文字生成

當 Gemini API 收到文字、圖片、影片和音訊做為輸入內容時，便可產生文字輸出內容。

本指南將說明如何使用 generateContent 和 streamGenerateContent 方法產生文字。如要瞭解如何使用 Gemini 的視覺和音訊功能，請參閱「視覺」和「音訊」指南。

使用純文字輸入內容產生文字

使用 Gemini API 產生文字最簡單的方法，就是為模型提供單一純文字輸入內容，如以下範例所示：

import google.generativeai as genai

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("How does AI work?")
print(response.text)

在這種情況下，「說明 AI 運作方式」提示不會包含任何輸出範例、系統指示或格式資訊。這是一種零樣本方法。在某些用途中，單拍或少拍提示可能會產生更符合使用者期待的輸出內容。在某些情況下，您可能還需要提供系統操作說明，協助模型瞭解任務或遵循特定規範。

使用文字和圖片輸入內容來生成文字

Gemini API 支援結合文字和媒體檔案的多模態輸入內容。以下範例說明如何根據文字和圖片輸入內容產生文字：

import google.generativeai as genai
import PIL.Image

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
organ = PIL.Image.open("/path/to/organ.png")
response = model.generate_content(["Tell me about this instrument", organ])
print(response.text)

產生文字串流

根據預設，模型會在完成整個文字產生程序後傳回回應。您可以不等待整個結果，改用串流處理部分結果，藉此加快互動速度。

以下範例說明如何使用 streamGenerateContent 方法實作串流，從純文字輸入提示產生文字。

import google.generativeai as genai

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Explain how AI works", stream=True)
for chunk in response:
    print(chunk.text, end="")

建立即時通訊對話

您可以使用 Gemini SDK 收集多輪問題和回覆，讓使用者逐步取得答案，或針對多重問題尋求協助。這個 SDK 功能提供一個介面，可追蹤對話記錄，但幕後會使用相同的 generateContent 方法建立回應。

以下程式碼範例顯示基本即時通訊實作方式：

import google.generativeai as genai

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
chat = model.start_chat(
    history=[
        {"role": "user", "parts": "Hello"},
        {"role": "model", "parts": "Great to meet you. What would you like to know?"},
    ]
)

response = chat.send_message("I have 2 dogs in my house.")
print(response.text)
response2 = chat.send_message("How many paws are in my house?")
print(response2.text)

你也可以使用串流直播搭配即時通訊，如以下範例所示：

import google.generativeai as genai

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
chat = model.start_chat(
    history=[
        {"role": "user", "parts": "Hello"},
        {"role": "model", "parts": "Great to meet you. What would you like to know?"},
    ]
)

response = chat.send_message("I have 2 dogs in my house.", stream=True)
for chunk in response:
    print(chunk.text, end="")

response2 = chat.send_message("How many paws are in my house?", stream=True)
for chunk in response2:
    print(chunk.text, end="")

print(chat.history)

設定文字產生

您傳送至模型的每個提示都包含參數，用來控制模型生成回覆的方式。您可以使用 GenerationConfig 設定這些參數。如果您未設定參數，模型會使用預設選項，這些選項可能因模型而異。

以下範例說明如何設定幾個可用的選項。

import google.generativeai as genai

genai.configure(api_key="GEMINI_API_KEY")

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content(
    "Explain how AI works",
    generation_config = genai.GenerationConfig(
        max_output_tokens=1000,
        temperature=0.1,
    )
)

print(response.text)

後續步驟

瞭解 Gemini API 的基本概念後，您可以嘗試以下操作：

視覺理解：瞭解如何使用 Gemini 的原生視覺理解功能處理圖片和影片。
音訊理解：瞭解如何使用 Gemini 的原生音訊理解功能處理音訊檔案。