Gemini 1.5 價格推送、所有開發人員都能使用微調功能，還有更多福利等您發掘！瞭解詳情

本頁面由 Cloud Translation API 翻譯而成。

教學課程：開始使用 Gemini API

本教學課程示範如何直接透過導入 Google AI 並運用 Google AI JavaScript SDK要是您沒有這個 SDK，就能使用這個 SDK 想直接使用 REST API 或伺服器端程式碼 (例如 Node.js) 存取 Gemini 模型

在本教學課程中，您將瞭解如何執行下列操作：

設定專案，包括 API 金鑰
使用純文字輸入內容來生成文字
根據文字和圖片輸入內容產生文字 (多模態)
建立多輪對話 (聊天)
透過串流加快互動速度

此外，本教學課程還包含進階用途的相關章節 (例如計算符記) 以及控管內容生成功能。

必要條件

本教學課程假設您熟悉使用 JavaScript 開發網頁應用程式。本指南與架構無關。

如要完成本教學課程，請確認您的開發環境符合下列要求：

(選用) Node.js
新式網路瀏覽器

設定專案

呼叫 Gemini API 前，您必須先設定專案，包括取得 API 金鑰、匯入 SDK 並初始化模型。

設定 API 金鑰

如要使用 Gemini API，您必須具備 API 金鑰。如果您沒有帳戶建立金鑰

取得 API 金鑰

確保 API 金鑰安全

強烈建議您「不要」在版本中檢查 API 金鑰控制系統相反地，您應該在初始化模型

本教學課程的所有程式碼片段均假設您透過全域常數

匯入 SDK 並初始化生成式模型

進行 API 呼叫前，您需先匯入 SDK 並將生成式模型

<html>
  <body>
    <!-- ... Your HTML and CSS -->

    <script type="importmap">
      {
        "imports": {
          "@google/generative-ai": "https://esm.run/@google/generative-ai"
        }
      }
    </script>
    <script type="module">
      import { GoogleGenerativeAI } from "@google/generative-ai";

      // Fetch your API_KEY
      const API_KEY = "...";
      // Reminder: This should only be for local testing

      // Access your API key (see "Set up your API key" above)
      const genAI = new GoogleGenerativeAI(API_KEY);

      // ...

      // The Gemini 1.5 models are versatile and work with most use cases
      const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

      // ...
    </script>
  </body>
</html>

指定模型時，請注意下列事項：

請使用符合自身用途的模型，例如 gemini-1.5-flash 多模態輸入)。本指南中將說明實作會列出每種用途的建議模型。

注意： 如要進一步瞭解可用的模型，包括功能和頻率限制，請參閱「Gemini 模型」一文。我們提供要求提高頻率限制的選項 (在如果採用預設值是不夠的。

實作常見用途

專案設定完成後，您就可以使用 Gemini API 進行以下操作：用途包括

使用純文字輸入內容來生成文字
根據文字和圖片輸入內容產生文字 (多模態)
建立多輪對話 (聊天)
透過串流加快互動速度

從純文字輸入來生成文字

如果提示內容只包含文字，請使用 Gemini 1.5 模型或使用 generateContent 的 Gemini 1.0 Pro 模型生成文字：

import { GoogleGenerativeAI } from "@google/generative-ai";

// Access your API key (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(API_KEY);

async function run() {
  // The Gemini 1.5 models are versatile and work with both text-only and multimodal prompts
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

  const prompt = "Write a story about a magic backpack."

  const result = await model.generateContent(prompt);
  const response = await result.response;
  const text = response.text();
  console.log(text);
}

run();

根據文字和圖片輸入內容產生文字 (多模態)

Gemini 提供各種模型，可處理多模態輸入 (Gemini 1.5 模型)，就能輸入文字和圖片請務必詳閱提示的圖片相關規定。

如果提示輸入內容包含文字和圖片，請使用 Gemini 1.5 模型：產生文字輸出的 generateContent 方法：

import { GoogleGenerativeAI } from "@google/generative-ai";

// Access your API key (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(API_KEY);

// Converts a File object to a GoogleGenerativeAI.Part object.
async function fileToGenerativePart(file) {
  const base64EncodedDataPromise = new Promise((resolve) => {
    const reader = new FileReader();
    reader.onloadend = () => resolve(reader.result.split(',')[1]);
    reader.readAsDataURL(file);
  });
  return {
    inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
  };
}

async function run() {
  // The Gemini 1.5 models are versatile and work with both text-only and multimodal prompts
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

  const prompt = "What's different between these pictures?";

  const fileInputEl = document.querySelector("input[type=file]");
  const imageParts = await Promise.all(
    [...fileInputEl.files].map(fileToGenerativePart)
  );

  const result = await model.generateContent([prompt, ...imageParts]);
  const response = await result.response;
  const text = response.text();
  console.log(text);
}

run();

打造多輪對話 (聊天)

使用 Gemini 即可多回合，建立任意形式的對話。 SDK 會管理對話狀態，藉此簡化程序，因此使用「generateContent」時，您不必儲存對話記錄你自己。

如要建立多輪對話 (例如對話)，請使用 Gemini 1.5 模型或接著，您就能呼叫 startChat() 來初始化 Gemini 1.0 Pro 模型。接著，使用 sendMessage() 傳送新的使用者訊息，此訊息也會附加訊息和對即時通訊記錄的回應。

role 有兩種可能的選項，對話：

user：提供提示的角色。這是 sendMessage 呼叫，且函式會在發生其他情況時擲回例外狀況角色
model：提供回應的角色。這個角色可用於使用現有的 history 呼叫 startChat()。

，瞭解如何調查及移除這項存取權。

import { GoogleGenerativeAI } from "@google/generative-ai";

// Access your API key (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(API_KEY);

async function run() {
  // The Gemini 1.5 models are versatile and work with multi-turn conversations (like chat)
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

  const chat = model.startChat({
    history: [
      {
        role: "user",
        parts: [{ text: "Hello, I have 2 dogs in my house." }],
      },
      {
        role: "model",
        parts: [{ text: "Great to meet you. What would you like to know?" }],
      },
    ],
    generationConfig: {
      maxOutputTokens: 100,
    },
  });

  const msg = "How many paws are in my house?";

  const result = await chat.sendMessage(msg);
  const response = await result.response;
  const text = response.text();
  console.log(text);
}

run();

使用串流加快互動速度

根據預設，模型會在完成整個生成程序後傳回回應上傳資料集之後，您可以運用 AutoML 自動完成部分資料準備工作您不必等待整個並改用串流處理部分結果

以下範例顯示如何使用 generateContentStream 方法，根據文字和圖片輸入內容產生文字提示。

// ...

const result = await model.generateContentStream([prompt, ...imageParts]);

let text = '';
for await (const chunk of result.stream) {
  const chunkText = chunk.text();
  console.log(chunkText);
  text += chunkText;
}

// ...

在純文字輸入和聊天使用情境中，您也可以採取類似的做法。

// Use streaming with text-only input
const result = await model.generateContentStream(prompt);

如要瞭解如何建立例項，請參閱上方的即時通訊範例一個 chat。

// Use streaming with multi-turn conversations (like chat)
const result = await chat.sendMessageStream(msg);

實作進階用途

本教學課程前一節所述的常見用途您越來越習慣使用 Gemini API本節將說明可能有更進階的用途

函式呼叫

函式呼叫可讓您輕鬆取得結構化資料輸出內容生成式模型您可以運用這些輸出內容呼叫其他 API，並傳回傳送給模型的相關回應資料換句話說，函式呼叫有助於必須連結生成式模型與外部系統內含最新且準確的資訊。詳情請參閱函式呼叫教學課程。

計算符記數量

使用長提示時，建議您先計算符記數量，再傳送傳回給模型的內容下列範例說明如何使用 countTokens() 用途相當廣泛

// For text-only input
const { totalTokens } = await model.countTokens(prompt);

// For text-and-image input (multimodal)
const { totalTokens } = await model.countTokens([prompt, ...imageParts]);

// For multi-turn conversations (like chat)
const history = await chat.getHistory();
const msgContent = { role: "user", parts: [{ text: msg }] };
const contents = [...history, msgContent];
const { totalTokens } = await model.countTokens({ contents });

控管內容生成功能的選項

您可以設定模型參數和安全性設定

設定模型參數

您傳送至模型的每個提示都含有參數值，用來控制模型會產生回應模型可能會針對不同的參數值進一步瞭解模型參數：系統會在模型執行個體的生命週期內保留設定。

const generationConfig = {
  stopSequences: ["red"],
  maxOutputTokens: 200,
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
};

// The Gemini 1.5 models are versatile and work with most use cases
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash",  generationConfig });

使用安全性設定

您可以運用安全性設定，調整收到回應可能會被視為有害內容根據預設，安全性設定會封鎖中性內容和/或所有維度中都很有可能出現不安全的內容學習新知進一步瞭解安全性設定。

以下說明如何進行各項安全性設定：

import { HarmBlockThreshold, HarmCategory } from "@google/generative-ai";

// ...

const safetySettings = [
  {
    category: HarmCategory.HARM_CATEGORY_HARASSMENT,
    threshold: HarmBlockThreshold.BLOCK_ONLY_HIGH,
  },
];

// The Gemini 1.5 models are versatile and work with most use cases
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash", safetySettings });

你也可以設置多項安全性設定：

const safetySettings = [
  {
    category: HarmCategory.HARM_CATEGORY_HARASSMENT,
    threshold: HarmBlockThreshold.BLOCK_ONLY_HIGH,
  },
  {
    category: HarmCategory.HARM_CATEGORY_HATE_SPEECH,
    threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,
  },
];

後續步驟

「提示設計」是指建立提示來促成所需流程的程序語言模型的回應撰寫條理分明的提示相當重要能確保語言模型提供準確且高品質的回覆。瞭解撰寫提示的最佳做法。
Gemini 提供多種模型版本，可滿足不同用途的需求例如輸入類型和複雜度、即時通訊等實作對話語言工作和大小限制瞭解可用的 Gemini 模型。