Log dan set data

Dalam panduan ini, Anda akan mempelajari cara melihat log dari penggunaan Gemini API di dasbor Google AI Studio untuk lebih memahami perilaku model dan cara pengguna berinteraksi dengan aplikasi Anda. Gunakan logging untuk mengamati, men-debug, dan secara opsional membagikan masukan penggunaan kepada Google untuk membantu meningkatkan kualitas Gemini di berbagai kasus penggunaan developer.^*

Semua panggilan API GenerateContent, BatchGenerateContent, StreamGenerateContent, dan panggilan API Interactions, kecuali Agen Terkelola, didukung. Hal ini mencakup panggilan yang dilakukan melalui endpoint kompatibilitas OpenAI.

Mengonfigurasi logging project

Secara default, Interactions API dan Generate Content API menyimpan permintaan (store=true). Untuk Interactions API, hal ini juga mengaktifkan fitur pengelolaan status sisi server.

Di Google AI Studio, Anda dapat mengaktifkan atau menonaktifkan penyimpanan untuk setiap project dan mengubah preferensi ini kapan saja melalui panel Setelan di Dasbor Log Gemini API. Anda dapat mengaktifkan atau menonaktifkan logging secara terpisah untuk generateContent API dan Interactions API guna mengubah perilaku penyimpanan default untuk sebuah project.

Logging tingkat permintaan

Kedua API menyimpan permintaan secara default (store=true):

• Interactions API: Menyimpan permintaan secara default untuk menyederhanakan pengelolaan status sisi server.
• Generate Content API (generateContent, streamGenerateContent, dan batchGenerateContent): Menyimpan permintaan secara default untuk project yang dibuat pada atau setelah 26 Oktober 2026. Project yang dibuat sebelum tanggal tersebut tidak menyimpan permintaan secara default (store=false) kecuali jika logging diaktifkan di AI Studio.

Properti store level permintaan lebih diutamakan daripada setelan level project. Menetapkan store pada permintaan Generate Content API memerlukan google-genai 2.33.0 atau yang lebih baru untuk Python, @google/genai 2.31.0 atau yang lebih baru untuk JavaScript, google-genai 1.79.0 atau yang lebih baru untuk Java, dan google.golang.org/genai 1.76.0 atau yang lebih baru untuk Go. Berikut cara menetapkan properti store:

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': True} # Set to False to disable 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: true // Set to false to disable 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();

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());

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

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)
    }
}

Melihat log project di AI Studio

1. Buka halaman Logs di AI Studio.
2. Pilih project dari menu drop-down.
3. Log akan muncul dalam tabel dalam urutan kronologis terbalik, jika ada.
4. Untuk project yang dibuat sebelum 26 Oktober 2026, aktifkan logging Generate Content API terlebih dahulu di panel setelan guna mengamati log project untuk Generate Content API.

Klik entri untuk melihat pratinjau payload. Anda dapat memeriksa perintah dan respons lengkap dari Gemini, serta konteks dari giliran sebelumnya. Untuk permintaan Interactions API, log juga menyertakan link langsung ke previous_interaction_id.

Mengonfigurasi retensi penyimpanan project

Log akan berakhir masa berlakunya dan ditandai untuk dihapus setelah periode retensi default selama 55 hari (kecuali jika disimpan ke set data, yang tidak akan berakhir masa berlakunya). Anda dapat mengonfigurasi periode retensi log project hingga maksimum 7, 14, 28, atau 55 hari.

Membuat dan membagikan set data

Anda dapat menyimpan log ke set data untuk mengaturnya dan mengekspornya secara lebih efektif.

• Dari halaman Log, temukan panel filter di bagian atas untuk memilih properti yang akan digunakan untuk memfilter.
• Dari tampilan filter Anda, gunakan kotak centang untuk memilih semua atau masing-masing log.
• Klik tombol Create dataset yang muncul di bagian atas daftar.
• Beri nama set data baru Anda dan deskripsi opsional.
• Anda akan melihat set data yang baru saja Anda buat dengan kumpulan log yang diseleksi.
• Ekspor set data Anda untuk analisis lebih lanjut sebagai file CSV, JSONL, atau ke Spreadsheet Google.

Set data dapat berguna untuk sejumlah kasus penggunaan yang berbeda.

• Menyusun set tantangan: Dorong peningkatan kualitas di masa mendatang yang menargetkan area yang ingin Anda tingkatkan kualitasnya di AI.
• Menyiapkan set sampel: Misalnya, sampel dari penggunaan nyata untuk menghasilkan respons dari model lain, atau kumpulan kasus ekstrem untuk pemeriksaan rutin sebelum deployment.
• Set evaluasi: Set yang mewakili penggunaan nyata di berbagai kemampuan penting, untuk perbandingan di berbagai model atau iterasi petunjuk sistem lainnya.

Anda dapat berkontribusi pada riset dan pengembangan Gemini dengan memilih untuk membagikan set data Anda kepada Google sebagai contoh demonstrasi.

Batasan

Logging saat ini tidak didukung untuk hal berikut:

• Model Imagen dan Veo
• Model embedding Gemini
• Model Gemini Robotics
• Input yang berisi video, GIF, atau PDF
• Agen Pratinjau Publik di Gemini API

Langkah berikutnya

• Membuat prototipe dengan histori sesi: Gunakan AI Studio Build untuk melakukan vibe coding pada aplikasi dan menambahkan kunci API Anda guna mengaktifkan histori log Gemini API untuk fitur AI.
• Jalankan ulang log dengan Gemini Batch API: Gunakan set data untuk pengambilan sampel respons dan evaluasi model atau logika aplikasi dengan menjalankan ulang log menggunakan Gemini Batch API.