Gemini 1.5 價格推送、所有開發人員都能使用微調功能，還有更多福利等您發掘！瞭解詳情

本頁面由 Cloud Translation API 翻譯而成。

使用 Gemini API 產生文字

Gemini API 可根據各種輸入內容類型產生文字輸出內容，包括像是文字、圖片、影片和音訊在各種情境中應用程式，其中包括：

創意寫作
描述或解讀媒體素材資源
文字補全
產生任意形式文字的摘要
互譯語言
聊天機器人
你的新奇用途

本指南將說明如何使用 generateContent 和 streamGenerateContent 相互整合重點在於文字輸出和文字和圖像。目的地：如需進一步瞭解影片和音訊檔案的多模態提示，請參閱檔案提示策略。

事前準備：設定專案和 API 金鑰

呼叫 Gemini API 前，請先設定專案並設定您的 API 金鑰。

展開即可瞭解如何設定專案和 API 金鑰

取得並保護 API 金鑰

須有 API 金鑰才能呼叫 Gemini API。如果您還沒有帳戶建立金鑰

取得 API 金鑰

強烈建議您「不要」在版本中檢查 API 金鑰控制系統

請將 API 金鑰儲存在 Google Cloud 等密鑰存放區 Secret Manager。

本教學課程假設您以環境的形式存取 API 金鑰變數。

安裝 SDK 套件並設定 API 金鑰

Gemini API 適用的 Python SDK 包含在 google-generativeai 套件。

使用 pip 安裝依附元件：
```
pip install -U google-generativeai
```

匯入套件並使用 API 金鑰設定服務：

import os
import google.generativeai as genai

genai.configure(api_key=os.environ['API_KEY'])

從純文字輸入來生成文字

最簡單的方式就是提供模型，以便使用 Gemini API 生成文字和單一文字輸入，如以下範例所示：

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

在這種情況下，提示 (「撰寫有關魔術背包的故事」) 並附上任何輸出範例、系統指示或格式設定資訊。這是零樣本。在某些用途中 one-shot 或少量樣本提示可能會產生更符合使用者期望的輸出內容在某些情況下建議一併提供系統操作說明或遵循特定指南

依據文字和圖片輸入內容生成文字

Gemini API 支援結合文字與媒體檔案的多模態輸入功能。以下範例說明如何透過輸入文字和圖片來生成文字：

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

如同純文字提示，多模態提示可以採用多種做法和修正項目根據這個範例的輸出內容在提示中新增步驟，或是在指示中更具體地說明。如要瞭解詳情請參閱檔案提示策略。

產生文字串流

根據預設，模型會在完成整段文字後傳回回應產生程序與其等待全部結果，並改用串流處理部分結果。

以下範例顯示如何使用 streamGenerateContent 方法，透過純文字輸入提示來生成文字

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

建立互動式聊天

您可以使用 Gemini API 為使用者打造互動式對話體驗。使用 API 的即時通訊功能可讓您收集各回合的問題方便使用者逐步尋求答案或取得協助多部分問題此功能非常適合需要持續溝通，例如聊天機器人、互動式家教或客戶服務像聊天助理一樣以自然語言回答具體的開發或雲端相關問題

以下程式碼範例顯示基本的即時通訊實作方式：

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

設定文字產生功能

您傳送至模型的每個提示都包括參數控管模型產生回應的方式別擔心！您可以使用 GenerationConfig 到設定這些參數如未設定參數，模型就會使用預設選項，該選項可能因模型而異

以下範例說明如何設定多個可用選項。

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 會指定要傳回的回應數。這個值目前只能設為 1。如未設定，這個項目會預設為 1。

stopSequences 會指定一組字元序列 (最多 5 個) 將停止產生輸出內容如果有指定，API 會在首次出現時停止 stop_sequence 內。停止序列不會納入回應。

maxOutputTokens 會設定要加入候選符記的數量上限。

temperature 控管輸出內容的隨機程度。輸入較高的值即可瀏覽更多內容和較低的值，以獲得更有確定性的回應。值可以介於 [0.0, 2.0] 之間

您也可以設定對 generateContent 的個別呼叫：

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

模型建構函式上個別呼叫覆寫值設定的任何值。

後續步驟

本指南說明 generateContent 和 streamGenerateContent ，根據輸入文字、文字和圖像生成文字輸出。瞭解詳情參閱下列資源，瞭解如何使用 Gemini API 生成文字：

檔案提示策略： Gemini API 支援透過文字、圖片、音訊和影片資料提示使用者稱為「多模態提示」
系統操作說明：系統指示能讓您根據具體的需求和用途
安全指南：生成式 AI 有時模型會產生非預期的輸出內容任何偏見或令人反感的內容後續處理和人工評估以降低這類輸出的傷害風險