יצירת טקסט באמצעות Gemini API

Gemini API יכול ליצור פלט טקסט כשמזינים טקסט, תמונות, סרטונים ואודיו בתור קלט.

במדריך הזה מוסבר איך ליצור טקסט באמצעות השיטות generateContent ו-streamGenerateContent. למידע נוסף על העבודה עם יכולות הראייה והאודיו של Gemini, תוכלו לעיין במדריכים בנושא ראייה ואודיו.

לפני שמתחילים: מגדירים את הפרויקט ומפתח ה-API

לפני שמפעילים את Gemini API, צריך להגדיר את הפרויקט ולהגדיר את מפתח ה-API.

יצירת טקסט מקלט טקסט בלבד

הדרך הפשוטה ביותר ליצור טקסט באמצעות Gemini API היא לספק למודל קלט טקסט בלבד, כמו בדוגמה הבאה:

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Write a story about a magic backpack.")
print(response.text)
text_generation.py

במקרה כזה, ההנחיה ('כתוב סיפור על תיק גב קסום') לא כוללת דוגמאות פלט, הוראות מערכת או פרטי עיצוב. זוהי גישה של הנחיה ישירה (zero-shot). בתרחישי שימוש מסוימים, הנחיה חד-פעמית או לכמה משפטים עשויה להניב פלט שמתאים יותר לציפיות של המשתמשים. במקרים מסוימים, כדאי גם לספק הוראות מערכת כדי לעזור למודל להבין את המשימה או לפעול לפי הנחיות ספציפיות.

יצירת טקסט ממידע שמוזן כטקסט ותמונה

ה-API של Gemini תומך בקלט רב-מודלי שמשלב טקסט עם קובצי מדיה. הדוגמה הבאה מראה איך ליצור טקסט ממידע קלט של טקסט ותמונה:

import PIL.Image

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

בדומה להנחיות בטקסט בלבד, הנחיות במגוון מישורים יכולות לכלול שיטות שונות ושיפורים שונים. בהתאם לפלט של הדוגמה הזו, יכול להיות שתרצו להוסיף שלבים להנחיה או להיות ספציפיים יותר בהוראות. למידע נוסף, ראו שיטות להצגת בקשה להעלאת קובץ.

יצירת מקור טקסט

כברירת מחדל, המודל מחזיר תשובה אחרי השלמת כל תהליך יצירת הטקסט. אפשר להשיג אינטראקציות מהר יותר אם לא מחכים לתוצאה המלאה, ובמקום זאת משתמשים בסטרימינג כדי לטפל בתוצאות חלקיות.

בדוגמה הבאה מוסבר איך מטמיעים סטרימינג באמצעות השיטה streamGenerateContent כדי ליצור טקסט מבקשת קלט של טקסט בלבד.

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Write a story about a magic backpack.", stream=True)
for chunk in response:
    print(chunk.text)
    print("_" * 80)
text_generation.py

יצירת צ'אט אינטראקטיבי

אתם יכולים להשתמש ב-Gemini API כדי ליצור חוויות צ'אט אינטראקטיביות למשתמשים שלכם. תכונת הצ'אט של ה-API מאפשרת לאסוף כמה סבבים של שאלות ותשובות, וכך לאפשר למשתמשים להתקדם בהדרגה לתשובות או לקבל עזרה בבעיות מרובות חלקים. התכונה הזו אידיאלית לאפליקציות שדורשות תקשורת שוטפת, כמו צ'אט בוטים, מורים פרטיים אינטראקטיביים או עוזרים לתמיכת לקוחות.

בדוגמת הקוד הבאה מוצגת הטמעה בסיסית של צ'אט:

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)
response = chat.send_message("How many paws are in my house?")
print(response.text)
chat.py

הפעלת סטרימינג של צ'אט

אפשר גם להשתמש בשידור חי עם צ'אט, כמו בדוגמה הבאה:

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)
    print("_" * 80)
response = chat.send_message("How many paws are in my house?", stream=True)
for chunk in response:
    print(chunk.text)
    print("_" * 80)

print(chat.history)
chat.py

הגדרה של יצירת טקסט

כל הנחיה ששולחים למודל כוללת פרמטרים ששולטים באופן שבו המודל יוצר תשובות. אפשר להשתמש ב-GenerationConfig כדי להגדיר את הפרמטרים האלה. אם לא תגדירו את הפרמטרים, המודל ישתמש באפשרויות ברירת המחדל, שעשויות להשתנות בהתאם למודל.

בדוגמה הבאה אפשר לראות איך להגדיר כמה מהאפשרויות הזמינות.

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content(
    "Tell me a story about a magic backpack.",
    generation_config=genai.types.GenerationConfig(
        # Only one candidate for now.
        candidate_count=1,
        stop_sequences=["x"],
        max_output_tokens=20,
        temperature=1.0,
    ),
)

print(response.text)
configure_model_parameters.py

candidateCount מציין את מספר התשובות שייווצרו ויוחזרו. בשלב זה, אפשר להגדיר את הערך הזה רק ל-1. אם לא תגדירו את הערך, הערך שמוגדר כברירת מחדל הוא 1.

stopSequences מציין את קבוצת רצפי התווים (עד 5) שיעצור את יצירת הפלט. אם יצוין, ה-API יפסיק עם ההופעה הראשונה של stop_sequence. רצף העצירות לא ייכלל בתשובה.

maxOutputTokens מגדיר את המספר המקסימלי של אסימונים שאפשר לכלול במועמד.

temperature קובע את מידת הרנדומיזציה של הפלט. כדאי להשתמש בערכים גבוהים יותר לתגובות יצירתיות יותר, ובערכים נמוכים יותר לתגובות דטרמיניסטיות יותר. הערכים יכולים לנוע בטווח [0.0, 2.0].

אפשר גם להגדיר שיחות ספציפיות ל-generateContent:

response = model.generate_content(
    'Write a story about a magic backpack.',
    generation_config = genai.GenerationConfig(
        max_output_tokens=1000,
        temperature=0.1,
    )
)

ערכים שהוגדרו בקריאה הספציפית מבטלים את הערכים ב-constructor של המודל.

המאמרים הבאים

עכשיו, אחרי שסיימתם לקרוא את ההסבר הבסיסי על Gemini API, כדאי לנסות:

  • הבנת חזון: איך משתמשים בהבנת החזון המקורי של Gemini כדי לעבד תמונות וסרטונים.
  • הוראות מערכת: הוראות המערכת מאפשרות לשלוט בהתנהגות המודל על סמך הצרכים ותרחישי השימוש הספציפיים שלכם.
  • הבנת אודיו: איך משתמשים בהבנת האודיו המקורית של Gemini כדי לעבד קובצי אודיו.