Gemini API จะเรียกใช้การอนุมานในรูปภาพและวิดีโอที่ส่งมาได้ เมื่อผ่าน รูปภาพ ชุดรูปภาพ หรือวิดีโอ Gemini จะทำสิ่งต่อไปนี้ได้
- อธิบายหรือตอบคำถามเกี่ยวกับเนื้อหา
- สรุปเนื้อหา
- คาดการณ์จากเนื้อหา
บทแนะนำนี้สาธิตวิธีที่เป็นไปได้บางส่วนในพรอมต์ที่ใช้กับ Gemini API รูปภาพและวิดีโอ เอาต์พุตทั้งหมดเป็นแบบข้อความเท่านั้น
ขั้นตอนถัดไป
คู่มือนี้แสดงวิธีใช้
generateContent และ
เพื่อสร้างเอาต์พุตข้อความจากอินพุตรูปภาพและวิดีโอ หากต้องการทราบข้อมูลเพิ่มเติม
โปรดดูแหล่งข้อมูลต่อไปนี้
- พรอมต์ด้วยไฟล์สื่อ: องค์ประกอบ Gemini API รองรับพรอมต์ที่มีข้อมูลข้อความ รูปภาพ เสียง และวิดีโอ หรือที่เรียกกันว่าพรอมต์แบบหลายโมดัล
- วิธีการของระบบ: ระบบ ช่วยให้คุณสามารถควบคุมลักษณะการทำงานของโมเดลตาม และกรณีการใช้งาน
- คำแนะนำด้านความปลอดภัย: บางครั้ง Generative AI โมเดลจะสร้างเอาต์พุตที่ไม่คาดคิด เช่น เอาต์พุตที่ไม่ถูกต้อง มีอคติ หรือไม่เหมาะสม การประมวลผลหลังการประมวลผลและการประเมินโดยเจ้าหน้าที่เป็นสิ่งจำเป็นเพื่อ ลดความเสี่ยงที่จะเกิดอันตรายจากผลลัพธ์เหล่านั้น