Log e set di dati

In questa guida imparerai a visualizzare i log dell'utilizzo dell'API Gemini nella dashboard di Google AI Studio per comprendere meglio il comportamento del modello e il modo in cui gli utenti potrebbero interagire con le tue applicazioni. Utilizza la registrazione per osservare, eseguire il debug e condividere facoltativamente il feedback sull'utilizzo con Google per contribuire a migliorare Gemini nei casi d'uso degli sviluppatori.^*

Sono supportate tutte le chiamate API GenerateContent, BatchGenerateContent, StreamGenerateContent e le chiamate API Interactions, ad eccezione di Managed Agents. Sono incluse le chiamate effettuate tramite gli endpoint di compatibilità di OpenAI.

Configurare la registrazione del progetto

Per impostazione predefinita, l'API archivia tutti gli oggetti di interazione (store=true) per semplificare l'utilizzo delle funzionalità di gestione dello stato lato server. Al contrario, l'API Generate Content non archivia le richieste per impostazione predefinita e richiede che l'archiviazione sia abilitata per richiesta o a livello di progetto da AI Studio.

In Google AI Studio puoi attivare o disattivare la registrazione per tutti i progetti o per progetti specifici e modificare queste preferenze in qualsiasi momento tramite il ri2}quadro Impostazioni nella pagina Log e set di dati. La registrazione può essere attivata o disattivata indipendentemente per l'API generateContent e l'API Interactions per modificare il comportamento di archiviazione predefinito per un progetto.

Registrazione a livello di richiesta

Il comportamento di archiviazione e registrazione varia in base all'API:

• API Interazioni: archivia le richieste per impostazione predefinita (store=true) per semplificare la gestione dello stato lato server.
• API Generate Content (generateContent): non archivia le richieste per impostazione predefinita (store=false).

Ecco come impostare la proprietà store:

API GenerateContent

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)

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);

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(""));

API Interactions

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("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(""));

Visualizzare i log del progetto in AI Studio

1. Vai alla pagina Log in AI Studio.
2. Seleziona un progetto dal menu a discesa.
3. Se esistono, i log vengono visualizzati nella tabella in ordine cronologico inverso per l'API Interactions.
4. Per visualizzare i log del progetto per l'API Content, devi prima abilitarla nel riquadro delle impostazioni.

Fai clic su una voce per visualizzare l'anteprima del payload. Puoi esaminare il prompt e la risposta completi di Gemini, nonché il contesto dei turni precedenti. Per le richieste dell'API Interactions, i log includono anche un link diretto a previous_interaction_id.

Configurare la conservazione dello spazio di archiviazione del progetto

I log scadranno e verranno contrassegnati per l'eliminazione dopo un periodo di conservazione predefinito di 55 giorni (a meno che non vengano salvati in un set di dati, che non scadono). Puoi configurare il periodo di conservazione dei log di un progetto fino a un massimo di 7, 14, 28 o 55 giorni.

Creare e condividere set di dati

Puoi salvare i log nei set di dati per organizzarli ed esportarli in modo più efficace.

• Nella pagina Log, individua la barra dei filtri in alto per selezionare una proprietà in base alla quale filtrare.
• Nella visualizzazione filtrata, utilizza le caselle di controllo per selezionare tutti i log o singoli log.
• Fai clic sul pulsante Crea set di dati visualizzato nella parte superiore dell'elenco.
• Assegna un nome e, se vuoi, una descrizione al nuovo set di dati.
• Verrà visualizzato il set di dati appena creato con il set di log curato.
• Esporta il set di dati per ulteriori analisi come file CSV, JSONL o in Fogli Google.

I set di dati possono essere utili per diversi casi d'uso.

• Curare i set di sfide: promuovi miglioramenti futuri che riguardano le aree in cui vuoi che la tua AI migliori.
• Curare i set di esempi: ad esempio, un campione di utilizzo reale per generare risposte da un altro modello o una raccolta di casi limite per i controlli di routine prima del deployment.
• Set di valutazione: set rappresentativi dell'utilizzo reale in tutte le funzionalità importanti, per il confronto tra altri modelli o iterazioni delle istruzioni di sistema.

Puoi contribuire alla ricerca e allo sviluppo di Gemini scegliendo di condividere i tuoi set di dati con Google come esempi dimostrativi.

Limitazioni

Al momento, la registrazione non è supportata per:

• Modelli Imagen e Veo
• Modelli di incorporamento Gemini
• Modello Gemini Robotics
• Input contenenti video, GIF o PDF
• Agenti in anteprima pubblica nell'API Gemini

Passaggi successivi

• Prototipo con la cronologia delle sessioni: utilizza AI Studio Build per codificare le app e aggiungi la chiave API per attivare una cronologia dei log dell'API Gemini per le funzionalità di AI.
• Esegui di nuovo i log con l'API Gemini Batch: utilizza i set di dati per il campionamento delle risposte e la valutazione dei modelli o della logica dell'applicazione eseguendo di nuovo i log con l' API Gemini Batch.