Google AI Studio – สร้างแอป AI ที่ชาญฉลาดขึ้นได้เร็วกว่าเดิม

Google AI Studio คืออะไร?

Google AI Studio เป็นสภาพแวดล้อมการพัฒนาแบบบูรณาการ (IDE) ที่ใช้งานได้ฟรีบนเว็บเบราว์เซอร์ สร้างขึ้นโดย Google โดยเฉพาะสำหรับการทำงานกับตระกูลโมเดล AI Gemini ผ่าน Gemini API ช่วยให้นักพัฒนา นักวิจัย และผู้ใช้ที่สนใจด้านเทคนิคสามารถเข้าถึงข้อมูลโดยตรงเพื่อเรียกใช้คำสั่ง กำหนดค่า ทดสอบ และปรับปรุงโมเดล AI โดยไม่ต้องเขียนโค้ดตั้งค่าแม้แต่บรรทัดเดียว และจะสร้างโค้ดเรียกใช้ API โดยอัตโนมัติเมื่อคำสั่งหรือการกำหนดค่าพร้อมใช้งานจริง

กล่าวโดยละเอียดแล้ว Google AI Studio อยู่ตรงกลางระหว่างสองขั้ว: มันทรงพลังและเน้นการพัฒนาซอฟต์แวร์มากกว่าแชทบอทสำหรับผู้บริโภคอย่าง Gemini.google.com และเข้าถึงได้ง่ายกว่าการสร้างไปป์ไลน์ Vertex AI แบบเต็มรูปแบบบน Google Cloud มาก มันเป็นจุดเริ่มต้นมาตรฐานที่ Google แนะนำสำหรับนักพัฒนาทุกคนที่ต้องการสร้างแอปพลิเคชันด้วยโมเดล Gemini ไม่ว่าเป้าหมายสุดท้ายจะเป็นเพียงโปรแกรมสรุปข้อความอย่างง่าย โปรแกรมวิเคราะห์เอกสารแบบหลายรูปแบบ ตัวแทนเสียงแบบเรียลไทม์ หรือแอปพลิเคชันสนทนาแบบหลายรอบที่ซับซ้อนก็ตาม

สภาพแวดล้อมนี้ให้บริการอยู่ที่ aistudio.google.com และต้องใช้เพียงบัญชี Google ในการเข้าถึงเท่านั้น ณ ปี 2025 มีให้บริการในกว่า 200 ประเทศและดินแดน และเวอร์ชันฟรีมีข้อจำกัดด้านอัตราการใช้งานที่เอื้ออำนวยภายใต้โควต้าฟรีของ Gemini API ทำให้เป็นหนึ่งในสภาพแวดล้อมการพัฒนาโมเดลล้ำสมัยที่เข้าถึงได้ง่ายที่สุดแห่งหนึ่ง

เหตุใด Google AI Studio จึงมีความสำคัญ

Google AI Studio มีความสำคัญเพราะช่วยลดระยะเวลาตั้งแต่การมีไอเดียไปจนถึงการสร้างต้นแบบแอปพลิเคชันที่ขับเคลื่อนด้วย AI ได้อย่างมาก ก่อนที่จะมีเครื่องมือแบบนี้ นักพัฒนาที่ต้องการทดลองกับโมเดลภาษาขนาดใหญ่ต้องจัดการกับการตรวจสอบสิทธิ์ API ทำความเข้าใจรูปแบบคำขอ จัดการข้อจำกัดของโทเค็น และตีความการตอบสนอง JSON ดิบๆ ทั้งหมดนี้ก่อนที่จะเขียนโค้ดตรรกะของแอปพลิเคชันแม้แต่บรรทัดเดียว Google AI Studio ช่วยขจัดอุปสรรคเหล่านั้นทั้งหมดในขั้นตอนการสำรวจ

ปัญหาหลักที่มันช่วยแก้ไข

• ความเร็วในการทำงานซ้ำของข้อความแจ้งเตือน: คุณสามารถทดสอบข้อความแจ้งเตือน ดูผลลัพธ์ ปรับพารามิเตอร์ เช่น อุณหภูมิ หรือค่า top-P และเรียกใช้งานซ้ำได้ภายในไม่กี่วินาที ไม่ต้องมีขั้นตอนการติดตั้งใช้งาน และไม่จำเป็นต้องติดตั้ง SDK
• ความซับซ้อนแบบหลายโมดอล: โมเดล Gemini สามารถจัดการกับข้อความ รูปภาพ เสียง วิดีโอ และโค้ดได้โดยธรรมชาติ Google AI Studio มอบอินเทอร์เฟซแบบรวมศูนย์สำหรับโมดอลทั้งหมดนี้ในที่เดียว ซึ่งหากไม่มีสิ่งนี้จะต้องใช้การพัฒนาทางวิศวกรรมแบบกำหนดเองอย่างมากเพื่อจำลองขึ้นมา
• การส่งออกโค้ด: เมื่อการตั้งค่าพรอมต์ทำงานได้ตามที่ต้องการแล้ว สตูดิโอจะสร้างโค้ดสำเร็จรูปในภาษา Python, JavaScript, Swift, Android (Kotlin) และ REST ซึ่งช่วยให้นักพัฒนาสามารถเปลี่ยนจากต้นแบบไปสู่การใช้งานจริงได้โดยตรง
• การเปรียบเทียบรุ่น: นักพัฒนาสามารถสลับไปมาระหว่างรุ่นต่างๆ ของ Gemini (เช่น Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 2.0 Flash, Gemini 2.5 Pro) ภายในอินเทอร์เฟซเดียวกัน เพื่อเปรียบเทียบความสามารถ ความเร็ว และข้อดีข้อเสียด้านต้นทุน โดยไม่ต้องเปลี่ยนแปลงโครงสร้างโค้ด
• การทดสอบคำสั่งระบบ: การสร้างผลิตภัณฑ์บนพื้นฐานของ Gemini หมายถึงการกำหนดว่าโมเดลควรทำงานอย่างไร Google AI Studio มีช่องสำหรับคำสั่งระบบโดยเฉพาะ เพื่อให้นักพัฒนาสามารถทดสอบบุคลิกลักษณะ น้ำเสียง และข้อจำกัดด้านพฤติกรรมก่อนที่จะเขียนโค้ด

ใครใช้ และใช้เพื่ออะไร

• นักพัฒนา ใช้เครื่องมือนี้ในการสร้างต้นแบบฟีเจอร์ สร้างคีย์ API และส่งออกโค้ดที่ใช้งานได้เพื่อนำไปผสานรวมเข้ากับแอปพลิเคชันต่างๆ
• นักวิจัย ใช้เครื่องมือนี้เพื่อประเมินพฤติกรรมของแบบจำลองภายใต้กลยุทธ์การกระตุ้นที่แตกต่างกัน รวมถึงวิธีการแบบไม่กระตุ้นเลย (zero-shot), แบบกระตุ้นน้อย (few-shot) และวิธีการแบบลำดับความคิด (chain-of-thought)
• ผู้จัดการผลิตภัณฑ์และนักออกแบบ ใช้เครื่องมือนี้เพื่อตรวจสอบว่าความสามารถด้าน AI ที่กำหนดนั้นมีความเป็นไปได้หรือไม่ ก่อนที่จะทุ่มทรัพยากรด้านวิศวกรรมลงไป
• นักการศึกษาและนักเรียน ใช้มันเพื่อเรียนรู้การออกแบบเชิงรุกและการพัฒนาแอปพลิเคชัน AI โดยไม่ต้องเสียค่าใช้จ่ายด้านโครงสร้างพื้นฐาน
• ทีมระดับองค์กร ใช้ระบบนี้เป็นสภาพแวดล้อมทดสอบก่อนที่จะย้ายไปใช้ Vertex AI สำหรับการใช้งานจริงในระดับใหญ่ที่อยู่ภายใต้การกำกับดูแลด้านการปฏิบัติตามกฎระเบียบ

วิธีการทำงานของ Google AI Studio: สถาปัตยกรรมและกลไกหลัก

Google AI Studio เป็นเว็บแอปพลิเคชันที่มีสถานะ (stateful web application) ซึ่งสื่อสารกับระบบ API ของ Google ที่ชื่อ Gemini ทุกการโต้ตอบในส่วนติดต่อผู้ใช้ (UI) ไม่ว่าจะเป็นการพิมพ์ข้อความ การอัปโหลดไฟล์ หรือการปรับตัวเลื่อน จะถูกแปลงเป็นคำขอ API ที่มีโครงสร้างซึ่งส่งไปยังปลายทางของโมเดล Gemini โดยตรง การตอบสนองจะถูกแสดงผลในส่วนติดต่อผู้ใช้ และที่สำคัญคือ การเรียกใช้ API ที่สร้างการตอบสนองนั้นจะสามารถตรวจสอบและส่งออกได้เสมอ ความโปร่งใสนี้เป็นไปตามแผนที่วางไว้: เครื่องมือนี้มีจุดประสงค์เพื่อสอนนักพัฒนาเกี่ยวกับ API ในขณะที่พวกเขากำลังใช้งาน

โหมดการแจ้งเตือนหลักสามโหมด

Google AI Studio แบ่งการทำงานออกเป็น 3 ประเภทคำสั่งที่แตกต่างกัน โดยแต่ละประเภทเหมาะสำหรับกรณีการใช้งานที่แตกต่างกัน:

1. คำถามแบบอิสระ: อินเทอร์เฟซแบบถามตอบครั้งเดียวหรือแบบปลายเปิด ที่คุณพิมพ์คำถามและรับคำตอบ รองรับการป้อนข้อมูลด้วยข้อความ รูปภาพ เสียง วิดีโอ เอกสาร และโค้ด เหมาะที่สุดสำหรับการสำรวจ การทำงานแบบครั้งเดียว และการทดสอบการป้อนข้อมูลแบบหลายรูปแบบ
2. ข้อความแจ้งเตือนการสนทนา: อินเทอร์เฟซการสนทนาแบบหลายรอบที่รักษาบริบทไว้ตลอดการแลกเปลี่ยน ช่วยให้นักพัฒนาสามารถจำลองแอปพลิเคชันการสนทนาแบบเต็มรูปแบบ รวมถึงการตั้งค่าคำสั่งระบบที่คงอยู่ตลอดทั้งเซสชัน โหมดนี้จำลองวิธีการที่แชทบอทที่ใช้งานจริงจะใช้เมธอด generateContent ของ Gemini API ร่วมกับประวัติการสนทนาโดยตรง
3. โหมดการแสดงผลแบบมีโครงสร้าง (เดิมชื่อโหมด "ข้อมูล"): ช่วยให้นักพัฒนาสามารถกำหนดรูปแบบ JSON ที่เฉพาะเจาะจงและสั่งให้โมเดลส่งคืนการตอบสนองที่สอดคล้องกับรูปแบบนั้น ซึ่งจำเป็นอย่างยิ่งสำหรับแอปพลิเคชันที่ต้องการแยกวิเคราะห์ผลลัพธ์ของโมเดลโดยใช้โปรแกรม เช่น การดึงข้อมูลผลิตภัณฑ์ที่มีโครงสร้างจากคำอธิบายที่ไม่มีโครงสร้าง หรือการสร้าง JSON สำหรับการแทรกข้อมูลลงในฐานข้อมูล

พารามิเตอร์การกำหนดค่าโมเดล

ทุกคำสั่งใน Google AI Studio จะมาพร้อมกับแผงการตั้งค่าที่แสดงพารามิเตอร์สำคัญที่ควบคุมพฤติกรรมของโมเดล การทำความเข้าใจพารามิเตอร์เหล่านี้เป็นสิ่งจำเป็นสำหรับการเปลี่ยนจากผลลัพธ์ที่ไม่แน่นอนไปสู่พฤติกรรมที่เชื่อถือได้และพร้อมใช้งานในระดับการผลิต

พารามิเตอร์	สิ่งที่มันควบคุม	ช่วงทั่วไป	คำแนะนำเชิงปฏิบัติ
อุณหภูมิ	การสุ่มเลือกโทเค็นในแต่ละขั้นตอน	0.0 – 2.0	ใช้ค่า 0.0–0.3 สำหรับงานเขียนเชิงข้อเท็จจริงหรือมีโครงสร้าง และ 0.7–1.2 สำหรับงานเขียนเชิงสร้างสรรค์
Top-P (การสุ่มตัวอย่างนิวเคลียส)	เกณฑ์ความน่าจะเป็นสะสมสำหรับผู้สมัครโทเค็น	0.0 – 1.0	ค่าที่ต่ำกว่า (0.8–0.9) จะช่วยลดความไม่สอดคล้องกัน และแทบจะไม่ต้องปรับค่าหากตั้งอุณหภูมิได้อย่างถูกต้อง
ท็อป-เค	จำนวนสูงสุดของผู้สมัครโทเค็นที่พิจารณาในแต่ละขั้นตอน	1 – 40+	ค่าที่ต่ำกว่าจะทำให้ผลลัพธ์มีความแน่นอนมากขึ้น ในขณะที่ค่าที่สูงกว่าจะเพิ่มความหลากหลาย
จำนวนโทเค็นเอาต์พุตสูงสุด	ขีดจำกัดสูงสุดของความยาวคำตอบในหน่วยโทเค็น	1 – รุ่นสูงสุด	ตั้งงบประมาณอย่างระมัดระวังเพื่อควบคุมค่าใช้จ่าย ปรับเพิ่มเมื่อต้องการผลลัพธ์ในรูปแบบที่ยาวขึ้น
ลำดับการหยุด	สตริงที่ยุติการสร้างเมื่อพบเจอ	สูงสุด 5 สาย	เหมาะสำหรับงานที่ต้องการผลลัพธ์ที่มีโครงสร้าง โดยที่ตัวคั่นจะบ่งบอกถึงการเสร็จสิ้น
การตั้งค่าความปลอดภัย	ระดับเกณฑ์สำหรับการบล็อกหมวดหมู่เนื้อหาที่เป็นอันตราย	บล็อกเลย / เล็กน้อย / บางส่วน / ส่วนใหญ่	ปรับเปลี่ยนตามแต่ละหมวดหมู่ (การคุกคาม การพูดจาที่แสดงความเกลียดชัง ฯลฯ) โดยพิจารณาจากบริบทของการใช้งาน

ระบบจัดการไฟล์และบริบท

หนึ่งในคุณสมบัติทางเทคนิคที่สำคัญของ Google AI Studio คือการผสานรวมกับ File API ของ Gemini API ผู้ใช้สามารถอัปโหลดไฟล์ต่างๆ เช่น PDF รูปภาพ ไฟล์เสียง คลิปวิดีโอ และสเปรดชีต ลงในเซสชันพร้อมท์ได้โดยตรง ไฟล์เหล่านี้จะถูกจัดเก็บไว้ชั่วคราวบนเซิร์ฟเวอร์ของ Google (โดยค่าเริ่มต้นสูงสุด 48 ชั่วโมง) และอ้างอิงโดย URI ในการเรียกใช้ API แทนที่จะเข้ารหัสแบบ base64 โดยตรง วิธีนี้ช่วยให้นักพัฒนาสามารถทำงานกับไฟล์ขนาดใหญ่ รวมถึงวิดีโอที่มีความยาวหลายชั่วโมงได้โดยไม่ติดข้อจำกัดขนาดคำขอ

หน้าต่างบริบทที่มีให้ใช้งานผ่าน Google AI Studio สะท้อนถึงหน้าต่างบริบทจริงของโมเดลพื้นฐาน ตัวอย่างเช่น Gemini 1.5 Pro และ Gemini 2.5 Pro รองรับหน้าต่างบริบทได้มากถึงหนึ่งล้านโทเค็น ซึ่งใหญ่พอที่จะรับข้อมูลโค้ดทั้งหมด เอกสารความยาวเท่าหนังสือ หรือไฟล์เสียงที่ถอดเสียงเป็นเวลาหลายชั่วโมงได้ในพรอมต์เดียว Google AI Studio มีตัวนับโทเค็นที่แสดงจำนวนโทเค็นที่พรอมต์และไฟล์ที่แนบมาใช้ ซึ่งเป็นสิ่งสำคัญสำหรับการจัดการต้นทุนและอยู่ในขอบเขตของโมเดล

คำแนะนำระบบและขั้นตอนการทำงานของฝ่ายวิศวกรรม

คำสั่งระบบใน Google AI Studio ถือเป็นบริบทพิเศษที่คงอยู่เหนือการสนทนา คำสั่งเหล่านี้ไม่ได้เป็นส่วนหนึ่งของการสนทนาของผู้ใช้ แต่จะถูกส่งไปยังโมเดลในรูปแบบฟิลด์แยกต่างหากในคำขอ API และโมเดลจะได้รับการฝึกฝนให้ถือว่าคำสั่งเหล่านี้เป็นแนวทางปฏิบัติที่เชื่อถือได้ ความแตกต่างนี้มีความสำคัญ เพราะหมายความว่าผู้ใช้จะยากต่อการเปลี่ยนแปลงคำสั่งระบบผ่านการชี้นำจากฝ่ายตรงข้าม ทำให้คำสั่งระบบเป็นสถานที่ที่เหมาะสมในการกำหนดบุคลิก ขอบเขต ข้อกำหนดรูปแบบเอาต์พุต และข้อจำกัดใดๆ เกี่ยวกับพฤติกรรมของเอเจนต์ AI

ขั้นตอนการทำงานที่แนะนำใน Google AI Studio มีลำดับขั้นตอนที่ชัดเจน: เริ่มต้นด้วยข้อความแจ้งแบบอิสระเพื่อกำหนดว่าโมเดลสามารถทำอะไรได้บ้าง ปรับแต่งคำสั่งระบบเพื่อกำหนดวิธีการทำงาน เพิ่มตัวอย่างแบบ few-shot ลงในประวัติการสนทนาเพื่อแสดงรูปแบบที่คาดหวัง ปรับพารามิเตอร์เพื่อเพิ่มความน่าเชื่อถือ จากนั้นส่งออกการกำหนดค่าที่ได้เป็นโค้ด ขั้นตอนการทำงานนี้ไม่ใช่แค่ความสะดวกสบายเท่านั้น แต่ยังสะท้อนถึงกระบวนการทางวิศวกรรมจริงในการสร้างฟีเจอร์ AI สำหรับการใช้งานจริง ซึ่งเป็นเหตุผลที่ Google วางตำแหน่ง Google AI Studio เป็นจุดเริ่มต้นของระบบนิเวศ API ของ Gemini ทั้งหมด

การสร้างคีย์ API และเส้นทางสู่การใช้งานจริง

Google AI Studio ยังเป็นที่ที่นักพัฒนาสร้างคีย์ API ของ Gemini ด้วย กระบวนการสร้างคีย์ถูกรวมเข้ากับ UI โดยตรง: ปุ่มในแถบนำทางด้านบนจะสร้างคีย์ที่เชื่อมโยงกับบัญชี Google ของผู้ใช้ ซึ่งสามารถนำไปใช้ใน SDK ใดๆ หรือเรียกใช้ REST โดยตรงได้ สำหรับแอปพลิเคชันที่ใช้งานจริงซึ่งต้องการความปลอดภัยระดับองค์กร การควบคุมการเข้าถึง การผสานรวม VPC และคุณสมบัติการปฏิบัติตามข้อกำหนด Google แนะนำให้ย้ายจาก API ของ Gemini ที่เข้าถึงผ่าน AI Studio ไปยัง Vertex AI ซึ่งเป็นแพลตฟอร์ม ML ที่จัดการโดย Google Cloud ซึ่งใช้โมเดล Gemini พื้นฐานเดียวกัน แต่เพิ่มชุดควบคุมระดับองค์กรอย่างเต็มรูปแบบ Google AI Studio ทำหน้าที่เป็นทางเข้าสู่ระบบนิเวศที่ใหญ่กว่านั้นอย่างมีประสิทธิภาพ

วิธีเริ่มต้นใช้งาน Google AI Studio: ขั้นตอนการตั้งค่าทีละขั้นตอน

ในการเริ่มต้นใช้งาน Google AI Studio ให้ไปที่ aistudio.google.com ลงชื่อเข้าใช้ด้วยบัญชี Google ยอมรับข้อกำหนดในการให้บริการ แล้วคุณจะเข้าสู่หน้าจอเริ่มต้นโดยตรงโดยไม่ต้องติดตั้งใดๆ แพลตฟอร์มทั้งหมดทำงานในเบราว์เซอร์

ขั้นตอนที่ 1: การเข้าถึงและการตั้งค่าบัญชี

• เข้าไปที่ aistudio.google.com ในเบราว์เซอร์สมัยใหม่ใดก็ได้ (Chrome, Firefox, Edge, Safari ใช้งานได้ทั้งหมด)
• ลงชื่อเข้าใช้ด้วยบัญชี Google ส่วนตัวหรือบัญชี Google Workspace โปรดทราบว่าผู้ดูแลระบบ Workspace อาจต้องเปิดใช้งานการเข้าถึงสำหรับองค์กรของตน
• โปรดตรวจสอบและยอมรับข้อกำหนดและเงื่อนไขการใช้งานเพิ่มเติมของ Gemini API ก่อนดำเนินการต่อ
• หากคุณอยู่ในภูมิภาคที่ Google AI Studio ยังไม่พร้อมให้บริการ คุณจะเห็นรายชื่อผู้รอรับบริการหรือข้อความแจ้งว่าไม่พร้อมให้บริการ โปรดตรวจสอบหน้าเว็บอย่างเป็นทางการของ Google AI เกี่ยวกับภูมิภาคที่รองรับเพื่อดูความพร้อมให้บริการในปัจจุบัน
• ไม่จำเป็นต้องใช้บัตรเครดิตในการใช้บริการฟรี บริการฟรีนี้รวมถึงการเข้าถึงโมเดล Gemini ในอัตราที่จำกัด พร้อมข้อความแจ้งเตือนที่ใช้เพื่อปรับปรุงผลิตภัณฑ์ของ Google เว้นแต่คุณจะเลือกไม่รับ

ขั้นตอนที่ 2: เลือกโหมดอินเทอร์เฟซที่เหมาะสม

Google AI Studio มีรูปแบบคำถามให้เลือก 3 แบบ การเลือกรูปแบบที่เหมาะสมกับงานของคุณจะช่วยประหยัดเวลาได้อย่างมากและหลีกเลี่ยงความสับสนในภายหลัง

โหมด	เหมาะสำหรับ	คุณสมบัติหลัก
ข้อความแจ้งเตือนการแชท	กระบวนการทำงานแบบสนทนา, บทสนทนาหลายรอบ, การสร้างต้นแบบแชทบอท	บันทึกประวัติการสนทนา; รองรับคำสั่งของระบบ
สตรีมแบบเรียลไทม์	การโต้ตอบด้วยเสียงและวิดีโอแบบสด การวิเคราะห์แบบเรียลไทม์	ใช้ Gemini Live API ในการส่งและรับการตอบกลับทีละโทเค็น
คำถามแบบมีโครงสร้าง (เดิมชื่อ คำถามแบบอิสระ)	การจำแนกกลุ่ม, การดึงข้อมูล, ตัวอย่างที่มีจำนวนน้อย	ตัวอย่างตารางข้อมูลเข้า/ออกเพื่อการจัดรูปแบบที่สม่ำเสมอ

ขั้นตอนที่ 3: เขียนคำถามกระตุ้นความคิดที่มีประสิทธิภาพข้อแรกของคุณ

• เริ่มต้นด้วย คำสั่งระบบ (ช่องด้านบนของการสนทนา) เพื่อกำหนดบทบาท น้ำเสียง และข้อจำกัดของโมเดล ส่วนนี้แยกต่างหากจากข้อความของผู้ใช้และคงอยู่ตลอดเซสชัน
• ระบุรูปแบบผลลัพธ์ให้ชัดเจน หากต้องการ JSON ให้ระบุและแสดงตัวอย่างโครงสร้าง หากต้องการรายการแบบมีลำดับเลข ให้แสดงโครงสร้างนั้นด้วย
• ใช้ แถบเลื่อนปรับอุณหภูมิ ในแผงด้านขวา สำหรับงานที่เกี่ยวข้องกับข้อเท็จจริงหรือการเขียนโค้ด ให้ตั้งค่าระหว่าง 0 ถึง 0.3 สำหรับงานเขียนเชิงสร้างสรรค์หรือการระดมความคิด ค่า 0.7 ถึง 1.0 จะให้ผลลัพธ์ที่หลากหลายกว่า
• ควรตั้งค่า จำนวนโทเค็นเอาต์พุตสูงสุด อย่างรอบคอบ การปล่อยไว้ที่ค่าสูงสุดเริ่มต้นจะสิ้นเปลืองโควต้าและทำให้การตอบกลับช้าลงเมื่อคุณต้องการคำตอบสั้นๆ เท่านั้น
• คลิก Run หรือกด Ctrl+Enter เพื่อเรียกใช้งาน ผลลัพธ์จะปรากฏในบรรทัดเดียวกัน โดยมีจำนวนโทเค็นแสดงอยู่ที่ด้านล่าง

ขั้นตอนที่ 4: อัปโหลดและใช้งานไฟล์

Google AI Studio รองรับการรับข้อมูลหลายรูปแบบผ่านทาง File API โดยตรง คุณสามารถแนบรูปภาพ ไฟล์ PDF ไฟล์เสียง ไฟล์วิดีโอ และข้อความธรรมดาได้โดยตรงในหน้าต่างป้อนข้อมูล

• คลิกไอคอน รูปคลิปหนีบกระดาษหรือไอคอนรูปสื่อ ในพื้นที่ป้อนข้อมูลเพื่ออัปโหลดไฟล์
• รองรับไฟล์ภาพขนาดสูงสุด 20MB ต่อไฟล์ ไฟล์ PDF จะถูกประมวลผลทีละหน้าและนับรวมในหน้าต่างแสดงผล
• สามารถอัปโหลดไฟล์วิดีโอโดยตรงหรืออ้างอิงผ่าน URL ของ YouTube สำหรับ Gemini รุ่น 1.5 และรุ่นที่ใหม่กว่าได้
• ไฟล์เสียง (MP3, WAV, FLAC, AAC) สามารถถอดเสียง สรุป หรือวิเคราะห์ได้โดยตรง
• ไฟล์ที่อัปโหลดจะถูกจัดเก็บไว้ใน ตัวจัดการไฟล์ (เข้าถึงได้จากแถบด้านข้างซ้าย) และคงอยู่เป็นเวลา 48 ชั่วโมงก่อนที่จะถูกลบโดยอัตโนมัติ ดาวน์โหลดหรือบันทึกไฟล์ที่ต้องการก่อนที่ช่วงเวลานั้นจะหมดลง

ขั้นตอนที่ 5: กำหนดค่าพารามิเตอร์ของโมเดล

แผงด้านขวามีการตั้งค่าการกำหนดค่าโมเดลทั้งหมด การทำความเข้าใจการตั้งค่าแต่ละอย่างจะช่วยป้องกันการเรียกใช้ API ที่ไม่จำเป็นและผลลัพธ์ที่ไม่สามารถคาดเดาได้

• ตัวเลือกโมเดล: เลือกจาก Gemini 2.5 Pro, Gemini 2.5 Flash, Gemini 2.0 Flash และรุ่นอื่นๆ ที่มีให้เลือก โมเดล Flash จะทำงานได้เร็วและราคาถูกกว่า ส่วนโมเดล Pro จะจัดการกับเหตุผลที่ซับซ้อนได้ดีกว่า
• อุณหภูมิ: ควบคุมความสุ่ม ค่าอยู่ในช่วง 0.0 ถึง 2.0 ขึ้นอยู่กับแบบจำลอง ค่าที่ต่ำกว่าจะให้ผลลัพธ์ที่แน่นอนกว่า
• Top-P และ Top-K: พารามิเตอร์การสุ่มตัวอย่างขั้นสูง Top-P (การสุ่มตัวอย่างแบบนิวเคลียส) จำกัดการเลือกโทเค็นให้เหลือเฉพาะชุดที่เล็กที่สุดซึ่งมีความน่าจะเป็นสะสมถึง P ส่วน Top-K จำกัดการเลือกให้เหลือเฉพาะโทเค็นที่มีโอกาสมากที่สุด K ตัว ผู้ใช้ส่วนใหญ่สามารถปล่อยค่าเหล่านี้ไว้ที่ค่าเริ่มต้นได้ เว้นแต่จะต้องการปรับแต่งความหลากหลายของผลลัพธ์เพิ่มเติม
• การตั้งค่าความปลอดภัย: มีการแบ่งประเภทความเสี่ยงออกเป็นสี่ประเภท (การคุกคาม การพูดจาที่แสดงความเกลียดชัง เนื้อหาทางเพศที่โจ่งแจ้ง และเนื้อหาที่เป็นอันตราย) โดยแต่ละประเภทจะมีแถบเลื่อนสำหรับปรับค่าเกณฑ์ สำหรับการใช้งานทั่วไป ให้ใช้ค่าเริ่มต้น สำหรับการวิจัยหรือการใช้งานเฉพาะทาง สามารถปรับค่าเกณฑ์ได้ภายในขอบเขตของนโยบาย
• ลำดับการหยุด: กำหนดสตริงที่ทำให้โมเดลหยุดการสร้าง มีประโยชน์สำหรับเอาต์พุตที่มีโครงสร้างซึ่งคุณต้องการให้การสร้างหยุดที่ตัวคั่นเฉพาะ
• การเชื่อมโยงกับ Google Search: ช่วยให้โมเดลสามารถดึงข้อมูลเว็บล่าสุดก่อนตอบสนอง เปิดใช้งานตัวเลือกนี้สำหรับคำค้นหาที่ต้องการข้อมูลที่ทันสมัย

กลยุทธ์ขั้นสูงเพื่อการใช้งาน Google AI Studio ให้เกิดประโยชน์สูงสุด

ผู้ใช้งาน Google AI Studio ที่มีประสิทธิภาพสูงสุดจะผสานรวมคำแนะนำของระบบ ตัวอย่างแบบง่ายๆ ผลลัพธ์ที่มีโครงสร้าง และฟีเจอร์ Get Code เพื่อให้สามารถพัฒนาจากต้นแบบไปสู่การบูรณาการ API ในระดับใช้งานจริงได้อย่างรวดเร็ว

การใช้ตัวอย่างแบบ Few-Shot อย่างมีประสิทธิภาพ

ในโหมด Structured Prompt คุณสามารถเพิ่มตัวอย่างคู่ข้อมูลเข้า-ออกที่ช่วยสอนโมเดลให้เข้าใจรูปแบบที่คุณต้องการได้อย่างแม่นยำ ซึ่งมีความน่าเชื่อถือมากกว่าการอธิบายรูปแบบด้วยคำพูดเพียงอย่างเดียว

1. คลิก " เพิ่มตัวอย่าง" เพื่อแทรกแถวใหม่ลงในตารางตัวอย่าง
2. กรอกข้อมูลป้อนเข้าที่เป็นตัวอย่างและผลลัพธ์ที่คาดหวังอย่างแม่นยำ
3. เพิ่มตัวอย่างระหว่าง 3 ถึง 10 ตัวอย่างที่ครอบคลุมกรณีพิเศษ ไม่ใช่แค่กรณีง่ายๆ เท่านั้น
4. ทดสอบโดยป้อนข้อมูลใหม่ลงในแถวทดสอบแล้วเรียกใช้คำสั่ง จากนั้นเปรียบเทียบผลลัพธ์กับตัวอย่างของคุณ
5. หากผลลัพธ์เบี่ยงเบน ให้เพิ่มตัวอย่างค้านที่แสดงให้เห็นว่าแบบจำลองไม่ควรสร้างอะไรออกมา

การส่งออกเป็นโค้ดด้วย Get Code

การตั้งค่าพรอมต์ทุกอย่างใน Google AI Studio สามารถส่งออกเป็นโค้ดที่ใช้งานได้จริง นี่เป็นหนึ่งในคุณสมบัติที่ใช้งานได้จริงที่สุดของแพลตฟอร์มสำหรับนักพัฒนา

• หลังจากตั้งค่าข้อความแจ้งเตือนเสร็จแล้ว ให้คลิกปุ่ม "รับรหัส" (ด้านบนขวาของพื้นที่ข้อความแจ้งเตือน)
• เลือกใช้ Python, JavaScript/Node.js, REST (curl) หรือ Android (Kotlin) ขึ้นอยู่กับเทคโนโลยีที่ใช้กับแอปพลิเคชันของคุณ
• โค้ดที่สร้างขึ้นจะประกอบด้วยคำสั่งระบบ พารามิเตอร์โมเดล และการอ้างอิงไฟล์ที่อัปโหลดไว้ คัดลอกโค้ดนี้ลงในโปรเจ็กต์ของคุณได้โดยตรง
• ก่อนที่จะบันทึกโค้ดใดๆ ลงในระบบควบคุมเวอร์ชัน ให้แทนที่ตัวยึดตำแหน่งคีย์ API ที่กำหนดไว้ตายตัวด้วยตัวแปรสภาพแวดล้อม

การรับและจัดการคีย์ API ของคุณ

• คลิก "รับคีย์ API" ในแถบด้านข้างซ้ายหรือแถบนำด้านบน
• คลิก สร้างคีย์ API และเชื่อมโยงกับโปรเจ็กต์ Google Cloud (หรือให้ AI Studio สร้างให้โดยอัตโนมัติ)
• คัดลอกรหัสทันทีและเก็บไว้ในโปรแกรมจัดการรหัสผ่านหรือโปรแกรมจัดการความลับ Google จะไม่แสดงรหัสเต็มอีกครั้งหลังจากสร้างเสร็จแล้ว
• ควรหมุนเวียนคีย์เป็นประจำและลบคีย์ที่ไม่ได้ใช้งานออกจากหน้าการจัดการคีย์ API
• ตรวจสอบการใช้งานจาก Google Cloud Console ในส่วน API และบริการ เพื่อตรวจจับการใช้งานที่เพิ่มขึ้นอย่างไม่คาดคิดก่อนที่จะก่อให้เกิดค่าใช้จ่ายที่ไม่คาดฝันในแพ็กเกจแบบชำระเงิน

การทำงานกับหน้าต่างบริบทแบบยาว

Gemini 2.5 Pro รองรับหน้าต่างบริบทได้สูงสุด 1 ล้านโทเค็น และ Gemini 2.5 Flash ก็รองรับได้สูงสุด 1 ล้านโทเค็นเช่นกัน これによりทำให้สามารถทำงานในรูปแบบที่ไม่สามารถทำได้ในรุ่นอื่นๆ ก่อนหน้านี้ได้

• วางโค้ดทั้งหมด เอกสารทางกฎหมาย งานวิจัย หรือข้อความความยาวระดับหนังสือลงในช่องที่กำหนดโดยตรง
• ขอให้แบบจำลองตรวจสอบความเชื่อมโยงระหว่างส่วนต่างๆ ระบุความไม่สอดคล้องกัน หรือสรุปส่วนเฉพาะโดยระบุช่วงหน้าหรือหัวข้อส่วน
• สำหรับไฟล์ขนาดใหญ่มาก ให้ใช้การอัปโหลดผ่าน File API แทนการวางข้อความโดยตรง เนื่องจากฟังก์ชันการวางข้อความโดยตรงมีข้อจำกัดด้านจำนวนอักขระในส่วนติดต่อผู้ใช้
• สังเกต ตัวนับโทเค็น ที่มุมล่างขวาของพื้นที่ป้อนข้อความ ตัวนับจะอัปเดตแบบเรียลไทม์ขณะที่คุณพิมพ์หรือเพิ่มไฟล์ ช่วยให้คุณไม่เกินขีดจำกัดของแบบจำลอง

การใช้งานโหมดคิดวิเคราะห์ (รุ่น Gemini 2.5)

Gemini 2.5 Pro และ Flash มีโหมดการคิดวิเคราะห์เสริมที่แสดงลำดับการให้เหตุผลภายในของโมเดลก่อนที่จะให้คำตอบสุดท้าย ซึ่งมีประโยชน์อย่างยิ่งสำหรับปัญหาทางคณิตศาสตร์ ตรรกะ และการเขียนโค้ดหลายขั้นตอน

• ในแผงการตั้งค่าโมเดล ให้มองหาตัวควบคุม งบประมาณการคิด (Thinking budget control) แล้วเปิดใช้งาน
• สัญลักษณ์แสดงความคิดจะปรากฏในส่วนที่สามารถพับเก็บได้เหนือคำตอบสุดท้าย โปรดตรวจสอบสัญลักษณ์เหล่านั้นเพื่อทำความเข้าใจว่าเหตุใดแบบจำลองจึงได้ข้อสรุปเช่นนั้น
• โทเค็นสำหรับการคิดจะนับรวมอยู่ในจำนวนโทเค็นที่ใช้ทั้งหมดและค่าใช้จ่ายของคุณ สำหรับงานที่ไม่ซับซ้อน ให้ปิดโหมดการคิดเพื่อลดความล่าช้าและค่าใช้จ่าย
• หากผลลัพธ์จากการคิดวิเคราะห์เผยให้เห็นสมมติฐานที่ผิดพลาด ให้แก้ไขคำถามของคุณโดยระบุข้อผิดพลาดนั้นอย่างชัดเจน แทนที่จะถามคำถามเดิมซ้ำอีกครั้ง

ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยงใน Google AI Studio

ข้อผิดพลาดที่พบบ่อยที่สุดใน Google AI Studio ได้แก่ การเปิดเผยคีย์ API ในโค้ดฝั่งไคลเอ็นต์ การละเลยช่องคำสั่งระบบ การใช้โมเดลที่ไม่ถูกต้องสำหรับงาน และการอ่านค่าตัวนับโทเค็นผิดพลาดเมื่อทำงานกับอินพุตแบบหลายโมดอล

ข้อผิดพลาดในการแจ้งเตือนและการกำหนดค่า

• การใส่ทุกอย่างไว้ในข้อความผู้ใช้: ฟิลด์คำแนะนำของระบบจะถูกประมวลผลแตกต่างจากข้อความของผู้ใช้ คำจำกัดความบทบาท กฎการจัดรูปแบบ และข้อจำกัดถาวรควรอยู่ในคำแนะนำของระบบ ไม่ใช่ในข้อความผู้ใช้แรก การผสมผสานกันจะลดความสอดคล้องลง
• ตั้งอุณหภูมิสูงสุดสำหรับทุกงาน: อุณหภูมิสูงเกินไปสำหรับงานประมวลผลข้อเท็จจริงหรืองานสร้างโค้ดจะทำให้เกิดภาพหลอนและข้อผิดพลาดทางไวยากรณ์ ควรปรับอุณหภูมิให้เหมาะสมกับประเภทของงานอย่างรอบคอบ
• การเพิกเฉยต่อการตอบสนองของตัวกรองความปลอดภัย: หากแบบจำลองส่งคืนการตอบสนองที่ถูกบล็อก ปัญหาส่วนใหญ่มักอยู่ที่วิธีการตั้งคำถาม ไม่ใช่เจตนาที่แท้จริง ควรปรับเปลี่ยนคำถามให้เป็นทางการหรือเฉพาะเจาะจงมากขึ้น แทนที่จะใช้คำพูดที่ถูกบล็อกซ้ำๆ
• ไม่ได้ทดสอบกรณีพิเศษ: การแจ้งเตือนที่ใช้งานได้กับข้อมูลป้อนเข้าทั่วไป มักจะใช้งานไม่ได้กับสตริงว่าง ข้อมูลป้อนเข้าที่ยาวมาก ข้อความที่ไม่ใช่ภาษาอังกฤษ หรือข้อมูลป้อนเข้าที่มีอักขระพิเศษ ทดสอบสิ่งเหล่านี้ก่อนที่จะนำการผสานรวมใดๆ ไปใช้จริง
• ลืมบันทึกข้อความแจ้งเตือน: Google AI Studio ไม่บันทึกอัตโนมัติ โปรดใช้ ปุ่มบันทึก (มุมบนขวา) เป็นประจำ ข้อความแจ้งเตือนที่หายไปเนื่องจากการปิดเบราว์เซอร์โดยไม่ได้ตั้งใจจะไม่สามารถกู้คืนได้

คีย์ API และข้อผิดพลาดด้านความปลอดภัย

• การเขียนคีย์ API ลงในซอร์สโค้ดโดยตรง: การเขียนคีย์ใดๆ ลงใน GitHub repository สาธารณะ จะถูกตรวจจับโดยโปรแกรมสแกนอัตโนมัติภายในไม่กี่นาที และอาจถูกนำไปใช้ในทางที่ผิดก่อนที่คุณจะรู้ตัว ควรใช้ตัวแปรสภาพแวดล้อมหรือโปรแกรมจัดการความลับเสมอ
• ใช้คีย์เดียวสำหรับทุกสภาพแวดล้อม: สร้างคีย์แยกต่างหากสำหรับสภาพแวดล้อมการพัฒนา การทดสอบ และการใช้งานจริง วิธีนี้จะช่วยให้คุณสามารถหมุนเวียนหรือยกเลิกคีย์แต่ละรายการได้โดยไม่กระทบต่อสภาพแวดล้อมทั้งหมด
• การเรียกใช้ API ของ Gemini โดยตรงจาก JavaScript ฝั่งเบราว์เซอร์ในสภาพแวดล้อมการใช้งานจริง: วิธีนี้จะทำให้คีย์ของคุณถูกเปิดเผยต่อผู้ที่ตรวจสอบการรับส่งข้อมูลเครือข่าย ควรส่งต่อการเรียกใช้ API ผ่านพร็อกซีฝั่งเซิร์ฟเวอร์หรือฟังก์ชันแบ็กเอนด์

ข้อผิดพลาดด้านต้นทุนและโควต้า

• ไม่ได้ตรวจสอบการใช้งานโทเค็น: การอัปโหลดไฟล์ขนาดใหญ่ โดยเฉพาะไฟล์ PDF และวิดีโอ จะใช้โทเค็นมากกว่าที่ผู้ใช้คาดคิดไว้มาก ไฟล์ PDF ขนาด 100 หน้า อาจใช้โทเค็นมากกว่า 50,000 โทเค็นต่อการค้นหาหนึ่งครั้ง
• ดำเนินการทดลองแบบวนซ้ำบนโมเดล Pro: ใช้โมเดล Flash ในระหว่างการพัฒนาและการทดลองอย่างรวดเร็ว เปลี่ยนไปใช้ Pro เฉพาะในขั้นตอนการตรวจสอบขั้นสุดท้ายและการผลิตเท่านั้น ความแตกต่างด้านต้นทุนนั้นมีนัยสำคัญเมื่อใช้งานในระดับใหญ่
• สมมติว่าข้อจำกัดของแพ็กเกจฟรีเป็นแบบถาวร: Google จะปรับข้อจำกัดอัตราการใช้งานและรูปแบบความพร้อมใช้งานของแพ็กเกจฟรี สร้างแอปพลิเคชันที่มีการทำงานอย่างราบรื่นเพื่อรับมือกับข้อผิดพลาด 429 เกี่ยวกับข้อจำกัดอัตราการใช้งานโดยไม่เกิดการขัดข้อง
• การไม่ตั้งค่าการแจ้งเตือนค่าใช้จ่าย: หากคุณอัปเกรดเป็นแพ็กเกจแบบชำระเงินใน Google Cloud ให้ตั้งค่าการแจ้งเตือนงบประมาณที่ 50% และ 90% ของงบประมาณรายเดือนของคุณ การใช้งานที่เกินขีดจำกัดหรือปริมาณการใช้งานที่เพิ่มขึ้นอย่างไม่คาดคิดอาจทำให้เกิดค่าใช้จ่ายจำนวนมากได้อย่างรวดเร็ว

ข้อผิดพลาดด้านขั้นตอนการทำงานและการทำงานร่วมกัน

• ไม่ใช้การกำหนดเวอร์ชันของพรอมต์: บันทึกพรอมต์เวอร์ชันต่างๆ ด้วยชื่อที่สื่อความหมาย (v1-พื้นฐาน, v2-พร้อมตัวอย่าง, v3-เอาต์พุต JSON) แทนที่จะเขียนทับ วิธีนี้ทำให้ง่ายต่อการย้อนกลับเมื่อการเปลี่ยนแปลงทำให้ประสิทธิภาพลดลง
• การแชร์ข้อความแจ้งเตือนที่มีการฝังคีย์ API: เมื่อส่งออกข้อความแจ้งเตือนหรือแชร์ลิงก์พื้นที่ทำงาน โปรดตรวจสอบให้แน่ใจว่าไม่มีสตริงคีย์ API รวมอยู่ในเนื้อหาที่แชร์
• ข้ามการตรวจสอบจำนวนโทเค็นก่อนการใช้งานจริง: ข้อความแจ้งเตือนที่ใช้งานได้ในส่วนติดต่อผู้ใช้ อาจเกินขีดจำกัดโทเค็นเมื่อแทนที่ด้วยข้อมูลผู้ใช้จริง ควรทดสอบด้วยข้อมูลป้อนเข้าที่มีความยาวสูงสุดที่สมจริงก่อนการใช้งานจริงเสมอ

เครื่องมือขั้นสูง การผสานรวม และระบบอัตโนมัติของเวิร์กโฟลว์ใน Google AI Studio

Google AI Studio มีชุดเครื่องมือในตัวและจุดเชื่อมต่อภายนอกที่ช่วยให้นักพัฒนาสามารถเปลี่ยนจากการทดลองใช้งานด้วยตนเองไปสู่ไปป์ไลน์ AI ระดับใช้งานจริงแบบอัตโนมัติได้อย่างเต็มรูปแบบ เครื่องมือหลักประกอบด้วยการเรียกใช้ฟังก์ชัน การเรียกใช้โค้ด การเชื่อมโยงกับ Google Search และ API สตรีมมิ่ง ซึ่งแต่ละอย่างสามารถรวมเข้าด้วยกันภายในชุดการกำหนดค่าระบบเดียวและส่งออกไปยังโค้ดแอปพลิเคชันที่สามารถทำงานได้โดยตรง

การเรียกใช้ฟังก์ชันและการใช้เครื่องมือ

การเรียกฟังก์ชันช่วยให้โมเดล Gemini ภายใน AI Studio สามารถโต้ตอบกับระบบภายนอกได้โดยการสร้าง JSON ที่มีโครงสร้างซึ่งแมปกับลายเซ็นฟังก์ชันที่นักพัฒนาได้กำหนดไว้ แทนที่จะส่งคืนคำตอบที่เป็นข้อความธรรมดา โมเดลจะระบุว่าเมื่อใดที่คำขอของผู้ใช้ต้องการการดำเนินการภายนอก เช่น การสอบถามฐานข้อมูล การเรียกใช้ REST endpoint หรือการดึงข้อมูลแบบเรียลไทม์ และส่งคืนออบเจ็กต์การเรียกที่มีโครงสร้างซึ่งโค้ดแอปพลิเคชันของคุณสามารถดำเนินการได้ AI Studio ช่วยให้คุณสามารถกำหนดการประกาศฟังก์ชันเหล่านี้ได้โดยตรงใน UI ทดสอบแบบโต้ตอบ และตรวจสอบ JSON ที่โมเดลสร้างขึ้นอย่างแม่นยำก่อนที่จะเขียนโค้ดใช้งานจริงแม้แต่บรรทัดเดียว

• ประกาศฟังก์ชันในส่วนติดต่อผู้ใช้: เพิ่มชื่อฟังก์ชัน คำอธิบาย และรูปแบบพารามิเตอร์โดยใช้แผงเครื่องมือในตัวแก้ไขข้อความแจ้งเตือน
• ทดสอบลูปเครื่องมือแบบหลายรอบ: จำลองวงจรการร้องขอ-ตอบกลับ-ผลลัพธ์ทั้งหมดโดยไม่ต้องออกจากเบราว์เซอร์
• ส่งออกเป็นโค้ด SDK: AI Studio จะสร้างโค้ด Python หรือ JavaScript ที่เทียบเท่ากัน รวมถึงออบเจ็กต์การประกาศฟังก์ชัน ซึ่งพร้อมให้คุณวางลงในโปรเจ็กต์ของคุณได้ทันที
• การเรียกใช้ฟังก์ชันแบบขนาน: Gemini เวอร์ชัน 1.5 และรุ่นที่ใหม่กว่ารองรับการเรียกใช้ฟังก์ชันหลายฟังก์ชันในเทิร์นเดียว ซึ่ง AI Studio จะแสดงผลในตัวตรวจสอบการตอบสนอง

เครื่องมือเรียกใช้โค้ด

เครื่องมือประมวลผลโค้ดช่วยให้ Gemini สามารถเขียนและรันโค้ด Python ภายในสภาพแวดล้อมแบบแซนด์บ็อกซ์ จากนั้นส่งผลลัพธ์กลับมาเป็นส่วนหนึ่งของการตอบกลับ ซึ่งมีประโยชน์อย่างยิ่งสำหรับงานวิเคราะห์ข้อมูล การให้เหตุผลทางคณิตศาสตร์ และเวิร์กโฟลว์ใดๆ ที่โมเดลจำเป็นต้องตรวจสอบการคำนวณของตนเอง ภายใน AI Studio คุณสามารถเปิดใช้งานเครื่องมือนี้ ป้อนชุดข้อมูลหรือปัญหาเชิงตัวเลขในพรอมต์ของคุณ และดูโมเดลสร้างโค้ด รัน และรวมผลลัพธ์ ซึ่งทั้งหมดนี้สามารถมองเห็นได้ในแผงติดตามการตอบกลับ

การเชื่อมต่อด้วยการค้นหาของ Google

การเชื่อมโยงข้อมูล (Grounding) ช่วยเชื่อมต่อการตอบสนองของ Gemini กับเนื้อหาเว็บแบบเรียลไทม์ ลดความคลาดเคลื่อนในคำถามที่เกี่ยวข้องกับเวลาหรือข้อเท็จจริง เมื่อเปิดใช้งานใน AI Studio โมเดลจะส่งคำค้นหาโดยอัตโนมัติ ดึงข้อมูลสรุปที่เกี่ยวข้อง และอ้างอิงแหล่งที่มาแบบอินไลน์ นักพัฒนาที่สร้างเครื่องมือสรุปข่าว ผู้ช่วยวิจัย หรือเครื่องมือถามตอบสำหรับลูกค้า สามารถตรวจสอบพฤติกรรมการเชื่อมโยงข้อมูลแบบโต้ตอบได้ก่อนที่จะใช้งาน API อย่างเป็นทางการ ข้อมูลเมตาของการเชื่อมโยงข้อมูล ซึ่งรวมถึงคำค้นหาที่ใช้และ URL ของแหล่งที่มา จะถูกส่งคืนในคำตอบของ API และสามารถมองเห็นได้ในตัวตรวจสอบคำตอบของ AI Studio

คำแนะนำระบบและการตั้งค่าที่บันทึกไว้

คำสั่งระบบทำหน้าที่เป็นชั้นบริบทถาวรที่กำหนดพฤติกรรมของโมเดลในทุกขั้นตอนของการสนทนา AI Studio ช่วยให้คุณสามารถเขียน กำหนดเวอร์ชัน และบันทึกการตั้งค่าเหล่านี้เป็นข้อความแจ้งเตือนที่มีชื่อในไลบรารีโครงการของคุณ ทีมสามารถแชร์ไฟล์คำสั่งระบบมาตรฐานระหว่างนักพัฒนาหลายคน ทำให้มั่นใจได้ว่าพฤติกรรมของโมเดลจะสอดคล้องกันระหว่างการสร้างต้นแบบและการใช้งานจริง การตั้งค่าที่บันทึกไว้ยังจัดเก็บอุณหภูมิ ค่า top-P, top-K การตั้งค่าความปลอดภัย และการประกาศเครื่องมือ ทำให้สามารถทำซ้ำการตั้งค่าการทดลองทั้งหมดได้

การสตรีมและ Live API

สำหรับแอปพลิเคชันแบบเรียลไทม์ เช่น อินเทอร์เฟซเสียง การถอดเสียงสด และผู้ช่วยเขียนโค้ดแบบโต้ตอบ AI Studio เปิดเผย API สตรีมมิ่งและ Live API รุ่นทดลองโดยตรงในเบราว์เซอร์ Live API รองรับการสตรีมเสียงและวิดีโอแบบสองทิศทางด้วย Gemini ช่วยให้นักพัฒนาสามารถสร้างต้นแบบประสบการณ์แบบเรียลไทม์หลายรูปแบบโดยไม่ต้องสร้างโครงสร้างพื้นฐานแบ็กเอนด์ก่อน คุณสามารถพูดใส่ไมโครโฟน แชร์หน้าจอ หรือส่งฟีดวิดีโอ และสังเกตการตอบสนองของโมเดลด้วยความหน่วงต่ำกว่าหนึ่งวินาที ทั้งหมดนี้ภายในอินเทอร์เฟซของ AI Studio

การทำให้เวิร์กโฟลว์ของ AI Studio เป็นไปโดยอัตโนมัติด้วย AutoSEO

ทีมงานด้านคอนเทนต์และ SEO ที่ใช้ Google AI Studio สำหรับการสร้างคอนเทนต์ขนาดใหญ่ การวิจัยคำหลัก หรือการดึงข้อมูลที่มีโครงสร้าง มักพบว่าวงจรการทดสอบและการส่งออกข้อมูลแบบแมนนวลกลายเป็นคอขวดเมื่อใช้งานในปริมาณมาก นี่คือสิ่งที่ AutoSEO เข้ามาเติมเต็ม AutoSEO เชื่อมต่อกับ Gemini API ซึ่งเป็นโครงสร้างพื้นฐานโมเดลเดียวกันกับที่ใช้ใน AI Studio และทำให้เวิร์กโฟลว์แบบครบวงจรเป็นไปโดยอัตโนมัติ: การนำเข้าลิสต์คำหลักหรือข้อมูลสรุปคอนเทนต์ การส่งคำสั่ง API แบบกลุ่มพร้อมพรอมต์ระบบที่ได้รับการปรับให้เหมาะสม การประมวลผลเอาต์พุตที่มีโครงสร้าง และการเผยแพร่หรือติดธงผลลัพธ์สำหรับการตรวจสอบโดยมนุษย์ ในขณะที่ AI Studio เป็นสภาพแวดล้อมที่เหมาะสำหรับการออกแบบและตรวจสอบกลยุทธ์พรอมต์ AutoSEO จะนำกลยุทธ์นั้นไปใช้ในปริมาณมาก โดยไม่จำเป็นต้องคัดลอกและวางข้อมูลแบบแมนนวลระหว่างอินเทอร์เฟซของสตูดิโอและ CMS หรือไปป์ไลน์ข้อมูลที่ใช้งานจริง ทีมงานสามารถสร้างการกำหนดค่าพรอมต์ใน AI Studio ส่งออกพารามิเตอร์ API และส่งตรงไปยัง AutoSEO เพื่อการดำเนินการตามกำหนดเวลาและตรวจสอบได้

วิธีการวัดความสำเร็จเมื่อสร้างแอปพลิเคชันด้วย Google AI Studio

การวัดความสำเร็จของ Google AI Studio หมายถึงการติดตามทั้งคุณภาพของผลลัพธ์จากโมเดลและผลลัพธ์ทางธุรกิจที่ผลลัพธ์เหล่านั้นก่อให้เกิด ไม่มีตัวชี้วัดใดตัวชี้วัดเดียวที่ใช้ได้กับทุกกรณี กรอบการวัดที่เหมาะสมจะขึ้นอยู่กับว่าคุณกำลังสร้างผลิตภัณฑ์ที่ใช้งานโดยลูกค้า เครื่องมืออัตโนมัติภายในองค์กร หรือต้นแบบสำหรับการวิจัย

ตัวชี้วัดคุณภาพผลผลิต

• อัตราความสำเร็จของงาน: สำหรับงานที่มีโครงสร้าง (การสกัดข้อมูล การจำแนกประเภท การสรุปข้อมูล) ให้วัดเปอร์เซ็นต์ของคำตอบที่ทำงานเสร็จสมบูรณ์อย่างถูกต้องโดยไม่ต้องมีการแก้ไขด้วยตนเอง
• ความถูกต้องของข้อเท็จจริง: สำหรับแอปพลิเคชันที่ต้องการข้อมูลเชิงประจักษ์หรือความรู้เข้มข้น ให้ทดสอบคำตอบและตรวจสอบความถูกต้องของข้อมูลกับแหล่งข้อมูลที่น่าเชื่อถือ ติดตามอัตราข้อผิดพลาดเมื่อเวลาผ่านไปขณะที่คุณปรับปรุงคำแนะนำของระบบ
• การปฏิบัติตามรูปแบบ: หากแอปพลิเคชันของคุณต้องใช้ JSON, Markdown หรือรูปแบบเอาต์พุตที่มีโครงสร้างอื่นๆ ให้วัดเปอร์เซ็นต์ของผลลัพธ์ที่แยกวิเคราะห์ได้อย่างถูกต้องโดยไม่มีข้อผิดพลาด
• ความหน่วง: บันทึกเวลาที่ใช้ในการรับโทเค็นแรกและเวลาตอบสนองทั้งหมด อินเทอร์เฟซการสตรีมของ AI Studio ช่วยให้คุณทราบความหน่วงแบบเรียลไทม์ แต่การตรวจสอบในสภาพแวดล้อมการผลิตจำเป็นต้องใช้การเรียก API ที่มีการตรวจสอบอย่างละเอียด
• ประสิทธิภาพการใช้โทเค็น: ติดตามจำนวนโทเค็นขาเข้าและขาออกโดยเฉลี่ยต่อคำขอ การแจ้งเตือนที่มากเกินไปจะเพิ่มต้นทุนและเวลาแฝง การเพิ่มประสิทธิภาพการใช้โทเค็นเป็นเป้าหมายที่วัดผลได้และสามารถดำเนินการได้อย่างต่อเนื่อง

ตัวชี้วัดทางธุรกิจและผลิตภัณฑ์

• ต้นทุนต่อภารกิจ: คูณปริมาณการใช้โทเค็นโดยเฉลี่ยด้วยระดับราคา API ของ Gemini ที่เกี่ยวข้อง จากนั้นเปรียบเทียบกับต้นทุนของกระบวนการทำงานของมนุษย์ที่ถูกแทนที่หรือเสริมเพิ่มเติม
• ประสิทธิภาพการทำงาน: เวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI ของคุณทำงานเสร็จกี่งานต่อชั่วโมงหรือต่อวัน? กำหนดค่าพื้นฐานนี้ก่อนการใช้งานจริง และติดตามการปรับปรุงในขณะที่คุณปรับแต่งข้อความแจ้งเตือนและโครงสร้างพื้นฐาน
• อัตราการตรวจสอบโดยมนุษย์: สำหรับเวิร์กโฟลว์ที่มีขั้นตอนการตรวจสอบโดยมนุษย์ ให้ติดตามเปอร์เซ็นต์ของผลลัพธ์จาก AI ที่ต้องได้รับการแก้ไขหรือปฏิเสธ อัตราการตรวจสอบที่ลดลงเมื่อเวลาผ่านไป บ่งชี้ว่าจำเป็นต้องมีการปรับปรุงอย่างเร่งด่วน
• ความพึงพอใจของผู้ใช้: สำหรับแอปพลิเคชันที่ใช้งานโดยลูกค้า ให้เก็บรวบรวมการให้คะแนนโดยตรงหรือสัญญาณโดยนัย (เช่น คำถามติดตามผล การออกจากเซสชัน) เพื่อวัดคุณภาพการตอบสนองที่รับรู้ได้

กรอบการประเมินและการประเมินผล

Google AI Studio ยังไม่มีชุดเครื่องมือประเมินผลอัตโนมัติแบบเนทีฟ แต่ API ของ Gemini รองรับรูปแบบการประเมินตามแบบจำลอง โดยการเรียกใช้ Gemini ครั้งที่สองจะให้คะแนนผลลัพธ์ของการเรียกใช้ครั้งแรกเทียบกับเกณฑ์การประเมิน นักพัฒนาสามารถสร้างชุดเครื่องมือประเมินผลแบบง่ายๆ โดยใช้ API ได้ เช่น รักษาชุดข้อมูลต้นแบบของคู่ข้อมูลอินพุต-เอาต์พุต เรียกใช้เวอร์ชันคำถามใหม่กับชุดข้อมูลเหล่านั้น และใช้การเรียกใช้ LLM เป็นผู้ตัดสินเพื่อให้คะแนนผลลัพธ์ในมิติต่างๆ เช่น ความถูกต้อง น้ำเสียง และความกระชับ การติดตามคะแนนเหล่านี้ในเวอร์ชันคำถามต่างๆ ในสเปรดชีตหรือเครื่องมือติดตามการทดลองจะช่วยให้คุณมีบันทึกที่สามารถทำซ้ำได้เกี่ยวกับการปรับปรุงคำถามเมื่อเวลาผ่านไป

การตรวจสอบในกระบวนการผลิต

เมื่อโปรเจ็กต์พัฒนาจาก AI Studio ไปสู่ขั้นตอนการผลิตแล้ว ให้ติดตั้งระบบบันทึกข้อมูลแบบมีโครงสร้าง (structured logging) ในการเรียกใช้ API เพื่อบันทึกเวอร์ชันของพรอมต์ เวอร์ชันของโมเดล จำนวนโทเค็น ความหน่วง และสัญญาณผลลัพธ์ใดๆ ที่เกิดขึ้นในขั้นตอนถัดไป ตั้งค่าการแจ้งเตือนสำหรับความหน่วงที่ผิดปกติหรือการลดลงอย่างกะทันหันของการปฏิบัติตามรูปแบบ ซึ่งมักบ่งชี้ถึงการอัปเดตโมเดลหรือการเปลี่ยนแปลงในการกระจายข้อมูลอินพุต ตรวจสอบผลลัพธ์ที่สุ่มตัวอย่างอย่างสม่ำเสมอ แทนที่จะพึ่งพาเฉพาะเมตริกอัตโนมัติเพียงอย่างเดียว เพราะกรณีพิเศษและโหมดความล้มเหลวที่เมตริกมองข้ามไปนั้น มักจะมองเห็นได้ในการตรวจสอบด้วยตนเองเสมอ

หมวดหมู่เมตริก	เมตริกเฉพาะ	วิธีการวัด	สัญญาณเป้าหมาย
คุณภาพผลผลิต	อัตราความสำเร็จของงาน	การสุ่มตัวอย่างด้วยตนเองหรือการวิเคราะห์อัตโนมัติ	เพิ่มขึ้นเรื่อยๆ จากการทำซ้ำอย่างรวดเร็ว
คุณภาพผลผลิต	การปฏิบัติตามรูปแบบ	การตรวจสอบความถูกต้องของ JSON/schema ในขั้นตอนหลังการประมวลผล	ประสิทธิภาพสูงกว่า 98% สำหรับเวิร์กโฟลว์การผลิต
ผลงาน	เวลาถึงโทเค็นแรก	การประทับเวลาการเรียกใช้ API ที่มีการตรวจสอบ	สอดคล้องกับ SLA ระดับโมเดล
ค่าใช้จ่าย	ต้นทุนต่อภารกิจ	บันทึกโทเค็น × ราคา API	ลดลงเมื่อข้อความแจ้งเตือนได้รับการปรับให้เหมาะสมยิ่งขึ้น
ธุรกิจ	อัตราการตรวจสอบโดยมนุษย์	ระบบติดตามขั้นตอนการทำงาน	ลดลงเมื่อเวลาผ่านไป
ธุรกิจ	ความพึงพอใจของผู้ใช้	เรตติ้ง สัญญาณเซสชั่น	มีเสถียรภาพหรือดีขึ้นหลังการเปิดตัว

คำถามที่พบบ่อย

Google AI Studio ใช้งานได้ฟรีหรือไม่?

Google AI Studio สามารถเข้าถึงและใช้งานได้ฟรีสำหรับการสร้างต้นแบบ แพ็กเกจฟรีให้สิทธิ์การเข้าถึงโมเดล Gemini โดยมีข้อจำกัดด้านปริมาณการใช้งานต่อนาทีและต่อวัน สำหรับการใช้งานที่มีปริมาณมากหรือในระดับการผลิต คุณสามารถเชื่อมต่อบัญชีการเรียกเก็บเงินของ Google Cloud และชำระเงินตามจำนวนโทเค็นผ่าน API ของ Gemini แพ็กเกจฟรีนั้นเพียงพอสำหรับนักพัฒนาแต่ละคน นักเรียน และการสร้างต้นแบบในระยะเริ่มต้น ส่วนแพ็กเกจแบบชำระเงินนั้นออกแบบมาสำหรับแอปพลิเคชันที่ต้องการการเข้าถึงอย่างต่อเนื่องและมีปริมาณมาก

Google AI Studio กับ Vertex AI แตกต่างกันอย่างไร?

Google AI Studio คือสภาพแวดล้อมการสร้างต้นแบบบนเว็บเบราว์เซอร์ที่มุ่งเป้าไปที่นักพัฒนาที่ต้องการเข้าถึงโมเดล Gemini อย่างรวดเร็วโดยไม่ต้องตั้งค่าโครงสร้างพื้นฐาน Vertex AI คือแพลตฟอร์ม ML ระดับองค์กรของ Google Cloud ซึ่งมีโมเดล Gemini เดียวกัน พร้อมด้วยบริการเพิ่มเติม เช่น การปรับแต่งโมเดล การประมวลผล MLOps การกำกับดูแลข้อมูล การควบคุม VPC และ SLA ระดับองค์กร นักพัฒนาส่วนใหญ่เริ่มต้นใน AI Studio และย้ายไปยัง Vertex AI เมื่อต้องการการควบคุมความปลอดภัยระดับองค์กร การฝึกอบรมโมเดลแบบกำหนดเอง หรือการผสานรวมที่ลึกซึ้งยิ่งขึ้นกับบริการ Google Cloud คีย์ API ของ Gemini ที่คุณสร้างใน AI Studio นั้นแยกต่างหากจากข้อมูลประจำตัวของ Vertex AI

โมเดล Gemini รุ่นใดบ้างที่ใช้งานได้ใน Google AI Studio?

AI Studio ให้สิทธิ์เข้าถึงตระกูลโมเดล Gemini ปัจจุบัน ซึ่ง ณ ปี 2025 ประกอบด้วย Gemini 2.5 Pro, Gemini 2.5 Flash, Gemini 2.0 Flash และรุ่นทดลองต่างๆ ตัวเลือกโมเดลในตัวแก้ไขข้อความแจ้งเตือนจะแสดงรายการโมเดลที่มีอยู่ทั้งหมด พร้อมด้วยขนาดหน้าต่างบริบท การรองรับโมดาลิตี้ และระดับราคา โมเดลทดลองจะถูกระบุไว้เช่นนั้น และอาจมีการเปลี่ยนแปลงพฤติกรรมหรือถูกยกเลิกโดยไม่แจ้งให้ทราบล่วงหน้า โมเดลที่เสถียรจะใช้รูปแบบการตั้งชื่อเวอร์ชัน (เช่น gemini-2.5-pro-preview) ซึ่งคุณสามารถกำหนดได้ในการเรียกใช้ API ในการใช้งานจริง

ฉันสามารถปรับแต่งโมเดลใน Google AI Studio ได้หรือไม่?

Google AI Studio รองรับการปรับแต่งโมเดล Gemini บางรุ่นด้วยการเรียนรู้แบบมีผู้กำกับดูแล (supervised fine-tuning) ผ่านทางอินเทอร์เฟซการปรับแต่ง คุณอัปโหลดชุดข้อมูลคู่ข้อมูลอินพุต-เอาต์พุตในรูปแบบ JSONL กำหนดค่าพารามิเตอร์การฝึกอบรม และ AI Studio จะจัดการงานปรับแต่งบนโครงสร้างพื้นฐานของ Google โมเดลที่ได้รับการปรับแต่งแล้วจะปรากฏในตัวเลือกโมเดลของคุณควบคู่ไปกับโมเดลพื้นฐาน สำหรับตัวเลือกการปรับแต่งขั้นสูงเพิ่มเติม รวมถึงการเรียนรู้แบบเสริมแรงจากข้อเสนอแนะของมนุษย์ หรือการปรับแต่งชุดข้อมูลขนาดใหญ่ Vertex AI มีชุดควบคุมที่ครอบคลุมกว่า การปรับแต่งใน AI Studio เหมาะที่สุดสำหรับการปรับโทนเสียง รูปแบบ หรือคำศัพท์เฉพาะของโมเดลบนชุดข้อมูลขนาดเล็กที่ได้รับการคัดสรรมาอย่างดี

ฉันจะรักษาความปลอดภัยของคีย์ API และข้อความแจ้งเตือนใน AI Studio ได้อย่างไร?

คีย์ API ที่สร้างใน AI Studio ควรได้รับการดูแลเสมือนเป็นข้อมูลประจำตัวที่มีความละเอียดอ่อน ห้ามฝังคีย์เหล่านั้นโดยตรงในโค้ดฝั่งไคลเอ็นต์หรือที่เก็บข้อมูลสาธารณะ ให้ใช้ตัวแปรสภาพแวดล้อมหรือตัวจัดการความลับในแอปพลิเคชันใดๆ ที่เรียกใช้ API ของ Gemini AI Studio จะจัดเก็บพรอมต์ของคุณไว้ในบัญชี Google ของคุณและจะไม่เปิดเผยต่อสาธารณะ แต่คุณควรหลีกเลี่ยงการใส่ข้อมูลส่วนบุคคลหรือข้อมูลที่เป็นกรรมสิทธิ์ลงในพรอมต์ระหว่างการพัฒนา เว้นแต่คุณได้ตรวจสอบนโยบายการใช้งานข้อมูลของ Google สำหรับระดับบริการที่เกี่ยวข้องแล้ว สำหรับข้อกำหนดการจัดการข้อมูลระดับองค์กร Vertex AI มีการควบคุมการจัดเก็บข้อมูลและการประมวลผลเพิ่มเติม

Google AI Studio รองรับไฟล์ประเภทและรูปแบบใดบ้าง?

AI Studio รองรับข้อความ รูปภาพ (JPEG, PNG, WebP, HEIC, HEIF) เสียง (MP3, WAV, FLAC, AAC, OGG และอื่นๆ) วิดีโอ (MP4, MOV, AVI และอื่นๆ) และเอกสาร รวมถึง PDF สามารถอัปโหลดไฟล์ได้โดยตรงในโปรแกรมแก้ไขข้อความ หรืออ้างอิงผ่าน URL API ไฟล์ ซึ่งเข้าถึงได้ผ่าน AI Studio ช่วยให้คุณสามารถอัปโหลดไฟล์ได้สูงสุด 2 GB และอ้างอิงไฟล์เหล่านั้นด้วย URI ในการเรียกใช้ API ซึ่งมีประโยชน์สำหรับไฟล์เสียงหรือวิดีโอขนาดใหญ่ที่เกินขีดจำกัดข้อมูลแบบอินไลน์ รูปแบบที่รองรับจะขึ้นอยู่กับโมเดลที่เลือก ไม่ใช่ทุกโมเดลที่จะรองรับประเภทอินพุตทั้งหมด

ระบบแจ้งเตือนใน Google AI Studio ทำงานอย่างไร?

ข้อความแจ้งเตือนระบบ หรือที่เรียกว่า คำแนะนำระบบ ในอินเทอร์เฟซของ AI Studio คือช่องป้อนข้อมูลพิเศษที่กำหนดบริบทถาวรให้กับโมเดลก่อนที่ผู้ใช้จะเริ่มใช้งาน เป็นสถานที่ที่เหมาะสมในการกำหนดบุคลิกของโมเดล ข้อกำหนดรูปแบบเอาต์พุต ข้อจำกัด ความรู้เฉพาะด้าน และกฎการทำงาน คำแนะนำระบบจะถูกส่งไปพร้อมกับการเรียกใช้ API ทุกครั้งในบทบาทของระบบ แยกต่างหากจากการสนทนาระหว่างผู้ใช้และโมเดล การเปลี่ยนแปลงคำแนะนำระบบจะมีผลทันทีใน AI Studio playground ทำให้เป็นวิธีที่เร็วที่สุดในการปรับปรุงพฤติกรรมของโมเดลโดยไม่ต้องเปลี่ยนแปลงโค้ดแอปพลิเคชันของคุณ

Google AI Studio สามารถจัดการกับเอกสารขนาดยาวและหน้าต่างบริบทขนาดใหญ่ได้หรือไม่?

ใช่แล้ว Gemini 2.5 Pro รองรับหน้าต่างบริบทได้สูงสุดถึงหนึ่งล้านโทเค็น ซึ่งเพียงพอสำหรับการประมวลผลเอกสารขนาดเท่าหนังสือ โค้ดเบสขนาดใหญ่ หรือไฟล์เสียงที่ถอดเสียงเป็นเวลาหลายชั่วโมงในพรอมต์เดียว อินเทอร์เฟซของ AI Studio รองรับเอกสารขนาดยาวผ่านการอัปโหลดโดยตรงหรือ API ไฟล์ และแสดงการประมาณจำนวนโทเค็นเพื่อให้คุณสามารถตรวจสอบการใช้งานบริบทได้ เมื่อทำงานใกล้ถึงขีดจำกัดของบริบท โปรดทราบว่าบริบทที่ยาวมากอาจเพิ่มความล่าช้าและค่าใช้จ่าย การจัดโครงสร้างพรอมต์ของคุณเพื่อให้เนื้อหาที่เกี่ยวข้องมากที่สุดปรากฏใกล้กับส่วนต้นหรือส่วนท้ายของบริบทมักจะช่วยปรับปรุงคุณภาพการตอบสนองในงานประเภทการค้นหาข้อมูล

Live API ใน Google AI Studio คืออะไร และแตกต่างจาก API มาตรฐานอย่างไร?

Live API คืออินเทอร์เฟซการสตรีมแบบสองทิศทางที่มีความหน่วงต่ำ รองรับการป้อนข้อมูลเสียงและวิดีโอแบบเรียลไทม์ควบคู่ไปกับข้อความ แตกต่างจาก Gemini API มาตรฐานซึ่งใช้รูปแบบการร้องขอและการตอบสนอง Live API จะรักษาการเชื่อมต่อ WebSocket อย่างต่อเนื่อง ทำให้สามารถสนทนาแบบหลายรูปแบบได้อย่างต่อเนื่อง โดยที่โมเดลสามารถตอบสนองต่อเสียง เนื้อหาบนหน้าจอ หรืออินพุตจากกล้องได้โดยมีความล่าช้าน้อยที่สุด ภายใน AI Studio สามารถเข้าถึง Live API ได้ผ่านอินเทอร์เฟซเฉพาะที่ช่วยให้คุณทดสอบการโต้ตอบด้วยเสียงและวิดีโอได้โดยตรงในเบราว์เซอร์ ได้รับการออกแบบมาสำหรับแอปพลิเคชันต่างๆ เช่น ผู้ช่วยเสียงแบบเรียลไทม์ เครื่องมือการสอนสด และคู่มือการเขียนโค้ดแบบโต้ตอบ ซึ่งความหน่วงแบบผลัดกันพูดจะลดทอนประสบการณ์ของผู้ใช้

ฉันจะส่งออกข้อความแจ้งเตือนจาก Google AI Studio ไปยังโค้ดที่ใช้งานจริงได้อย่างไร?

การตั้งค่าพรอมต์ทุกแบบใน AI Studio จะมีปุ่ม "รับโค้ด" ที่สร้างโค้ดตัวอย่างที่ใช้งานได้จริงในภาษา Python (โดยใช้ Google GenAI SDK), JavaScript, REST (curl) หรือ Android (Kotlin) โค้ดที่ส่งออกจะรวมคำสั่งระบบ การเลือกโมเดล พารามิเตอร์การกำหนดค่าการสร้าง และการประกาศเครื่องมือใดๆ ที่คุณตั้งค่าไว้ แต่จะไม่รวมคีย์ API ของคุณโดยตรง แต่จะอ้างอิงถึงตัวแปรสภาพแวดล้อมแทน คุณสามารถคัดลอกโค้ดนี้ลงในโปรเจ็กต์ของคุณ ติดตั้ง SDK ที่เหมาะสม ตั้งค่าคีย์ API ของคุณเป็นตัวแปรสภาพแวดล้อม และเรียกใช้งานได้ทันที คุณสมบัติการส่งออกนี้เป็นหนึ่งในแง่มุมที่ใช้งานได้จริงที่สุดของ AI Studio สำหรับนักพัฒนาที่กำลังเปลี่ยนจากต้นแบบไปสู่การผลิต