ในคู่มือนี้ คุณจะได้เรียนรู้วิธีดูบันทึกจากการใช้งาน Gemini API ในแดชบอร์ด Google AI Studio เพื่อทำความเข้าใจพฤติกรรมของโมเดลและวิธีที่ผู้ใช้อาจโต้ตอบกับแอปพลิเคชันของคุณได้ดียิ่งขึ้น ใช้การบันทึกเพื่อสังเกต แก้ไขข้อบกพร่อง และ แชร์ความคิดเห็นเกี่ยวกับการใช้งาน กับ Google เพื่อช่วยปรับปรุง Gemini ใน Use Case ของนักพัฒนาซอฟต์แวร์ (ไม่บังคับ)*
ระบบรองรับการเรียก API ทั้งหมดของ GenerateContent, BatchGenerateContent, StreamGenerateContent และการเรียก API ของ Interactions ยกเว้น Agent ที่ได้รับการจัดการ ซึ่งรวมถึงการเรียกที่ทำผ่าน
ปลายทางความเข้ากันได้ของ OpenAI
กำหนดค่าการบันทึกโปรเจ็กต์
โดยค่าเริ่มต้น API จะจัดเก็บออบเจ็กต์การโต้ตอบทั้งหมด (store=true) เพื่อลดความซับซ้อนในการใช้ฟีเจอร์การจัดการสถานะฝั่งเซิร์ฟเวอร์ ในทางตรงกันข้าม Generate Content API จะไม่จัดเก็บคำขอโดยค่าเริ่มต้น และต้องเปิดใช้การจัดเก็บต่อคำขอหรือที่ระดับโปรเจ็กต์จาก AI Studio
ใน Google AI Studio คุณสามารถเปิดหรือ
ปิดใช้การบันทึกสำหรับโปรเจ็กต์ทั้งหมดหรือโปรเจ็กต์ที่เฉพาะเจาะจง และเปลี่ยนการตั้งค่าเหล่านี้ได้ทุกเมื่อผ่านแผงการตั้งค่า ในหน้า
บันทึกและชุดข้อมูล คุณสามารถเปิดหรือปิดใช้การบันทึก
แยกกันสำหรับ API generateContent และ
Interactions API
เพื่อเปลี่ยนลักษณะการทำงานของการจัดเก็บเริ่มต้นสำหรับโปรเจ็กต์
การบันทึกระดับคำขอ
ลักษณะการทำงานของการจัดเก็บและการบันทึกจะแตกต่างกันไปตาม API ดังนี้
- Interactions API: จัดเก็บคำขอโดยค่าเริ่มต้น (
store=true) เพื่อลดความซับซ้อนในการจัดการสถานะฝั่งเซิร์ฟเวอร์ - Generate Content API (
generateContent): ไม่จัดเก็บคำขอโดยค่าเริ่มต้น (store=false)
วิธีตั้งค่าพร็อพเพอร์ตี้ store
GenerateContent API
Python
from google import genai
client = genai.Client()
response = client.models.generate_content(
model='gemini-3.6-flash',
contents='Explain quantum entanglement in simple terms.',
config={'store': False} # Set to True to enable logging of this request
)
print(response.text)
JavaScript
import { GoogleGenAI } from '@google/genai';
const client = new GoogleGenAI({});
const response = await client.models.generateContent({
model: 'gemini-3.6-flash',
contents: 'Explain quantum entanglement in simple terms.',
config: {
store: false // Set to true to enable logging of this request
}
});
console.log(response.text);
Interactions API
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.6-flash",
input="Explain quantum entanglement in simple terms.",
store=True # Set to False to disable logging of this request
)
print(interaction.outputs[-1].text)
JavaScript
import { GoogleGenAI } from '@google/genai';
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: 'gemini-3.6-flash',
input: 'Explain quantum entanglement in simple terms.',
store: true // Set to false to disable logging of this request
});
console.log(interaction.outputs[interaction.outputs.length - 1].text);
ดูบันทึกโปรเจ็กต์ใน AI Studio
- ไปที่หน้าบันทึกใน AI Studio
- เลือกโปรเจ็กต์จากเมนูแบบเลื่อนลง
- บันทึกจะปรากฏในตารางตามลำดับเวลาแบบย้อนกลับสำหรับ Interactions API หากมี
- หากต้องการดูบันทึกโปรเจ็กต์สำหรับ Generate Content API ให้เปิดใช้ API นี้ในแผงการตั้งค่าก่อน
คลิกรายการเพื่อดูตัวอย่างเพย์โหลด คุณสามารถตรวจสอบพรอมต์และการตอบกลับแบบเต็มจาก Gemini รวมถึงบริบทจากรอบก่อนหน้าได้ สำหรับคำขอ Interactions API บันทึกจะมีลิงก์โดยตรงไปยัง previous_interaction_id ด้วย
กำหนดค่าการเก็บรักษาพื้นที่เก็บข้อมูลของโปรเจ็กต์
บันทึกจะหมดอายุและถูกทำเครื่องหมายว่าให้ลบหลังจากผ่านกรอบเวลาการเก็บรักษาเริ่มต้น 55 วัน (เว้นแต่จะบันทึกลงในชุดข้อมูล ซึ่งจะไม่มีวันหมดอายุ) คุณสามารถกำหนดค่ากรอบเวลาการเก็บรักษาบันทึกของโปรเจ็กต์เป็น 7, 14, 28 หรือสูงสุด 55 วัน
สร้างและแชร์ชุดข้อมูล
คุณสามารถบันทึกบันทึกลงในชุดข้อมูลเพื่อจัดระเบียบและส่งออกบันทึกได้อย่างมีประสิทธิภาพมากขึ้น
- จากหน้า บันทึก ให้ค้นหาแถบตัวกรอง ที่ด้านบนเพื่อเลือกพร็อพเพอร์ตี้ที่จะใช้กรอง
- จากมุมมองที่กรองแล้ว ให้ใช้ช่องทำเครื่องหมายเพื่อเลือกบันทึกทั้งหมดหรือบันทึกแต่ละรายการ
- คลิกปุ่มสร้างชุดข้อมูล ที่ปรากฏที่ด้านบนของรายการ
- ตั้งชื่อและใส่คำอธิบาย (ไม่บังคับ) ให้กับชุดข้อมูลใหม่
- คุณจะเห็นชุดข้อมูลที่สร้างขึ้นพร้อมชุดบันทึกที่คัดสรรแล้ว
- ส่งออกชุดข้อมูลเพื่อวิเคราะห์เพิ่มเติมเป็นไฟล์ CSV, JSONL หรือไปยัง Google ชีต
ชุดข้อมูลมีประโยชน์สำหรับ Use Case ที่แตกต่างกันหลายกรณี
- ดูแลจัดการชุดภารกิจ: ขับเคลื่อนการปรับปรุงในอนาคตที่มุ่งเน้นไปยังส่วนที่คุณต้องการให้ AI ปรับปรุง
- คัดสรรชุดตัวอย่าง: เช่น ตัวอย่างจากการใช้งานจริงเพื่อสร้างการตอบกลับจากโมเดลอื่น หรือคอลเล็กชันของกรณีที่พบได้ยากสำหรับการตรวจสอบตามปกติก่อนการใช้งาน
- ชุดการประเมิน: ชุดที่แสดงถึงการใช้งานจริงในความสามารถที่สำคัญ เพื่อใช้เปรียบเทียบกับโมเดลอื่นๆ หรือการทำซ้ำคำแนะนำของระบบ
คุณสามารถมีส่วนร่วมในการวิจัยและพัฒนา Gemini ได้โดยเลือกแชร์ชุดข้อมูลกับ Google เป็นตัวอย่างการสาธิต
ข้อจำกัด
ปัจจุบันระบบยังไม่รองรับการบันทึกสำหรับรายการต่อไปนี้
- โมเดล Imagen และ Veo
- โมเดลการฝังของ Gemini
- โมเดล Gemini Robotics
- อินพุตที่มีวิดีโอ, GIF หรือ PDF
- Agent รุ่นพับลิกเบต้าใน Gemini API
ขั้นตอนถัดไป
- สร้างต้นแบบด้วยประวัติเซสชัน: ใช้ AI Studio Build เพื่อสร้างแอปโค้ดและเพิ่มคีย์ API เพื่อเปิดใช้ประวัติบันทึก Gemini API สำหรับฟีเจอร์ AI
- เรียกใช้บันทึกอีกครั้งด้วย Gemini Batch API: ใช้ชุดข้อมูลสำหรับการสุ่มตัวอย่างการตอบกลับ และการประเมินโมเดลหรือตรรกะของแอปพลิเคชันโดยการเรียกใช้บันทึกอีกครั้งด้วย Gemini Batch API