Observação: para garantir uma experiência consistente e de alto desempenho, este laboratório pode fornecer respostas em cache para algumas solicitações de modelo.

GSP1150

Visão geral

O modelo é versátil e foi projetado para processar textos, códigos e imagens. Ele lida com tarefas complexas que exigem raciocínio sofisticado e análise multimodal. O Gemini é excelente em programação, matérias de STEM, desenvolvimento na web e depuração. Em especial, ele é eficaz na geração de códigos e no processamento de comandos detalhados.

O modelo é rápido, eficiente e otimizado para fluxos de trabalho de alta frequência. Com ele, as empresas podem automatizar tarefas e criar aplicativos responsivos sem sacrificar a qualidade. Ele oferece respostas quase em tempo real e excelente custo-benefício, além de permitir que as empresas ofereçam experiências envolventes em escala de produção.

Neste laboratório, você vai executar exemplos que demonstram os principais recursos do modelo e apresentam os novos recursos da API.

Pré-requisitos

Antes de fazer este laboratório, você precisa saber os seguintes conceitos:

• Noção básica de programação em Python.
• Conceitos gerais sobre APIs.
• Executar códigos Python em um notebook do Jupyter no Agent Platform Workbench.

Objetivos

Neste laboratório, você vai usar os modelos e para fazer o seguinte:

• Gerar textos e controlar o raciocínio com níveis de pensamento.
• Configurar os parâmetros do modelo e as instruções do sistema.
• Processar dados multimodais, incluindo áudios, códigos e vídeos.
• Implementar recursos avançados, como chamadas de função e execução de códigos.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. À direita, você encontra o painel Configuração e acesso ao laboratório com as seguintes informações:

   • O botão Abrir console do Google Cloud
   • As credenciais temporárias (nome de usuário e senha) que você vai usar no laboratório
   • Outros dados, se necessários

   O timer do laboratório fica na parte de cima da página e mostra o tempo restante.

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página "Login" em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Login.

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

   Você também encontra o nome de usuário no painel Configuração e acesso ao laboratório.

4. Clique em Avançar.

5. Copie a Senha abaixo e cole na caixa de diálogo Olá!.

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

   Você também encontra a senha no painel Configuração e acesso ao laboratório.

6. Clique em Avançar.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, talvez receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes sem custo financeiro.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: configurar o ambiente

Nesta seção, você vai instalar pacotes e importar bibliotecas.

Abrir o notebook no Agent Platform Workbench

1. No console do Google Cloud, no menu de navegação (), clique em Agent Platform > Notebooks > Workbench.

2. Ache a instância e clique no botão Abrir o JupyterLab.

A interface do JupyterLab para sua instância do Workbench é aberta em uma nova guia do navegador.

Configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar Kernel, escolha Python 3 (local) na lista de kernels disponíveis.

3. Leia a seção Vamos começar do notebook. O ID do projeto e o local já estão pré-configurados.

Observação: se você receber uma resposta 429 de uma das execuções de células do notebook, aguarde um minuto antes de executar a célula novamente para prosseguir.

Clique em Verificar meu progresso para conferir o objetivo. Instalar pacotes e importar bibliotecas.

Tarefa 2: carregar os modelos do Gemini

• No notebook, execute as células na seção Carregar os modelos do Gemini para inicializar o cliente genai e definir as variáveis do modelo.

Clique em Verificar meu progresso para conferir o objetivo. Conferir a seção Carregar os modelos do Gemini 3 do notebook.

Tarefa 3: conhecer os recursos do Gemini

Nesta seção, você vai conhecer os principais recursos do modelo Gemini 3 Pro e da API. Depois de conferir um recurso no notebook, volte a estas instruções para Verificar seu progresso.

Definir instruções do sistema

• Acesse a seção Definir instruções do sistema e execute as células para definir o comportamento do modelo (tradução do inglês para o espanhol).

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Definir instruções do sistema do notebook.

Nível de pensamento

• Acesse a seção Nível de pensamento. Execute as células para observar como o ajuste do parâmetro thinking_level muda a profundidade do processo de raciocínio do modelo.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Nível de pensamento do notebook.

Configurar o parâmetro de temperatura

• Na seção Configurar o parâmetro de temperatura, execute o código para ajustar a aleatoriedade da geração de respostas.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Configurar o parâmetro de temperatura do notebook.

Gerar stream de conteúdo

• Execute a seção Gerar stream de conteúdo para descobrir como o modelo fornece respostas em partes em vez de esperar a conclusão total.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Gerar stream de conteúdo do notebook.

Resumos de raciocínio

• Execute as células Resumos de raciocínio para analisar as etapas de raciocínio intermediárias do modelo antes da resposta final.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Resumos de raciocínio do notebook.

Conversa multiturno

• Execute a seção Conversa multiturno para iniciar uma sessão de chat que retenha o contexto de comandos anteriores.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Conversa multiturno do notebook.

Filtros de segurança

• Acesse a seção Filtros de segurança e execute as células para configurar limites de bloqueio voltados a discursos de ódio, assédio e outras categorias.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Filtros de segurança do notebook.

Enviar solicitações assíncronas

• Execute a seção Enviar solicitações assíncronas para saber como enviar solicitações sem bloqueio usando métodos assíncronos.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Enviar solicitações assíncronas do notebook.

Multimodalidade

• Na seção Multimodalidade, execute o código para analisar diferentes tipos de mídia, incluindo imagens e vídeos, além de comandos de texto.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Multimodalidade do notebook.

Resolução de mídia

• Execute a seção Resolução de mídia para comparar como diferentes configurações de resolução afetam a análise de detalhes visuais do modelo.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Resolução de mídia do notebook.

Resposta estruturada

• Execute as células de Saída estruturada para forçar o modelo a responder em formatos específicos, como JSON.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Saída estruturada do notebook.

Embasamento com a Pesquisa Google

• Execute a seção Embasamento com a Pesquisa Google para embasar as respostas do modelo em dados em tempo real da Pesquisa Google.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Embasamento com a Pesquisa Google do notebook.

Execução de código

• Acesse a seção Execução de código e execute as células para permitir que o modelo escreva e execute códigos Python com o objetivo de resolver problemas de matemática.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Execução de código do notebook.

Contexto do URL

• Execute a seção Contexto do URL para saber como o modelo pode processar e resumir conteúdos diretamente com base em um URL fornecido.

Clique em Verificar meu progresso para conferir o objetivo. Conferir seção Contexto do URL do notebook.

Chamadas de função

• Execute a seção Chamada de função para definir ferramentas personalizadas que possam ser invocadas pelo modelo para recuperar informações externas.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Chamada de função do notebook.

Chamada de função de streaming

• Execute as células de Chamada de função de streaming para processar saídas de ferramentas em uma resposta de streaming.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Chamada de função de streaming do notebook.

Respostas de funções multimodais

• Execute a seção Respostas de funções multimodais para saber como as funções podem retornar dados não textuais, como imagens ou gráficos.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Respostas de função multimodal do notebook.

Assinaturas de raciocínio

• Execute a seção Assinaturas de pensamento para verificar a autenticidade da cadeia de raciocínio do modelo.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Assinaturas de raciocínio do notebook.

Contar e calcular tokens

• Por fim, execute as células de Contar e calcular tokens para analisar o custo e o tamanho dos comandos e das respostas.

Clique em Verificar meu progresso para conferir o objetivo. Executar a seção Contar e calcular tokens do notebook.

Parabéns!

Você concluiu o laboratório. Neste laboratório, você trabalhou com os modelos e em um notebook Jupyter usando a API Gemini e o SDK de IA Generativa do Google para IA generativa.

Próximas etapas / Saiba mais

Confira os recursos a seguir para saber mais sobre a IA generativa e a Gemini Enterprise Agent Platform:

• Confira a Visão geral dos modelos do Gemini do Google DeepMind para saber mais sobre os principais recursos do modelo.
• Confira a documentação oficial da Agent Platform para ver as diretrizes de design, escalonamento e implantação.
• Confira a Visão geral dos agentes na Agent Platform para entender como criar e gerenciar agentes personalizados.
• Assista à playlist de IA generativa no YouTube para conferir tutoriais em vídeo e demonstrações de produtos.
• Conheça outros notebooks e exemplos no Repositório da IA generativa do Google Cloud (em inglês).
• Confira o repositório de amostras do Kit de Desenvolvimento de Agente (ADK) do Google para ver os modelos de agentes personalizados.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 18 de maio de 2026

Laboratório testado em 16 de abril de 2026

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.