使用模型配置来控制回答

在每次调用模型时，您都可以发送模型配置来控制模型如何生成回答。每个模型都提供不同的配置选项。

您还可以使用 Google AI Studio尝试提示和模型配置。

跳转到 Gemini 配置选项 跳转到 Imagen 配置选项 （已废弃）

---

配置 Gemini 模型

点击您的 Gemini API 提供商，以查看此页面上特定于提供商的内容和代码。 Gemini Developer API Vertex AI Gemini API

本部分将向您介绍如何 设置配置以用于 Gemini 模型，并提供 每个参数的说明。

设置模型配置 (Gemini)

注意： 对于访问 Gemini 模型的大多数用例，您 可以使用 GenerationConfig 配置模型。不过，如果您要为 配置模型，则需要使用Gemini Live API, LiveGenerationConfig.

适用于一般 Gemini 用例的配置

配置在实例的生命周期内保持不变。如果您想使用其他配置，请使用该配置创建一个新的 GenerativeModel 实例。

Swift

在创建 GenerativeModel 实例时，设置 a GenerationConfig 中参数的值。

import FirebaseAILogic

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
let config = GenerationConfig(
  candidateCount: 1,
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
  maxOutputTokens: 200,
  stopSequences: ["red"]
)

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

在创建 GenerativeModel 实例时，设置 a GenerationConfig 中参数的值。

// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
val config = generationConfig {
    candidateCount = 1
    maxOutputTokens = 200
    stopSequences = listOf("red")
    temperature = 0.9f
    topK = 16
    topP = 0.1f
}

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    generationConfig = config
)

// ...

Java

在创建 GenerativeModel 实例时，设置 a GenerationConfig 中参数的值。

// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
configBuilder.candidateCount = 1;
configBuilder.maxOutputTokens = 200;
configBuilder.stopSequences = List.of("red");
configBuilder.temperature = 0.9f;
configBuilder.topK = 16;
configBuilder.topP = 0.1f;

GenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `GenerativeModel` instance
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                    "GEMINI_MODEL_NAME",
                    config
                );
);

// ...

Web

在创建 GenerativeModel 实例时，设置 a GenerationConfig 中参数的值。

// ...

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
const generationConfig = {
  candidate_count: 1,
  maxOutputTokens: 200,
  stopSequences: ["red"],
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
};

// Specify the config as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME",  generationConfig });

// ...

Dart

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。

// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
final generationConfig = GenerationConfig(
  candidateCount: 1,
  maxOutputTokens: 200,
  stopSequences: ["red"],
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
);

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `GenerativeModel` instance
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  config: generationConfig,
);

// ...

Unity

在创建 GenerativeModel 实例时，设置 a GenerationConfig 中参数的值。

// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
var generationConfig = new GenerationConfig(
  candidateCount: 1,
  maxOutputTokens: 200,
  stopSequences: new string[] { "red" },
  temperature: 0.9f,
  topK: 16,
  topP: 0.1f
);

// Specify the config as part of creating the `GenerativeModel` instance
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);

您可以在本页面的下一部分中找到每个参数的说明 。

适用于 Gemini Live API 的配置

配置在实例的生命周期内保持不变。如果您想使用其他配置，请使用该配置创建一个新的 LiveModel 实例。

Swift

在初始化 LiveModel 实例期间，设置 liveGenerationConfig 中参数的值：

// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
let config = LiveGenerationConfig(
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
  maxOutputTokens: 200,
  responseModalities: [.audio],
  speech: SpeechConfig(voiceName: "Fenrir"),
)

// Specify the config as part of creating the `liveModel` instance
let liveModel = FirebaseAI.firebaseAI(backend: .googleAI()).liveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。

// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
val config = liveGenerationConfig {
    maxOutputTokens = 200
    responseModality = ResponseModality.AUDIO
    speechConfig = SpeechConfig(voice = Voices.FENRIR)
    temperature = 0.9f
    topK = 16
    topP = 0.1f
}

// Specify the config as part of creating the `LiveModel` instance
val liveModel = Firebase.ai(backend = GenerativeBackend.googleAI()).liveModel(
    modelName = "GEMINI_LIVE_MODEL_NAME",
    generationConfig = config
)

// ...

Java

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。

// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
LiveGenerationConfig.Builder configBuilder = new LiveGenerationConfig.Builder();
configBuilder.setMaxOutputTokens(200);
configBuilder.setResponseModality(ResponseModality.AUDIO);

configBuilder.setSpeechConfig(new SpeechConfig(Voices.FENRIR));
configBuilder.setTemperature(0.9f);
configBuilder.setTopK(16);
configBuilder.setTopP(0.1f);

LiveGenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `LiveModel` instance
LiveGenerativeModel lm = FirebaseAI.getInstance(GenerativeBackend.googleAI()).liveModel(
          "GEMINI_LIVE_MODEL_NAME",
          config
);

// ...

Web

在初始化 LiveGenerativeModel 实例期间，设置 LiveGenerationConfig 中参数的值：

// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
const liveGenerationConfig = {
  maxOutputTokens: 200,
  responseModalities: [ResponseModality.AUDIO],
  speechConfig: {
    voiceConfig: {
      prebuiltVoiceConfig: { voiceName: "Fenrir" },
    },
  },
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
};

// Specify the config as part of creating the `LiveGenerativeModel` instance
const liveModel = getLiveGenerativeModel(ai, {
  model: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig,
});

// ...

Dart

在创建 LiveGenerativeModel 实例时，设置 LiveGenerationConfig 中参数的值。

// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
final config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [ResponseModalities.audio],
  speechConfig: SpeechConfig(voiceName: 'Fenrir'),
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
);

// Specify the config as part of creating the `liveGenerativeModel` instance
final liveModel = FirebaseAI.googleAI().liveGenerativeModel(
  model: 'GEMINI_LIVE_MODEL_NAME',
  liveGenerationConfig: config,
);

// ...

Unity

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。

// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here)
var config = new LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: new[] { ResponseModality.Audio },
  speechConfig: SpeechConfig.UsePrebuiltVoice("Fenrir"),
  temperature: 0.9f,
  topK: 16,
  topP: 0.1f
);

// Specify the config as part of creating the `LiveModel` instance
var liveModel = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetLiveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig: config
);

// ...

您可以在本页面的下一部分中找到每个参数的说明 。

参数说明 (Gemini)

下面简要介绍了可用的参数（如适用）。 您可以在 文档 中找到参数及其值的完整列表。 Gemini Developer API

参数	说明	默认值
音频时间戳 audioTimestamp	一个布尔值，用于为仅音频输入 文件启用时间戳理解功能。 仅在使用 generateContent 或 generateContentStream 调用且输入类型为仅音频文件时适用。	false
候选回答数 candidateCount	指定要返回的回答变体数量。对于每个 请求，您需要为所有候选回答的输出词元付费， 但只需为输入词元支付一次费用。 支持的值：1 - 8（含） 仅在使用 generateContent 和 最新的 Gemini 模型时适用。 不支持 Live API 模型和 generateContentStream 。	1
频次惩罚 frequencyPenalty	控制在生成的回答中包含重复出现的词元的概率。 正值会惩罚生成的 文本中反复出现的词元，从而降低重复内容概率。	---
输出词元数上限 maxOutputTokens	指定回答中可生成的词元数量上限。	---
存在性惩罚 presencePenalty	控制在生成的回答中包含已出现的词元的概率。 正值会惩罚生成的文本中已存在的词元，从而增加生成更多样化内容的概率。	---
停止序列 stopSequences	指定一个字符串列表，告知模型在回答中遇到其中一个字符串时，停止生成 内容。 仅在使用 GenerativeModel 配置时适用。	---
温度 temperature	控制回答的随机程度。 温度越低，回答的确定性越高；温度越高，回答的多样性或创造性越高。	取决于模型
Top-K topK	限制在 生成的内容中使用的概率最高的字词数量。 如果 Top-K 值为 1，表示下一个所选词元应是 模型词汇表的所有词元中概率最高的词元； 如果 Top-K 值为 n，则表示下一个词元应 从 n 个概率最高的词元（均基于设置的温度）中 选择。	取决于模型
Top-P topP	控制生成内容的多样性。 系统会按照概率从最高（见上文的 Top-K）到最低的顺序选择词元，直到所选词元的概率总和等于 Top-P 的值。	取决于模型
回答模态 responseModality	指定在使用 Live API 或 Gemini 模型使用原生多模态输出时串流输出的类型，例如文本、音频或图片。 仅在使用 Live API 模型或使用 能够进行多模态输出的 Gemini 模型时适用。	---
语音 speechConfig	指定在使用 Live API 时用于流式音频输出的语音。 仅在使用 Live API 模型时适用。	Puck

**注意**：`GenerationConfig` 中还支持以下两种配置： GenerationConfig

• 生成结构化输出（如 JSON） 由 responseMimeType 和 responseSchema 参数控制。
• 指定与思考相关的配置 （如 思考预算 以及 是否包含 思考摘要） 由 thinkingConfig 控制 （仅适用于 Gemini 3 和 Gemini 2.5 模型）。

---

配置 Imagen 模型

所有 Imagen 模型均已废弃，并将于 2026 年 6 月 24 日停止服务。作为替代方案， 您可以 将应用迁移为使用 Gemini图片模型（“Nano Banana”模型）。

点击您的 Imagen API 提供商，以查看此页面上特定于提供商的内容和代码。 Gemini Developer API Vertex AI Gemini API

本部分将向您介绍如何 设置配置以用于 Imagen模型，并提供 每个参数的说明。

设置模型配置 (Imagen)

配置在实例的生命周期内保持不变。如果您想使用其他配置，请使用该配置创建一个新的 ImagenModel 实例。

Swift

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

import FirebaseAILogic

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
let config = ImagenGenerationConfig(
  negativePrompt: "frogs",
  numberOfImages: 2,
  aspectRatio: .landscape16x9,
  imageFormat: .jpeg(compressionQuality: 100),
  addWatermark: false
)

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).imagenModel(
  modelName: "IMAGEN_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

// ...

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
val config = ImagenGenerationConfig {
    negativePrompt = "frogs",
    numberOfImages = 2,
    aspectRatio = ImagenAspectRatio.LANDSCAPE_16x9,
    imageFormat = ImagenImageFormat.jpeg(compressionQuality = 100),
    addWatermark = false
}

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.vertexAI()).imagenModel(
    modelName = "IMAGEN_MODEL_NAME",
    generationConfig = config
)

// ...

Java

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

// ...

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
ImagenGenerationConfig config = new ImagenGenerationConfig.Builder()
    .setNegativePrompt("frogs")
    .setNumberOfImages(2)
    .setAspectRatio(ImagenAspectRatio.LANDSCAPE_16x9)
    .setImageFormat(ImagenImageFormat.jpeg(100))
    .setAddWatermark(false)
    .build();

// Specify the config as part of creating the `ImagenModel` instance
ImagenModelFutures model = ImagenModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .imagenModel(
                    "IMAGEN_MODEL_NAME",
                    config
                );
);

// ...

Web

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

// ...

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
const generationConfig = {
  negativePrompt: "frogs",
  numberOfImages: 2,
  aspectRatio: ImagenAspectRatio.LANDSCAPE_16x9,
  imageFormat: ImagenImageFormat.jpeg(100),
  addWatermark: false
};

// Specify the config as part of creating the `ImagenModel` instance
const model = getImagenModel(ai, { model: "IMAGEN_MODEL_NAME", generationConfig });

// ...

Dart

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

// ...

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
final generationConfig = ImagenGenerationConfig(
  negativePrompt: 'frogs',
  numberOfImages: 2,
  aspectRatio: ImagenAspectRatio.landscape16x9,
  imageFormat: ImagenImageFormat.jpeg(compressionQuality: 100)
  addWatermark: false
);

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
final model = FirebaseAI.googleAI().imagenModel(
  model: 'IMAGEN_MODEL_NAME',
  config: generationConfig,
);

// ...

Unity

在创建 ImagenModel 实例时，设置 ImagenGenerationConfig 中参数的值。

using Firebase.AI;

// Set parameter values in a `ImagenGenerationConfig` (example values shown here)
var config = new ImagenGenerationConfig(
  numberOfImages: 2,
  aspectRatio: ImagenAspectRatio.Landscape16x9,
  imageFormat: ImagenImageFormat.Jpeg(100)
);

// Initialize the Gemini Developer API backend service
// Specify the config as part of creating the `ImagenModel` instance
var model = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetImagenModel(
  modelName: "imagen-4.0-generate-001",
  generationConfig: config
);

// ...

您可以在本页面的下一部分中找到每个参数的说明 。

参数说明 (Imagen)

下面简要介绍了可用的参数（如适用）。 您可以在 文档中找到参数及其值的完整列表 Google Cloud。

参数	说明	默认值
排除提示 negativePrompt	有关您要在生成的图片中排除的内容的说明 imagen-3.0-generate-002 尚不支持此参数。	---
结果数量 numberOfImages	为每个请求返回的生成图片数量	默认值为一张图片
宽高比 aspectRatio	生成图片的宽高比	默认值为方形 (1:1)
图片格式 imageFormat	输出选项，例如生成图片的图片格式（MIME 类型）和 压缩级别	默认 MIME 类型为 PNG 默认压缩级别为 75（如果 MIME 类型设置为 JPEG）
水印 addWatermark	是否向生成的图片添加不可见的数字水印（称为 SynthID）	默认值为 true
人像生成 personGeneration	是否允许模型生成人物	默认值取决于模型
包含安全属性 includeSafetyAttributes	是否针对未经过滤的输入和输出在回答中启用安全 属性列表的四舍五入 Responsible AI 分数 安全属性类别： "Death, Harm & Tragedy", "Firearms & Weapons", "Hate", "Health", "Illicit Drugs", "Politics", "Porn", "Religion & Belief", "Toxic", "Violence", "Vulgarity", "War & Conflict".	默认值为 false

注意：Firebase AI Logic 尚不支持以下参数：

• 指定 种子编号 （seed 参数）
• 设置用于存储生成图片的 Google Cloud Storage 存储分区 （storageUri 参数）
• 停用 提示增强功能 （enhancePrompt 参数）

---

控制内容生成的其他选项

• 详细了解 提示设计 ，以便影响模型生成符合您需求的输出。
• 使用 安全设置 调整收到可能被视为 有害的回答（包括仇恨言论和露骨色情内容）的可能性。
• 设置系统指令 以引导模型的行为。此功能就像一段序言，在模型接收到最终用户的进一步指令之前添加。
• 将 回答架构 与提示一起传递，以指定特定的输出架构。此功能最常用于生成 JSON 输出，但也可用于分类任务（例如，当您希望模型使用特定标签或标记时）。