تحليل المستندات (مثل ملفات PDF) باستخدام واجهة برمجة التطبيقات Gemini

يمكنك أن تطلب من نموذج Gemini تحليل ملفات المستندات (مثل ملفات PDF وملفات النصوص العادية) التي تقدّمها إما مضمّنة (مشفّرة بترميز base64) أو من خلال عنوان URL. عند استخدام Firebase AI Logic, يمكنك إجراء هذا الطلب مباشرةً من تطبيقك.

باستخدام هذه الإمكانية، يمكنك إجراء ما يلي:

• تحليل المخططات والرسوم البيانية والجداول داخل المستندات
• استخراج المعلومات بتنسيقات إخراج منظَّمة
• الإجابة عن أسئلة حول المحتويات المرئية والنصية في المستندات
• تلخيص المستندات
• تحويل محتوى المستند إلى نص (على سبيل المثال، إلى HTML)، مع الحفاظ على التنسيقات والتخطيطات، لاستخدامه في التطبيقات اللاحقة (مثل مسارات RAG)

الانتقال إلى نماذج الرموز البرمجية الانتقال إلى الرمز البرمجي للردود المعروضة تدريجيًا

الاطّلاع على أدلة أخرى تتضمّن خيارات إضافية للعمل مع المستندات (مثل ملفات PDF) إنشاء ناتج منظَّم محادثة متعدّدة الأدوار

قبل البدء

انقر على موفّر Gemini API لعرض المحتوى والرمز البرمجي الخاصَّين بالموفّر على هذه الصفحة. Gemini Developer API Vertex AI Gemini API

إذا لم يسبق لك ذلك، يُرجى إكمال دليل البدء الذي يوضّح كيفية إعداد مشروع Firebase وربط تطبيقك بـ Firebase وإضافة حزمة تطوير البرامج (SDK) و تهيئة خدمة الخلفية لموفّر Gemini API الذي اخترته و إنشاء مثيل GenerativeModel.

تفترض جميع مستنداتنا أنّك تستخدم أحدث إصدارات من حِزم تطوير البرامج (SDK) Firebase AI Logic.

لاختبار طلباتك وتكرارها، ننصحك باستخدام Google AI Studio.

هل تحتاج إلى ملف PDF نموذجي؟

يمكنك استخدام هذا الملف المتاح للجميع بنوع MIME هو application/pdf (عرض الملف أو تنزيله). https://storage.googleapis.com/cloud-samples-data/generative-ai/pdf/2403.05530.pdf

ملاحظة: Firebase AI Logic لا يتيح بعد إمكانية ضبط دقة وسائط الإدخال، ولكن ستتوفّر هذه الميزة قريبًا.

إنشاء نص من ملفات PDF (مشفّرة بترميز base64)

قبل تجربة هذا النموذج، يُرجى إكمال قسم قبل البدء في هذا الدليل لإعداد مشروعك وتطبيقك. في هذا القسم، عليك أيضًا النقر على زر لموفّر Gemini API الذي اخترته حتى يظهر لك المحتوى الخاص بالموفّر على هذه الصفحة.

يمكنك أن تطلب من نموذج Gemini لـ إنشاء نص من خلال توجيه طلب يتضمّن نصًا وملفات PDF، مع توفير mimeType لكل ملف إدخال والملف نفسه. يمكنك الاطّلاع على متطلبات ملفات الإدخال واقتراحاتها لاحقًا في هذه الصفحة.

ملاحظة مهمة: الحدّ الأقصى لإجمالي حجم الطلب هو 20 ميغابايت. لإرسال ملفات كبيرة، يُرجى مراجعة الـ خيارات لتقديم الملفات في الطلبات المتعدّدة الوسائط.

Swift

يمكنك استدعاء generateContent() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview")


// Provide the PDF as `Data` with the appropriate MIME type
let pdf = try InlineDataPart(data: Data(contentsOf: pdfURL), mimeType: "application/pdf")

// Provide a text prompt to include with the PDF file
let prompt = "Summarize the important results in this report."

// To generate text output, call `generateContent` with the PDF file and text prompt
let response = try await model.generateContent(pdf, prompt)

// Print the generated text, handling the case where it might be nil
print(response.text ?? "No text in response.")

Kotlin

يمكنك استدعاء generateContent() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

^{بالنسبة إلى Kotlin، تكون الطرق في حزمة تطوير البرامج (SDK) هذه دوال تعليق ويجب استدعاؤها من نطاق روتيني.}

// 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-flash-preview")


val contentResolver = applicationContext.contentResolver

// Provide the URI for the PDF file you want to send to the model
val inputStream = contentResolver.openInputStream(pdfUri)

if (inputStream != null) {  // Check if the PDF file loaded successfully
    inputStream.use { stream ->
        // Provide a prompt that includes the PDF file specified above and text
        val prompt = content {
            inlineData(
                bytes = stream.readBytes(),
                mimeType = "application/pdf" // Specify the appropriate PDF file MIME type
            )
            text("Summarize the important results in this report.")
        }

        // To generate text output, call `generateContent` with the prompt
        val response = model.generateContent(prompt)

        // Log the generated text, handling the case where it might be null
        Log.d(TAG, response.text ?: "")
    }
} else {
    Log.e(TAG, "Error getting input stream for file.")
    // Handle the error appropriately
}

Java

يمكنك استدعاء generateContent() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

^{بالنسبة إلى Java، تعرض الطرق في حزمة تطوير البرامج (SDK) هذه ListenableFuture.}

// 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-flash-preview");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);


ContentResolver resolver = getApplicationContext().getContentResolver();

// Provide the URI for the PDF file you want to send to the model
try (InputStream stream = resolver.openInputStream(pdfUri)) {
    if (stream != null) {
        byte[] audioBytes = stream.readAllBytes();
        stream.close();

        // Provide a prompt that includes the PDF file specified above and text
        Content prompt = new Content.Builder()
              .addInlineData(audioBytes, "application/pdf")  // Specify the appropriate PDF file MIME type
              .addText("Summarize the important results in this report.")
              .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 text = result.getText();
                Log.d(TAG, (text == null) ? "" : text);
            }
            @Override
            public void onFailure(Throwable t) {
                Log.e(TAG, "Failed to generate a response", t);
            }
        }, executor);
    } else {
        Log.e(TAG, "Error getting input stream for file.");
        // Handle the error appropriately
    }
} catch (IOException e) {
    Log.e(TAG, "Failed to read the pdf file", e);
} catch (URISyntaxException e) {
    Log.e(TAG, "Invalid pdf file", e);
}

Web

يمكنك استدعاء generateContent() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview" });


// 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(','));
    reader.readAsDataURL(file);
  });
  return {
    inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
  };
}

async function run() {
  // Provide a text prompt to include with the PDF file
  const prompt = "Summarize the important results in this report.";

  // Prepare PDF file for input
  const fileInputEl = document.querySelector("input[type=file]");
  const pdfPart = await fileToGenerativePart(fileInputEl.files);

  // To generate text output, call `generateContent` with the text and PDF file
  const result = await model.generateContent([prompt, pdfPart]);

  // Log the generated text, handling the case where it might be undefined
  console.log(result.response.text() ?? "No text in response.");
}

run();

Dart

يمكنك استدعاء generateContent() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview');


// Provide a text prompt to include with the PDF file
final prompt = TextPart("Summarize the important results in this report.");

// Prepare the PDF file for input
final doc = await File('document0.pdf').readAsBytes();

// Provide the PDF file as `Data` with the appropriate PDF file MIME type
final docPart = InlineDataPart('application/pdf', doc);

// To generate text output, call `generateContent` with the text and PDF file
final response = await model.generateContent([
  Content.multi([prompt,docPart])
]);

// Print the generated text
print(response.text);

Unity

يمكنك استدعاء GenerateContentAsync() لإنشاء نص من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview");


// Provide a text prompt to include with the PDF file
var prompt = ModelContent.Text("Summarize the important results in this report.");

// Provide the PDF file as `data` with the appropriate PDF file MIME type
var doc = ModelContent.InlineData("application/pdf",
      System.IO.File.ReadAllBytes(System.IO.Path.Combine(
        UnityEngine.Application.streamingAssetsPath, "document0.pdf")));

// To generate text output, call `GenerateContentAsync` with the text and PDF file
var response = await model.GenerateContentAsync(new [] { prompt, doc });

// Print the generated text
UnityEngine.Debug.Log(response.Text ?? "No text in response.");

كيفية اختيار نموذج مناسبَين لحالة الاستخدام والتطبيق

عرض الرد تدريجيًا

قبل تجربة هذا النموذج، يُرجى إكمال قسم قبل البدء في هذا الدليل لإعداد مشروعك وتطبيقك. في هذا القسم، عليك أيضًا النقر على زر لموفّر Gemini API الذي اخترته حتى يظهر لك المحتوى الخاص بالموفّر على هذه الصفحة.

يمكنك تحقيق تفاعلات أسرع من خلال عدم انتظار النتيجة الكاملة من إنشاء النموذج، واستخدام العرض التدريجي بدلاً من ذلك للتعامل مع النتائج الجزئية. لعرض الرد تدريجيًا، يُرجى استدعاء generateContentStream.

عرض مثال: عرض النص الذي تم إنشاؤه تدريجيًا من ملفات PDF

Swift

يمكنك استدعاء generateContentStream() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview")


// Provide the PDF as `Data` with the appropriate MIME type
let pdf = try InlineDataPart(data: Data(contentsOf: pdfURL), mimeType: "application/pdf")

// Provide a text prompt to include with the PDF file
let prompt = "Summarize the important results in this report."

// To stream generated text output, call `generateContentStream` with the PDF file and text prompt
let contentStream = try model.generateContentStream(pdf, prompt)

// Print the generated text, handling the case where it might be nil
for try await chunk in contentStream {
  if let text = chunk.text {
    print(text)
  }
}

Kotlin

يمكنك استدعاء generateContentStream() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

^{بالنسبة إلى Kotlin، تكون الطرق في حزمة تطوير البرامج (SDK) هذه دوال تعليق ويجب استدعاؤها من نطاق روتيني.}

// 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-flash-preview")


val contentResolver = applicationContext.contentResolver

// Provide the URI for the PDF you want to send to the model
val inputStream = contentResolver.openInputStream(pdfUri)

if (inputStream != null) {  // Check if the PDF file loaded successfully
    inputStream.use { stream ->
        // Provide a prompt that includes the PDF file specified above and text
        val prompt = content {
            inlineData(
                bytes = stream.readBytes(),
                mimeType = "application/pdf" // Specify the appropriate PDF file MIME type
            )
            text("Summarize the important results in this report.")
        }

        // To stream generated text output, call `generateContentStream` with the prompt
        var fullResponse = ""
        model.generateContentStream(prompt).collect { chunk ->
            // Log the generated text, handling the case where it might be null
            val chunkText = chunk.text ?: ""
            Log.d(TAG, chunkText)
            fullResponse += chunkText
        }
    }
} else {
    Log.e(TAG, "Error getting input stream for file.")
    // Handle the error appropriately
}

Java

يمكنك استدعاء generateContentStream() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

^{بالنسبة إلى Java، تعرض طرق العرض التدريجي في حزمة تطوير البرامج (SDK) هذه نوع Publisher من مكتبة Reactive Streams.}

// 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-flash-preview");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);


ContentResolver resolver = getApplicationContext().getContentResolver();

// Provide the URI for the PDF file you want to send to the model
try (InputStream stream = resolver.openInputStream(pdfUri)) {
    if (stream != null) {
        byte[] audioBytes = stream.readAllBytes();
        stream.close();

        // Provide a prompt that includes the PDF file specified above and text
        Content prompt = new Content.Builder()
              .addInlineData(audioBytes, "application/pdf")  // Specify the appropriate PDF file MIME type
              .addText("Summarize the important results in this report.")
              .build();

        // To stream generated text output, call `generateContentStream` with the prompt
        Publisher<GenerateContentResponse> streamingResponse =
                model.generateContentStream(prompt);

        StringBuilder fullResponse = new StringBuilder();

        streamingResponse.subscribe(new Subscriber<GenerateContentResponse>() {
            @Override
            public void onNext(GenerateContentResponse generateContentResponse) {
                String chunk = generateContentResponse.getText();
                String text = (chunk == null) ? "" : chunk;
                Log.d(TAG, text);
                fullResponse.append(text);
            }

            @Override
            public void onComplete() {
                Log.d(TAG, fullResponse.toString());
            }

            @Override
            public void onError(Throwable t) {
                Log.e(TAG, "Failed to generate a response", t);
            }

            @Override
            public void onSubscribe(Subscription s) {
            }
         });
    } else {
        Log.e(TAG, "Error getting input stream for file.");
        // Handle the error appropriately
    }
} catch (IOException e) {
    Log.e(TAG, "Failed to read the pdf file", e);
} catch (URISyntaxException e) {
    Log.e(TAG, "Invalid pdf file", e);
}

Web

يمكنك استدعاء generateContentStream() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview" });


// 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(','));
    reader.readAsDataURL(file);
  });
  return {
    inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
  };
}

async function run() {
  // Provide a text prompt to include with the PDF file
  const prompt = "Summarize the important results in this report.";

  // Prepare PDF file for input
  const fileInputEl = document.querySelector("input[type=file]");
  const pdfPart = await fileToGenerativePart(fileInputEl.files);

  // To stream generated text output, call `generateContentStream` with the text and PDF file
  const result = await model.generateContentStream([prompt, pdfPart]);

  // Log the generated text
  for await (const chunk of result.stream) {
    const chunkText = chunk.text();
    console.log(chunkText);
  }
}

run();

Dart

يمكنك استدعاء generateContentStream() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview');


// Provide a text prompt to include with the PDF file
final prompt = TextPart("Summarize the important results in this report.");

// Prepare the PDF file for input
final doc = await File('document0.pdf').readAsBytes();

// Provide the PDF file as `Data` with the appropriate PDF file MIME type
final docPart = InlineDataPart('application/pdf', doc);

// To generate text output, call `generateContentStream` with the text and PDF file
final response = await model.generateContentStream([
  Content.multi([prompt,docPart])
]);

// Print the generated text
await for (final chunk in response) {
  print(chunk.text);
}

Unity

يمكنك استدعاء GenerateContentStreamAsync() لعرض النص الذي تم إنشاؤه تدريجيًا من إدخال متعدّد الوسائط يتضمّن نصًا وملفات PDF.

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-flash-preview");


// Provide a text prompt to include with the PDF file
var prompt = ModelContent.Text("Summarize the important results in this report.");

// Provide the PDF file as `data` with the appropriate PDF file MIME type
var doc = ModelContent.InlineData("application/pdf",
      System.IO.File.ReadAllBytes(System.IO.Path.Combine(
        UnityEngine.Application.streamingAssetsPath, "document0.pdf")));

// To stream generated text output, call `GenerateContentStreamAsync` with the text and PDF file
var responseStream = model.GenerateContentStreamAsync(new [] { prompt, doc });

// Print the generated text
await foreach (var response in responseStream) {
  if (!string.IsNullOrWhiteSpace(response.Text)) {
    UnityEngine.Debug.Log(response.Text);
  }
}

كيفية اختيار نموذج مناسبَين لحالة الاستخدام والتطبيق

---

متطلبات مستندات الإدخال واقتراحاتها

ملاحظة مهمة: الحدّ الأقصى لإجمالي حجم الطلب هو 20 ميغابايت. لإرسال ملفات كبيرة، يُرجى مراجعة الـ خيارات لتقديم الملفات في الطلبات المتعدّدة الوسائط.

يُرجى العِلم أنّ الملف الذي يتم تقديمه كبيانات مضمّنة يتم تشفيره بترميز base64 أثناء النقل، ما يزيد من حجم الطلب. يظهر لك خطأ HTTP 413 إذا كان الطلب كبيرًا جدًا.

يُرجى الاطّلاع على صفحة "متطلبات ملفات الإدخال المسموح بها" للحصول على معلومات مفصّلة حول ما يلي:

• الخيارات المختلفة لتقديم ملف في طلب (إما مضمّنًا أو باستخدام عنوان URL أو URI للملف)
• المتطلبات وأفضل الممارسات لملفات المستندات

أنواع MIME لمستندات الإدخال المسموح بها

تتيح نماذج Gemini المتعدّدة الوسائط أنواع MIME التالية للمستندات:

• ‫PDF - application/pdf
• النص - text/plain

الحدود القصوى المسموح بها لكل طلب

تُعامَل ملفات PDF على أنّها صور، لذا تُعامَل الصفحة الواحدة من ملف PDF على أنّها صورة واحدة يقتصر عدد الصفحات المسموح بها في الطلب على عدد الـ صور التي يمكن أن تتيحها النماذج المتعدّدة الوسائط Gemini.

• الحدّ الأقصى لعدد الملفات لكل طلب: 3,000 ملف
• الحدّ الأقصى لعدد الصفحات لكل ملف: 1,000 صفحة لكل ملف
• الحدّ الأقصى لحجم كل ملف: 50 ميغابايت لكل ملف

---

ما المهام الأخرى التي يمكنك تنفيذها؟

• تعرّف على كيفية حساب الرموز المميزة قبل إرسال طلبات طويلة إلى النموذج.
• إعداد Cloud Storage for Firebase حتى تتمكّن من تضمين ملفات كبيرة في طلباتك المتعدّدة الوسائط والحصول على حلّ أكثر إدارة لتقديم الملفات في الطلبات يمكن أن تشمل الملفات الصور وملفات PDF والفيديوهات والملفات الصوتية.
• بدء التفكير في الاستعداد للإنتاج (يُرجى الاطّلاع على قائمة المهام للإنتاج):
  • إعداد Firebase App Check في أقرب وقت ممكن للمساعدة في حماية Gemini API من إساءة الاستخدام من قِبل العملاء غير المصرّح لهم
  • دمج Firebase Remote Config لتعديل القيم في تطبيقك (مثل اسم النموذج) بدون نشر إصدار جديد من التطبيق

تجربة إمكانات أخرى

• إنشاء محادثات متعدّدة الأدوار (محادثة).
• إنشاء نص من طلبات نصية فقط.
• إنشاء ناتج منظَّم (مثل JSON) من النصوص والطلبات المتعدّدة الوسائط
• إنشاء الصور وتعديلها من النصوص والطلبات المتعدّدة الوسائط
• استخدام الأدوات (مثل استدعاء الدوال وتحديد المصدر من خلال "بحث Search") لربط نموذج Gemini بأجزاء أخرى من تطبيقك والأنظمة والمعلومات الخارجية

كيفية التحكّم في إنشاء المحتوى

• فهم تصميم الطلبات، بما في ذلك أفضل الممارسات والاستراتيجيات وأمثلة على الطلبات.
• ضبط مَعلمات النموذج مثل "درجة العشوائية" والحدّ الأقصى لعدد الرموز المميزة للناتج
• استخدام إعدادات الأمان لضبط احتمالية الحصول على ردود قد تُعتبر ضارة.

يمكنك أيضًا تجربة الطلبات وإعدادات النموذج، وحتى الحصول على مقتطف رمز برمجي من إنشاء الذكاء الاصطناعي باستخدام Google AI Studio.

مزيد من المعلومات عن النماذج المسموح بها

التعرّف على الـ نماذج المتاحة لحالات الاستخدام المختلفة وحصصها و أسعارها.

تقديم ملاحظات حول تجربتك مع Firebase AI Logic