Catatan: Untuk memastikan pengalaman yang konsisten dan berperforma tinggi, lab ini dapat memberikan respons yang di-cache untuk beberapa permintaan model.

GSP1150

Ringkasan

Model adalah model serbaguna yang dirancang untuk memproses teks, kode, dan gambar. Model ini dapat menangani tugas kompleks yang memerlukan penalaran canggih dan analisis multimodal. Gemini unggul dalam coding, topik STEM, pengembangan web, dan proses debug. Gemini juga sangat efektif untuk membuat kode dan menyelesaikan perintah kompleks.

Model adalah model efisien dan cepat yang dioptimalkan untuk alur kerja frekuensi tinggi, sehingga memungkinkan perusahaan mengotomatiskan tugas serta membangun aplikasi responsif tanpa menurunkan kualitas. Model ini memberikan respons yang hampir real-time dan performa harga yang unggul, sehingga memungkinkan bisnis memberikan pengalaman menarik yang berskala produksi.

Di lab ini, Anda akan menjalankan contoh yang menunjukkan kemampuan model utama dan menampilkan fitur API baru.

Prasyarat

Sebelum memulai lab ini, Anda sebaiknya sudah mengetahui:

• Pemrograman Python dasar.
• Konsep API secara umum.
• Cara menjalankan kode Python di notebook Jupyter di Agent Platform Workbench.

Tujuan

Dalam lab ini, Anda akan menggunakan model dan untuk:

• Membuat teks dan mengontrol penalaran dengan tingkat penalaran.
• Mengonfigurasi parameter model dan petunjuk sistem.
• Memproses data multimodal termasuk audio, kode, dan video.
• Menerapkan fitur lanjutan seperti panggilan fungsi dan eksekusi kode.

Penyiapan dan persyaratan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Cara memulai lab dan login ke Konsol Google Cloud

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kanan terdapat panel Lab setup and access yang berisi hal-hal berikut:

   • Tombol Open Google Cloud console
   • Kredensial sementara (nama pengguna dan sandi) yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

   Perhatikan bahwa timer lab terletak di dekat bagian atas halaman, yang menampilkan waktu yang tersisa.

2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

   Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

   {{{user_0.username | "Username"}}}

   Anda juga dapat menemukan Username di panel Lab setup and access.

4. Klik Next.

5. Salin Password di bawah dan tempel ke dialog Welcome.

   {{{user_0.password | "Password"}}}

   Anda juga dapat menemukan Password di panel Lab setup and access.

6. Klik Next.

   Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Penggunaan akun Google Cloud sendiri untuk lab ini mungkin dikenai biaya tambahan.

7. Klik untuk melanjutkan ke halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan daftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Tugas 1. Mengonfigurasi lingkungan

Di bagian ini, Anda akan menginstal paket dan mengimpor library.

Membuka notebook di Agent Platform Workbench

1. Di Konsol Google Cloud, pada Navigation menu (), klik Agent Platform > Notebooks > Workbench.

2. Cari instance lalu klik tombol Open JupyterLab.

Antarmuka JupyterLab untuk instance Workbench Anda akan terbuka di tab browser baru.

Menyiapkan notebook

1. Buka file .

2. Pada dialog Select Kernel, pilih Python 3 (Local) dari daftar kernel yang tersedia.

3. Jalankan bagian Getting Started pada notebook. Project ID dan Lokasi telah dikonfigurasi sebelumnya untuk Anda.

Catatan: Jika Anda mendapatkan respons 429 dari salah satu eksekusi sel notebook, tunggu 1 menit sebelum menjalankan sel kembali untuk melanjutkan.

Klik Periksa progres saya untuk memverifikasi tujuan. Menginstal paket dan mengimpor library.

Tugas 2. Memuat model Gemini

• Di notebook, jalankan sel di bagian Load the Gemini Models untuk melakukan inisialisasi klien genai dan menentukan variabel model.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Load the Gemini 3 models di notebook.

Tugas 3. Mengeksplorasi kemampuan Gemini

Di bagian ini, Anda akan mengeksplorasi kemampuan utama model Gemini 3 Pro dan fitur API. Setelah mengeksplorasi fitur di notebook, Anda akan diminta untuk kembali ke petunjuk ini untuk Memeriksa progres Anda.

Mengatur petunjuk sistem

• Buka bagian Set system instructions dan jalankan sel untuk menentukan perilaku model (menerjemahkan bahasa Inggris ke bahasa Spanyol).

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Set system instructions di notebook.

Tingkat penalaran

• Buka bagian Thinking level. Jalankan sel untuk mengamati pengaruh penyesuaian parameter thinking_level terhadap kedalaman proses penalaran model.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Thinking level di notebook.

Mengonfigurasi parameter temperatur

• Di bagian Configure the temperature parameter, jalankan kode untuk menyesuaikan keacakan pembuatan respons.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Configure the temperature parameter di notebook.

Membuat aliran data konten

• Jalankan bagian Generate content stream untuk melihat cara model memberikan respons dalam potongan, bukan menunggu penyelesaian penuh.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Generate content stream di notebook.

Ringkasan penalaran

• Jalankan sel Thought summaries untuk memeriksa langkah-langkah menengah dalam penalaran model sebelum jawaban akhir.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Thought summaries di notebook.

Multi-turn chat

• Selesaikan bagian Multi-turn chat untuk memulai sesi percakapan yang mempertahankan konteks dari perintah sebelumnya.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Multi-turn chat di notebook.

Filter keamanan

• Buka bagian Safety filters dan jalankan sel untuk mengonfigurasi nilai minimum pemblokiran untuk ujaran kebencian, pelecehan, dan kategori lainnya.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Safety filters di notebook.

Mengirim permintaan asinkron

• Jalankan bagian Send asynchronous requests untuk mempelajari cara mengirim permintaan non-blok menggunakan metode asinkron.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Send asynchronous requests di notebook.

Multimodalitas

• Di bagian Multimodality, jalankan kode untuk menganalisis berbagai jenis media, termasuk gambar dan video, beserta perintah teks.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Multimodality di notebook.

Resolusi media

• Selesaikan bagian Media resolution untuk membandingkan pengaruh berbagai setelan resolusi terhadap analisis model atas detail visual.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Media resolution di notebook.

Output terstruktur

• Jalankan sel Structured output untuk memaksa model merespons dalam format tertentu, seperti JSON.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Structured output di notebook.

Grounding dengan Google Penelusuran

• Jalankan bagian Grounding with Google Search untuk melakukan grounding respons model dalam data real-time dari Google Penelusuran.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Grounding with Google Search di notebook.

Eksekusi Kode

• Buka bagian Code Execution dan jalankan sel untuk mengizinkan model menulis serta mengeksekusi kode Python guna memecahkan masalah matematika.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Code Execution di notebook.

Konteks URL

• Selesaikan bagian URL context untuk melihat cara model memproses dan meringkas konten langsung dari URL yang diberikan.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian URL context di notebook.

Pemanggilan fungsi

• Jalankan bagian Function calling untuk menentukan alat kustom yang dapat dipanggil model guna mengambil informasi eksternal.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Function calling di notebook.

Pemanggilan fungsi streaming

• Jalankan sel Streaming function calling untuk menangani output alat dalam respons streaming.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Streaming function calling di notebook.

Respons fungsi multimodal

• Selesaikan bagian Multimodal function responses untuk melihat cara fungsi dapat menampilkan data non-teks, seperti gambar atau plot.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Multimodal function responses di notebook.

Tanda tangan penalaran

• Jalankan bagian Thought signatures untuk memverifikasi keaslian rantai penalaran model.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Thought signatures di notebook.

Menghitung token dan mengomputasi token

• Terakhir, jalankan sel Count tokens and compute tokens untuk menganalisis biaya dan ukuran perintah serta respons Anda.

Klik Periksa progres saya untuk memverifikasi tujuan. Jalankan bagian Count tokens and compute tokens di notebook.

Selamat!

Sekarang Anda telah menyelesaikan lab! Di lab ini, Anda menggunakan model dan di notebook Jupyter dengan Gemini API serta Google Gen AI SDK untuk AI Generatif.

Langkah berikutnya/Pelajari lebih lanjut

Lihat referensi berikut untuk mempelajari lebih lanjut AI Generatif dan Gemini Enterprise Agent Platform:

• Baca Ringkasan Model Gemini Google DeepMind untuk mempelajari kapabilitas model inti.
• Pelajari Dokumentasi Agent Platform resmi untuk memahami panduan desain, penskalaan, dan deployment.
• Tinjau Ringkasan Agen di Agent Platform untuk memahami cara membangun dan mengatur agen kustom.
• Tonton playlist AI Generatif di YouTube untuk melihat video tutorial dan demo produk.
• Jelajahi notebook dan sampel lainnya di repositori AI Generatif Google Cloud.
• Jelajahi repositori Sampel Google Agent Development Kit (ADK) untuk mempelajari aneka template agen kustom.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 18 Mei 2026

Lab Terakhir Diuji pada 16 April 2026

Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.