1. Обзор
Введение
Gemini 2.5 Pro — это самая мощная модель Google для программирования и обмена знаниями о мире.
В серии 2.5 модели Gemini теперь представляют собой гибридные модели для логического мышления! Gemini 2.5 Pro способен применять расширенный объем мыслительных процессов в различных задачах и использовать инструменты для максимальной точности ответов.
Gemini 2.5 Pro — это:
- Значительное улучшение по сравнению с предыдущими моделями по таким параметрам, как кодирование, логическое мышление и мультимодальность.
- Лидирующие в отрасли решения с передовыми показателями в математических и STEM-тестах.
- Замечательная модель для программирования, особенно с сильными позициями в веб-разработке.
- Особенно хорошо подходит для сложных запросов, при этом оставаясь универсальным инструментом, в том числе занимает первое место в рейтинге LMSys.
Что вы узнаете
В этом руководстве вы узнаете, как использовать API Gemini и SDK Google Gen AI для Python с моделью Gemini 2.5 Pro.
Вам предстоит выполнить следующие задания:
- Генерация текста на основе текстовых подсказок
- Генерировать потоковый текст
- Начать многоходовые чаты
- Используйте асинхронные методы
- Настройка параметров модели
- Настройка системных инструкций
- Используйте защитные фильтры.
- Использование контролируемого производства
- Подсчет токенов
- Обработка мультимодальных данных (аудио, код, документы, изображения, видео).
- Используйте автоматический и ручной вызов функций.
- Выполнение кода
- Примеры режима мышления
2. Прежде чем начать
Предварительные требования
Прежде чем начать, вам потребуется проект Google Cloud с действующим платежным аккаунтом. Пожалуйста, выберите проект Google Cloud, который вы хотите использовать.
Для проведения практического занятия мы будем использовать Colab Enterprise — управляемую среду для совместной работы с блокнотами, обладающую возможностями обеспечения безопасности и соответствия нормативным требованиям Google Cloud.
Включите необходимые API.
Нажмите кнопку ниже, чтобы включить необходимые API для этого практического занятия в вашем проекте Google Cloud: Vertex AI, Dataform и Compute Engine.
Скопируйте блокнот Colab в Google Cloud.
Нажмите кнопку ниже, чтобы открыть обучающий блокнот в Colab Enterprise. Это создаст копию блокнота Colab в вашем текущем проекте Google Cloud, что позволит вам запустить блокнот.
Давайте начнём!
3. Инициализация среды
Теперь, когда у нас создан блокнот Colab, мы можем выполнить код, который в нём содержится. Первые несколько шагов установят зависимости и импортируют необходимые библиотеки.
Выполните действия, описанные в разделе «Начало работы».
Сначала выполните действия в ячейках, описанных в разделе «Начало работы», одно за другим.
Примечание: Чтобы запустить код в ячейке, наведите указатель мыши на нужную ячейку и щелкните по ней. 
Значок запуска ячейки.
К концу этого раздела вы выполните следующие действия.
- Установите Google Gen AI SDK для Python.
- Импортируйте необходимые библиотеки для лабораторной работы.
- Настройте проект в Google Cloud для использования Vertex AI.
Теперь воспользуемся Gemini 2.5 Pro для генерации текста.
4. Сгенерируйте текст с помощью Gemini
В этом разделе блокнота вы будете использовать Gemini 2.5 Pro для генерации вариантов автозавершения текста.
Приступайте к выполнению следующего набора ячеек в блокноте, уделив время изучению кода и пониманию того, как использовать SDK Google GenAI.
К концу этого раздела вы узнаете следующее.
- Как указать используемую модель.
- Генерация выходных данных без потоковой передачи и с потоковой передачей.
- Использование многоходового чата, доступного в SDK.
- Асинхронный вызов SDK.
- Настройка параметров модели.
- Настройка системных инструкций для персонализации поведения модели.
- Настройка фильтров безопасности контента.
Далее мы рассмотрим, как отправлять многомодальные подсказки в Gemini.
5. Мультимодальные подсказки
В этом разделе блокнота вы будете использовать Gemini 2.5 Pro для обработки изображений и видео.
Выполните следующие действия в блокноте. 
К концу этого раздела вы узнаете следующее.
- Отправьте запрос, состоящий из изображения и текста.
- Обработка видео по URL-адресу
Далее мы сгенерируем четко определенные и структурированные результаты.
6. Структурированные результаты
При использовании ответов моделей в коде важно получать согласованные и надежные выходные данные от модели. Контролируемая генерация позволяет определить схему ответа, указывающую структуру выходных данных модели, имена полей и ожидаемый тип данных для каждого поля.
Выполните следующие действия в блокноте. 
Далее мы рассмотрим, как обосновать выходные данные моделей.
7. Заземление
Если вы хотите использовать существующие базы знаний или предоставлять модели информацию в режиме реального времени, вам следует уделить внимание обоснованию выходных данных модели.
С помощью Gemini и Vertex AI вы можете связать результаты поиска Google, результаты выполнения функций и, наконец, сам код. Функция выполнения кода позволяет модели генерировать и запускать код, обучаясь на полученных результатах и итеративно работая над получением конечного результата.
Выполните следующие действия в блокноте. 
Далее мы рассмотрим мыслительные возможности Gemini 2.5 Pro.
8. Мышление
Режим мышления особенно полезен для сложных задач, требующих многократного стратегического планирования и итеративного решения. Модели Gemini 2.5 — это модели мышления, способные обдумывать свои действия перед тем, как дать ответ, что приводит к повышению производительности и точности.
Выполните следующие ячейки в блокноте. При этом обратите внимание на ход рассуждений модели до того, как она выдаст свой фактический результат. 
9. Заключение
Поздравляем! Вы освоили возможности Gemini 2.5 Pro с помощью Google Gen AI SDK для Python, изучив генерацию текста, мультимодальность, привязку к контексту, структурированные выходные данные и расширенные аналитические возможности. Теперь у вас есть базовые знания для создания собственных инновационных приложений с использованием SDK. Gemini 2.5 Pro, благодаря мощному режиму мышления и рассуждения, открывает новые возможности и способствует инновациям в самых разных областях применения.
Дополнительные ссылки
- См. справочную документацию по Google Gen AI SDK .
- Изучите другие блокноты в репозитории Google Cloud Generative AI на GitHub .
- Изучите модели искусственного интеллекта в Model Garden .