Google AI Studio – 更快地构建更智能的 AI 应用

什么是 Google AI Studio？

Google AI Studio 是一款免费的、基于浏览器的集成开发环境 (IDE)，由 Google 专门为通过 Gemini API 使用 Gemini 系列 AI 模型而构建。它为开发者、研究人员和技术爱好者提供了一个直接的界面，无需编写任何设置代码即可提示、配置、测试和迭代 AI 模型——一旦提示或配置准备就绪，即可投入生产环境，它还会自动生成 API 调用代码。

更准确地说，Google AI Studio 介于两者之间：它比 Gemini.google.com 等面向消费者的聊天机器人功能更强大、更面向开发者，同时又比在 Google Cloud 上搭建完整的 Vertex AI 流水线更容易上手。对于任何想要使用 Gemini 模型进行开发的开发者来说，无论最终目标是简单的文本摘要器、多模态文档分析器、实时音频代理，还是复杂的多轮对话应用，Google AI Studio 都是 Google 推荐的首选起点。

该环境托管于aistudio.google.com ，只需一个 Google 帐户即可访问。截至 2025 年，它已覆盖 200 多个国家和地区，并且免费套餐在 Gemini API 免费配额范围内提供慷慨的速率限制——使其成为目前最易于使用的前沿模型开发环境之一。

为什么谷歌AI工作室如此重要

Google AI Studio 之所以重要，是因为它能大幅缩短从构思到拥有可运行的 AI 原型之间的时间。在类似工具出现之前，想要尝试大型语言模型的开发者必须先管理 API 身份验证、理解请求模式、处理令牌限制并解读原始 JSON 响应——所有这些都必须在编写任何实际应用程序逻辑之前完成。Google AI Studio 则彻底消除了探索阶段的这些繁琐步骤。

它解决的核心问题

• 提示迭代速度极快：您可以测试提示、查看输出、调整温度或高压等参数，并在几秒钟内重新运行。无需部署周期，无需安装 SDK。
• 多模态复杂性： Gemini 模型原生支持文本、图像、音频、视频和代码。Google AI Studio 提供了一个统一的界面，将所有这些模态整合在一个地方，而要实现同样的功能，则需要大量的定制工程。
• 代码导出：一旦提示配置按预期工作，该工作室就会生成 Python、JavaScript、Swift、Android (Kotlin) 和 REST 格式的即用型代码片段，让开发人员可以直接从原型过渡到集成。
• 型号比较：开发者可以在同一界面中切换 Gemini 型号变体（例如，Gemini 1.5 Flash、Gemini 1.5 Pro、Gemini 2.0 Flash、Gemini 2.5 Pro），以便在不更改代码结构的情况下比较功能、速度和成本权衡。
• 系统指令测试：基于 Gemini 构建产品意味着需要定义模型的行为方式。Google AI Studio 提供了一个专门的系统指令字段，开发者可以在将角色、语气和行为约束提交到代码之前进行测试。

谁在使用它？为什么？

• 开发者使用它来构建功能原型、生成 API 密钥，并导出可运行的代码以集成到应用程序中。
• 研究人员利用它来评估不同提示策略下的模型行为，包括零样本、少样本和思维链方法。
• 产品经理和设计师利用它在投入工程资源之前验证给定的 AI 功能是否可行。
• 教育工作者和学生可以利用它来学习快速工程和人工智能应用程序开发，而无需基础设施成本。
• 企业团队将其用作沙盒环境，然后再迁移到 Vertex AI 进行生产规模、合规性管理的部署。

Google AI Studio 的工作原理：架构和核心机制

Google AI Studio 是一个有状态的 Web 应用程序，它与 Google 的 Gemini API 后端通信。用户界面中的每一次交互——例如输入提示、上传文件或调整滑块——都会直接转换为发送到 Gemini 模型端点的结构化 API 请求。响应会显示在用户界面中，而且至关重要的是，生成该响应的确切 API 调用始终可供查看和导出。这种透明性是刻意设计的：该工具旨在帮助开发者在使用过程中学习 API。

三种主要提示模式

Google AI Studio 将工作分为三种不同的提示类型，每种类型都适用于不同的使用场景：

1. 自由式提示：一种单轮或开放式界面，用户输入提示内容即可获得响应。支持文本、图像、音频、视频、文档和代码等多种输入方式。最适合用于探索、一次性任务和测试多模态输入。
2. 聊天提示：一种多轮对话界面，可在所有对话中保持上下文关联。它允许开发者模拟完整的对话应用程序，包括设置在整个会话期间持续有效的系统指令。此模式直接模拟了生产环境中的聊天机器人如何使用 Gemini API 的generateContent方法处理对话历史记录。
3. 结构化输出提示（以前称为“数据”模式）：允许开发人员定义特定的 JSON 模式，并指示模型返回符合该模式的响应。这对于需要以编程方式解析模型输出的应用程序至关重要——例如，从非结构化描述中提取结构化产品数据，或为数据库插入生成 JSON。

模型配置参数

Google AI Studio 中的每个提示都附带一个配置面板，其中显示了控制模型行为的关键参数。理解这些参数对于从不可预测的输出过渡到可靠、可用于生产环境的行为至关重要。

范围	它控制着什么	典型范围	实用指南
温度	每一步令牌选择的随机性	0.0 – 2.0	事实性或结构化任务使用 0.0–0.3；创意写作使用 0.7–1.2
Top-P（核取样）	候选令牌的累积概率阈值	0.0 – 1.0	较低的数值（0.8–0.9）可减少不相干性；如果温度设置正确，则很少需要调整。
Top-K	每一步考虑的最大令牌候选数	1 – 40+	较低的值会使输出更具确定性；较高的值会增加多样性。
最大输出令牌	对响应长度（以令牌为单位）设置硬性上限	1 – 模型最大值	为控制成本，设定保守的目标；当需要长期产出时，再提高目标。
停止序列	遇到终止生成的字符串	最多5根弦	适用于结构化输出任务，其中分隔符表示完成。
安全设置	屏蔽有害内容类别的阈值	不屏蔽/少量/部分/大部分	根据具体情况，按类别（骚扰、仇恨言论等）进行调整。

文件和上下文管理系统

Google AI Studio 的一项重要技术特性是它与 Gemini API 的文件 API 集成。用户可以直接在提示会话中上传文件，包括 PDF、图像、音频文件、视频片段和电子表格。这些文件会临时存储在 Google 的服务器上（默认最多 48 小时），并在底层 API 调用中使用 URI 引用，而不是进行内联 Base64 编码。这种方式允许开发者处理大型文件，包括长达数小时的视频，而无需担心请求大小的限制。

Google AI Studio 提供的上下文窗口反映了底层模型的实际上下文窗口。例如，Gemini 1.5 Pro 和 Gemini 2.5 Pro 支持高达一百万个词元的上下文窗口——足以在单个提示中处理整个代码库、一本长篇文档或数小时的转录音频。Google AI Studio 包含一个词元计数器，可以精确显示给定提示及其附件消耗的词元数量，这对于控制成本和确保模型运行在限制范围内至关重要。

系统指令和提示工程工作流程

在 Google AI Studio 中，系统指令被视为一个特权且持久的上下文层，位于对话之上。它们不属于用户回合——它们作为 API 请求中的一个单独字段传递给模型，模型经过训练后会将它们视为权威的行为准则。这种区别至关重要，因为它意味着用户更难通过对抗性提示来覆盖系统指令，因此系统指令是定义 AI 代理的角色、范围、输出格式要求以及任何行为硬性约束的理想位置。

Google AI Studio 推荐的工作流程遵循清晰的步骤：首先，通过自由格式的提示来确定模型的功能；然后，完善系统指令以定义模型如何执行；接着，在对话历史记录中添加少量示例来演示预期模式；之后，调整参数以提升可靠性；最后，将最终配置导出为代码。这种工作流程并非仅仅为了方便用户——它模拟了构建生产级 AI 功能的实际工程流程，这也是 Google 将 Google AI Studio 定位为整个 Gemini API 生态系统入口的原因。

API密钥生成及生产环境部署路径

开发者还可以通过 Google AI Studio 生成 Gemini API 密钥。密钥生成流程直接集成到用户界面中：顶部导航栏中的一个按钮即可创建一个与用户 Google 帐户关联的密钥，该密钥随后可用于任何 SDK 或直接 REST 调用。对于需要企业级安全性、访问控制、VPC 集成和合规性功能的生产应用，Google 建议从通过 AI Studio 访问的 Gemini API 迁移到 Vertex AI——Google Cloud 的托管机器学习平台——该平台使用相同的底层 Gemini 模型，但增加了一整套企业级控制功能。Google AI Studio 实际上是通往这个更大生态系统的入口。

如何开始使用 Google AI Studio：分步设置

要开始使用 Google AI Studio，请访问aistudio.google.com ，使用 Google 帐户登录，接受服务条款，即可直接进入界面，无需安装任何软件。整个平台都在浏览器中运行。

步骤 1：访问和帐户设置

• 在任何现代浏览器（Chrome、Firefox、Edge、Safari 均可）中访问aistudio.google.com 。
• 使用个人 Google 帐号或 Google Workspace 帐号登录。请注意，Workspace 管理员可能需要为其组织启用访问权限。
• 请先阅读并接受 Gemini API 附加服务条款，然后再继续操作。
• 如果您所在的地区尚未提供 Google AI Studio，您将看到候补名单或不可用通知。请查看 Google AI 官方支持地区页面，了解当前可用性。
• 使用免费版无需信用卡。免费版包含对 Gemini 模型的部分功能，但访问频率有限制。除非您选择退出，否则系统会提示您使用 Google 产品进行改进。

步骤二：选择合适的接口模式

Google AI Studio 提供三种不同的提示类型。选择合适的提示类型可以节省大量时间，并避免后续出现混淆。

模式	最适合	主要特点
聊天提示	对话式工作流程、多轮对话、聊天机器人原型设计	维护对话历史记录；支持系统指令
实时流	实时音频和视频互动，实时分析	使用 Gemini Live API；逐个令牌传输响应流
结构化提示（原自由形式）	批量分类、数据提取、少样本示例	输入/输出示例表格，用于统一格式

步骤三：写下你的第一个有效提示

• 首先，在系统指令（对话上方的字段）中定义模型的角色、语气和约束条件。这独立于用户消息，并在整个会话期间保持不变。
• 请明确指定输出格式。如果需要 JSON 格式，请说明并提供 JSON 结构示例。如果需要编号列表，请展示列表结构。
• 使用右侧面板上的温度滑块。对于事实性任务或代码任务，请将其设置为 0 到 0.3 之间。对于创意写作或头脑风暴，0.7 到 1.0 之间会产生更多样化的结果。
• 务必设置最大输出令牌数。如果使用默认最大值，会浪费配额，并且在只需要简短回复时会减慢响应速度。
• 点击“运行”或按 Ctrl+Enter 执行。响应结果会与底部显示的令牌计数一起显示。

步骤 4：上传和处理文件

Google AI Studio 通过文件 API 原生支持多模态输入。您可以直接在提示界面中附加图像、PDF、音频文件、视频文件和纯文本。

• 点击提示输入区域中的回形针或媒体图标上传文件。
• 支持单个文件最大 20MB 的图像。PDF 文件逐页处理，并计入上下文窗口大小。
• 对于 Gemini 1.5 及更高版本，视频文件可以直接上传，也可以通过 YouTube URL 引用。
• 可以直接对音频文件（MP3、WAV、FLAC、AAC）进行转录、摘要或分析。
• 上传的文件存储在文件管理器（可从左侧边栏访问）中，并保留 48 小时后自动删除。请在窗口关闭前下载或保存所需的任何输出文件。

步骤 5：配置模型参数

右侧面板包含所有模型配置设置。了解每个设置可以避免浪费 API 调用和出现不可预测的输出。

• 型号选择器：可选择 Gemini 2.5 Pro、Gemini 2.5 Flash、Gemini 2.0 Flash 及其他可用版本。闪光灯型号速度更快、价格更低；Pro 型号处理复杂逻辑运算能力更强。
• 温度：控制随机性。取值范围为 0.0 到 2.0，具体取决于模型。数值越低，输出结果越确定。
• Top-P 和 Top-K：高级采样参数。Top-P（核心采样）将标记选择限制在累积概率达到 P 的最小集合中。Top-K 将选择限制在 K 个最有可能的标记中。大多数用户除非需要微调输出多样性，否则可以保留这些参数的默认值。
• 安全设置：四种危害类别（骚扰、仇恨言论、色情内容、危险内容）均设有阈值滑块。一般情况下，请保留默认设置。对于研究或特定应用，可在策略限制范围内调整阈值。
• 停止序列：定义使模型停止生成的字符串。这对于结构化输出非常有用，因为在生成过程中，如果遇到特定的分隔符，生成过程就会停止。
• 利用 Google 搜索进行基础搜索：启用此功能后，模型可以在响应之前检索最新的网络信息。对于需要最新信息的查询，请启用此功能。

充分利用 Google AI Studio 的高级策略

最有效的 Google AI Studio 用户会将系统指令、少量示例、结构化输出和“获取代码”功能结合起来，从而快速地从原型过渡到生产 API 集成。

有效利用少样本示例

在结构化提示模式下，您可以添加示例输入输出对，让模型学习您想要的精确模式。这比仅用文字描述模式更可靠。

1. 点击“添加示例”在示例表中插入新行。
2. 请填写一个典型的输入数据以及您期望的确切输出结果。
3. 添加 3 到 10 个涵盖极端情况的例子，而不仅仅是简单情况的例子。
4. 测试方法是在测试行中输入新内容并运行提示符。将输出结果与示例进行比较。
5. 如果输出结果出现偏差，请添加一个反例，说明模型不应该产生什么结果。

使用 Get Code 导出为代码

Google AI Studio 中的每个提示配置都可以导出为可运行的代码。这是该平台对开发者来说最实用的功能之一。

• 配置好提示符后，点击提示区域右上角的“获取代码”按钮。
• 根据您的应用程序技术栈，您可以选择 Python、JavaScript/Node.js、REST (curl) 或 Android (Kotlin)。
• 生成的代码包含您的系统指令、模型参数以及所有已上传的文件引用。请将其直接复制到您的项目中。
• 在将任何代码提交到版本控制系统之前，请将硬编码的 API 密钥占位符替换为环境变量。

获取和管理您的 API 密钥

• 点击左侧边栏或顶部导航栏中的“获取 API 密钥” 。
• 点击“创建 API 密钥”并将其与 Google Cloud 项目关联（或者让 AI Studio 自动创建一个）。
• 立即复制密钥并将其存储在密码管理器或密钥管理器中。Google 在密钥创建后不会再次显示完整密钥。
• 定期轮换密钥，并从 API 密钥管理页面删除未使用的密钥。
• 在 Google Cloud 控制台的 API 和服务下监控使用情况，以便在意外高峰导致付费层级产生意外费用之前将其捕获。

使用长上下文窗口

Gemini 2.5 Pro 支持最多 100 万个令牌的上下文窗口，Gemini 2.5 Flash 也支持最多 100 万个令牌。这使得以前其他型号无法实现的工作流程成为可能。

• 将整个代码库、法律文件、研究论文或书籍长度的文本直接粘贴到提示符中。
• 要求模型交叉引用各章节，找出不一致之处，或按页码范围或章节标题总结特定部分。
• 对于非常大的文件，请使用文件 API 上传而不是粘贴文本，因为直接粘贴在用户界面中存在实际的字符限制。
• 请注意提示区域右下角的令牌计数器。它会在您输入内容或添加文件时实时更新，帮助您保持在模型限制范围内。

使用思考模式（Gemini 2.5 型号）

Gemini 2.5 Pro 和 Flash 都包含一个可选的思考模式，该模式会在给出最终答案之前显示模型的内部推理过程。这对于数学、逻辑和多步骤编程问题尤其有用。

• 在模型设置面板中，找到“思考预算”控件并启用它。
• 思考过程图例显示在最终答案上方的可折叠区域。请查阅这些图例，以了解模型得出特定结论的原因。
• 思考模式消耗的代币计入您的总代币使用量和总成本。对于简单的任务，请禁用思考模式以降低延迟和成本。
• 如果思考结果显示存在错误的假设，请修改你的提示，明确纠正该假设，而不是仅仅再次提问。

Google AI Studio 中应避免的常见错误

Google AI Studio 中最常见的错误包括：在客户端代码中暴露 API 密钥、忽略系统指令字段、为任务使用错误的模型以及在处理多模态输入时误读令牌计数器。

提示和配置错误

• 将所有内容都放在用户消息中：系统指令字段的处理方式与用户回合不同。角色定义、格式规则和持久约束应放在系统指令中，而不是第一个用户消息中。将它们混在一起会降低一致性。
• 将所有任务的温度设置为最高：对事实性任务或代码生成任务使用过高的温度会导致幻觉和语法错误。请根据任务类型仔细匹配温度。
• 忽略安全过滤器响应：如果模型返回被阻止的响应，问题通常出在提示的措辞上，而不是其潜在意图。请重新措辞，使其更符合临床或上下文，而不是反复触发相同的被阻止措辞。
• 未测试极端情况：对于典型输入有效的提示框，在输入空字符串、过长文本、非英文文本或包含特殊字符的文本时，往往会失效。在发布任何集成之前，务必测试这些情况。
• 忘记保存提示： Google AI Studio 不会自动保存。请定期使用右上角的“保存”按钮。因意外关闭浏览器而丢失的提示将无法恢复。

API密钥和安全错误

• 在源代码中硬编码 API 密钥：任何提交到公共 GitHub 仓库的密钥都会在几分钟内被自动扫描器检测到，并且可能在你察觉之前就被滥用。务必使用环境变量或密钥管理器。
• 所有环境使用同一密钥：为开发、测试和生产环境分别创建密钥。这样，您可以轮换或撤销单个密钥，而不会影响所有环境。
• 在生产环境中直接从浏览器端 JavaScript 调用 Gemini API：这会将您的密钥暴露给任何检查网络流量的人。请将 API 调用路由到服务器端代理或后端函数。

成本和配额错误

• 未监控令牌使用情况：上传大文件，尤其是 PDF 和视频，消耗的令牌数量远超用户预期。一份 100 页的 PDF 文件每次查询可能消耗 5 万个或更多令牌。
• 在专业版模型上进行迭代实验：在快速开发和实验阶段使用 Flash 版模型。仅在最终验证和生产阶段切换到专业版模型。大规模应用时，成本差异显著。
• 假设免费套餐的限制是永久性的： Google 会调整免费套餐的速率限制和型号可用性。请构建具有优雅降级功能的应用程序，使其能够处理 429 速率限制错误而不崩溃。
• 未设置结算提醒：如果您升级到 Google Cloud 的付费套餐，请设置预算提醒，分别在每月预算的 50% 和 90% 时发出提醒。流量失控或意外激增会导致账单迅速飙升。

工作流程和协作中的错误

• 不使用提示符版本控制：保存不同版本的提示符，并使用描述性名称（例如 v1-basic、v2-with-examples、v3-json-output），而不是直接覆盖现有版本。这样，当更改导致性能下降时，可以轻松回滚到之前的版本。
• 共享嵌入 API 密钥的提示：导出提示或共享工作区链接时，请确认共享内容中不包含任何 API 密钥字符串。
• 部署前跳过令牌计数检查：在用户界面中可以正常运行的提示框，在替换为真实用户数据后，可能会超出令牌限制。部署前务必使用最大长度的真实输入进行测试。

Google AI Studio 中的高级工具、集成和工作流自动化

Google AI Studio 提供了一套内置工具和外部集成点，使开发者能够从手动提示实验过渡到全自动的生产级 AI 流水线。核心工具包括函数调用、代码执行、与 Google 搜索的集成以及流式 API——所有这些工具都可以组合在一个系统提示配置中，并直接导出为可运行的应用程序代码。

函数调用和工具使用

通过函数调用，AI Studio 中的 Gemini 模型能够与外部系统交互，生成与开发者定义的函数签名相对应的结构化 JSON。模型不会返回纯文本答案，而是识别用户请求何时需要外部操作（例如查询数据库、调用 REST 端点或检索实时数据），并返回一个可供应用程序代码执行的结构化调用对象。AI Studio 允许您直接在用户界面中定义这些函数声明，进行交互式测试，并在编写任何生产代码之前检查模型生成的 JSON。

• 在用户界面中声明函数：使用提示编辑器中的“工具”面板添加函数名称、描述和参数架构。
• 测试多轮工具循环：在不离开浏览器的情况下模拟完整的请求-响应-结果周期。
• 导出为 SDK 代码： AI Studio 生成等效的 Python 或 JavaScript 代码片段，包括函数声明对象，可直接粘贴到您的项目中。
• 并行函数调用： Gemini 1.5 及更高版本支持在单个回合中调用多个函数，AI Studio 会在其响应检查器中显示这些函数。

代码执行工具

代码执行工具使 Gemini 能够在沙盒环境中编写和运行 Python 代码，并将输出作为响应的一部分返回。这对于数据分析任务、数学推理以及任何需要模型验证自身计算的工作流程都非常有用。在 AI Studio 中，您可以启用此工具，在提示中传递数据集或数值问题，然后观察模型生成代码、执行代码并将结果整合到响应跟踪面板中的过程。

利用谷歌搜索进行接地气

“接地”功能将 Gemini 的响应与实时网络内容关联起来，从而减少对时效性或事实性查询的误判。在 AI Studio 中启用此功能后，模型会自动发出搜索查询，检索相关摘要，并内联引用来源。构建新闻摘要器、研究助手或面向用户的问答工具的开发者可以在提交 API 之前，以交互方式验证“接地”功能的行为。“接地”元数据（包括使用的搜索查询和来源 URL）会随 API 响应返回，并可在 AI Studio 响应检查器中查看。

系统指令和已保存的配置

系统指令作为一个持久的上下文层，贯穿对话的每一个环节，塑造着模型的行为。AI Studio 允许您编写、版本控制并将这些配置保存为项目库中的命名提示。团队可以跨多个开发人员共享一个规范的系统指令文件，从而确保原型设计和生产环境之间模型行为的一致性。保存的配置还会存储温度、峰值压力 (top-P)、峰值开尔文 (top-K)、安全设置和工具声明等信息，因此整个实验设置都是可复现的。

流媒体和实时 API

对于实时应用——例如语音界面、实时转录和交互式编码助手——AI Studio 直接在浏览器中提供流媒体 API 和实验性的 Live API。Live API 支持与 Gemini 进行双向音频和视频流传输，使开发人员无需预先搭建任何后端基础设施即可构建多模态实时体验原型。您可以在 AI Studio 界面中对着麦克风讲话、共享屏幕或传输视频流，并以亚秒级延迟观察模型响应。

利用 AutoSEO 实现 AI Studio 工作流程自动化

使用 Google AI Studio 进行大规模内容生成、关键词研究或结构化数据提取的内容和 SEO 团队经常发现，手动提示-测试-导出流程在规模化应用中会成为瓶颈。而AutoSEO正好弥补了这一不足。AutoSEO 连接到 Gemini API（AI Studio 的底层模型基础架构），并自动化端到端的工作流程：导入关键词列表或内容概要，使用优化的系统提示发送批量 API 调用，对结构化输出进行后处理，以及发布结果或标记结果以供人工审核。AI Studio 是设计和验证提示策略的理想环境，而 AutoSEO 则能够大规模地执行该策略，无需在 AI Studio 界面和生产 CMS 或数据管道之间进行手动复制粘贴。团队可以在 AI Studio 中构建提示配置，导出 API 参数，然后直接将其交给 AutoSEO 进行定时监控执行。

如何衡量使用 Google AI Studio 构建时的成功

衡量 Google AI Studio 的成功与否，意味着要同时跟踪模型输出的质量以及这些输出所带来的业务成果。没有单一的通用指标；合适的衡量框架取决于您构建的是面向客户的产品、内部自动化工具还是研究原型。

输出质量指标

• 任务完成率：对于结构化任务（提取、分类、摘要），衡量无需人工纠正即可正确完成任务的响应百分比。
• 事实准确性：对于依赖事实或知识密集型应用，请提供样本响应并对照权威来源验证声明。随着系统指令的不断完善，请跟踪错误率随时间的变化。
• 格式合规性：如果您的应用程序依赖于 JSON、Markdown 或其他结构化输出格式，请衡量正确解析且无错误的响应百分比。
• 延迟：记录首次令牌到达时间和总响应时间。AI Studio 的流式界面可让您实时了解延迟情况，但生产环境监控需要使用经过检测的 API 调用。
• 令牌效率：跟踪每次请求的平均输入和输出令牌数量。过多的提示会增加成本和延迟；优化令牌使用是一个可衡量、可迭代的目标。

业务和产品指标

• 单项任务成本：将平均代币使用量乘以适用的 Gemini API 定价层级。将其与被其替代或增强的人工工作流程的成本进行比较。
• 吞吐量：您的 AI 驱动型工作流程每小时或每天能完成多少任务？在部署前确定基准值，并在优化提示和基础架构的过程中跟踪改进情况。
• 人工审核率：对于包含人工审核环节的工作流程，需追踪人工智能输出结果中需要修正或拒绝的百分比。审核率随时间推移而下降，表明流程正在迅速改进。
• 用户满意度：对于面向客户的应用程序，收集明确的评分或隐含的信号（例如，后续问题、会话放弃），以衡量感知到的响应质量。

评估框架和评估

Google AI Studio 目前尚未提供原生自动化评估套件，但 Gemini API 支持基于模型的评估模式，即通过第二次 Gemini 调用，根据预设的评分标准对第一次调用的输出进行评分。开发者可以使用该 API 构建轻量级的评估工具：维护一个包含输入输出对的黄金数据集，针对该数据集运行新的提示版本，并使用 LLM 作为评判员调用，根据正确性、语气和简洁性等维度对输出进行评分。在电子表格或实验跟踪工具中跟踪不同提示版本的评分，即可获得提示随时间推移而改进的可复现记录。

生产监控

项目从 AI Studio 迁移到生产环境后，应使用结构化日志记录 API 调用，以捕获提示版本、模型版本、令牌计数、延迟以及任何下游结果信号。设置警报，以便及时发现异常延迟峰值或格式合规性突然下降的情况，这些情况通常表明模型已更新或输入分布发生了变化。定期审查采样输出，而不仅仅依赖自动化指标——指标无法发现的极端情况和故障模式几乎总能在人工审查中被发现。

指标类别	具体指标	如何测量	目标信号
输出质量	任务完成率	手动采样或自动解析	增加提示迭代
输出质量	格式合规性	后处理中的 JSON/模式验证	生产工作流程成功率超过 98%
表现	首次令牌到达时间	已检测的 API 调用时间戳	符合模型层级服务水平协议
成本	每项任务的成本	令牌日志 × API 定价	随着提示信息的优化而减少
商业	人工审核率	工作流程跟踪系统	随时间推移而下降
商业	用户满意度	评分、会话信号	发布后稳定或有所改进

常问问题

Google AI Studio 可以免费使用吗？

Google AI Studio 可免费访问和使用，用于原型开发。免费套餐提供对 Gemini 模型的访问，但有每分钟和每天的请求次数限制。对于更高的吞吐量或生产工作负载，您需要关联 Google Cloud 结算帐户，并通过 Gemini API 按令牌付费。免费套餐足以满足个人开发者、学生和早期原型开发的需求；付费套餐则专为需要持续、高容量访问的应用而设计。

Google AI Studio 和 Vertex AI 有什么区别？

Google AI Studio 是一个基于浏览器的原型开发环境，旨在帮助开发者快速访问 Gemini 模型，而无需进行基础架构搭建。Vertex AI 是 Google Cloud 的企业级机器学习平台，它不仅托管相同的 Gemini 模型，还提供模型微调、MLOps 流水线、数据治理、VPC 控制和企业级 SLA 等附加服务。大多数开发者最初使用 AI Studio，当需要企业级安全控制、自定义模型训练或与 Google Cloud 服务进行更深入的集成时，才会迁移到 Vertex AI。您在 AI Studio 中生成的 Gemini API 密钥与 Vertex AI 凭据是分开的。

Google AI Studio 中有哪些 Gemini 模型可用？

AI Studio 提供对当前 Gemini 模型系列的访问，截至 2025 年，该系列包括 Gemini 2.5 Pro、Gemini 2.5 Flash、Gemini 2.0 Flash 以及一些实验性变体。提示编辑器中的模型选择器列出了所有当前可用的模型，以及它们的上下文窗口大小、模态支持和定价层级。实验性模型会进行相应标记，并且可能会更改其行为或弃用，恕不另行通知。稳定模型遵循版本化的命名约定（例如，gemini-2.5-pro-preview），您可以在生产 API 调用中固定该约定。

我可以在 Google AI Studio 中微调模型吗？

Google AI Studio 通过其调优界面支持对部分 Gemini 模型进行监督式微调。您只需上传 JSONL 格式的输入输出对数据集，配置训练参数，AI Studio 便会在 Google 的基础架构上完成微调工作。调优后的模型会与基础模型一起显示在模型选择器中。对于更高级的微调选项，例如基于人工反馈的强化学习或大规模数据集调优，Vertex AI 提供了更丰富的控制选项。AI Studio 中的微调最适合在相对较小且精心整理的数据集上调整模型的语调、格式或领域词汇。

如何在AI Studio中保护我的API密钥和提示信息的安全？

在 AI Studio 中生成的 API 密钥应视为敏感凭证。请勿将其直接嵌入客户端代码或公共代码库中。在任何调用 Gemini API 的应用程序中，请使用环境变量或密钥管理器。AI Studio 本身会将您的提示信息存储在您的 Google 帐户中，不会公开显示，但除非您已查看 Google 针对相应服务层级的数据使用政策，否则在开发过程中应避免在提示信息中包含个人身份信息或专有数据。对于企业级数据处理需求，Vertex AI 提供额外的数据驻留和处理控制选项。

Google AI Studio 支持哪些文件类型和格式？

AI Studio 支持文本、图像（JPEG、PNG、WebP、HEIC、HEIF）、音频（MP3、WAV、FLAC、AAC、OGG 等）、视频（MP4、MOV、AVI 等）以及包括 PDF 在内的文档。文件可以直接上传到提示编辑器，也可以通过 URL 引用。AI Studio 提供的文件 API 允许您上传最大 2 GB 的文件，并在 API 调用中使用 URI 引用它们，这对于超出内联数据限制的大型音频或视频文件非常有用。支持的模态取决于所选的具体模型；并非所有模型都支持所有输入类型。

Google AI Studio 中的系统提示是如何工作的？

在 AI Studio 界面中称为“系统指令”的系统提示是一个特殊的输入字段，它会在任何用户回合开始之前为模型设置持久上下文。它是定义模型角色、输出格式要求、约束条件、领域知识和行为规则的理想位置。系统指令会随系统角色的每次 API 调用一起发送，与用户和模型的对话回合相互独立。对系统指令的更改会在 AI Studio Playground 中立即生效，使其成为无需修改应用程序代码即可迭代模型行为的最快方法。

Google AI Studio 能否处理长文档和大型上下文窗口？

是的。Gemini 2.5 Pro 支持高达一百万个词元的上下文窗口，足以在单个提示中处理书籍长度的文档、大型代码库或数小时的转录音频。AI Studio 的界面接受通过直接上传或文件 API 导入的长文档，并显示词元计数估算值，以便您监控上下文的使用情况。当接近上下文限制时，请注意过长的上下文可能会增加延迟和成本。在检索类任务中，将最相关的内容放在上下文的开头或结尾附近，通常可以提高响应质量。

Google AI Studio 中的 Live API 是什么？它与标准 API 有何不同？

Live API 是一种低延迟的双向流接口，支持实时音频、视频和文本输入。与遵循请求-响应模式的标准 Gemini API 不同，Live API 维护着持久的 WebSocket 连接，从而实现连续的多模态对话，模型可以以极低的延迟响应语音、屏幕内容或摄像头输入。在 AI Studio 中，可以通过专用界面访问 Live API，直接在浏览器中测试语音和视频交互。它专为实时语音助手、在线辅导工具和交互式编程助手等应用而设计，在这些应用中，基于回合的延迟会降低用户体验。

如何将 Google AI Studio 中的提示导出到生产代码？

AI Studio 中的每个提示配置都有一个“获取代码”按钮，点击即可生成 Python（使用 Google GenAI SDK）、JavaScript、REST（curl）或 Android（Kotlin）的可用代码片段。导出的代码包含您的系统指令、模型选择、生成配置参数以及您设置的任何工具声明。它不会直接包含您的 API 密钥，而是引用一个环境变量占位符。您可以将此代码直接复制到您的项目中，安装相应的 SDK，将 API 密钥设置为环境变量，然后立即运行。对于从原型开发过渡到生产环境的开发人员来说，此导出功能是 AI Studio 最实用的功能之一。