当以文本、图片、视频和音频的形式提供输入时，Gemini API 可以生成文本输出。
本指南介绍了如何使用 generateContent 和 streamGenerateContent 方法生成文本。如需了解如何使用 Gemini 的视觉和音频功能，请参阅Vision和音频指南。
根据纯文本输入生成文本
使用 Gemini API 生成文本的最简单方法是向模型提供单个纯文本输入，如以下示例所示：
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [{
"parts":[{"text": "Write a story about a magic backpack."}]
}]
}' 2> /dev/null
在本例中，“解释 AI 的工作原理”问题不包含任何输出示例、系统说明或格式设置信息。这是一种零样本方法。对于某些用例，一次性或多次性提示可能会生成更符合用户预期的输出。在某些情况下，您可能还需要提供系统说明，以帮助模型理解任务或遵循特定指南。
根据文本和图片输入生成文本
Gemini API 支持将文本与媒体文件相结合的多模态输入。以下示例展示了如何根据文本和图片输入生成文本：
# Use a temporary file to hold the base64 encoded image data
TEMP_B64=$(mktemp)
trap 'rm -f "$TEMP_B64"' EXIT
base64 $B64FLAGS $IMG_PATH > "$TEMP_B64"
# Use a temporary file to hold the JSON payload
TEMP_JSON=$(mktemp)
trap 'rm -f "$TEMP_JSON"' EXIT
cat > "$TEMP_JSON" << EOF
{
"contents": [{
"parts":[
{"text": "Tell me about this instrument"},
{
"inline_data": {
"mime_type":"image/jpeg",
"data": "$(cat "$TEMP_B64")"
}
}
]
}]
}
EOF
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d "@$TEMP_JSON" 2> /dev/null
与纯文本提示一样，多模态提示可能涉及各种方法和优化。根据此示例的输出结果，您可能需要为提示添加步骤，或在说明中提供更具体的信息。如需了解详情，请参阅文件提示策略。
生成文本串流
默认情况下，模型会在完成整个文本生成流程后返回回答。您可以通过不等待完整结果，而是使用流式处理部分结果，实现更快的互动。
以下示例展示了如何使用 streamGenerateContent 方法实现流式传输，以便根据纯文本输入提示生成文本。
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:streamGenerateContent?alt=sse&key=${GOOGLE_API_KEY}" \
-H 'Content-Type: application/json' \
--no-buffer \
-d '{ "contents":[{"parts":[{"text": "Write a story about a magic backpack."}]}]}'
构建互动式聊天
借助 Gemini SDK，您可以收集多轮问题和回答，让用户逐步获得答案，或在遇到多部分问题时获得帮助。此 SDK 功能提供了一个用于跟踪对话历史记录的接口，但在后台使用相同的 generateContent 方法来创建响应。
以下代码示例展示了基本聊天功能的实现：
curl https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{"role":"user",
"parts":[{
"text": "Hello"}]},
{"role": "model",
"parts":[{
"text": "Great to meet you. What would you like to know?"}]},
{"role":"user",
"parts":[{
"text": "I have two dogs in my house. How many paws are in my house?"}]},
]
}' 2> /dev/null | grep "text"
启用聊天流式传输
您还可以将流式传输与聊天功能搭配使用，如以下示例所示：
curl https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:streamGenerateContent?alt=sse&key=$GOOGLE_API_KEY \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{"role":"user",
"parts":[{
"text": "Hello"}]},
{"role": "model",
"parts":[{
"text": "Great to meet you. What would you like to know?"}]},
{"role":"user",
"parts":[{
"text": "I have two dogs in my house. How many paws are in my house?"}]},
]
}' 2> /dev/null | grep "text"
配置文本生成
您向模型发送的每个提示都包含控制模型如何生成回答的参数。您可以使用 GenerationConfig 配置这些参数。如果您未配置参数，则模型会使用默认选项，这些选项可能会因模型而异。
以下示例展示了如何配置几个可用选项。
curl https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [{
"parts":[
{"text": "Write a story about a magic backpack."}
]
}],
"safetySettings": [
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"threshold": "BLOCK_ONLY_HIGH"
}
],
"generationConfig": {
"stopSequences": [
"Title"
],
"temperature": 1.0,
"maxOutputTokens": 800,
"topP": 0.8,
"topK": 10
}
}' 2> /dev/null | grep "text"
stopSequences 指定一组字符序列（最多 5 个），用于停止生成输出。如果指定，该 API 将在 stop_sequence 首次出现时停止。停止序列不会包含在响应中。
temperature 用于控制输出的随机性。使用较高的值可获得更具创造性的回答，使用较低的值可获得更具确定性的回答。值的范围为 [0.0, 2.0]。
maxOutputTokens 用于设置候选项中包含的令牌数量上限。
topP 可更改模型选择输出 token 的方式。系统会按照概率从最高到最低的顺序选择词元，直到所选词元的概率总和等于 topP 值。默认的 topP 值为 0.95。
topK 可更改模型选择输出 token 的方式。如果 topK 设为 1，则表示所选 token 是模型词汇表的所有 token 中概率最高的 token；如果 topK 设为 3，则表示系统将从 3 个概率最高的 token 中选择下一个 token（通过温度确定）。系统会根据 topP 进一步过滤词元，并使用温度采样选择最终的词元。
添加系统说明
借助系统说明，您可以根据自己的特定需求和使用情形来控制模型的行为。
通过向模型提供系统指令，您可以为模型提供额外的上下文来了解任务、生成自定义程度更高的回答，并在用户与模型的整个交互过程中遵循特定的准则。您还可以通过设置系统说明来指定产品级行为，与最终用户提供的提示分开。
您可以在初始化模型时设置系统说明：
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{ "system_instruction": {
"parts":
{ "text": "You are a cat. Your name is Neko."}},
"contents": {
"parts": {
"text": "Hello there"}}}'
如需查看使用系统说明的互动式端到端示例，请参阅 Colab 系统说明。
后续步骤
现在，您已经探索了 Gemini API 的基础知识，不妨尝试：