La API de Gemini puede generar un resultado de texto cuando se proporcionan texto, imágenes, video y audio como entrada.
En esta guía, se muestra cómo generar texto con los métodos generateContent y streamGenerateContent. Para obtener información sobre cómo trabajar con las capacidades de visión y audio de Gemini, consulta las guías de Vision y audio.
Genera texto a partir de una entrada de solo texto
La forma más sencilla de generar texto con la API de Gemini es proporcionarle al modelo una sola entrada de solo texto, como se muestra en este ejemplo:
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.0-flash",
contents=["How does AI work?"])
print(response.text)
En este caso, la instrucción ("Explica cómo funciona la IA") no incluye ejemplos de resultados, instrucciones del sistema ni información de formato. Es un enfoque sin ejemplos. En algunos casos de uso, una instrucción única o de varias imágenes podría producir un resultado más alineado con las expectativas de los usuarios. En algunos casos, también es posible que desees proporcionar instrucciones del sistema para ayudar al modelo a comprender la tarea o seguir lineamientos específicos.
Genera texto a partir de una entrada de texto e imagen
La API de Gemini admite entradas multimodales que combinan archivos de texto y multimedia. En el siguiente ejemplo, se muestra cómo generar texto a partir de una entrada de texto e imagen:
from PIL import Image
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
image = Image.open("/path/to/organ.png")
response = client.models.generate_content(
model="gemini-2.0-flash",
contents=[image, "Tell me about this instrument"])
print(response.text)
Genera una transmisión de texto
De forma predeterminada, el modelo muestra una respuesta después de completar todo el proceso de generación de texto. Puedes lograr interacciones más rápidas si no esperas el resultado completo y, en su lugar, usas la transmisión para controlar los resultados parciales.
En el siguiente ejemplo, se muestra cómo implementar la transmisión con el método streamGenerateContent para generar texto a partir de una instrucción de entrada de solo texto.
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content_stream(
model="gemini-2.0-flash",
contents=["Explain how AI works"])
for chunk in response:
print(chunk.text, end="")
Cómo crear una conversación de chat
El SDK de Gemini te permite recopilar varias rondas de preguntas y respuestas, lo que permite a los usuarios avanzar de forma incremental hacia las respuestas o obtener ayuda con problemas de varias partes. Esta función del SDK proporciona una interfaz para hacer un seguimiento del historial de conversaciones, pero en segundo plano usa el mismo método generateContent para crear la respuesta.
En el siguiente ejemplo de código, se muestra una implementación básica de chat:
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
chat = client.chats.create(model="gemini-2.0-flash")
response = chat.send_message("I have 2 dogs in my house.")
print(response.text)
response = chat.send_message("How many paws are in my house?")
print(response.text)
for message in chat._curated_history:
print(f'role - ', message.role, end=": ")
print(message.parts[0].text)
También puedes usar la transmisión con chat, como se muestra en el siguiente ejemplo:
from google import genai
client = genai.Client(api_key="GEMINI_API_KEY")
chat = client.chats.create(model="gemini-2.0-flash")
response = chat.send_message_stream("I have 2 dogs in my house.")
for chunk in response:
print(chunk.text, end="")
response = chat.send_message_stream("How many paws are in my house?")
for chunk in response:
print(chunk.text, end="")
for message in chat._curated_history:
print(f'role - ', message.role, end=": ")
print(message.parts[0].text)
Configura la generación de texto
Cada instrucción que envías al modelo incluye
parámetros que controlan cómo el modelo genera respuestas. Puedes usar GenerationConfig para configurar estos parámetros. Si no configuras los parámetros, el modelo
usará las opciones predeterminadas, que pueden variar según el modelo.
En el siguiente ejemplo, se muestra cómo configurar varias de las opciones disponibles.
from google import genai
from google.genai import types
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.0-flash",
contents=["Explain how AI works"],
config=types.GenerateContentConfig(
max_output_tokens=500,
temperature=0.1
)
)
print(response.text)
Agrega instrucciones del sistema
Las instrucciones del sistema te permiten dirigir el comportamiento de un modelo según tus necesidades y casos de uso específicos.
Cuando le das instrucciones del sistema al modelo, le proporcionas contexto adicional para comprender la tarea, generar respuestas más personalizadas y cumplir con lineamientos específicos sobre la interacción completa del usuario con el modelo. También puedes especificar el comportamiento a nivel del producto configurando instrucciones del sistema, aparte de las instrucciones que proporcionan los usuarios finales.
Puedes establecer instrucciones del sistema cuando inicializas tu modelo:
sys_instruct="You are a cat. Your name is Neko."
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model="gemini-2.0-flash",
config=types.GenerateContentConfig(
system_instruction=sys_instruct),
contents=["your prompt here"]
)
Luego, puedes enviar solicitudes al modelo como de costumbre.
Para ver un ejemplo interactivo de extremo a extremo del uso de instrucciones del sistema, consulta la colab de instrucciones del sistema.
¿Qué sigue?
Ahora que exploraste los conceptos básicos de la API de Gemini, te recomendamos que pruebes lo siguiente:
- Comprensión visual: Aprende a usar la comprensión visual nativa de Gemini para procesar imágenes y videos.
- Comprensión de audio: Aprende a usar la comprensión de audio nativa de Gemini para procesar archivos de audio.