লগ ও ডেটাসেট

এই নির্দেশিকায় আপনি জানতে পারবেন কীভাবে Google AI Studio ড্যাশবোর্ডে Gemini API ব্যবহারের লগ দেখতে হয় যাতে মডেলের আচরণ এবং ব্যবহারকারীরা কীভাবে আপনার অ্যাপ্লিকেশনের সাথে ইন্টার‍্যাক্ট করতে পারে তা আরও ভালোভাবে বোঝা যায়। পর্যবেক্ষণ, ডিবাগ এবং বিকল্প হিসেবে Google-এর সাথে ব্যবহারের মতামত শেয়ার করতে লগিং ব্যবহার করুন যাতে ডেভেলপার ব্যবহারের ক্ষেত্রে Gemini-কে উন্নত করতে সাহায্য করা যায়।*

ম্যানেজ করা এজেন্ট বাদ দিয়ে সব GenerateContent, BatchGenerateContent, StreamGenerateContent API কল এবং Interactions API কল কাজ করে। এর মধ্যে OpenAI compatibility এন্ডপয়েন্টের মাধ্যমে করা কল অন্তর্ভুক্ত।

প্রোজেক্ট লগিং কনফিগার করুন

ডিফল্ট হিসেবে, Interactions API এবং Generate Content API, উভয়ই অনুরোধ (store=true) স্টোর করে। Interactions API-এর জন্য, এটি সার্ভার-সাইড স্টেট ম্যানেজমেন্ট ফিচারও চালু করে।

Google AI Studio-তে আপনি আলাদা আলাদা প্রোজেক্টের জন্য স্টোরেজ চালু বা বন্ধ করতে পারবেন এবং আপনার Gemini API লগ ড্যাশবোর্ড-এর সেটিংস প্যানেল থেকে যেকোনও সময় এইসব পছন্দ পরিবর্তন করতে পারবেন। আপনি generateContent API এবং Interactions API-এর জন্য আলাদাভাবে লগিং চালু বা বন্ধ করতে পারবেন যাতে কোনও প্রোজেক্টের জন্য ডিফল্ট স্টোরেজ আচরণ পরিবর্তন করা যায়।

অনুরোধ-লেভেল লগিং

দুটি API-ই ডিফল্ট হিসেবে অনুরোধ স্টোর করে (store=true):

  • Interactions API: সার্ভার-সাইড স্টেট ম্যানেজমেন্ট সহজ করতে ডিফল্ট হিসেবে অনুরোধ সেভ করে।
  • Generate Content API (generateContent, streamGenerateContent, এবং batchGenerateContent): ২৬ অক্টোবর, ২০২৬ বা তার পরে তৈরি করা প্রোজেক্টের জন্য ডিফল্ট হিসেবে অনুরোধ স্টোর করে। AI Studio-তে লগিং চালু না করা থাকলে, সেই তারিখের আগে তৈরি করা প্রোজেক্ট ডিফল্ট হিসেবে অনুরোধ (store=false) স্টোর করে না।

অনুরোধ-লেভেল store প্রপার্টি প্রোজেক্ট-লেভেল সেটিংসের উপর অগ্রাধিকার পায়। Generate Content API অনুরোধে store সেট করতে Python-এর জন্য google-genai 2.33.0 বা তার পরবর্তী ভার্সন, JavaScript-এর জন্য @google/genai 2.31.0 বা তার পরবর্তী ভার্সন, Java-এর জন্য google-genai 1.79.0 বা তার পরবর্তী ভার্সন এবং Go-এর জন্য google.golang.org/genai 1.76.0 বা তার পরবর্তী ভার্সন প্রয়োজন। আপনি কীভাবে store প্রপার্টি সেট করতে পারবেন তা এখানে দেওয়া হল:

GenerateContent API

Python

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': True} # Set to False to disable logging of this request
)

print(response.text)

জাভাস্ক্রিপ্ট

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: true // Set to false to disable logging of this request
    }
});

console.log(response.text);

Java

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

Client client = new Client();

GenerateContentResponse response =
    client.models.generateContent(
        "gemini-3.8-flash",
        "Explain quantum entanglement in simple terms.",
        GenerateContentConfig.builder()
            .store(true) // Set to false to disable logging of this request
            .build());

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

খুলুন

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)
    }

    response, err := client.Models.GenerateContent(
        ctx,
        "gemini-3.8-flash",
        genai.Text("Explain quantum entanglement in simple terms."),
        &genai.GenerateContentConfig{
            Store: genai.Ptr(true), // Set to false to disable logging of this request
        },
    )
    if err != nil {
        log.Fatal(err)
    }
    fmt.Println(response.Text())
}

Interactions API

Python

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)

জাভাস্ক্রিপ্ট

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);

Java

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(""));

খুলুন

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-তে প্রোজেক্ট লগ দেখুন

  1. AI Studio-তে লগ পৃষ্ঠায় যান।
  2. ড্রপ-ডাউন থেকে প্রোজেক্ট বেছে নিন।
  3. লগ থাকলে, তা টেবিলে বিপরীত কালানুক্রমিক ক্রমে দেখানো হবে।
  4. ২৬ অক্টোবর, ২০২৬-এর আগে তৈরি করা প্রোজেক্টের জন্য, Generate Content API-এর প্রোজেক্ট লগ দেখতে প্রথমে সেটিংস প্যানেল থেকে Generate Content API লগিং চালু করুন।

পেলোডের প্রিভিউ দেখতে কোনও এন্ট্রিতে ক্লিক করুন। আপনি Gemini-র সম্পূর্ণ প্রম্পট ও উত্তর এবং আগের ধাপের প্রসঙ্গ দেখতে পারবেন। Interactions API সংক্রান্ত অনুরোধের ক্ষেত্রে, লগে previous_interaction_id-এর সরাসরি লিঙ্কও অন্তর্ভুক্ত থাকে।

প্রোজেক্ট স্টোরেজ রিটেনশন কনফিগার করুন

লগ মুছে ফেলার জন্য চিহ্নিত করা হবে এবং ৫৫ দিনের ডিফল্ট রিটেনশন উইন্ডোর পরে সেটির মেয়াদ শেষ হয়ে যাবে (ডেটাসেটে সেভ করা না হলে, যার মেয়াদ শেষ হয় না)। আপনি কোনও প্রোজেক্টের লগ রিটেনশন উইন্ডো সর্বাধিক ৭, ১৪, ২৮ বা ৫৫ দিনের জন্য কনফিগার করতে পারেন।

ডেটাসেট তৈরি ও শেয়ার করা

আরও কার্যকরভাবে লগ সাজাতে এবং এক্সপোর্ট করতে আপনি ডেটাসেটে লগ সেভ করতে পারেন।

  • লগ পৃষ্ঠা থেকে, ফিল্টার করার জন্য কোনও প্রপার্টি বেছে নিতে উপরে ফিল্টার বারটি খুঁজুন।
  • আপনার ফিল্টার করা ভিউ থেকে, সব বা আলাদা আলাদা লগ বেছে নিতে চেকবক্স ব্যবহার করুন।
  • তালিকার সবচেয়ে উপরে দেখানো ডেটাসেট তৈরি করুন বোতামে ক্লিক করুন।
  • আপনার নতুন ডেটাসেটের নাম এবং ঐচ্ছিক বিবরণ দিন।
  • আপনি এইমাত্র যে ডেটাসেট তৈরি করেছেন সেটি কিউরেট করা লগের সেটের সাথে দেখতে পাবেন।
  • আরও বিশ্লেষণের জন্য আপনার ডেটাসেট CSV, JSONL ফাইল হিসেবে বা Google Sheets-এ এক্সপোর্ট করুন।

বিভিন্ন ধরনের ব্যবহারের ক্ষেত্রে ডেটাসেট সহায়ক হতে পারে।

  • চ্যালেঞ্জ সেট কিউরেট করুন: আপনার AI-কে যেসব ক্ষেত্রে উন্নত করতে চান, সেইসব ক্ষেত্রকে টার্গেট করে ভবিষ্যতে উন্নতির জন্য ড্রাইভ করুন।
  • স্যাম্পেল সেট কিউরেট করা: যেমন, অন্য মডেল থেকে উত্তর তৈরি করার জন্য বাস্তব ব্যবহারের স্যাম্পেল অথবা ডিপ্লয় করার আগে রুটিন চেক করার জন্য এজ কেসের সংগ্রহ।
  • মূল্যায়ন সেট: গুরুত্বপূর্ণ ক্ষমতা জুড়ে প্রকৃত ব্যবহারের প্রতিনিধিত্বকারী সেট, অন্যান্য মডেল বা সিস্টেম নির্দেশাবলীর পুনরাবৃত্তি জুড়ে তুলনা করার জন্য।

আপনি Google-এর সাথে ডেমো উদাহরণ হিসেবে আপনার ডেটাসেট শেয়ার করার বিকল্প বেছে নিয়ে Gemini-র রিসার্চ ও ডেভেলপমেন্টে অবদান রাখতে পারেন।

সীমাবদ্ধতা

বর্তমানে নিম্নলিখিতগুলির জন্য লগিং কাজ করে না:

  • Imagen ও Veo মডেল
  • Gemini এম্বেডিং মডেল
  • Gemini Robotics মডেল
  • ভিডিও, GIF বা পিডিএফ সহ ইনপুট
  • Public Preview Agents in the Gemini API

এর পরে কী করতে হবে

  • সেশন ইতিহাস সহ প্রোটোটাইপ: ভাইব কোড অ্যাপের জন্য AI Studio Build ব্যবহার করুন এবং AI ফিচারের জন্য Gemini API লগের ইতিহাস চালু করতে আপনার API কী যোগ করুন।
  • Gemini Batch API-এর মাধ্যমে লগ আবার রান করা: Gemini Batch API-এর মাধ্যমে লগ আবার রান করে মডেল বা অ্যাপ্লিকেশন লজিকের রেসপন্স স্যাম্পেলিং ও মূল্যায়নের জন্য ডেটাসেট ব্যবহার করুন।