactions with the world around them."
    }
    role: "model"
  }
  finish_reason: STOP
  index: 0
  safety_ratings {
    category: HARM_CATEGORY_SEXUALLY_EXPLICIT
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_HATE_SPEECH
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_HARASSMENT
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_DANGEROUS_CONTENT
    probability: NEGLIGIBLE
  }
]

โดยค่าเริ่มต้น โมเดลจะแสดงผลการตอบกลับหลังจากเสร็จสิ้นการสร้างทั้งหมด ขั้นตอนได้ และคุณยังสามารถสตรีมคำตอบขณะที่ระบบกำลังสร้างคำตอบ และ โมเดลจะแสดงผลกลุ่มคำตอบทันทีที่สร้างขึ้น

หากต้องการสตรีมคำตอบ ให้ใช้ GenerativeModel.generate_content(..., stream=True)

%%time
response = model.generate_content("What is the meaning of life?", stream=True)

CPU times: user 102 ms, sys: 25.1 ms, total: 128 ms
Wall time: 7.94 s

for chunk in response:
  print(chunk.text)
  print("_"*80)

The query of life's purpose has perplexed people across centuries, cultures, and
________________________________________________________________________________
 continents. While there is no universally recognized response, many ideas have been put forth, and the response is frequently dependent on individual ideas, beliefs, and life experiences
________________________________________________________________________________
.

1.  **Happiness and Well-being:** Many individuals believe that the goal of life is to attain personal happiness and well-being. This might entail locating pursuits that provide joy, establishing significant connections, caring for one's physical and mental health, and pursuing personal goals and aspirations.

2.  **Meaning
________________________________________________________________________________
ful Contribution:** Some believe that the purpose of life is to make a meaningful contribution to the world. This might entail pursuing a profession that benefits others, engaging in volunteer or charitable activities, generating art or literature, or inventing.

3.  **Self-realization and Personal Growth:** The pursuit of self-realization and personal development is another common goal in life. This might entail learning new skills, exploring one's interests and abilities, overcoming obstacles, and becoming the best version of oneself.

4.  **Connection and Relationships:** For many individuals, the purpose of life is found in their relationships with others. This might entail building
________________________________________________________________________________
 strong bonds with family and friends, fostering a sense of community, and contributing to the well-being of those around them.

5.  **Spiritual Fulfillment:** For those with religious or spiritual beliefs, the purpose of life may be centered on seeking spiritual fulfillment or enlightenment. This might entail following religious teachings, engaging in spiritual practices, or seeking a deeper understanding of the divine.

6.  **Experiencing the Journey:** Some believe that the purpose of life is simply to experience the journey itself, with all its joys and sorrows. This perspective emphasizes embracing the present moment, appreciating life's experiences, and finding meaning in the act of living itself.

7.  **Legacy and Impact:** For others, the goal of life is to leave a lasting legacy or impact on the world. This might entail making a significant contribution to a particular field, leaving a positive mark on future generations, or creating something that will be remembered and cherished long after one's lifetime.

Ultimately, the meaning of life is a personal and subjective question, and there is no single, universally accepted answer. It is about discovering what brings you fulfillment, purpose, and meaning in your own life, and living in accordance with those values.
________________________________________________________________________________

แอตทริบิวต์การตอบกลับบางรายการจะใช้ไม่ได้จนกว่าคุณจะทำซ้ำขณะสตรีม ส่วนของคำตอบทั้งหมด ตามด้านล่างนี้

response = model.generate_content("What is the meaning of life?", stream=True)

แอตทริบิวต์ prompt_feedback จะทำงานดังต่อไปนี้

response.prompt_feedback

safety_ratings {
  category: HARM_CATEGORY_SEXUALLY_EXPLICIT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HATE_SPEECH
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HARASSMENT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_DANGEROUS_CONTENT
  probability: NEGLIGIBLE
}

แต่แอตทริบิวต์ เช่น text ไม่ทำสิ่งต่อไปนี้

try:
  response.text
except Exception as e:
  print(f'{type(e).__name__}: {e}')

IncompleteIterationError: Please let the response complete iteration before accessing the final accumulated
attributes (or call `response.resolve()`)

สร้างข้อความจากอินพุตรูปภาพและข้อความ

Gemini มีโมเดลต่างๆ ที่รองรับการป้อนข้อมูลหลายรูปแบบ (Gemini 1.5 โมเดลใหม่) เพื่อให้คุณสามารถป้อนได้ทั้งข้อความและรูปภาพ อย่าลืมอ่าน ข้อกำหนดเกี่ยวกับรูปภาพสำหรับพรอมต์

เมื่ออินพุตพรอมต์มีทั้งข้อความและรูปภาพ ให้ใช้ Gemini 1.5 ที่มี เมธอด GenerativeModel.generate_content ในการสร้างเอาต์พุตข้อความ:

ตัวอย่างรูปภาพมีดังนี้

curl -o image.jpg https://t0.gstatic.com/licensed-image?q=tbn:ANd9GcQ_Kevbk21QBRy-PgB4kQpS79brbmmEG7m3VOTShAn4PecDU5H5UxrJxE3Dw1JiaG17V88QIol19-3TM2wCHw

% Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed

  0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0
100  405k  100  405k    0     0  6982k      0 --:--:-- --:--:-- --:--:-- 7106k

import PIL.Image

img = PIL.Image.open('image.jpg')
img

png

ใช้โมเดล Gemini 1.5 และส่งรูปภาพไปยังโมเดลด้วย generate_content

model = genai.GenerativeModel('gemini-1.5-flash')

response = model.generate_content(img)

to_markdown(response.text)

Chicken Teriyaki Meal Prep Bowls with brown rice, roasted broccoli and bell peppers.

หากต้องการใส่ทั้งข้อความและรูปภาพในพรอมต์ ให้ส่งรายการที่มีสตริงดังกล่าว และรูปภาพ:

response = model.generate_content(["Write a short, engaging blog post based on this picture. It should include a description of the meal in the photo and talk about my journey meal prepping.", img], stream=True)
response.resolve()

to_markdown(response.text)

Meal prepping is a great way to save time and money, and it can also help you to eat healthier. This meal is a great example of a healthy and delicious meal that can be easily prepped ahead of time.

This meal features brown rice, roasted vegetables, and chicken teriyaki. The brown rice is a whole grain that is high in fiber and nutrients. The roasted vegetables are a great way to get your daily dose of vitamins and minerals. And the chicken teriyaki is a lean protein source that is also packed with flavor.

This meal is easy to prepare ahead of time. Simply cook the brown rice, roast the vegetables, and cook the chicken teriyaki. Then, divide the meal into individual containers and store them in the refrigerator. When you're ready to eat, simply grab a container and heat it up.

This meal is a great option for busy people who are looking for a healthy and delicious way to eat. It's also a great meal for those who are trying to lose weight or maintain a healthy weight.

If you're looking for a healthy and delicious meal that can be easily prepped ahead of time, this meal is a great option. Give it a try today!

การสนทนาผ่านแชท

Gemini ช่วยให้คุณสนทนาได้แบบอิสระในหลายๆ ตา ชั้นเรียน ChatSession ช่วยลดความซับซ้อนของกระบวนการนี้โดยการจัดการสถานะของ การสนทนา ซึ่งไม่เหมือนกับ generate_content คุณไม่จำเป็นต้องจัดเก็บ แสดงประวัติการสนทนาเป็นรายการ

เริ่มต้นการแชท:

model = genai.GenerativeModel('gemini-1.5-flash')
chat = model.start_chat(history=[])
chat

<google.generativeai.generative_models.ChatSession at 0x7b7b68250100>

ChatSession.send_message จะแสดงผลประเภท GenerateContentResponse เดียวกันกับ GenerativeModel.generate_content นอกจากนี้ยังเพิ่มข้อความของคุณและการตอบกลับไปยังประวัติการแชทดังนี้

response = chat.send_message("In one sentence, explain how a computer works to a young child.")
to_markdown(response.text)

A computer is like a very smart machine that can understand and follow our instructions, help us with our work, and even play games with us!

chat.history

[
  parts {
    text: "In one sentence, explain how a computer works to a young child."
  }
  role: "user",
  parts {
    text: "A computer is like a very smart machine that can understand and follow our instructions, help us with our work, and even play games with us!"
  }
  role: "model"
]

คุณสามารถส่งข้อความต่อไปได้เพื่อสนทนาต่อ ใช้เมนู stream=True อาร์กิวเมนต์สำหรับสตรีมแชท:

response = chat.send_message("Okay, how about a more detailed explanation to a high schooler?", stream=True)

for chunk in response:
  print(chunk.text)
  print("_"*80)

A computer works by following instructions, called a program, which tells it what to
________________________________________________________________________________
 do. These instructions are written in a special language that the computer can understand, and they are stored in the computer's memory. The computer's processor
________________________________________________________________________________
, or CPU, reads the instructions from memory and carries them out, performing calculations and making decisions based on the program's logic. The results of these calculations and decisions are then displayed on the computer's screen or stored in memory for later use.

To give you a simple analogy, imagine a computer as a
________________________________________________________________________________
 chef following a recipe. The recipe is like the program, and the chef's actions are like the instructions the computer follows. The chef reads the recipe (the program) and performs actions like gathering ingredients (fetching data from memory), mixing them together (performing calculations), and cooking them (processing data). The final dish (the output) is then presented on a plate (the computer screen).

In summary, a computer works by executing a series of instructions, stored in its memory, to perform calculations, make decisions, and display or store the results.
________________________________________________________________________________

ออบเจ็กต์ glm.Content รายการประกอบด้วยรายการ glm.Part ออบเจ็กต์ที่แต่ละรายการมี ข้อความ (สตริง) หรือ inline_data (glm.Blob) ที่ BLOB มีไบนารี และmime_type ประวัติการแชทจะอยู่ในรายการ glm.Content วัตถุใน ChatSession.history

for message in chat.history:
  display(to_markdown(f'**{message.role}**: {message.parts[0].text}'))

**user**: In one sentence, explain how a computer works to a young child.

**model**: A computer is like a very smart machine that can understand and follow our instructions, help us with our work, and even play games with us!

**user**: Okay, how about a more detailed explanation to a high schooler?

**model**: A computer works by following instructions, called a program, which tells it what to do. These instructions are written in a special language that the computer can understand, and they are stored in the computer's memory. The computer's processor, or CPU, reads the instructions from memory and carries them out, performing calculations and making decisions based on the program's logic. The results of these calculations and decisions are then displayed on the computer's screen or stored in memory for later use.

To give you a simple analogy, imagine a computer as a chef following a recipe. The recipe is like the program, and the chef's actions are like the instructions the computer follows. The chef reads the recipe (the program) and performs actions like gathering ingredients (fetching data from memory), mixing them together (performing calculations), and cooking them (processing data). The final dish (the output) is then presented on a plate (the computer screen).

In summary, a computer works by executing a series of instructions, stored in its memory, to perform calculations, make decisions, and display or store the results.

นับโทเค็น

โมเดลภาษาขนาดใหญ่จะมีหน้าต่างบริบท และความยาวของบริบทมักจะ วัดเป็นจำนวนโทเค็น เมื่อใช้ Gemini API คุณจะทำสิ่งต่อไปนี้ได้ กำหนดจำนวนโทเค็นต่อออบเจ็กต์ genai.protos.Content ใน กรณีที่ง่ายที่สุด คุณสามารถ ส่งสตริงข้อความค้นหาไปยัง GenerativeModel.count_tokens ดังนี้

model.count_tokens("What is the meaning of life?")

total_tokens: 7

ในทำนองเดียวกัน คุณสามารถตรวจสอบ token_count สำหรับ ChatSession ของคุณได้ดังนี้

model.count_tokens(chat.history)

total_tokens: 501

ใช้การฝัง

การฝัง เป็นเทคนิคที่ใช้ในการแสดงข้อมูลเป็นรายการของจำนวนทศนิยม ในอาร์เรย์ คุณสามารถใช้ Gemini ในการแทนข้อความ (คำ ประโยค และบล็อก ของข้อความ) ในรูปแบบเวกเตอร์ ซึ่งช่วยให้สามารถเปรียบเทียบและเปรียบต่างได้ง่ายขึ้น การฝังวิดีโอ เช่น ข้อความ 2 ข้อความที่มีเรื่องคล้ายกัน หรือ ความรู้สึกควรมีการฝังที่คล้ายกัน ซึ่งสามารถระบุได้จาก เทคนิคการเปรียบเทียบทางคณิตศาสตร์ เช่น ความคล้ายของโคไซน์ ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธี และเหตุผลที่ควรใช้การฝัง โปรดดูการฝัง

ใช้เมธอด embed_content เพื่อสร้างการฝัง เมธอดจะจัดการ ฝังสำหรับงานต่อไปนี้ (task_type):

ประเภทงาน คำอธิบาย
RETRIEVAL_QUERY ระบุว่าข้อความที่ระบุเป็นคำค้นหาในการตั้งค่าการค้นหา/ดึงข้อมูล
RETRIEVAL_DOCUMENT ระบุว่าข้อความที่ระบุเป็นเอกสารในการตั้งค่าการค้นหา/ดึงข้อมูล การใช้งานประเภทนี้ต้องใช้ title
SEMANTIC_SIMILARITY ระบุว่าจะใช้ข้อความที่กำหนดสำหรับความคล้ายคลึงกันของข้อความความหมาย (STS)
การจัดประเภท ระบุว่าจะมีการใช้การฝังสำหรับการจัดประเภท
การคลัสเตอร์ ระบุว่าจะมีการใช้การฝังสำหรับการจัดคลัสเตอร์

ข้อมูลต่อไปนี้จะสร้างการฝังสำหรับสตริงเดียวสำหรับการดึงข้อมูลเอกสาร

result = genai.embed_content(
    model="models/embedding-001",
    content="What is the meaning of life?",
    task_type="retrieval_document",
    title="Embedding of single string")

# 1 input > 1 vector output
print(str(result['embedding'])[:50], '... TRIMMED]')

[-0.003216741, -0.013358698, -0.017649598, -0.0091 ... TRIMMED]

ในการจัดการกลุ่มสตริง ให้ส่งรายการของสตริงใน content ดังนี้

result = genai.embed_content(
    model="models/embedding-001",
    content=[
      'What is the meaning of life?',
      'How much wood would a woodchuck chuck?',
      'How does the brain work?'],
    task_type="retrieval_document",
    title="Embedding of list of strings")

# A list of inputs > A list of vectors output
for v in result['embedding']:
  print(str(v)[:50], '... TRIMMED ...')

[0.0040260437, 0.004124458, -0.014209415, -0.00183 ... TRIMMED ...
[-0.004049845, -0.0075574904, -0.0073463684, -0.03 ... TRIMMED ...
[0.025310587, -0.0080734305, -0.029902633, 0.01160 ... TRIMMED ...

แม้ว่าฟังก์ชัน genai.embed_content จะยอมรับสตริงหรือรายการสตริง แต่ฟังก์ชันดังกล่าว สร้างขึ้นจากประเภท genai.protos.Content (เช่น GenerativeModel.generate_content) ออบเจ็กต์ glm.Content รายการเป็นหน่วยการสนทนาหลักใน API

ขณะที่ออบเจ็กต์ genai.protos.Content เป็นแบบหลายโมดัล embed_content จะสนับสนุนเฉพาะการฝังข้อความ การออกแบบนี้จะทำให้ API ความเป็นไปได้ที่จะขยายไปสู่การฝังแบบหลายโมดัล

response.candidates[0].content

parts {
  text: "A computer works by following instructions, called a program, which tells it what to do. These instructions are written in a special language that the computer can understand, and they are stored in the computer\'s memory. The computer\'s processor, or CPU, reads the instructions from memory and carries them out, performing calculations and making decisions based on the program\'s logic. The results of these calculations and decisions are then displayed on the computer\'s screen or stored in memory for later use.\n\nTo give you a simple analogy, imagine a computer as a chef following a recipe. The recipe is like the program, and the chef\'s actions are like the instructions the computer follows. The chef reads the recipe (the program) and performs actions like gathering ingredients (fetching data from memory), mixing them together (performing calculations), and cooking them (processing data). The final dish (the output) is then presented on a plate (the computer screen).\n\nIn summary, a computer works by executing a series of instructions, stored in its memory, to perform calculations, make decisions, and display or store the results."
}
role: "model"

result = genai.embed_content(
    model = 'models/embedding-001',
    content = response.candidates[0].content)

# 1 input > 1 vector output
print(str(result['embedding'])[:50], '... TRIMMED ...')

[-0.013921871, -0.03504407, -0.0051786783, 0.03113 ... TRIMMED ...

ในทำนองเดียวกัน ประวัติการแชทจะมีรายการออบเจ็กต์ genai.protos.Content รายการ ซึ่งคุณสามารถส่งต่อไปยังฟังก์ชัน embed_content ได้โดยตรง:

chat.history

[
  parts {
    text: "In one sentence, explain how a computer works to a young child."
  }
  role: "user",
  parts {
    text: "A computer is like a very smart machine that can understand and follow our instructions, help us with our work, and even play games with us!"
  }
  role: "model",
  parts {
    text: "Okay, how about a more detailed explanation to a high schooler?"
  }
  role: "user",
  parts {
    text: "A computer works by following instructions, called a program, which tells it what to do. These instructions are written in a special language that the computer can understand, and they are stored in the computer\'s memory. The computer\'s processor, or CPU, reads the instructions from memory and carries them out, performing calculations and making decisions based on the program\'s logic. The results of these calculations and decisions are then displayed on the computer\'s screen or stored in memory for later use.\n\nTo give you a simple analogy, imagine a computer as a chef following a recipe. The recipe is like the program, and the chef\'s actions are like the instructions the computer follows. The chef reads the recipe (the program) and performs actions like gathering ingredients (fetching data from memory), mixing them together (performing calculations), and cooking them (processing data). The final dish (the output) is then presented on a plate (the computer screen).\n\nIn summary, a computer works by executing a series of instructions, stored in its memory, to perform calculations, make decisions, and display or store the results."
  }
  role: "model"
]

result = genai.embed_content(
    model = 'models/embedding-001',
    content = chat.history)

# 1 input > 1 vector output
for i,v in enumerate(result['embedding']):
  print(str(v)[:50], '... TRIMMED...')

[-0.014632266, -0.042202696, -0.015757175, 0.01548 ... TRIMMED...
[-0.010979066, -0.024494737, 0.0092659835, 0.00803 ... TRIMMED...
[-0.010055617, -0.07208932, -0.00011750793, -0.023 ... TRIMMED...
[-0.013921871, -0.03504407, -0.0051786783, 0.03113 ... TRIMMED...

Use Case ขั้นสูง

ส่วนต่อไปนี้จะอธิบายถึง Use Case ขั้นสูงและรายละเอียดระดับล่างของ Python SDK สำหรับ Gemini API

การตั้งค่าความปลอดภัย

อาร์กิวเมนต์ safety_settings ให้คุณกำหนดค่าสิ่งที่โมเดลบล็อกและ อนุญาตทั้งในพรอมต์และคำตอบ โดยค่าเริ่มต้น การตั้งค่าความปลอดภัยจะบล็อกเนื้อหา ที่มีความเป็นไปได้ปานกลางและ/หรือสูงที่จะเป็นเนื้อหาที่ไม่ปลอดภัย เรียนรู้เพิ่มเติมเกี่ยวกับความปลอดภัย การตั้งค่า

ป้อนพรอมต์ที่น่าสงสัย แล้วเรียกใช้โมเดลด้วยการตั้งค่าความปลอดภัยเริ่มต้น และจะไม่แสดงผลตัวเลือกใด

response = model.generate_content('[Questionable prompt here]')
response.candidates

[
  content {
    parts {
      text: "I\'m sorry, but this prompt involves a sensitive topic and I\'m not allowed to generate responses that are potentially harmful or inappropriate."
    }
    role: "model"
  }
  finish_reason: STOP
  index: 0
  safety_ratings {
    category: HARM_CATEGORY_SEXUALLY_EXPLICIT
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_HATE_SPEECH
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_HARASSMENT
    probability: NEGLIGIBLE
  }
  safety_ratings {
    category: HARM_CATEGORY_DANGEROUS_CONTENT
    probability: NEGLIGIBLE
  }
]

prompt_feedback จะบอกตัวกรองความปลอดภัยที่บล็อกข้อความแจ้ง

response.prompt_feedback

safety_ratings {
  category: HARM_CATEGORY_SEXUALLY_EXPLICIT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HATE_SPEECH
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_HARASSMENT
  probability: NEGLIGIBLE
}
safety_ratings {
  category: HARM_CATEGORY_DANGEROUS_CONTENT
  probability: NEGLIGIBLE
}

ตอนนี้ให้ส่งข้อความแจ้งเดียวกันแก่โมเดลด้วยการตั้งค่าความปลอดภัยที่กำหนดค่าใหม่ และคุณอาจได้รับการตอบกลับ

response = model.generate_content('[Questionable prompt here]',
                                  safety_settings={'HARASSMENT':'block_none'})
response.text

และโปรดทราบว่าผู้สมัครแต่ละคนมี safety_ratings ของตนเองด้วยในกรณีที่ได้รับแจ้ง แต่คำตอบแต่ละรายการไม่ผ่านการตรวจสอบความปลอดภัย

เข้ารหัสข้อความ

ส่วนก่อนหน้านี้ใช้ SDK เพื่อให้คุณส่งพรอมต์ได้อย่างง่ายดาย กับ API ส่วนนี้นำเสนอสิ่งที่พิมพ์ทั้งหมดเทียบเท่ากับส่วนก่อนหน้า เช่น เพื่อให้คุณเข้าใจรายละเอียดระดับล่าง เกี่ยวกับ SDK เข้ารหัสข้อความ

SDK จะพยายามแปลงข้อความเป็นออบเจ็กต์ genai.protos.Content ซึ่งมีรายการออบเจ็กต์ genai.protos.Part รายการที่แต่ละออบเจ็กต์มีอย่างใดอย่างหนึ่งต่อไปนี้

  1. a text (สตริง)
  2. inline_data (genai.protos.Blob) โดยที่ BLOB มีไบนารี data และ mime_type
  3. หรือข้อมูลประเภทอื่นๆ

และยังส่งผ่านคลาสเหล่านี้เป็นพจนานุกรมที่เทียบเท่าได้เช่นกัน

ดังนั้น ตัวอย่างที่สมบูรณ์ซึ่งเทียบเท่ากับตัวอย่างก่อนหน้านี้คือ:

model = genai.GenerativeModel('gemini-1.5-flash')
response = model.generate_content(
    genai.protos.Content(
        parts = [
            genai.protos.Part(text="Write a short, engaging blog post based on this picture."),
            genai.protos.Part(
                inline_data=genai.protos.Blob(
                    mime_type='image/jpeg',
                    data=pathlib.Path('image.jpg').read_bytes()
                )
            ),
        ],
    ),
    stream=True)

response.resolve()

to_markdown(response.text[:100] + "... [TRIMMED] ...")

Meal prepping is a great way to save time and money, and it can also help you to eat healthier. By ... [TRIMMED] ...

การสนทนาแบบผลัดกันเล่น

แม้ว่าคลาส genai.ChatSession ที่แสดงก่อนหน้านี้รองรับกรณีการใช้งานได้หลายกรณี ใช้การคาดเดาบางอย่าง หากกรณีการใช้งานของคุณไม่เหมาะกับแชทนี้ คุณควรทราบว่า genai.ChatSession เป็นเพียง Wrapper รอบๆ GenerativeModel.generate_content นอกเหนือจากคำขอแบบครั้งเดียวแล้ว ยังสามารถจัดการการสนทนาแบบหลายรายการได้ด้วย

แต่ละข้อความเป็นออบเจ็กต์ genai.protos.Content รายการหรือใช้งานร่วมกันได้ พจนานุกรม ดังที่เห็นในส่วนก่อนหน้า ในฐานะพจนานุกรม ข้อความ ต้องใช้คีย์ role และ parts role ในการสนทนาสามารถเป็น user ซึ่งระบุพรอมต์ หรือ model ซึ่งระบุคำตอบ

ส่งรายการ genai.protos.Content ออบเจ็กต์และระบบจะดำเนินการดังนี้ การแชทแบบหลายรอบ:

model = genai.GenerativeModel('gemini-1.5-flash')

messages = [
    {'role':'user',
     'parts': ["Briefly explain how a computer works to a young child."]}
]
response = model.generate_content(messages)

to_markdown(response.text)

Imagine a computer as a really smart friend who can help you with many things. Just like you have a brain to think and learn, a computer has a brain too, called a processor. It's like the boss of the computer, telling it what to do.

Inside the computer, there's a special place called memory, which is like a big storage box. It remembers all the things you tell it to do, like opening games or playing videos.

When you press buttons on the keyboard or click things on the screen with the mouse, you're sending messages to the computer. These messages travel through special wires, called cables, to the processor.

The processor reads the messages and tells the computer what to do. It can open programs, show you pictures, or even play music for you.

All the things you see on the screen are created by the graphics card, which is like a magic artist inside the computer. It takes the processor's instructions and turns them into colorful pictures and videos.

To save your favorite games, videos, or pictures, the computer uses a special storage space called a hard drive. It's like a giant library where the computer can keep all your precious things safe.

And when you want to connect to the internet to play games with friends or watch funny videos, the computer uses something called a network card to send and receive messages through the internet cables or Wi-Fi signals.

So, just like your brain helps you learn and play, the computer's processor, memory, graphics card, hard drive, and network card all work together to make your computer a super-smart friend that can help you do amazing things!

หากต้องการสนทนาต่อ ให้เพิ่มการตอบกลับและข้อความอื่น

messages.append({'role':'model',
                 'parts':[response.text]})

messages.append({'role':'user',
                 'parts':["Okay, how about a more detailed explanation to a high school student?"]})

response = model.generate_content(messages)

to_markdown(response.text)

At its core, a computer is a machine that can be programmed to carry out a set of instructions. It consists of several essential components that work together to process, store, and display information:

**1. Processor (CPU):**
   -   The brain of the computer.
   -   Executes instructions and performs calculations.
   -   Speed measured in gigahertz (GHz).
   -   More GHz generally means faster processing.

**2. Memory (RAM):**
   -   Temporary storage for data being processed.
   -   Holds instructions and data while the program is running.
   -   Measured in gigabytes (GB).
   -   More GB of RAM allows for more programs to run simultaneously.

**3. Storage (HDD/SSD):**
   -   Permanent storage for data.
   -   Stores operating system, programs, and user files.
   -   Measured in gigabytes (GB) or terabytes (TB).
   -   Hard disk drives (HDDs) are traditional, slower, and cheaper.
   -   Solid-state drives (SSDs) are newer, faster, and more expensive.

**4. Graphics Card (GPU):**
   -   Processes and displays images.
   -   Essential for gaming, video editing, and other graphics-intensive tasks.
   -   Measured in video RAM (VRAM) and clock speed.

**5. Motherboard:**
   -   Connects all the components.
   -   Provides power and communication pathways.

**6. Input/Output (I/O) Devices:**
   -   Allow the user to interact with the computer.
   -   Examples: keyboard, mouse, monitor, printer.

**7. Operating System (OS):**
   -   Software that manages the computer's resources.
   -   Provides a user interface and basic functionality.
   -   Examples: Windows, macOS, Linux.

When you run a program on your computer, the following happens:

1.  The program instructions are loaded from storage into memory.
2.  The processor reads the instructions from memory and executes them one by one.
3.  If the instruction involves calculations, the processor performs them using its arithmetic logic unit (ALU).
4.  If the instruction involves data, the processor reads or writes to memory.
5.  The results of the calculations or data manipulation are stored in memory.
6.  If the program needs to display something on the screen, it sends the necessary data to the graphics card.
7.  The graphics card processes the data and sends it to the monitor, which displays it.

This process continues until the program has completed its task or the user terminates it.

การกำหนดค่าการสร้าง

อาร์กิวเมนต์ generation_config ช่วยให้คุณแก้ไขพารามิเตอร์การสร้างได้ ทุกพรอมต์ที่คุณส่งไปยังโมเดลจะมีค่าพารามิเตอร์ที่ควบคุมวิธีการ โมเดลจะสร้างคำตอบ

model = genai.GenerativeModel('gemini-1.5-flash')
response = model.generate_content(
    'Tell me a story about a magic backpack.',
    generation_config=genai.types.GenerationConfig(
        # Only one candidate for now.
        candidate_count=1,
        stop_sequences=['x'],
        max_output_tokens=20,
        temperature=1.0)
)

text = response.text

if response.candidates[0].finish_reason.name == "MAX_TOKENS":
    text += '...'

to_markdown(text)

Once upon a time, in a small town nestled amidst lush green hills, lived a young girl named...

ขั้นตอนถัดไป

  • การออกแบบพรอมต์คือกระบวนการสร้างพรอมต์ที่จะกระตุ้นความต้องการ การตอบสนองจากโมเดลภาษา การเขียนพรอมต์แบบมีโครงสร้างที่ดีเป็น ส่วนสำคัญในการรับรองคำตอบที่ถูกต้องและมีคุณภาพสูงจากภาษาหนึ่งๆ โมเดล ดูแนวทางปฏิบัติแนะนำสำหรับข้อความแจ้ง การเขียน
  • Gemini นำเสนอโมเดลที่หลากหลายเพื่อตอบสนองความต้องการในการใช้งานที่แตกต่างกัน เช่น ประเภทการป้อนข้อมูลและความซับซ้อน การใช้งานสำหรับการแชท งานภาษากล่องโต้ตอบ และข้อจำกัดด้านขนาด ดูข้อมูลเกี่ยวกับ โมเดล Gemini