Gemini API 搭配 Vertex AI 探索 GenAI

課程概述

Gemini 是 Google 最新一代的多模態大語言模型，文字、圖片、影片、音訊都能一起讀懂。透過 Vertex AI，你可以在企業級的安全環境裡呼叫 Gemini API，開發生成式 AI 應用。這門課會先帶你玩 Vertex AI Studio 的圖形介面，再一路講到 API 呼叫和 Prompt 工程的技巧。

你將學到

• 在 Vertex AI Studio 中使用圖形介面測試 Gemini 模型
• 透過 REST API 與 Python SDK 呼叫 Gemini API
• 設計有效的 Prompt，包含 Zero-shot 與 Few-shot 技巧
• 使用多模態功能分析圖片與文件
• 理解 Gemini 模型家族的差異與選擇策略

核心概念

Gemini 模型家族

模型	特色	適用場景	速度	成本
Gemini Flash	速度最快、最便宜	大量請求、即時互動	極快	低
Gemini Pro	推理能力最強	複雜分析、長文本	中等	中
Gemini Nano	Android 裝置端推論	行動裝置、邊緣運算（不在本課程範圍）	取決於裝置	無雲端成本

注意：Gemini Nano 僅供 Android 裝置端使用（透過 AICore / ML Kit GenAI），無法透過 Vertex AI 或 Gemini API 呼叫。本課程聚焦於 Vertex AI，實際可選用的是 Flash 與 Pro。

大多數場景建議從 Flash 開始，只有在效果不佳時才考慮升級到 Pro。

Vertex AI Studio

Vertex AI Studio 是 Google Cloud Console 裡的圖形化 GenAI 開發環境，不用寫任何程式碼就能：

• 測試不同 Prompt 並比較回應品質
• 調整溫度（Temperature）、Top-K、Top-P 等參數
• 上傳圖片測試多模態能力
• 一鍵取得對應的 API 呼叫程式碼

Prompt 設計基礎

Prompt 寫得好不好，幾乎決定了 GenAI 應用的成敗。幾個核心技巧：

• 角色設定 — 告訴模型「你是一位…」，框定回答範圍
• 明確指令 — 具體說明期望的格式、長度、語言
• Zero-shot — 直接提問，不提供範例
• Few-shot — 提供 2-3 個輸入/輸出範例，引導模型學習模式
• Chain-of-thought — 要求模型「一步一步思考」，提升推理品質

多模態能力

Gemini 原生就支援多模態，意思是你可以在同一個請求裡混搭好幾種輸入：

• 上傳一張架構圖，要求 Gemini 分析並提出改善建議
• 傳入一段影片，請 Gemini 摘要關鍵內容
• 結合文字描述與參考圖片，生成更精確的回應

實作重點

• 在 Vertex AI Studio 測試好 Prompt 後，可點擊「取得程式碼」直接複製 Python / curl 範例
• API 呼叫需先啟用 Vertex AI API，並設定正確的 GCP 專案與區域
• 溫度參數：0.0 適合事實型任務（翻譯、摘要），0.7-1.0 適合創意型任務（寫作、腦力激盪）
• 常見錯誤：Prompt 過於模糊導致回應品質不穩定，應加入明確的限制條件
• 安全性：生產環境務必透過 VPC Service Controls 限制 API 存取範圍

Skill Badge 指引

Lab 連結：Explore Generative AI with the Gemini API in Vertex AI — 完成此 lab 可獲得 Skill Badge

延伸學習

• Gemini 輔助數據分析 — 將 Gemini 應用在資料分析場景
• 在 BigQuery 中使用 Gemini 模型 — 在 SQL 查詢中直接呼叫 Gemini
• GCP GenAI 課程：Prompt Engineering — 把進階 Prompt 工程技巧再練熟一點