Wdrażanie z AI Studio w Cloud Run

1. Przegląd

Od czego zacząć tworzenie z wykorzystaniem AI? Większość z nas zaczyna od prostego pytania: Czy mogę szybko stworzyć prototyp rozwiązania problemu, nad którym się zastanawiam? W tym właśnie pomaga Google AI Studio. To platforma do szybkiego tworzenia prototypów. W tym ćwiczeniu utworzysz prostą aplikację internetową za pomocą vibe coding i wdrożysz ją w Cloud Run.

Wymagania wstępne

• Podstawowa wiedza o aplikacjach internetowych.

Czego się nauczysz

Z tego ćwiczenia dowiesz się, jak:

1. utworzyć prostą aplikację internetową w Google AI Studio za pomocą vibe coding;
2. sprawdzić, czy aplikacja działa zgodnie z oczekiwaniami;
3. wdrożyć aplikację w Cloud Run.

Wymagania

• Przeglądarka internetowa, np. Chrome lub Firefox.

2. Zanim zaczniesz

1. Jeśli nie masz jeszcze konta Google, musisz je utworzyć.
   • Użyj konta osobistego zamiast konta służbowego lub szkolnego. Konta służbowe i szkolne mogą mieć ograniczenia, które uniemożliwiają włączenie interfejsów API potrzebnych do tego ćwiczenia.
2. Otwórz Google AI Studio i zapoznaj się z warunkami korzystania z usługi.
3. Jeśli korzystasz z poziomu bezpłatnego Google Cloud, możesz wdrożyć do 2 aplikacji pełnostosowych w jednym regionie Cloud Run bez konfigurowania pełnego środowiska Google Cloud ani konta rozliczeniowego.

3. Prototyp

W Google AI Studio poświęć chwilę na zapoznanie się z panelem Ustawienia w prawym górnym rogu. Możesz tu wybrać model i domyślną platformę oraz podać instrukcje systemowe:

Gdy ustawienia będą odpowiednie, opisz aplikację, którą chcesz utworzyć, i kliknij Utwórz:

Create a formal looking frontend application that has two buttons: "Snowflakes" and "Balloons".  
If the user clicks on the "Snowflakes" button, snowflakes of medium size should start falling on the screen from top to bottom for 5 seconds.  
If the user clicks on the "Balloons" button, balloons of medium size should start floating from the bottom of the screen and float to the top for 5 seconds.

Na podstawie tego opisu AI Studio utworzy aplikację internetową. Proces generowania trwa 2–3 minuty, a podczas niego może pojawić się prośba o wybranie opcji projektowania:

Jeśli napotkasz problemy z aplikacją, możesz wpisać dodatkowe prośby, aby doprecyzować jej działanie (np. Increase the size of the snowflakes to twice their current size).

Na obrazie poniżej widać migawkę wygenerowanej aplikacji:

4. Wdrożenie w Cloud Run

Gdy aplikacja będzie gotowa, wdróż ją w Cloud Run:

1. W prawym górnym rogu strony kliknij Opublikuj.

2. Otworzy się okno Wdróż aplikację w Google Cloud.

Pamiętaj, że każde konto na poziomie bezpłatnym Google Cloud otrzymuje 2 wdrożenia bezpłatnie.

3. Kliknij menu Wybierz projekt w chmurze , aby wybrać projekt, lub kontynuuj z domyślnym projektem Gemini.
4. Wybierz projekt z menu. Jeśli nie możesz znaleźć projektu, kliknij Importuj projekt, a następnie wybierz projekt w panelu Importuj projekt.
5. Jeśli pojawi się prośba, jako typ organizacji wybierz Osoba fizyczna i wpisz swój adres:

6. Kliknij Opublikuj aplikację i poczekaj, aż aplikacja zostanie wdrożona w Cloud Run. Pamiętaj, że AI Studio automatycznie generuje nazwę usługi Cloud Run.

7. Wdrożenie trwa kilka minut. Gdy się zakończy, kliknij Adres URL aplikacji , aby otworzyć wdrożoną aplikację internetową.

5. Zwalnianie miejsca

Aby uniknąć obciążenia konta Google Cloud opłatami za zasoby zużyte w tym ćwiczeniu, kliknij Cofnij publikację aplikacji:

6. Gratulacje

Gratulacje! Udało Ci się utworzyć aplikację internetową w Google AI Studio za pomocą vibe coding i wdrożyć ją w Cloud Run.

Dzięki integracji AI Studio z Cloud Run możesz łatwo wdrażać aplikacje bezpośrednio w Google Cloud. Korzystając z Cloud Run, zyskujesz wszystkie zalety środowiska bezserwerowego, które nie wymaga zarządzania infrastrukturą.

Następne kroki

Gratulacje! To ćwiczenie zostało ukończone. Teraz, gdy masz już gotową platformę aplikacji, zapoznaj się z tymi oficjalnymi przewodnikami, aby rozszerzyć możliwości projektu:

Zalecana dokumentacja i przewodniki

• Strategie projektowania promptów: poznaj podstawowe zasady tworzenia promptów, używania instrukcji systemowych, implementowania przykładów few-shot i kontrolowania formatu danych wyjściowych.
• Wywoływanie funkcji za pomocą Gemini API: połącz wdrożenie z zewnętrznymi narzędziami i interfejsami API, aby model Gemini mógł generować dane strukturalne i wywoływać logikę aplikacji w świecie rzeczywistym.
• Generowanie tekstu mówionego: dowiedz się, jak generować tekst mówiony za pomocą Gemini API, kontrolować style mowy i testować głosy za pomocą biblioteki głosów w Google AI Studio.