लॉग और डेटासेट

इस गाइड में, आपको यह जानकारी मिलेगी कि Google AI Studio के डैशबोर्ड में, Gemini API के इस्तेमाल से जुड़े लॉग कैसे देखे जा सकते हैं. इससे आपको मॉडल के व्यवहार और उपयोगकर्ताओं के आपके ऐप्लिकेशन से इंटरैक्ट करने के तरीके को बेहतर ढंग से समझने में मदद मिलेगी. लॉगिंग का इस्तेमाल करके, Gemini के इस्तेमाल से जुड़ी समस्याओं को ठीक करें और Google के साथ इस्तेमाल से जुड़ा सुझाव/राय दें या शिकायत करें. इससे डेवलपर के इस्तेमाल के उदाहरणों के हिसाब से, Gemini को बेहतर बनाने में मदद मिलेगी.^*

सभी GenerateContent, BatchGenerateContent, StreamGenerateContent एपीआई कॉल और Interactions API कॉल काम करते हैं. हालांकि, एजेंट बनाने और मैनेज करने की सुविधा के लिए ये काम नहीं करते. इसमें OpenAI के साथ काम करने वाले एंडपॉइंट से किए गए कॉल शामिल हैं.

प्रोजेक्ट के लिए लॉगिंग की सुविधा कॉन्फ़िगर करना

डिफ़ॉल्ट रूप से, एपीआई सभी इंटरैक्शन ऑब्जेक्ट (store=true) को सेव करता है, ताकि सर्वर-साइड स्टेट मैनेजमेंट की सुविधाओं का इस्तेमाल करना आसान हो. इसके उलट, Generate Content API डिफ़ॉल्ट रूप से अनुरोधों को सेव नहीं करता है. इसके लिए, हर अनुरोध के हिसाब से या प्रोजेक्ट-लेवल पर, AI Studio से स्टोरेज की सुविधा चालू करनी होती है.

Google AI Studio में, सभी प्रोजेक्ट या कुछ प्रोजेक्ट के लिए लॉगिंग की सुविधा चालू या बंद की जा सकती है. साथ ही, लॉग और डेटासेट पेज पर मौजूद सेटिंग पैनल में जाकर, इन प्राथमिकताओं को कभी भी बदला जा सकता है. किसी प्रोजेक्ट के लिए, स्टोरेज के डिफ़ॉल्ट तरीके को बदलने के लिए, generateContent API और Interactions API के लिए लॉगिंग को अलग-अलग चालू या बंद किया जा सकता है.

अनुरोध के लेवल पर लॉगिंग

स्टोरेज और लॉगिंग का तरीका, एपीआई के हिसाब से अलग-अलग होता है:

• Interactions API: यह कुकी, अनुरोधों को डिफ़ॉल्ट रूप से (store=true) सेव करती है, ताकि सर्वर-साइड स्टेट मैनेजमेंट को आसान बनाया जा सके.
• Content API (generateContent) जनरेट करता है: यह डिफ़ॉल्ट रूप से अनुरोधों को सेव नहीं करता (store=false).

store प्रॉपर्टी को इस तरह सेट किया जा सकता है:

GenerateContent API

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model='gemini-3.8-flash',
    contents='Explain quantum entanglement in simple terms.',
    config={'store': False} # Set to True to enable logging of this request
)

print(response.text)

import { GoogleGenAI } from '@google/genai';

const client = new GoogleGenAI({});

const response = await client.models.generateContent({
    model: 'gemini-3.8-flash',
    contents: 'Explain quantum entanglement in simple terms.',
    config: {
        store: false // Set to true to enable logging of this request
    }
});

console.log(response.text);

import com.google.genai.Client;
import com.google.genai.types.GenerateContentConfig;
import com.google.genai.types.GenerateContentResponse;

Client client = new Client();

// The GenerateContent API does not store requests by default
GenerateContentResponse response =
    client.models.generateContent(
        "gemini-3.8-flash",
        "Explain quantum entanglement in simple terms.",
        GenerateContentConfig.builder().build());

System.out.println(response.text());

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    // The GenerateContent API does not store requests by default
    response, err := client.Models.GenerateContent(
        ctx,
        "gemini-3.8-flash",
        genai.Text("Explain quantum entanglement in simple terms."),
        &genai.GenerateContentConfig{},
    )
    if err != nil {
        log.Fatal(err)
    }
    fmt.Println(response.Text())
}

Interactions API

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Explain quantum entanglement in simple terms.",
    store=True # Set to False to disable logging of this request
)

print(interaction.outputs[-1].text)

import { GoogleGenAI } from '@google/genai';

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: 'gemini-3.8-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);

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-3.8-flash"))
        .input(InteractionsInput.of("Explain quantum entanglement in simple terms."))
        .store(true) // Set to false to disable logging of this request
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-3.8-flash"),
            Input: interactions.NewInteractionsInput("Explain quantum entanglement in simple terms."),
            Store: genai.Ptr(true), // Set to false to disable logging of this request
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

AI Studio में प्रोजेक्ट लॉग देखना

1. AI Studio में लॉग पेज पर जाएं.
2. ड्रॉप-डाउन से कोई प्रोजेक्ट चुनें.
3. अगर Interactions API के लिए लॉग मौजूद हैं, तो वे टेबल में उल्टे कालानुक्रम में दिखेंगे.
4. Generate Content API के लिए प्रोजेक्ट लॉग देखने के लिए, पहले इसे सेटिंग पैनल में चालू करें.

पेलोड की झलक देखने के लिए, किसी एंट्री पर क्लिक करें. Gemini से मिले जवाब और पूरे प्रॉम्प्ट के साथ-साथ, पिछली बातचीत का कॉन्टेक्स्ट देखा जा सकता है. Interactions API के अनुरोधों के लिए, लॉग में previous_interaction_id का डायरेक्ट लिंक भी शामिल होता है.

प्रोजेक्ट के स्टोरेज के रखरखाव की अवधि कॉन्फ़िगर करना

लॉग, डिफ़ॉल्ट रूप से 55 दिनों तक सेव रहते हैं. इसके बाद, उन्हें मिटाने के लिए मार्क कर दिया जाता है. हालांकि, अगर उन्हें डेटासेट में सेव किया जाता है, तो वे कभी नहीं मिटते. किसी प्रोजेक्ट के लॉग के रखरखाव की अवधि को ज़्यादा से ज़्यादा 7, 14, 28 या 55 दिनों के लिए कॉन्फ़िगर किया जा सकता है.

डेटासेट बनाना और उन्हें शेयर करना

लॉग को डेटासेट में सेव किया जा सकता है, ताकि उन्हें ज़्यादा बेहतर तरीके से व्यवस्थित और एक्सपोर्ट किया जा सके.

• लॉग पेज पर सबसे ऊपर मौजूद फ़िल्टर बार ढूंढें. इसके बाद, फ़िल्टर करने के लिए कोई प्रॉपर्टी चुनें.
• फ़िल्टर किए गए व्यू में, सभी या अलग-अलग लॉग चुनने के लिए चेकबॉक्स का इस्तेमाल करें.
• सूची में सबसे ऊपर मौजूद, डेटासेट बनाएं बटन पर क्लिक करें.
• अपने नए डेटासेट को नाम दें और उससे जुड़ी जानकारी दें. हालांकि, जानकारी देना ज़रूरी नहीं है.
• आपको अभी-अभी बनाया गया डेटासेट दिखेगा. इसमें लॉग का चुना गया सेट होगा.
• अपने डेटासेट को CSV, JSONL फ़ाइलों या Google Sheets के तौर पर एक्सपोर्ट करें, ताकि उसका बेहतर तरीके से विश्लेषण किया जा सके.

डेटासेट, कई तरह के कामों के लिए मददगार हो सकते हैं.

• चुनौती सेट तैयार करना: उन क्षेत्रों को टारगेट करके, आने वाले समय में एआई को बेहतर बनाएं जिनमें आपको एआई को बेहतर बनाना है.
• सैंपल सेट तैयार करना: उदाहरण के लिए, किसी अन्य मॉडल से जवाब जनरेट करने के लिए, असली इस्तेमाल का सैंपल या डिप्लॉयमेंट से पहले रूटीन जांच के लिए, कुछ मुश्किल मामलों का कलेक्शन.
• इवैलुएशन सेट: ये ऐसे सेट होते हैं जो अहम सुविधाओं के लिए, असल इस्तेमाल को दिखाते हैं. इनका इस्तेमाल, अन्य मॉडल या सिस्टम के निर्देश के वर्शन की तुलना करने के लिए किया जाता है.

Google के साथ अपने डेटासेट शेयर करके, Gemini की रिसर्च और डेवलपमेंट में योगदान दिया जा सकता है.

सीमाएं

फ़िलहाल, इनके लिए लॉगिंग की सुविधा उपलब्ध नहीं है:

• Imagen और Veo मॉडल
• Gemini के एम्बेडिंग मॉडल
• Gemini Robotics मॉडल
• वीडियो, GIF या PDF फ़ाइलों वाले इनपुट
• Gemini API में एजेंट की पब्लिक प्रीव्यू सुविधा

आगे क्या करना है

• सेशन के इतिहास के साथ प्रोटोटाइप बनाएं: AI Studio Build का इस्तेमाल करके, कोड ऐप्लिकेशन बनाएं. साथ ही, एआई सुविधाओं के लिए Gemini API लॉग का इतिहास चालू करने के लिए, अपना एपीआई पासकोड जोड़ें.
• Gemini Batch API की मदद से लॉग फिर से चलाएं: जवाब के सैंपल के लिए डेटासेट का इस्तेमाल करें. साथ ही, Gemini Batch API की मदद से लॉग फिर से चलाकर, मॉडल या ऐप्लिकेशन लॉजिक का आकलन करें.