Günlükler ve veri kümeleri

Bu kılavuzda, model davranışını ve kullanıcıların uygulamalarınızla nasıl etkileşim kurabileceğini daha iyi anlamak için Google AI Studio kontrol panelinde Gemini API kullanımından kaynaklanan günlükleri nasıl görüntüleyeceğinizi öğreneceksiniz. Geliştiricilerin kullanım alanlarında Gemini'ın iyileştirilmesine yardımcı olmak için günlük kaydı özelliğini kullanarak gözlem yapın, hata ayıklayın ve isteğe bağlı olarak kullanım geri bildirimlerini Google ile paylaşın.^*

Yönetilen Temsilciler hariç tüm GenerateContent, BatchGenerateContent, StreamGenerateContent API çağrıları ve Interactions API çağrıları desteklenir. OpenAI uyumluluğu uç noktaları üzerinden yapılan çağrılar da buna dahildir.

Proje günlüğünü yapılandırma

Varsayılan olarak hem Interactions API hem de Generate Content API, istekleri (store=true) depolar. Interactions API'de bu, sunucu tarafı durum yönetimi özelliklerini de etkinleştirir.

Google AI Studio'da her proje için depolama alanını etkinleştirebilir veya devre dışı bırakabilir ve bu tercihleri dilediğiniz zaman Gemini API Günlükleri Kontrol Paneli'ndeki Ayarlar panelinden değiştirebilirsiniz. Bir projenin varsayılan depolama davranışını değiştirmek için generateContent API ve Interactions API'de günlük kaydını bağımsız olarak etkinleştirebilir veya devre dışı bırakabilirsiniz.

İstek düzeyinde günlük kaydı

Her iki API de istekleri varsayılan olarak depolar (store=true):

• Interactions API: Sunucu tarafı durum yönetimini basitleştirmek için istekleri varsayılan olarak depolar.
• Generate Content API (generateContent, streamGenerateContent ve batchGenerateContent): 26 Ekim 2026'da veya bu tarihten sonra oluşturulan projeler için istekleri varsayılan olarak depolar. Bu tarihten önce oluşturulan projeler, AI Studio'da günlük kaydı etkinleştirilmediği sürece istekleri varsayılan olarak (store=false) saklamaz.

İstek düzeyindeki store özelliği, proje düzeyindeki ayara göre önceliklidir. Generate Content API isteklerinde store ayarını yapmak için Python'da google-genai 2.33.0 veya sonraki bir sürüm, JavaScript'te @google/genai 2.31.0 veya sonraki bir sürüm, Java'da google-genai 1.79.0 veya sonraki bir sürüm ve Go'da google.golang.org/genai 1.76.0 veya sonraki bir sürüm gerekir. store özelliğini şu şekilde ayarlayabilirsiniz:

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'da proje günlüklerini görüntüleme

1. AI Studio'da Günlükler sayfasına gidin.
2. Açılır menüden bir proje seçin.
3. Günlükler varsa tabloda ters kronolojik sırayla gösterilir.
4. 26 Ekim 2026'dan önce oluşturulan projelerde, Generate Content API'nin proje günlüklerini görmek için önce ayarlar panelinde Generate Content API günlüğünü etkinleştirin.

Yükün önizlemesini görmek için bir girişi tıklayın. Gemini'ın tam istemini ve yanıtını, ayrıca önceki turlardaki bağlamı inceleyebilirsiniz. Interactions API istekleri için günlüklerde previous_interaction_id bağlantısı da bulunur.

Proje depolama alanı saklama süresini yapılandırma

Günlüklerin süresi, varsayılan 55 günlük saklama süresinin ardından dolar ve silinmek üzere işaretlenir (bir veri kümesine kaydedilmediği sürece). Bir projenin günlüklerinin saklama aralığını en fazla 7, 14, 28 veya 55 gün olarak yapılandırabilirsiniz.

Veri kümeleri oluşturma ve paylaşma

Günlükleri daha etkili bir şekilde düzenlemek ve dışa aktarmak için veri kümelerine kaydedebilirsiniz.

• Günlükler sayfasında, filtreleme ölçütü olarak kullanılacak özelliği seçmek için üst kısımdaki filtre çubuğunu bulun.
• Filtre görünümünüzden, tüm günlükleri veya tek tek günlükleri seçmek için onay kutularını kullanın.
• Listenin en üstünde görünen Veri kümesi oluştur düğmesini tıklayın.
• Yeni veri kümenize bir ad ve isteğe bağlı bir açıklama ekleyin.
• Seçilmiş günlük grubunu içeren yeni oluşturduğunuz veri kümesini görürsünüz.
• Veri kümenizi daha ayrıntılı analiz için CSV, JSONL dosyaları olarak veya Google E-Tablolar'a aktarın.

Veri kümeleri, çeşitli kullanım alanları için faydalı olabilir.

• Sınama setleri oluşturun: Yapay zekanızın gelişmesini istediğiniz alanları hedefleyen gelecekteki iyileştirmeleri yönlendirin.
• Örnek kümeleri seçme: Örneğin, başka bir modelden yanıt oluşturmak için gerçek kullanımdan bir örnek veya dağıtımdan önce rutin kontroller için uç durumlar koleksiyonu.
• Değerlendirme setleri: Diğer modeller veya sistem talimatı iterasyonları arasında karşılaştırma yapmak için önemli özelliklerdeki gerçek kullanımı temsil eden setler.

Veri kümelerinizi tanıtım örnekleri olarak Google ile paylaşmayı seçerek Gemini'ın araştırma ve geliştirme çalışmalarına katkıda bulunabilirsiniz.

Sınırlamalar

Günlük kaydı şu anda aşağıdakiler için desteklenmemektedir:

• Imagen ve Veo modelleri
• Gemini yerleştirme modelleri
• Gemini Robotics modeli
• Video, GIF veya PDF içeren girişler
• Gemini API'de Genel Önizleme Temsilcileri

Sırada ne var?

• Oturum geçmişiyle prototip oluşturma: Sezgisel kodlama uygulamaları için AI Studio Build'i kullanın ve yapay zeka özellikleri için Gemini API günlüklerinin geçmişini etkinleştirmek üzere API anahtarınızı ekleyin.
• Gemini Batch API ile günlükleri yeniden çalıştırma: Gemini Batch API ile günlükleri yeniden çalıştırarak yanıt örnekleme ve modellerin veya uygulama mantığının değerlendirilmesi için veri kümelerini kullanın.