लॉग और डेटासेट

इस गाइड में, आपको Google AI Studio के डैशबोर्ड में, Gemini API के इस्तेमाल से जुड़े लॉग देखने का तरीका बताया जाएगा. इससे आपको मॉडल के व्यवहार और इस बारे में बेहतर जानकारी मिलेगी कि उपयोगकर्ता आपके ऐप्लिकेशन के साथ कैसे इंटरैक्ट कर सकते हैं. लॉगिंग की मदद से, Gemini के इस्तेमाल से जुड़ी गड़बड़ियों को ठीक किया जा सकता है. साथ ही, डेवलपर के इस्तेमाल के अलग-अलग मामलों में, Gemini को बेहतर बनाने के लिए, Google के साथ इस्तेमाल से जुड़ा सुझाव/राय शेयर की जा सकती है.*

सभी GenerateContent, BatchGenerateContent, StreamGenerateContent एपीआई कॉल और Interactions एपीआई कॉल के साथ-साथ, एजेंट बनाने और मैनेज करने की सुविधा के अलावा अन्य सभी कॉल काम करते हैं. इसमें, OpenAI के साथ काम करने वाले एंडपॉइंट के ज़रिए किए गए कॉल भी 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 आसानी से किया जा सके. इसके उलट, Generate Content API, डिफ़ॉल्ट रूप से अनुरोधों को सेव नहीं करता. इसके लिए, AI Studio से हर अनुरोध के लिए या प्रोजेक्ट-लेवल पर स्टोरेज की सुविधा चालू करनी होती है.

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

अनुरोध-लेवल पर लॉगिंग

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

  • Interactions API: सर्वर-साइड स्टेट मैनेजमेंट को आसान बनाने के लिए, डिफ़ॉल्ट रूप से अनुरोधों को सेव करता है (store=true).
  • Generate Content API (generateContent): डिफ़ॉल्ट रूप से अनुरोधों को सेव नहीं करता (store=false).

store प्रॉपर्टी को इस तरह सेट किया जा सकता है:

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': 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-3.8-flash',
    contents: 'Explain quantum entanglement in simple terms.',
    config: {
        store: false // Set to true to enable logging of this request
    }
});

console.log(response.text);

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("Tell me a fact about space."))
        .store(true)
        .build();

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

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

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)

JavaScript

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("Tell me a fact about space."))
        .store(true)
        .build();

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

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

AI Studio में प्रोजेक्ट के लॉग देखना

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

पेलोड की झलक देखने के लिए, किसी एंट्री पर क्लिक करें. Gemini से मिले पूरे प्रॉम्प्ट और जवाब के साथ-साथ, पिछले टर्न का कॉन्टेक्स्ट भी 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 लिए, डेटा सेव रखने की अवधि कॉन्फ़िगर करना

लॉग, 55 दिनों की डिफ़ॉल्ट अवधि के बाद मिट जाएंगे और उन्हें मिटाने के लिए मार्क कर दिया जाएगा. हालांकि, अगर उन्हें किसी डेटासेट में सेव किया जाता है, तो वे नहीं मिटेंगे. किसी प्रोजेक्ट के लॉग को सेव रखने की अवधि, ज़्यादा से ज़्यादा 7, 14, 28 या 55 दिनों के लिए कॉन्फ़िगर की जा सकती है.

डेटासेट बनाना और उन्हें शेयर करना

लॉग को डेटासेट में सेव करके, उन्हें ज़्यादा व्यवस्थित तरीके से एक्सपोर्ट किया जा सकता है.

  • लॉग वाले पेज पर, सबसे ऊपर मौजूद फ़िल्टर बार पर जाएं. इसके बाद, फ़िल्टर करने के लिए कोई प्रॉपर्टी चुनें.
  • फ़िल्टर की गई सूची में, सभी या चुनिंदा लॉग चुनने के लिए, चेकबॉक्स का इस्तेमाल करें.
  • सूची में सबसे ऊपर दिखने वाले, डेटासेट बनाएं बटन पर क्लिक करें.
  • अपने नए डेटासेट को नाम दें और उससे जुड़ी जानकारी डालें. हालांकि, जानकारी डालना ज़रूरी नहीं है.
  • आपको बनाया गया डेटासेट, चुने गए लॉग के साथ दिखेगा.
  • डेटासेट को CSV, JSONL फ़ाइलों के तौर पर या Google Sheets में एक्सपोर्ट करें, ताकि उसका विश्लेषण किया जा सके.

डेटासेट, अलग-अलग कामों के लिए मददगार साबित हो सकते हैं.

  • चुनौती सेट तैयार करना: आने वाले समय में, उन क्षेत्रों में सुधार करें जहां आपको अपने एआई को बेहतर बनाना है.
  • सैंपल सेट तैयार करना: उदाहरण के लिए, किसी दूसरे मॉडल से जवाब जनरेट करने के लिए, असली इस्तेमाल का कोई सैंपल. इसके अलावा, डिप्लॉयमेंट से पहले, रूटीन चेक के लिए, कुछ खास मामलों का कलेक्शन.
  • इवैलुएशन सेट: ऐसे सेट जो अहम क्षमताओं के लिए, असली इस्तेमाल के उदाहरण के तौर पर काम करते हैं. इनकी मदद से, अन्य मॉडल या सिस्टम इंस्ट्रक्शन के अलग-अलग वर्शन की तुलना की जा सकती है.

उदाहरण के तौर पर, अपने डेटासेट को Google के साथ शेयर करके, Gemini के 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 वाले इनपुट
  • Gemini API में, पब्लिक प्रीव्यू एजेंट

आगे क्या करना है

  • सेशन के इतिहास के साथ प्रोटोटाइप बनाना: AI Studio Build का इस्तेमाल करके, वाइब कोड वाले ऐप्लिकेशन बनाएं. साथ ही, एआई सुविधाओं के लिए, Gemini API के लॉग का इतिहास देखने की सुविधा चालू करने के लिए, अपना एपीआई पासकोड जोड़ें.
  • Gemini Batch API की मदद से, लॉग को दोबारा चलाना: Gemini Batch API की मदद से, लॉग को दोबारा चलाकर, जवाब के सैंपलिंग और मॉडल या ऐप्लिकेशन लॉजिक के इवैलुएशन के लिए, डेटासेट का इस्तेमाल करें Gemini Batch API.