Vertex AI Studio 入門
課程概述
Vertex AI Studio 是 Google Cloud 給開發者的 GenAI 操作中心，把 Prompt 設計、模型測試、內容安全設定、API 程式碼生成這些功能全都收在同一個地方。這堂課會帶你把 Vertex AI Studio 的每個功能模組走一遍，讓你能用這個工具把 GenAI 應用的開發跟迭代做得更快。
你將學到
- 導覽 Vertex AI Studio 的四大功能區：語言、視覺、語音、影片
- 使用 Free-form 模式與 Chat 模式進行 Prompt 設計與測試
- 設定 Safety Settings 與 Grounding 功能控制模型輸出品質
- 透過 Model Garden 選擇、部署與管理不同的基礎模型
- 從 Vertex AI Studio 匯出 API 程式碼，快速整合進應用
核心概念
Vertex AI Studio 的定位
Vertex AI Studio 是 GenAI 開發的「遊樂場」，不用寫半行程式碼，你就能快速測試不同模型、調參數、設計 Prompt。但它不只是個測試工具，它還能直接幫你匯出可用的 API 程式碼（Python、Node.js、curl），讓你從實驗順順地接到正式開發。它同時也是團隊協作的平台，Prompt 可以儲存、做版本管理、分享給別人。
語言功能模組
語言模組是最常用的功能區，有三種互動模式。Free-form 模式適合單次請求的任務，像摘要、翻譯、分類。Chat 模式可以多輪對話，還能設定 System Instruction 來定義對話規則。Code 模式則是專門為程式碼生成跟解釋調校過的。三種模式都能調 Temperature、Top-K、Top-P、最大輸出 Token 數這些生成參數。
Model Garden 的模型選擇
Model Garden 收了三類模型。Google 自研模型（Gemini 系列、Imagen、Codey 等）拿來就能用，跟 Vertex AI 整合得很深。開源模型（Llama、Mistral、Stable Diffusion 等）可以一鍵部署到 Vertex AI Endpoints。第三方模型（像 Anthropic Claude）則是透過合作夥伴 API 提供。挑模型的時候，記得把任務類型、效能需求、成本預算跟合規要求一起考慮進去。
Grounding 與 Vertex AI Search 整合
Grounding 讓模型回答時能參照外部知識來源，可以明顯減少幻覺。你可以把 Grounding 接到 Google Search（即時網路資訊），或是自訂的 Vertex AI Search Data Store（企業內部資料）。開了 Grounding 之後，模型會在回答裡引用資料來源，使用者就能自己驗證回答可不可靠。
Safety Settings 的細粒度控制
Vertex AI Studio 可以針對四個安全類別（仇恨言論、危險內容、性暗示、騷擾）分別設篩選等級：Block None、Block Few、Block Some、Block Most。不同場景要的安全等級不一樣，面向一般使用者的應用通常會選比較嚴的，內部研究工具則可能放寬一點。
實作重點
- 在 Vertex AI Studio 中逐一體驗 Free-form、Chat、Code 三種模式
- 設定一個完整的 Chat 應用：定義 System Instruction、調整生成參數、啟用 Grounding
- 在 Model Garden 中比較至少三個不同模型在相同任務上的表現
- 使用「Get Code」功能匯出 Python 程式碼，在本地環境中執行
- 測試不同 Safety Settings 等級對輸出的影響
Lab 導讀
Lab 連結：Introduction to Vertex AI Studio — Google Cloud Skills Boost
這個 Lab 主要靠動手操作，帶你把 Vertex AI Studio 的核心功能走一遍。建議別只照著步驟按，每個環節都多試一點：改改 Prompt、調調參數、換換模型。測驗重點有幾個：各功能模組分別適合什麼場景、Safety Settings 該怎麼設、還有 Grounding 是怎麼運作的。
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