在 Google Cloud 中使用 Gemini 建構內容

如果您是第一次使用 Gemini，可透過快速入門導覽課程是最快的起點

不過，由於生成式 AI 解決方案已成熟，因此您可能需要建構和導入以及端對端的部署方式Google Cloud 提供提供完善的工俱生態系統，讓開發人員運用生成式 AI 的強大威力。從應用程式開發的初始階段，到應用程式部署、應用程式託管和複雜管理大規模部署資料

Google Cloud 的 Vertex AI 平台提供一套機器學習運作工具，能簡化使用、部署和部署工作以及監控 AI 模型來提升效率和可靠性此外，整合資料庫、開發運作工具、記錄、監控及 IAM 提供全方位的做法，讓您輕鬆管理整個生成式 AI 生命週期的威脅

下表摘要列出 Google AI 和 Vertex AI 的主要差異，協助您根據您的用途決定適合的選項：

功能	Google AI Gemini API	Vertex AI Gemini API
Gemini 模型	Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 1.0 Pro、Gemini 1.0 Pro Vision (已淘汰)	Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 1.0 Pro、Gemini 1.0 Pro Vision、Gemini 1.0 Ultra Gemini 1.0 Ultra Vision
申請	Google 帳戶	Google Cloud 帳戶 (須簽署條款協議與帳單)
驗證	API 金鑰	Google Cloud 服務帳戶
使用者介面遊樂場	Google AI Studio	Vertex AI Studio
API 與SDK	伺服器和行動/網路用戶端 SDK 伺服器：Python、Node.js、Go、Dart 行動/網路用戶端：Android (Kotlin/Java)、Swift、Web、Flutter	伺服器和行動/網路用戶端 SDK 伺服器：Python、Node.js、Go、Java 行動/網路用戶端 (透過 Vertex AI for Firebase)： Android (Kotlin/Java)、Swift、Web、Flutter
免費使用 API 和SDK	是，如適用	新使用者可獲得價值 $300 美元的 Google Cloud 抵免額
配額 (每分鐘的要求數量)	依型號和定價方案而異 (請參閱詳細資訊)。	因型號和區域而異 (請參閱詳細資訊)。
企業支援	否	客戶加密金鑰虛擬私有雲資料落地資料存取透明化控管機制用於託管應用程式的可擴充基礎架構資料庫和資料儲存空間
機器學習運作	否	Vertex AI 的完整機器學習運作 (例如模型評估、模型監控、Model Registry)

瞭解哪些產品、架構和工具最適合用於建構您的生成式 AI 應用程式在 Google Cloud 建構生成式 AI 應用程式。

從 Google AI 專用 Gemini 遷移至 Vertex AI

如果應用程式使用 Google AI Gemini API，請遷移至 Google Cloud 的 Vertex AI Gemini API

遷移注意事項：

您可以使用現有的 Google Cloud 專案 (您用來產生 API 金鑰的同一個金鑰) 也可以建立新的 Google Cloud 專案。
Google AI Studio 和 Vertex AI 的支援區域可能不同。詳情請參閱 Google Cloud 生成式 AI 支援區域的清單。
在 Google AI Studio 中建立的所有模型，都必須使用 Vertex AI 重新訓練。

Python：從 Google AI Gemini API 遷移至 Vertex AI Gemini API

下列各節顯示程式碼片段可協助您遷移 Python 程式碼，以便使用開始探索 Gemini API

Vertex AI Python SDK 設定

在 Vertex AI 中，您不需要提供 API 金鑰。Vertex AI 的 Gemini 是透過 IAM 存取權管理控管使用者、群組或服務帳戶呼叫 Gemini API 的權限 Vertex AI SDK

雖然進行驗證，在開發環境中驗證最簡單的方法就是安裝 Google Cloud CLI 然後使用您的使用者憑證登入 CLI。

如要對 Vertex AI 進行推論呼叫，您必須確認使用者或服務帳戶已 Vertex AI 使用者角色：

程式碼範例：安裝用戶端

Google AI Vertex AI

Google AI	Vertex AI
`# To install the Python SDK, use this CLI command: # pip install google-generativeai import google.generativeai as genai from google.generativeai import GenerativeModel API_KEY="" genai.configure(api_key=API_KEY)`	`# To install the Python SDK, use this CLI command: # pip install google-cloud-aiplatform import vertexai from vertexai.generative_models import GenerativeModel, Image PROJECT_ID = "" REGION = "" # e.g. us-central1 vertexai.init(project=PROJECT_ID, location=REGION)`


       # To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY=""
genai.configure(api_key=API_KEY)


       # To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models
          import GenerativeModel, Image

PROJECT_ID = ""
REGION = ""  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)

透過文字提示生成文字的程式碼範例

Google AI Vertex AI

Google AI	Vertex AI
`model = GenerativeModel('gemini-1.5-flash') response = model.generate_content('The opposite of hot is') print(response.text) # The opposite of hot is cold.`	`model = GenerativeModel('gemini-1.5-flash') response = model.generate_content('The opposite of hot is') print(response.text) # The opposite of hot is cold.`


       model = GenerativeModel('gemini-1.5-flash')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.


       model = GenerativeModel('gemini-1.5-flash')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.

從文字和圖片生成文字的程式碼範例

Google AI Vertex AI

Google AI	Vertex AI
`import PIL.Image multimodal_model = GenerativeModel('gemini-1.5-flash') image = PIL.Image.open('image.jpg') response = multimodal_model.generate_content(['What is this picture?', image]) print(response.text) # A cat is shown in this picture.`	`multimodal_model = GenerativeModel("gemini-1.5-flash") image = Image.load_from_file("image.jpg") response = multimodal_model.generate_content(["What is shown in this image?", image]) print(response.text) # A cat is shown in this picture.`


       import PIL.Image

multimodal_model = GenerativeModel('gemini-1.5-flash')

image = PIL.Image.open('image.jpg')

response = multimodal_model.generate_content(['What is this picture?', image])
print(response.text) # A cat is shown in this picture.


       multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.

生成多輪聊天的程式碼範例

Google AI Vertex AI

Google AI	Vertex AI
`model = GenerativeModel('gemini-1.5-flash') chat = model.start_chat() print(chat.send_message("How are you?").text) print(chat.send_message("What can you do?").text)`	`model = GenerativeModel("gemini-1.5-flash") chat = model.start_chat() print(chat.send_message("How are you?").text) print(chat.send_message("What can you do?").text)`


       model = GenerativeModel('gemini-1.5-flash')

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)


       model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)

刪除未使用的 API 金鑰

如果不再需要 Google AI Gemini API 金鑰，請依循安全性最佳做法並加以刪除

刪除 API 金鑰的做法如下：

開啟 Google Cloud API 憑證頁面。
找出要刪除的 API 金鑰，然後按一下「動作」圖示。
選取「刪除 API 金鑰」。
在「刪除憑證」互動視窗中，選取「刪除」。

刪除 API 金鑰需要幾分鐘的時間才會生效。作業完畢後，凡是使用已刪除 API 金鑰的流量都會遭拒。

後續步驟

詳情請參閱 Vertex AI 的生成式 AI 總覽，進一步瞭解 Vertex AI 的生成式 AI 解決方案。
進一步瞭解 Vertex AI Gemini API。