Yanıtları kontrol etmek için model yapılandırmasını kullanma

Bir modele yapılan her çağrıda, modelin nasıl yanıt oluşturacağını kontrol etmek için model yapılandırması gönderebilirsiniz. Her model farklı yapılandırma seçenekleri sunar.

Ayrıca Google AI Studio kullanarak istemler ve model yapılandırmalarıyla da denemeler yapabilirsiniz.

Gemini yapılandırma seçeneklerine git Imagen yapılandırma seçeneklerine git

---

Gemini modellerini yapılandırma

Bu sayfada sağlayıcıya özel içerikleri ve kodu görüntülemek için Gemini API sağlayıcınızı tıklayın. Gemini Developer API Vertex AI Gemini API

Bu bölümde, Gemini modelleriyle kullanılacak yapılandırmanın nasıl ayarlanacağı gösterilmekte ve her parametrenin açıklaması verilmektedir.

Model yapılandırması oluşturma (Gemini)

Not: Gemini modeline erişirken çoğu kullanım alanında modeli GenerationConfig kullanarak yapılandırırsınız. Ancak Gemini Live API için bir model yapılandırıyorsanız LiveGenerationConfig kullanırsınız.

Genel kullanım alanları için yapılandırma

Yapılandırma, örneğin kullanım ömrü boyunca korunur. Farklı bir yapılandırma kullanmak istiyorsanız bu yapılandırmayla yeni bir GenerativeModel örneği oluşturun.

Swift

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

import FirebaseAI

// Set parameter values in a `GenerationConfig` (example values shown here)
let config = GenerationConfig(
  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

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// Set parameter values in a `GenerationConfig` (example values shown here)
val config = generationConfig {
    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

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// Set parameter values in a `GenerationConfig` (example values shown here)
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
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

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

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

// Set parameter values in a `GenerationConfig` (example values shown here)
const generationConfig = {
  max_output_tokens: 200,
  stop_sequences: ["red"],
  temperature: 0.9,
  top_p: 0.1,
  top_k: 16,
};

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

// ...

Dart

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// Set parameter values in a `GenerationConfig` (example values shown here)
final generationConfig = GenerationConfig(
  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

GenerativeModel örneği oluşturma kapsamında GenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// Set parameter values in a `GenerationConfig` (example values shown here)
var generationConfig = new GenerationConfig(
  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
);

Her parametrenin açıklamasına bu sayfanın sonraki bölümünden ulaşabilirsiniz.

Gemini Live API için yapılandırma

Firebase AI Logic kullanılırken Gemini Live API, Gemini Developer API için henüz desteklenmiyor.

Parametrelerin açıklaması (Gemini)

Aşağıda, geçerli olduğu durumlarda kullanılabilen parametrelere genel bir bakış verilmiştir. Parametrelerin ve değerlerinin kapsamlı listesini Gemini Developer API dokümanlarında bulabilirsiniz.

Parametre	Açıklama	Varsayılan değer
Ses zaman damgası audioTimestamp	Yalnızca ses girişi dosyalarında zaman damgasının anlaşılmasını sağlayan bir boole değeri. Yalnızca generateContent veya generateContentStream aramaları kullanılırken ve giriş türü yalnızca ses içeren bir dosyayken geçerlidir.	false
Sıklık cezası frequencyPenalty	Oluşturulan yanıtta tekrar tekrar görünen jetonların dahil edilme olasılığını kontrol eder. Pozitif değerler, oluşturulan içerikte tekrar tekrar görünen jetonları cezalandırarak içeriğin tekrarlanma olasılığını azaltır.	---
Maks. çıkış jetonu sayısı maxOutputTokens	Yanıt içinde oluşturulabilecek maksimum jeton sayısını belirtir.	---
Bulunma cezası presencePenalty	Oluşturulan yanıtta zaten görünen jetonların dahil edilme olasılığını kontrol eder. Pozitif değerler, oluşturulan içerikte zaten görünen jetonları cezalandırarak daha çeşitli içerik oluşturma olasılığını artırır.	---
Durdurma dizileri stopSequences	Modelin yanıtta bu dizelerden biriyle karşılaştığında içerik oluşturmayı durdurmasını sağlayan bir dize listesi belirtir. Yalnızca GenerativeModel yapılandırması kullanılırken geçerlidir.	---
Sıcaklık temperature	Yanıttaki rastgelelik derecesini kontrol eder. Düşük sıcaklıklar daha belirleyici yanıtlar, yüksek sıcaklıklar ise daha çeşitli veya yaratıcı yanıtlar verir.	Modele bağlıdır
Top-K topK	Oluşturulan içerikte kullanılan en yüksek olasılıklı kelimelerin sayısını sınırlar. 1 değerindeki bir top-K değeri, bir sonraki seçilen jetonun modelin sözlüğündeki tüm jetonlar arasında en olası olması gerektiği anlamına gelir. n değerindeki bir top-K değeri ise bir sonraki jetonun en olası n jeton arasından seçilmesi gerektiği anlamına gelir (tümü ayarlanan sıcaklığa göre).	Modele bağlıdır
Top-P topP	Oluşturulan içeriğin çeşitliliğini kontrol eder. Olasılıklarının toplamı üst-P değerine eşit olana kadar en olası (yukarıdaki üst-K bölümüne bakın) parçalardan en az olası parçalara doğru seçim yapılır.	Modele bağlıdır
Yanıt biçimi responseModality	Live API veya Gemini modeli tarafından yerel çok formatlı çıkış kullanılırken yayınlanan çıkışın türünü (ör. metin, ses veya resim) belirtir. Yalnızca Live API ve LiveModel yapılandırması kullanılırken veya çok formatlı çıkış yapabilen bir Gemini modeli kullanılırken geçerlidir.	---
Konuşma (ses) speechConfig	Live API kullanılırken yayınlanan ses çıkışı için kullanılan sesi belirtir. Yalnızca Live API ve LiveModel yapılandırması kullanılırken geçerlidir.	Puck

Not: Yapılandırılmış çıkış oluşturma işlemi, responseMimeType ve responseSchema parametreleri kullanılarak GenerationConfig içinde kontrol edilir.

---

Imagen modellerini yapılandırma

Bu sayfada sağlayıcıya özel içerikleri ve kodu görüntülemek için Imagen API sağlayıcınızı tıklayın. Gemini Developer API Vertex AI Gemini API

Bu bölümde, Imagen modelleriyle kullanılacak yapılandırmanın nasıl ayarlanacağı gösterilmekte ve her parametrenin açıklaması verilmektedir.

Model yapılandırması oluşturma (Imagen)

Yapılandırma, örneğin kullanım ömrü boyunca korunur. Farklı bir yapılandırma kullanmak istiyorsanız bu yapılandırmayla yeni bir ImagenModel örneği oluşturun.

Swift

ImagenModel örneği oluşturma kapsamında bir ImagenGenerationConfig içindeki parametrelerin değerlerini ayarlayın.

import FirebaseAI

// 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

ImagenModel örneği oluşturma kapsamında bir ImagenGenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// 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

ImagenModel örneği oluşturma kapsamında bir ImagenGenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// 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

ImagenModel örneği oluşturma kapsamında bir ImagenGenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// 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

ImagenModel örneği oluşturma kapsamında bir ImagenGenerationConfig içindeki parametrelerin değerlerini ayarlayın.

// ...

// 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

Imagen henüz Unity'de desteklenmiyor ancak yakında desteklenecek.

Her parametrenin açıklamasına bu sayfanın sonraki bölümünden ulaşabilirsiniz.

Parametrelerin açıklaması (Imagen)

Aşağıda, geçerli olduğu durumlarda kullanılabilen parametrelere genel bir bakış verilmiştir. Google Cloud dokümanlarında parametrelerin ve değerlerinin kapsamlı bir listesini bulabilirsiniz.

Parametre	Açıklama	Varsayılan değer
Olumsuz istem negativePrompt	Oluşturulan resimlerde hangi öğeleri atlamak istediğinizin açıklaması Bu parametre henüz imagen-3.0-generate-002 tarafından desteklenmiyor.	---
Sonuç sayısı numberOfImages	Her istek için döndürülen oluşturulmuş resimlerin sayısı	Varsayılan olarak Imagen 3 modelleri için tek bir resim kullanılır.
En boy oranı aspectRatio	Oluşturulan resimlerin en boy oranı	Varsayılan değer karedir (1:1).
Resim biçimi imageFormat	Görüntü biçimi (MIME türü) ve oluşturulan görüntülerin sıkıştırma düzeyi gibi çıkış seçenekleri	varsayılan MIME türü PNG'dir varsayılan sıkıştırma oranı 75'tir (MIME türü JPEG olarak ayarlanmışsa)
Filigran addWatermark	Üretilen resimlere görünür olmayan dijital filigran (SynthID olarak adlandırılır) eklenip eklenmeyeceği	Imagen 3 modelleri için varsayılan değer true'dır.
Karakter üretme personGeneration	Modelin insan üretmesine izin verilip verilmeyeceği	varsayılan değer modele bağlıdır

Not: Firebase AI Logic henüz aşağıdaki parametreleri desteklememektedir:

• Başlangıç sayısı (seed parametresi) belirtme
• Oluşturulan görüntülerin depolanacağı bir Google Cloud Storage paketi ayarlama (storageUri parametresi)
• İstem geliştirmeyi devre dışı bırakma (enhancePrompt parametresi)

---

İçerik oluşturmayı kontrol etme ile ilgili diğer seçenekler

• İstem tasarımı hakkında daha fazla bilgi edinin böylece modeli, ihtiyaçlarınıza özel çıkışlar oluşturması için etkileyebilirsiniz.
• Nefret söylemi ve müstehcen içerik gibi zararlı olarak kabul edilebilecek yanıtlar alma olasılığını ayarlamak için güvenlik ayarlarını kullanın.
• Modelin davranışını yönlendirmek için sistem talimatları ayarlayın. Bu özellik, modelin son kullanıcının başka talimatlarına maruz kalmadan önce eklediğiniz bir giriş gibidir.
• Belirli bir çıkış şeması belirtmek için istemle birlikte bir yanıt şeması iletin. Bu özellik en yaygın olarak JSON çıktısı oluştururken kullanılır ancak sınıflandırma görevleri için de kullanılabilir (ör. modelin belirli etiketleri veya tag'leri kullanmasını istediğinizde).