Interactions API

Interactions API เป็นวิธีที่ดีที่สุดในการสร้างด้วยโมเดลและ Agent ของ Gemini ตั้งแต่เดือนมิถุนายน 2026 เป็นต้นไป จะพร้อมให้บริการโดยทั่วไปและแนะนำให้ใช้กับโปรเจ็กต์ใหม่ทั้งหมด แม้ว่าตอนนี้จะถือว่าเป็นเวอร์ชันเดิมแล้ว แต่เรายังคงรองรับ generateContent API ต้นฉบับอย่างเต็มรูปแบบ

เหตุใดจึงต้องใช้ Interactions API

  • อินเทอร์เฟซอเนกประสงค์สำหรับแอปพลิเคชันทั้งหมด: ออกแบบมาให้เป็นอินเทอร์เฟซมาตรฐาน สำหรับทุกกรณีการใช้งาน ซึ่งรวมถึงการสร้างข้อความแบบเทิร์นเดียว การทำความเข้าใจแบบมัลติโมดอล เอาต์พุตที่มีโครงสร้าง การประสานเครื่องมือ และ เวิร์กโฟลว์ของเอเจนต์
  • API เดียวสำหรับโมเดลและเอเจนต์: Endpoint และรูปแบบที่รวมเป็นหนึ่งเดียวสำหรับ การเรียกโมเดล Gemini มาตรฐาน รวมถึงเอเจนต์เฉพาะทางโดยตรง (เช่น Deep Research และเอเจนต์ที่จัดการแบบกำหนดเอง)
  • ความสามารถใหม่ที่พร้อมใช้งานทันที: ฟีเจอร์ต่างๆ เช่น สถานะการสนทนาฝั่งเซิร์ฟเวอร์ที่ไม่บังคับ โดยใช้ previous_interaction_id, ขั้นตอนการดำเนินการที่สังเกตได้ สำหรับการแก้ไขข้อบกพร่องและการแสดงผล UI และการดำเนินการในเบื้องหลัง สำหรับงานที่ใช้เวลานาน โดยใช้ background=true
  • ลดต้นทุนด้วยอัตราการพบแคชที่สูงขึ้น: เมื่อใช้การสนทนาไปมา การจัดการสถานะฝั่งเซิร์ฟเวอร์ที่ไม่บังคับจะช่วยให้แคชบริบทมีประสิทธิภาพมากขึ้นในแต่ละรอบ ซึ่งจะช่วยลดต้นทุนโทเค็น
  • ที่ที่จะเปิดตัวฟีเจอร์ใหม่: ต่อไปนี้ โมเดลใหม่ทั้งหมด ความสามารถแบบมัลติโมดัล เครื่องมือ และฟีเจอร์แบบเอเจนต์จะเปิดตัวใน Interactions API

โดยค่าเริ่มต้น Interactions API จะจัดเก็บคำขอเพื่อให้คุณใช้ประโยชน์จาก ฟีเจอร์การจัดการสถานะฝั่งเซิร์ฟเวอร์ได้โดยใช้ previous_interaction_id คุณเลือกใช้ลักษณะการทำงานแบบไม่เก็บสถานะได้โดยการตั้งค่า store=false ดูรายละเอียดได้ที่ส่วนการเก็บรักษาข้อมูล

เริ่มต้นใช้งาน

คำแนะนำฟีเจอร์

สำรวจความสามารถเฉพาะของ Interactions API ผ่านคำแนะนำเหล่านี้ คุณใช้ปุ่มเปิด/ปิดในหน้าเหล่านี้เพื่อสลับระหว่าง GenerateContent API กับ Interactions API ได้

วิธีการทำงานของ Interactions API

API การโต้ตอบมีทรัพยากรหลักคือ Interaction Interaction แสดงถึงการสนทนาหรือภารกิจที่เสร็จสมบูรณ์ โดยจะทำหน้าที่เป็นบันทึกเซสชัน ซึ่งมีประวัติการโต้ตอบทั้งหมดเป็นลำดับขั้นตอนการดำเนินการตามลำดับเวลา ขั้นตอนเหล่านี้รวมถึงความคิดของโมเดล การเรียกใช้เครื่องมือและผลลัพธ์ฝั่งเซิร์ฟเวอร์หรือฝั่งไคลเอ็นต์ (เช่น function_call และ function_result) และ model_output สุดท้าย ทรัพยากรที่จัดเก็บ (ดึงข้อมูลผ่าน interactions.get) ยังมีขั้นตอน user_input สำหรับบริบททั้งหมดด้วย แม้ว่าคำตอบ interactions.create จะแสดงเฉพาะขั้นตอนที่โมเดลสร้างขึ้นก็ตาม

เมื่อโทรหา interactions.create คุณจะ สร้างทรัพยากร Interaction ใหม่

การจัดการสถานะฝั่งเซิร์ฟเวอร์

คุณสามารถใช้ id ของการโต้ตอบที่เสร็จสมบูรณ์ในการเรียกครั้งถัดไปโดยใช้พารามิเตอร์ previous_interaction_id เพื่อสนทนาต่อ เซิร์ฟเวอร์ ใช้รหัสนี้เพื่อดึงประวัติการสนทนา ซึ่งช่วยให้คุณไม่ต้อง ส่งประวัติการแชททั้งหมดอีกครั้ง

พารามิเตอร์ previous_interaction_id จะเก็บเฉพาะประวัติการสนทนา (อินพุตและเอาต์พุต) โดยใช้ previous_interaction_id พารามิเตอร์อื่นๆ เป็นระดับการโต้ตอบ และมีผลกับการโต้ตอบที่เฉพาะเจาะจงที่คุณสร้างขึ้นในขณะนี้เท่านั้น

  • tools
  • system_instruction
  • generation_config (รวมถึง thinking_level, temperature ฯลฯ)

ซึ่งหมายความว่าคุณต้องระบุพารามิเตอร์เหล่านี้อีกครั้งในการโต้ตอบใหม่แต่ละครั้งหากต้องการให้มีผล การจัดการสถานะฝั่งเซิร์ฟเวอร์นี้เป็นตัวเลือก คุณยัง ใช้งานในโหมดไม่มีสถานะได้ด้วยการส่งประวัติการสนทนาทั้งหมดในแต่ละ คำขอ

การจัดเก็บและการเก็บรักษาข้อมูล

โดยค่าเริ่มต้น API จะจัดเก็บออบเจ็กต์การโต้ตอบทั้งหมด (store=true) เพื่อลดความซับซ้อนในการใช้ฟีเจอร์การจัดการสถานะฝั่งเซิร์ฟเวอร์ (ด้วยprevious_interaction_id), การดำเนินการในเบื้องหลัง (โดยใช้ background=true) และวัตถุประสงค์ด้านความสามารถในการสังเกต

  • ระดับแบบชำระเงิน: ระบบจะเก็บรักษาการโต้ตอบไว้เป็นเวลา 55 วัน
  • ระดับฟรี: ระบบจะเก็บการโต้ตอบไว้เป็นเวลา 1 วัน

หากไม่ต้องการให้ระบบดำเนินการ คุณสามารถ ตั้งค่า store=false ในคำขอได้ การควบคุมนี้แยกจากการจัดการสถานะ คุณเลือกไม่ใช้พื้นที่เก็บข้อมูลสำหรับการโต้ตอบใดก็ได้ อย่างไรก็ตาม โปรดทราบว่า store=false ใช้ร่วมกับการดำเนินการในเบื้องหลังไม่ได้ และจะป้องกันไม่ให้ใช้ previous_interaction_id ในรอบถัดๆ ไป

สำหรับโปรเจ็กต์ระดับแบบชำระเงิน คุณสามารถกำหนดค่าระยะเวลาเก็บรักษาใน AI Studio เพื่อทำเครื่องหมายบันทึกสำหรับการลบออกจากที่เก็บข้อมูลของโปรเจ็กต์โดยอัตโนมัติหลังจาก 7, 14, 28 หรือ 55 วัน ระยะเวลาเก็บรักษาที่สั้นลง อาจส่งผลต่อการดึงข้อมูลการสนทนาที่ผ่านมา

คุณลบการโต้ตอบที่จัดเก็บไว้ได้ทุกเมื่อโดยใช้วิธี delete แบบเป็นโปรแกรม ซึ่งต้องใช้รหัสการโต้ตอบ นอกจากนี้ คุณยังดูและจัดการบันทึกการโต้ตอบที่จัดเก็บไว้ รวมถึงการลบออกจากที่เก็บข้อมูลของโปรเจ็กต์ได้ใน AI Studio

หลังจากระยะเวลาการเก็บรักษาหมดอายุแล้ว ระบบจะลบข้อมูลของคุณโดยอัตโนมัติ

ระบบจะประมวลผลออบเจ็กต์การโต้ตอบตามข้อกำหนด

ดูการโต้ตอบใน AI Studio

API จะจัดเก็บคำขอ Interactions API ที่ดำเนินการด้วย store=true สำหรับ โปรเจ็กต์ในระดับแบบชำระเงิน คุณดูได้โดยตรงจาก หน้าบันทึกใน Google AI Studio ดูข้อมูลเพิ่มเติมได้ที่คู่มือบันทึก

แนวทางปฏิบัติแนะนำ

  • อัตราการพบแคช: การแคชโดยนัยรองรับทั้งในโหมดเก็บสถานะและ ไม่เก็บสถานะ (ดูคู่มือเริ่มใช้งานฉบับย่อ) การใช้ previous_interaction_id (มีสถานะ) เพื่อสนทนาต่อช่วยให้ระบบใช้แคชโดยนัยสำหรับประวัติการสนทนาได้ง่ายขึ้น ซึ่งจะช่วยปรับปรุงประสิทธิภาพและลดต้นทุน
  • การโต้ตอบแบบผสม: คุณสามารถผสมผสานการโต้ตอบของตัวแทนและโมเดลในการสนทนาได้อย่างยืดหยุ่น เช่น คุณสามารถใช้เอเจนต์เฉพาะทาง เช่น เอเจนต์ Deep Research เพื่อรวบรวมข้อมูลเริ่มต้น จากนั้นใช้โมเดล Gemini มาตรฐานสำหรับงานติดตามผล เช่น การสรุปหรือการจัดรูปแบบใหม่ โดยเชื่อมโยงขั้นตอนเหล่านี้กับ previous_interaction_id

โมเดลและเอเจนต์ที่รองรับ

ชื่อแบบจำลอง ประเภท รหัสโมเดล
Gemini 3.8 Flash รุ่น gemini-3.8-flash
Gemini 3.7 Flash รุ่น gemini-3.7-flash
Gemini 3.6 Flash รุ่น gemini-3.6-flash
Gemini 3.5 Flash รุ่น gemini-3.5-flash
เวอร์ชันตัวอย่างของ Gemini 3.1 Pro รุ่น gemini-3.1-pro-preview
Gemini 3.5 Flash-Lite รุ่น gemini-3.5-flash-lite
Gemini 3.1 Flash-Lite รุ่น gemini-3.1-flash-lite
Gemini 3 Flash (เวอร์ชันตัวอย่าง) รุ่น gemini-3-flash-preview
Gemini 2.5 Pro รุ่น gemini-2.5-pro
Gemini 2.5 Flash รุ่น gemini-2.5-flash
Gemini 2.5 Flash-lite รุ่น gemini-2.5-flash-lite
รูปภาพ Gemini 3 Pro รุ่น gemini-3-pro-image
รูปภาพ Gemini 3.1 Flash รุ่น gemini-3.1-flash-image
TTS ของ Gemini 3.1 Flash (เวอร์ชันตัวอย่าง) รุ่น gemini-3.1-flash-tts-preview
Gemma 4 31B IT รุ่น gemma-4-31b-it
Gemma 4 26B MoE IT รุ่น gemma-4-26b-a4b-it
Lyria 3.5 รุ่น lyria-3.5
ตัวอย่างคลิป Lyria 3 รุ่น lyria-3-clip-preview
เวอร์ชันตัวอย่างของ Lyria 3 Pro รุ่น lyria-3-pro-preview
เวอร์ชันตัวอย่างของ Deep Research Agent deep-research-preview-04-2026
เวอร์ชันตัวอย่างของ Deep Research Agent deep-research-max-preview-04-2026
ตัวอย่าง Antigravity Agent antigravity-preview-09-2026

SDK

คุณสามารถใช้ Google GenAI SDK เวอร์ชันล่าสุดเพื่อเข้าถึง Interactions API

  • ใน Python นี่คือแพ็กเกจ google-genai ตั้งแต่เวอร์ชัน 2.3.0 เป็นต้นไป
  • ใน JavaScript จะเป็นแพ็กเกจ @google/genai ตั้งแต่เวอร์ชัน 2.3.0 เป็นต้นไป

ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีติดตั้ง SDK ได้ในหน้าคลัง

ข้อจำกัด

  • MCP ระยะไกล: Gemini 3 ไม่รองรับ MCP ระยะไกล โดยจะพร้อมใช้งานเร็วๆ นี้
  • ความเข้ากันได้ของโมเดลแบบการสนทนาไปมา: เมื่อใช้โมเดลที่แตกต่างกันในการสนทนา (ไม่ว่าจะเป็นแบบเก็บสถานะหรือไม่เก็บสถานะ) โมเดลถัดไปต้องรองรับรูปแบบเอาต์พุตของโมเดลก่อนหน้าเป็นอินพุต เช่น หากคุณ สร้างรูปภาพโดยใช้ gemini-3.1-flash-image คุณจะสนทนาต่อกับโมเดลที่ไม่รับอินพุตรูปภาพไม่ได้ (เช่น โมเดลข้อความเท่านั้นหรือโมเดลสร้างเพลงอย่าง Lyria)

API ของ generateContent รองรับฟีเจอร์ต่อไปนี้ แต่ยังไม่พร้อมใช้งานใน Interactions API

ความคิดเห็น

ความคิดเห็นของคุณมีความสําคัญอย่างยิ่งต่อการพัฒนา Interactions API แชร์ความคิดเห็น รายงานข้อบกพร่อง หรือขอฟีเจอร์ได้ในฟอรัมชุมชนนักพัฒนาแอป Google AI

ขั้นตอนถัดไป