लॉग और डेटासेट

इस गाइड में, Google AI Studio डैशबोर्ड में Gemini API के इस्तेमाल से जुड़े लॉग देखने का तरीका बताया गया है. इससे आपको मॉडल के काम करने के तरीके और आपके ऐप्लिकेशन के साथ उपयोगकर्ताओं के इंटरैक्शन को बेहतर ढंग से समझने में मदद मिलेगी. लॉगिंग का इस्तेमाल करके, Gemini के इस्तेमाल को मॉनिटर करें, डीबग करें, और Google के साथ Gemini के इस्तेमाल से जुड़ा सुझाव, शिकायत या राय शेयर करें. इससे Google को डेवलपर के लिए Gemini को बेहतर बनाने में मदद मिलेगी.^*

GenerateContent, BatchGenerateContent, और StreamGenerateContent के सभी एपीआई कॉल और Interactions एपीआई कॉल इस्तेमाल किए जा सकते हैं. हालांकि, मैनेज किए जा रहे एजेंट के लिए ये कॉल इस्तेमाल नहीं किए जा सकते. इसमें OpenAI के साथ काम करने वाले एंडपॉइंट के ज़रिए किए गए कॉल शामिल हैं.

प्रोजेक्ट लॉगिंग को कॉन्फ़िगर करना

डिफ़ॉल्ट रूप से, Interactions API और Generate Content API, दोनों ही अनुरोधों (store=true) को सेव करते हैं. Interactions API के लिए, इससे सर्वर-साइड पर स्टेट मैनेजमेंट की सुविधाएं भी चालू हो जाती हैं.

Google AI Studio में, अलग-अलग प्रोजेक्ट के लिए स्टोरेज की सुविधा को चालू या बंद किया जा सकता है. साथ ही, Gemini API के लॉग डैशबोर्ड में मौजूद सेटिंग पैनल में जाकर, इन प्राथमिकताओं को कभी भी बदला जा सकता है. किसी प्रोजेक्ट के लिए, डिफ़ॉल्ट स्टोरेज की सेटिंग में बदलाव करने के लिए, generateContent एपीआई और Interactions एपीआई के लिए, लॉगिंग को अलग-अलग चालू या बंद किया जा सकता है.

अनुरोध के लेवल पर लॉगिंग

दोनों एपीआई, अनुरोधों को डिफ़ॉल्ट रूप से सेव करते हैं (store=true):

• Interactions API: यह सर्वर-साइड स्टेट मैनेजमेंट को आसान बनाने के लिए, अनुरोधों को डिफ़ॉल्ट रूप से सेव करता है.
• Generate Content API (generateContent, streamGenerateContent, और batchGenerateContent): 26 अक्टूबर, 2026 को या इसके बाद बनाए गए प्रोजेक्ट के लिए, अनुरोधों को डिफ़ॉल्ट रूप से सेव करता है. इस तारीख से पहले बनाए गए प्रोजेक्ट, डिफ़ॉल्ट रूप से अनुरोधों (store=false) को सेव नहीं करते. हालांकि, अगर AI Studio में लॉगिंग की सुविधा चालू की गई है, तो अनुरोध सेव किए जाते हैं.

अनुरोध-लेवल की store प्रॉपर्टी को प्रोजेक्ट-लेवल की सेटिंग से ज़्यादा प्राथमिकता दी जाती है. कॉन्टेंट जनरेट करने के एपीआई अनुरोधों पर store सेट करने के लिए, Python के लिए google-genai 2.33.0 या इसके बाद का वर्शन, JavaScript के लिए @google/genai 2.31.0 या इसके बाद का वर्शन, Java के लिए google-genai 1.79.0 या इसके बाद का वर्शन, और Go के लिए google.golang.org/genai 1.76.0 या इसके बाद का वर्शन ज़रूरी है. store प्रॉपर्टी को सेट करने का तरीका यहां बताया गया 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': 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)
    }
}

AI Studio में प्रोजेक्ट लॉग देखना

1. AI Studio में लॉग पेज पर जाएं.
2. ड्रॉप-डाउन से कोई प्रोजेक्ट चुनें.
3. अगर लॉग मौजूद हैं, तो वे टेबल में उल्टे क्रम में दिखेंगे.
4. अगर प्रोजेक्ट 26 अक्टूबर, 2026 से पहले बनाए गए हैं, तो Generate Content API के लिए प्रोजेक्ट लॉग देखने के लिए, पहले सेटिंग पैनल में जाकर Generate Content API की लॉगिंग चालू करें.

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

प्रोजेक्ट के स्टोरेज के रखरखाव को कॉन्फ़िगर करना

लॉग, डेटा के रखरखाव की डिफ़ॉल्ट अवधि के बाद मिटा दिए जाएंगे. यह अवधि 55 दिनों की होती है. हालांकि, अगर लॉग को किसी डेटासेट में सेव किया गया है, तो वे नहीं मिटेंगे. किसी प्रोजेक्ट के लॉग के रखरखाव की विंडो को ज़्यादा से ज़्यादा 7, 14, 28 या 55 दिनों के लिए कॉन्फ़िगर किया जा सकता है.

डेटासेट बनाना और शेयर करना

लॉग को डेटासेट में सेव किया जा सकता है, ताकि उन्हें ज़्यादा असरदार 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 लॉग 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 कोई नाम दें. इसके बारे में जानकारी भी दी जा सकती है. हालांकि, जानकारी देना ज़रूरी नहीं है.
• आपको वह डेटासेट दिखेगा जिसे आपने अभी-अभी लॉग के चुने गए सेट के साथ बनाया है.
• ज़्यादा विश्लेषण के लिए, अपने डेटासेट को CSV, JSONL फ़ाइलों या Google Sheets में एक्सपोर्ट करें.

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

• चुनौती देने वाले सेट तैयार करना: आने वाले समय में उन क्षेत्रों में सुधार करना जहां आपको अपने एआई को बेहतर बनाना है.
• सैंपल सेट तैयार करना: उदाहरण के लिए, किसी दूसरे मॉडल से जवाब जनरेट करने के लिए, असल इस्तेमाल से लिया गया सैंपल या डिप्लॉयमेंट से पहले रूटीन जांच के लिए, एज केस का कलेक्शन.
• इवैलुएशन सेट: ये ऐसे सेट होते हैं जो अहम क्षमताओं के असल इस्तेमाल को दिखाते हैं. इनका इस्तेमाल, अन्य मॉडल या सिस्टम के निर्देशों के अलग-अलग वर्शन की तुलना करने के लिए किया जाता है.

Gemini की रिसर्च और डेवलपमेंट में योगदान देने के लिए, Google के साथ अपने डेटासेट शेयर करें. Google इनका इस्तेमाल, उदाहरण के तौर पर कर सकता है.

सीमाएं

फ़िलहाल, इनके लिए लॉगिंग की सुविधा उपलब्ध नहीं है:

• Imagen और Veo मॉडल
• Gemini के एंबेडिंग मॉडल
• Gemini Robotics मॉडल
• वीडियो, GIF या PDF फ़ाइलें
• Gemini API में Public Preview में उपलब्ध एजेंट

आगे क्या करना है

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