日志和数据集

在本指南中，您将了解如何在 Google AI Studio 信息中心内查看 Gemini API 使用情况日志，以便更好地了解模型行为以及用户可能如何与您的应用互动。使用日志记录功能来观察、调试，并选择与 Google 分享使用反馈，以帮助改进 Gemini 在各种开发者用例中的表现。^*

支持所有 GenerateContent、BatchGenerateContent、StreamGenerateContent API 调用，以及除 Managed Agents 之外的 Interactions API 调用。这包括通过 OpenAI 兼容性端点发出的调用。

配置项目日志记录

默认情况下，Interactions API 和 Generate Content API 都会存储请求 (store=true)。对于 Interactions API，这还会启用服务器端状态管理功能。

在 Google AI Studio 中，您可以为各个项目启用或停用存储功能，并随时通过 Gemini API 日志信息中心中的设置面板更改这些偏好设置。您可以单独为 generateContent API 和 Interactions API 开启或关闭日志记录功能，以更改项目的默认存储行为。

请求级日志记录

默认情况下，两个 API 都会存储请求 (store=true)：

Interactions API：默认存储请求，以简化服务器端状态管理。
Generate Content API（generateContent、streamGenerateContent 和 batchGenerateContent）：对于在 2026 年 10 月 26 日当天或之后创建的项目，默认存储请求。在该日期之前创建的项目默认不存储请求 (store=false)，除非在 AI Studio 中启用了日志记录。

请求级 store 属性优先于项目级设置。如需在 Generate Content API 请求中设置 store，需要使用 google-genai 2.33.0 或更高版本（Python）、@google/genai 2.31.0 或更高版本（JavaScript）、google-genai 1.79.0 或更高版本（Java）以及 google.golang.org/genai 1.76.0 或更高版本（Go）。以下是设置 store 属性的方法：

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)

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: 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());

Go

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)

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("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(""));

Go

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)
    }
}

在 AI Studio 中查看项目日志

前往 AI Studio 中的“日志”页面。
从下拉菜单中选择一个项目。
日志（如果存在）将按时间倒序显示在表格中。
对于 2026 年 10 月 26 日之前创建的项目，请先在设置面板中启用 Generate Content API 日志记录，以便观察 Generate Content API 的项目日志。

点击条目即可预览载荷。您可以检查 Gemini 的完整提示和回答，以及之前对话中的上下文。对于 Interactions API 请求，日志还包含指向 previous_interaction_id 的直接链接。

配置项目存储空间保留

日志将在默认保留期限（55 天）后过期并被标记为待删除（除非保存到数据集，否则不会过期）。您可以将项目日志的保留期限配置为最多 7、14、28 或 55 天。

创建和共享数据集

您可以将日志保存到数据集，以便更有效地整理和导出日志。

在“日志”页面中，找到顶部的过滤条件栏，选择要作为过滤条件的属性。
在过滤视图中，使用复选框选择所有日志或单个日志。
点击列表顶部显示的创建数据集按钮。
为新数据集命名并添加说明（可选）。
您将看到刚刚创建的数据集，其中包含精选日志集。
将数据集导出为 CSV、JSONL 文件或导出到 Google 表格，以便进一步分析。

数据集在许多不同的应用场景中都很有用。

精选挑战集：针对您希望 AI 改进的领域，推动未来的改进。
精选样本集：例如，从实际使用中抽取样本，以生成另一个模型的回答；或收集边缘情况，以便在部署前进行例行检查。
评估集：代表重要功能实际使用情况的数据集，用于与其他模型或系统指令迭代进行比较。

您可以选择与 Google 共享数据集作为演示示例，为 Gemini 的研究和开发做出贡献。

限制

目前不支持对以下内容进行日志记录：

Imagen 和 Veo 模型
Gemini 嵌入模型
Gemini Robotics 模型
包含视频、GIF 或 PDF 的输入
Gemini API 中的公开试用功能智能体

后续步骤

使用会话记录进行原型设计：使用 AI Studio Build 氛围编程应用，并添加 API 密钥，以便为 AI 功能启用 Gemini API 日志记录。
使用 Gemini Batch API 重新运行日志：使用 Gemini Batch API 重新运行日志，从而使用数据集进行回答采样以及模型或应用逻辑评估。