Google AI Studio 使用指南：快速集成 Gemini 模型

2. Freeform Prompt (自由格式模式)

这是最灵活的模式，不仅包含文本，还可以混合图片、视频。

• 场景：内容生成、图像分析、视频理解。
• 多模态实战：点击输入框的 + 号，上传一个 20 分钟的视频文件（Gemini 1.5 支持视频理解）。然后在 Prompt 中输入：'总结这个视频的关键时间点和内容。' 你会惊讶于它的多模态处理能力。

3. Structured Prompt (结构化模式)

这对开发者最重要。它用于强制模型输出特定的格式（如 JSON）或进行批量测试。

• Data (Examples)：你可以像填表格一样，提供'Input'和'Output'的示例对。
  • Input: "苹果" -> Output: "水果"
  • Input: "牛肉" -> Output: "肉类"
• Test：在测试区输入'西蓝花'，模型会根据上面的规律输出'蔬菜'。
• 这对于数据清洗、分类、实体提取等任务非常有效。

五、代码集成：从 Playground 到 Production

这是 Google AI Studio 最杀手级的功能。当你调试出一个完美的 Prompt 后，不需要自己手写调用代码。

1. 点击界面右上角的 "Get Code" 按钮。
2. 选择你需要的语言：Python, JavaScript, cURL, Go 等。
3. 复制生成的代码到你的 IDE 中。

Python 调用示例

假设你已经安装了 SDK (pip install -q -U google-generativeai)：

import google.generativeai as genai
import os

# 配置 API KEY
genai.configure(api_key="你的_API_KEY")

# 初始化模型
model = genai.GenerativeModel(
    model_name="gemini-1.5-flash",
    system_instruction="你是一个友好的翻译助手，将中文翻译成英文。"
)

# 发送请求
response = model.generate_content("你好，人工智能的世界！")

# 打印结果
print(response.text)

JSON Mode (强制 JSON 输出)

在开发 API 时，我们通常需要 JSON 格式。在代码中可以这样设置：

model = genai.GenerativeModel(
    model_name="gemini-1.5-pro",
    generation_config={"response_mime_type": "application/json"}
)

response = model.generate_content("列出 5 个编程语言，包含 name 和 difficulty 字段")
print(response.text) # 输出将是标准的 JSON 字符串，可以直接解析

六、进阶技巧：利用长上下文 (Long Context)

Gemini 1.5 Pro 的 200 万 token 上下文窗口是目前业界的'核武器'。

实战场景：代码库理解

1. 将你整个项目的代码文件（或者是几十个 PDF 文档）打包。
2. 在 Google AI Studio 中点击 + 上传文件（Upload to Drive）。
3. Prompt：'这是我的项目代码，请帮我分析 auth.py 模块中可能存在的安全漏洞，并解释 utils.js 是如何被调用的。'
4. 结果：模型会基于你提供的所有文件进行全盘检索和推理，无需使用 RAG（检索增强生成）即可处理海量数据。

七、总结

Google AI Studio 是连接开发者与 Gemini 模型的桥梁。它不仅是一个测试台，更是一个代码生成器。

最佳实践建议：

1. 先在 Studio 调试：不要直接在代码里改 Prompt，效率太低。在 Studio 里调好参数（Temperature）和 Prompt 结构。
2. 善用 System Instructions：这是控制模型行为最有效的地方。
3. 利用 Flash 模型降本：在许多简单任务（如摘要、分类）上，1.5 Flash 的表现足够好且极快。
4. 拥抱多模态：不要只发文字，尝试让模型理解图片和视频，这会为你的应用带来全新的交互维度。

现在，获取 API Key 即可开始构建 AI 应用。