میتوانید از مدل Gemini بخواهید که از پیامواره فقط نوشتاری یا پیامواره چندحالته نوشتار تولید کند. وقتی از Firebase AI Logic استفاده میکنید، میتوانید این درخواست را مستقیماً از برنامهتان انجام دهید.
پیاموارههای چندحالته میتوانند شامل انواع مختلفی از ورودی باشند (مانند نوشتار همراه با تصاویر، فایلهای PDF، فایلهای نوشتار ساده، صدا، و ویدیو).
این راهنما نحوه تولید نوشتار از پیامواره فقط نوشتاری و از پیامواره چندحالتی پایه که حاوی فایل است را نشان میدهد.
پرش به کد برای ورودی فقط نوشتاری پرش به کد برای ورودی چندوجهی پرش به کد برای پاسخهای جاریسازیشده
|
برای گزینههای بیشتر کار با نوشتار، راهنماهای دیگر را ببینید تولید برونداد ساختاریافته گپ چندنوبتی تولید نوشتار در دستگاه نوشتار به گفتار (TTS) تولید تصویر از نوشتار |
قبل از شروع
|
روی ارائهدهنده Gemini API کلیک کنید تا محتوا و کد مختص ارائهدهنده را در این صفحه ببینید. |
اگر قبلاً این کار را نکردهاید،
راهنمای شروع به کار را تکمیل کنید که نحوه
راهاندازی پروژه Firebase، اتصال برنامه به Firebase، افزودن کیت توسعه نرمافزار،
مقداردهی اولیه سرویس پسبست برای ارائهدهنده Gemini API انتخابی، و
ایجاد نمونه GenerativeModel را شرح میدهد.
برای آزمایش و تکرار پیاموارههایتان، توصیه میکنیم از Google AI Studio استفاده کنید.
تولید نوشتار از ورودی فقط نوشتاری
|
قبلاز امتحان کردن این نمونه، بخش
قبلاز شروع این راهنما را تکمیل کنید
تا پروژه و برنامهتان را راهاندازی کنید. در آن بخش، روی دکمهای برای ارائهدهنده انتخابیتان Gemini API نیز کلیک خواهید کرد تا محتوای مختص ارائهدهنده را در این صفحه ببینید. |
میتوانید از مدل Gemini بخواهید با پیامواره نوشتار-فقط ورودی نوشتار تولید کند.
Swift
برای تولید نوشتار از ورودی فقط نوشتاری، میتوانید با
generateContent()
تماس بگیرید.
import FirebaseAILogic
// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create a `GenerativeModel` instance with a model that supports your use case.
let model = ai.generativeModel(modelName: "gemini-3.8-flash")
// Provide a prompt that contains text
let prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")
Kotlin
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی فقط نوشتاری، نوشتار تولید کنید.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash")
// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
val response = model.generateContent(prompt)
print(response.text)
Java
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی فقط نوشتاری، نوشتار تولید کنید.
ListenableFuture را برمیگرداند.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
// Provide a prompt that contains text
Content prompt = new Content.Builder()
.addText("Write a story about a magic backpack.")
.build();
// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
Web
برای تولید نوشتار از ورودی فقط نوشتاری، میتوانید با
generateContent()
تماس بگیرید.
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer): Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(ai, { model: "gemini-3.8-flash" });
// Wrap in an async function so you can use await
async function run() {
// Provide a prompt that contains text
const prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
const result = await model.generateContent(prompt);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
Dart
برای تولید نوشتار از ورودی فقط نوشتاری، میتوانید با
generateContent()
تماس بگیرید.
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
final model =
FirebaseAI.googleAI().generativeModel(model: 'gemini-3.8-flash');
// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];
// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);
Unity
برای تولید نوشتار از ورودی فقط نوشتاری، میتوانید با
GenerateContentAsync()
تماس بگیرید.
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.8-flash");
// Provide a prompt that contains text
var prompt = "Write a story about a magic backpack.";
// To generate text output, call GenerateContentAsync with the text input
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
با نحوه انتخاب مدل مناسب برای مورد استفاده و برنامه خود آشنا شوید.
تولید نوشتار از ورودی نوشتار و فایل (چندحالتی)
|
قبلاز امتحان کردن این نمونه، بخش
قبلاز شروع این راهنما را تکمیل کنید
تا پروژه و برنامهتان را راهاندازی کنید. در آن بخش، روی دکمهای برای ارائهدهنده انتخابیتان Gemini API نیز کلیک خواهید کرد تا محتوای مختص ارائهدهنده را در این صفحه ببینید. |
میتوانید از مدل Gemini بخواهید با ارائه پیامواره نوشتاری و فایل، نوشتار تولید کند—mimeType هر فایل ورودی و خود فایل را ارائه دهید. الزامات و توصیههای مربوط به فایلهای ورودی را در ادامه این صفحه ببینید.
مثال زیر اصول اولیه نحوه تولید نوشتار از ورودی فایل را با تجزیهوتحلیل یک فایل ویدیویی که بهعنوان دادههای درونخطی (فایل کدبندیشده با base64) ارائه شده است نشان میدهد.
توجه داشته باشید که این مثال ارائه فایل بهصورت درونخطی را نشان میدهد، اما کیتهای توسعه نرمافزار همچنین از ارائه نشانی وب YouTube پشتیبانی میکنند.
Swift
میتوانید با
generateContent()
تماس بگیرید تا از ورودی چندحالته نوشتار و فایلهای ویدیویی نوشتار تولید کنید.
import FirebaseAILogic
// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create a `GenerativeModel` instance with a model that supports your use case.
let model = ai.generativeModel(modelName: "gemini-3.8-flash")
// Provide the video as `Data` with the appropriate MIME type.
let video = InlineDataPart(data: try Data(contentsOf: videoURL), mimeType: "video/mp4")
// Provide a text prompt to include with the video
let prompt = "What is in the video?"
// To generate text output, call generateContent with the text and video
let response = try await model.generateContent(video, prompt)
print(response.text ?? "No text in response.")
Kotlin
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی چندوجهی فایلهای نوشتاری و ویدیویی، نوشتار تولید کنید.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash")
val contentResolver = applicationContext.contentResolver
contentResolver.openInputStream(videoUri).use { stream ->
stream?.let {
val bytes = stream.readBytes()
// Provide a prompt that includes the video specified above and text
val prompt = content {
inlineData(bytes, "video/mp4")
text("What is in the video?")
}
// To generate text output, call generateContent with the prompt
val response = model.generateContent(prompt)
Log.d(TAG, response.text ?: "")
}
}
Java
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی چندحالتی فایلهای نوشتاری و ویدیویی، نوشتار تولید کنید.
ListenableFuture را برمیگرداند.
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
ContentResolver resolver = getApplicationContext().getContentResolver();
try (InputStream stream = resolver.openInputStream(videoUri)) {
File videoFile = new File(new URI(videoUri.toString()));
int videoSize = (int) videoFile.length();
byte[] videoBytes = new byte[videoSize];
if (stream != null) {
stream.read(videoBytes, 0, videoBytes.length);
stream.close();
// Provide a prompt that includes the video specified above and text
Content prompt = new Content.Builder()
.addInlineData(videoBytes, "video/mp4")
.addText("What is in the video?")
.build();
// To generate text output, call generateContent with the prompt
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
}
} catch (IOException e) {
e.printStackTrace();
} catch (URISyntaxException e) {
e.printStackTrace();
}
Web
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی چندحالتی فایلهای نوشتاری و ویدیویی، نوشتار تولید کنید.
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer): Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(ai, { model: "gemini-3.8-flash" });
// Converts a File object to a Part object.
async function fileToGenerativePart(file) {
const base64EncodedDataPromise = new Promise((resolve) => {
const reader = new FileReader();
reader.onloadend = () => resolve(reader.result.split(',')[1]);
reader.readAsDataURL(file);
});
return {
type: "inlineData",
inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
};
}
async function run() {
// Provide a text prompt to include with the video
const prompt = "What do you see?";
const fileInputEl = document.querySelector("input[type=file]");
const videoPart = await fileToGenerativePart(fileInputEl.files[0]);
// To generate text output, call generateContent with the text and video
const result = await model.generateContent([prompt, videoPart]);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
Dart
میتوانید
generateContent()
را فراخوانی کنید تا از ورودی چندحالتی فایلهای نوشتاری و ویدیویی، نوشتار تولید کنید.
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
final model =
FirebaseAI.googleAI().generativeModel(model: 'gemini-3.8-flash');
// Provide a text prompt to include with the video
final prompt = TextPart("What's in the video?");
// Prepare video for input
final video = await File('video0.mp4').readAsBytes();
// Provide the video as `Data` with the appropriate mimetype
final videoPart = InlineDataPart('video/mp4', video);
// To generate text output, call generateContent with the text and images
final response = await model.generateContent([
Content.multi([prompt, ...videoPart])
]);
print(response.text);
Unity
میتوانید
GenerateContentAsync()
را فراخوانی کنید تا از ورودی چندحالتی فایلهای نوشتاری و ویدیویی، نوشتار تولید کنید.
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.8-flash");
// Provide the video as `data` with the appropriate MIME type.
var video = ModelContent.InlineData("video/mp4",
System.IO.File.ReadAllBytes(System.IO.Path.Combine(
UnityEngine.Application.streamingAssetsPath, "yourVideo.mp4")));
// Provide a text prompt to include with the video
var prompt = ModelContent.Text("What is in the video?");
// To generate text output, call GenerateContentAsync with the text and video
var response = await model.GenerateContentAsync(new [] { video, prompt });
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
با نحوه انتخاب مدل مناسب برای مورد استفاده و برنامه خود آشنا شوید.
جاریسازی پاسخ
|
قبلاز امتحان کردن این نمونه، بخش
قبلاز شروع این راهنما را تکمیل کنید
تا پروژه و برنامهتان را راهاندازی کنید. در آن بخش، روی دکمهای برای ارائهدهنده انتخابیتان Gemini API نیز کلیک خواهید کرد تا محتوای مختص ارائهدهنده را در این صفحه ببینید. |
با انتظار نکشیدن برای نتیجه کامل تولید مدل، میتوانید تعاملهای سریعتری داشته باشید و درعوض از جاریسازی برای مدیریت نتایج جزئی استفاده کنید.
برای جاریسازی پاسخ، generateContentStream را فراخوانی کنید.
الزامات و توصیههای مربوط به فایلهای تصویری ورودی
توجه داشته باشید که فایلی که بهعنوان داده درونخطی ارائه میشود، در حین انتقال به base64 کدگذاری میشود که اندازه درخواست را افزایش میدهد. اگر درخواست خیلی بزرگ باشد، خطای HTTP 413 دریافت میکنید.
برای کسب اطلاعات دقیق درباره موارد زیر، به فایلهای ورودی پشتیبانیشده و الزامات Agent Platform Gemini API (formerly Vertex AI) مراجعه کنید:
- گزینههای مختلف برای ارائه فایل در درخواست (یا بهصورت درونخطی یا بااستفاده از نشانی وب یا نشانی وب یکنواخت فایل)
- انواع فایل پشتیبانیشده
- انواع MIME پشتیبانیشده و نحوه مشخص کردن آنها
- الزامات و روالهای مطلوب برای فایلها و درخواستهای چندحالته
چه کارهای دیگری میتوانید انجام دهید؟
- پیشاز ارسال پیاموارههای طولانی به مدل، با نحوه شمارش نشانهها آشنا شوید.
- Cloud Storage for Firebase را راهاندازی کنید تا بتوانید فایلهای بزرگ را در درخواستهای چندوجهیتان بگنجانید و راهحل مدیریتشدهتری برای ارائه فایل در پیاموارهها داشته باشید. فایلها میتوانند شامل تصاویر، فایلهای PDF، ویدیو، و صدا باشند.
-
به آماده شدن برای تولید فکر کنید (به
بازبینه تولید مراجعه کنید):
- Firebase App Check را در اسرع وقت اجرا کنید تا به محافظت از Gemini API دربرابر سوءاستفاده کارخواههای غیرمجاز کمک کنید.
- از Firebase Remote Config یا الگوهای پیامواره سرور استفاده کنید تا بتوانید تغییرات درخواستی را در پیکربندیهای ویژگی هوش مصنوعی خود (مانند نام مدل) بدون انتشار نسخه جدیدی از برنامهتان اعمال کنید.
امتحان کردن قابلیتهای دیگر
- مکالمههای چندنوبتی (گپ) بسازید.
- تولید نوشتار از پیاموارههای فقط نوشتاری.
- برونداد ساختاریافته (مثل JSON) از پیاموارههای نوشتاری و چندحالته تولید کنید.
- تولید و ویرایش تصاویر از پیاموارههای نوشتاری و چندحالته.
- تولید گفتار (هم تکگوینده و هم چندگوینده) بااستفاده از مدلهای Gemini نوشتار به گفتار (TTS).
- جاریسازی ورودی و خروجی (ازجمله صدا) بااستفاده از Gemini Live API.
-
از ابزارهایی (مانند فراخوانی تابع
و «پایهسازی» با
Google Search یاGoogle Maps ) برای متصل کردن مدل Gemini به بخشهای دیگر برنامهتان و سیستمها و اطلاعات خارجی استفاده کنید.
با نحوه کنترل تولید محتوا آشنا شوید
- درک طراحی پیامواره، ازجمله روالهای مطلوب، استراتژیها، و پیاموارههای نمونه.
- پارامترهای مدل را پیکربندی کنید، مانند حداکثر دادهواحدهای برونداد، احتمال تکرار دادهواحدهای برونداد، و غیره.
- از تنظیمات ایمنی استفاده کنید تا احتمال دریافت پاسخهایی را که ممکن است مضر تلقی شوند تنظیم کنید.
درباره مدلهای پشتیبانیشده بیشتر بدانید
درباره مدلهای دردسترس برای موارد استفاده مختلف و سهمیهها و قیمتگذاری آنها بیشتر بدانید.درباره تجربهتان با Firebase AI Logic بازخورد ارائه دهید