Vai al contenuto principale
Google Gemini è un sistema di conversazione AI molto potente: basta inserire un prompt per generare risposte fluide e naturali in pochi secondi. Gemini può fornire un’assistenza intelligente sorprendente, migliorando notevolmente l’efficienza lavorativa e la creatività umana. Questo documento presenta principalmente il processo di utilizzo delle operazioni della Gemini Chat Completion API, grazie alla quale possiamo utilizzare facilmente la funzionalità di conversazione di Gemini ufficiale.

Processo di richiesta

Per utilizzare la Gemini Chat Completion API, vai prima alla Console Ace Data Cloud per ottenere il tuo API Token, da conservare come riserva. Se non hai ancora effettuato l’accesso o la registrazione, verrai automaticamente reindirizzato alla pagina di accesso per registrarti e accedere; al termine tornerai automaticamente alla pagina corrente. Un solo API Token può richiamare tutti i servizi della piattaforma, senza dover fare richiesta separatamente per ogni servizio. Alla prima richiesta verrà fornito un credito gratuito, utilizzabile per un’esperienza gratuita; quando il credito è insufficiente, puoi ricaricare il saldo universale nella console.
📘 Documentazione completa: Gemini Chat Completion API →

Utilizzo di base

Successivamente puoi compilare i contenuti corrispondenti nell’interfaccia, come mostrato nell’immagine:

Quando utilizzi questa interfaccia per la prima volta, dobbiamo compilare almeno tre contenuti: uno è authorization, che può essere selezionato direttamente nell’elenco a discesa. Un altro parametro è model; model rappresenta la categoria di modello del sito ufficiale Gemini che scegliamo di utilizzare, e i modelli disponibili fanno riferimento all’enumerazione model nella documentazione dell’interfaccia. L’ultimo parametro è messages; messages è l’array di prompt che inseriamo, è un array e indica che è possibile caricare contemporaneamente più prompt, ciascuno dei quali contiene role e content, dove role rappresenta il ruolo di chi pone la domanda; forniamo tre identità, rispettivamente user, assistant, system. L’altro content è il contenuto specifico della domanda che poniamo. Allo stesso tempo, puoi notare che sulla destra viene generato il codice di chiamata corrispondente: puoi copiare il codice ed eseguirlo direttamente, oppure fare direttamente clic sul pulsante «Try» per effettuare il test.

Suggerimento: i modelli flash della serie gemini-3.x sono modelli di ragionamento e consumeranno prima reasoning tokens; imposta max_tokens sopra 512, altrimenti potrebbe essere restituito solo contenuto vuoto. gemini-3.8-flash è l’attuale modello Flash consigliato, supporta fino a 1 milione di Token di contesto, input di immagini, chiamate di strumenti e risposte in streaming; attualmente viene chiamato tramite l’interfaccia Chat Completions.
Dopo la chiamata, scopriamo che il risultato restituito è il seguente:
Il risultato restituito contiene più campi, descritti come segue:
  • id, l’ID generato per questa attività di conversazione, utilizzato per identificare univocamente questa attività di conversazione.
  • model , il modello del sito ufficiale Gemini selezionato.
  • choices, le informazioni di risposta fornite da Gemini per il prompt.
  • usage : le informazioni statistiche sui token per questa sessione di domande e risposte.
Tra questi, choices contiene le informazioni di risposta di Gemini; le sue choices sono le informazioni specifiche della risposta di Gemini, come si può vedere nell’immagine.

Si può vedere che il campo content all’interno di choices contiene il contenuto specifico della risposta di Gemini.

Comprensione delle immagini (input multimodale)

Gemini è un modello multimodale nativo e può direttamente «vedere le immagini». Per passare un’immagine, modifica il content di un messaggio da stringa a un array di blocchi di contenuto, inserendo contemporaneamente nell’array blocchi text e blocchi image_url: questo è completamente coerente con OpenAI e con il formato compatibile OpenAI di Gemini ufficiale. image_url.url supporta due modalità di scrittura:
  • URI data: base64 (consigliato, più stabile): il formato è data:<tipo multimediale>;base64,<dati>, ad esempio data:image/jpeg;base64,/9j/4AAQ.... Il tipo multimediale (MIME) è già scritto nel prefisso data:, quindi non è necessario e non esiste un campo media_type separato.
  • URL di immagine pubblicamente accessibile: ad esempio https://cdn.acedata.cloud/4hfydw.jpg.
Tipi di immagine supportati: png, jpeg, webp, heic, heif. Codice di chiamata di esempio Python (URI data base64):
È anche possibile passare direttamente un URL di immagine pubblicamente accessibile:
💡 image_url accetta solo il campo url (il cui valore può essere un URL dell’immagine o un URI data: base64), nonché il campo opzionale detail. Non passare media_type—questo è il campo immagine di Anthropic Claude e non appartiene al formato image_url di OpenAI / Gemini.

Risposta in streaming

Questa interfaccia supporta anche le risposte in streaming, il che è molto utile per l’integrazione con le pagine web e consente alla pagina di ottenere un effetto di visualizzazione carattere per carattere. Se si desidera restituire la risposta in streaming, è possibile modificare il parametro stream nell’intestazione della richiesta impostandolo su true. La modifica è mostrata nella figura, ma il codice di chiamata deve essere modificato di conseguenza per supportare le risposte in streaming.

Dopo aver modificato stream in true, l’API restituirà riga per riga i dati JSON corrispondenti; a livello di codice dobbiamo apportare le modifiche corrispondenti per ottenere i risultati riga per riga. Codice di chiamata di esempio in Python:
L’effetto dell’output è il seguente:
Come si può vedere, nella risposta sono presenti molti data; i choices all’interno di data costituiscono il contenuto della risposta più recente, coerentemente con quanto descritto sopra. choices rappresenta il contenuto di risposta aggiunto e puoi integrarlo nel tuo sistema in base al risultato. Allo stesso tempo, la fine della risposta in streaming viene determinata in base al contenuto di data: se il contenuto è [DONE], significa che la risposta in streaming è completamente terminata. Il risultato data restituito contiene diversi campi, descritti di seguito:
  • id, genera l’ID di questa attività di conversazione, utilizzato per identificare univocamente questa attività di conversazione.
  • model , il modello Gemini del sito ufficiale selezionato.
  • choices, le informazioni di risposta fornite da Gemini alla domanda.
Anche JavaScript è supportato, ad esempio il codice di chiamata in streaming di Node.js è il seguente:
Codice di esempio Java:
Gli altri linguaggi possono essere adattati autonomamente, il principio è lo stesso.

Conversazione multi-turno

Se desideri integrare la funzionalità di conversazione multi-turno, devi caricare più domande nel campo messages; l’esempio specifico di più domande è mostrato nella figura seguente:

Codice di esempio di chiamata Python:
Caricando più domande, è possibile realizzare facilmente una conversazione multi-turno e ottenere la seguente risposta:
Si può vedere che le informazioni contenute in choices sono coerenti con il contenuto dell’utilizzo di base; questo include il contenuto specifico delle risposte di Gemini a più conversazioni, in modo da poter rispondere alle domande corrispondenti in base al contenuto di più conversazioni.

Modello multimodale Gemini-3.0

Esempio di richiesta:
Risultato di esempio:
Naturalmente, puoi anche inviare link a video; l’input specifico è il seguente:
Risultato di esempio:
Da quanto sopra si può vedere che il modello Gemini 3.0 può supportare la comprensione multimodale.

Modello multimodale Gemini-3.1

gemini-3.1-pro-preview è l’ID ufficiale del modello dell’attuale Gemini 3.1 Pro, supporta input multimodali quali testo, immagini e video, ed è adatto a compiti di ragionamento complesso, codifica e comprensione. Esempio di richiesta:
Gemini 3.1 Pro supporta allo stesso modo la comprensione video:
Il formato di risposta è coerente con Gemini 3.0 Pro; per i dettagli, consulta la descrizione nella sezione precedente relativa al modello multimodale Gemini-3.0.

Gestione degli errori

Quando si chiama l’API, se si verifica un errore, l’API restituirà il codice e il messaggio di errore corrispondenti. Ad esempio:
  • 400 token_mismatched:Bad request, possibly due to missing or invalid parameters.
  • 400 api_not_implemented:Bad request, possibly due to missing or invalid parameters.
  • 401 invalid_token:Unauthorized, invalid or missing authorization token.
  • 429 too_many_requests:Too many requests, you have exceeded the rate limit.
  • 500 api_error:Internal server error, something went wrong on the server.

Esempio di risposta di errore

Conclusione

Attraverso questo documento, avete già compreso come utilizzare Gemini Chat Completion API per implementare facilmente la funzionalità di conversazione ufficiale di Gemini. Ci auguriamo che questo documento possa aiutarvi a integrare e utilizzare meglio questa API. In caso di domande, non esitate a contattare il nostro team di supporto tecnico.