Vertex AI Studio 入門：認識新版 Agent Studio

課程概述

如果你照著舊教材找 Vertex AI Studio，現在可能會先看到 Agent Studio。Google Cloud 在 2026 年把 Vertex AI 演進為 Gemini Enterprise Agent Platform，原本用來測 Prompt、調模型參數與取得程式碼的工作流程，也逐步整合到 Agent Studio。這堂課會把新舊名稱對上，重點放在不容易隨介面改版失效的實驗方法。

你將學到

• 釐清 Vertex AI Studio、Gemini Enterprise Agent Platform 與 Agent Studio 的名稱關係
• 在 Prompt 編輯器加入系統指令、範例、媒體與模型參數
• 正確看待 Grounding、Safety Settings 與模型評估各自能解決的問題
• 透過 Model Garden 比較模型卡、服務方式、成本與治理需求
• 從 Agent Studio 取得程式碼後，補齊正式應用需要的工程能力

核心概念

先把新舊名稱對上

Google Cloud 在 2026 年 4 月宣布 Gemini Enterprise Agent Platform 是 Vertex AI 的演進版本，後續服務與產品路線會在新平台延續，詳見官方公告。目前主控台的 Prompt 操作介面稱為 Agent Studio；舊 Lab 仍可能寫 Vertex AI Studio，按鈕名稱和位置也可能不同。碰到畫面對不上時，先找「建立 Prompt、系統指令、模型設定、儲存、取得程式碼」這幾個概念，不必硬找完全相同的選單。

Studio 適合做什麼？

Agent Studio 適合拿幾個真實案例快速試模型、System Instructions、少樣本範例、媒體輸入與生成參數，也能保存 Prompt 並取得 SDK 或 API 程式碼。它最有價值的不是「某次回答看起來不錯」，而是讓你在固定測試資料上反覆比較。不同模型支援的參數和工具不完全一樣，介面也會更新，所以不要把 Temperature、Top-P 或某個模式名稱寫死成所有模型都有。

儲存 Prompt 只是第一步。正式團隊仍應把提示、模型 ID、參數、Grounding 設定與測試案例放進可追蹤的版本流程；否則同事很難知道「昨天那個好答案」到底用了哪組設定。

Model Garden 的模型選擇

Model Garden 是用來探索 Google、合作夥伴與開放模型的模型庫，可依任務、供應商和功能篩選，再查看模型卡。不同模型可能採受管 API、自行部署 Endpoint，或其他服務方式，不是每張模型卡都能用同一種「一鍵部署」。挑模型時除了品質，也要一起比較地區、資料治理、授權、輸入長度、延遲、吞吐量與總成本；最新分類以官方 Model Garden 說明為準。

Grounding 是補來源，不是保證正確

Grounding 會先從 Google Search、地圖、企業資料或支援的搜尋來源取回內容，再讓模型依這些內容回答。回應可能包含佐證段落與來源中繼資料，但並不保證每一句都有依據，也不會替你的私有資料權限把關。上線前仍要檢查檢索命中率、引用是否足以佐證結論，以及使用者能不能看到不屬於他的文件。可用來源會隨模型與平台更新，請以官方 Grounding 文件為準。

Safety Settings 的細粒度控制

可設定的內容篩選器會針對仇恨、騷擾、性內容與危險內容等類別評分，再依門檻阻擋回應。主控台常見 Off、Block few、Block some、Block most，API 則有對應的門檻與評分方法；實際預設值可能因模型版本而異。安全篩選器是輸出前的一道護欄，不會直接教模型如何回答，也不能取代 Prompt Injection 防護、權限檢查、人工升級流程與產品政策。完整差異請看官方安全篩選器文件。

從 Get code 到正式應用

「Get code」會幫你帶出目前 Prompt 與模型設定的呼叫範例，適合當整合起點，但它不會自動補上身分驗證、授權、Secret 管理、限流、逾時、重試、記錄遮罩或回退策略。也不要把一次手動測試當成模型評估；至少要準備一批代表真實使用情境的案例，對照品質、依據、安全、延遲與成本，再決定能不能往下一關走。

實作重點

• 在 Agent Studio 建立並儲存 Prompt，記錄模型 ID、System Instructions、參數與測試輸入
• 用同一批案例比較至少兩個可用模型，不只挑各自最好看的回應
• 分別測試有無 Grounding 時的來源正確性，確認引用真的足以佐證回答
• 使用「Get code」取得目前支援語言的範例，在本地加入錯誤處理與安全的憑證方式
• 測試不同 Safety Settings，記錄誤擋與漏擋，並確認應用自己的政策仍會執行

Lab 導讀

Lab 連結：Introduction to Vertex AI Studio — Google Cloud Skills Boost

這個 Lab 原本以 Vertex AI Studio 為名；若主控台顯示 Agent Studio，請依新版官方操作流程對照「Create prompt、System instructions、Save、Get code」等功能。操作時準備一組固定案例，每次只改一個變因，否則很難判斷究竟是 Prompt、模型還是參數造成差異。

延伸學習

• Vertex AI Prompt 設計 — Prompt 設計的詳細技巧
• Google Cloud AI/ML 概論 — Vertex AI 在更廣泛 ML 平台中的定位
• Gemini 開發者指南 — 從 Studio 走向 API 開發