GSP1150

Visão geral

O modelo Gemini Pro, desenvolvido pelo Google, é um modelo de IA potente e versátil criado para lidar com várias tarefas complexas. Ele foi projetado para processar e raciocinar com vários tipos de informações, incluindo texto, código e imagens. Assim, o Gemini Pro responde a comandos que exigem compreensão e análise sofisticadas.

O Gemini Pro é:

• um modelo eficiente e completo com habilidades sólidas em programação, raciocínio e tarefas multimodais;
• projetado para raciocínio avançado, o que o torna eficaz para resolver problemas em disciplinas como ciência, tecnologia, engenharia e matemática (STEM, na sigla em inglês);
• uma excelente ferramenta para tarefas relacionadas a programação, incluindo desenvolvimento da web, geração de código e depuração;
• especialmente eficaz para lidar com comandos complexos e análises detalhadas.

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 Vertex AI Workbench.

Objetivos

Neste laboratório, você vai usar o modelo para realizar as seguintes tarefas:

• Gerar texto
• Controlar o orçamento de pensamento
• Ver resumos de pensamentos
• Configurar parâmetros do modelo
• Definir instruções do sistema
• Usar filtros de segurança
• Iniciar um chat multiturno
• Usar geração controlada
• Contar tokens
• Processar dados multimodais (áudio, código, documentos, imagens, vídeo)
• Usar a chamada de função automática e manual
• Realizar a execução de código

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 o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

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 Fazer 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 Fazer login.

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

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

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

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

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   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, é possível que 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 gratuitos.

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: abrir o notebook no Vertex AI Workbench

1. No menu de navegação () do console do Google Cloud, clique em Vertex AI > 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.

Observação: se você não encontrar notebooks no JupyterLab, siga estas etapas para redefinir a instância:

1. Feche a guia do JupyterLab no navegador e volte à página inicial do Workbench.

2. Marque a caixa de seleção ao lado do nome da instância e clique em Redefinir.

3. Depois que o botão Abrir o JupyterLab for ativado novamente, aguarde um minuto e clique em Abrir o JupyterLab.

Tarefa 2: configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar Kernel, escolha Python 3 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. Instale pacotes e importe bibliotecas.

Tarefa 3: usar o modelo Gemini Pro

1. Leia a seção Usar o modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Executar a célula do modelo Gemini Pro no notebook.

Tarefa 4: configurar parâmetros do modelo

1. Revise a seção Configurar parâmetros do modelo do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Configurar parâmetros do modelo no notebook.

Tarefa 5: definir instruções do sistema

1. Revise a seção Definir instruções do sistema do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Definir instruções do sistema no notebook.

Tarefa 6: filtros de segurança

1. Revise a seção Filtros de segurança do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Filtros de segurança no notebook.

Tarefa 7: enviar comandos multimodais

1. Revise a seção Enviar comandos multimodais do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Enviar comandos multimodais no notebook.

Tarefa 8: controlar a saída gerada

1. Revise a seção Controlar a saída gerada do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Controlar a saída gerada no notebook.

Tarefa 9: contar e calcular tokens

1. Revise a seção Contar e calcular tokens do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Contar e calcular tokens no notebook.

Tarefa 10: Pesquisa como ferramenta (embasamento)

1. Revise a seção Pesquisa como ferramenta (embasamento) do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula Pesquisa como ferramenta (embasamento) no notebook.

Tarefa 11: chamadas de função

1. Revise a seção Chamadas de função do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula de Chamadas de função no notebook.

Tarefa 12: execução de código

1. Revise a seção Execução de código do notebook.

Clique em Verificar meu progresso para conferir o objetivo. Execute a célula de Execução de código no notebook.

Parabéns!

Você concluiu o laboratório. Nesse laboratório, você trabalhou com o modelo em um notebook Jupyter usando a API Gemini e o SDK de IA generativa para IA generativa.

Próximas etapas / Saiba mais

Confira os recursos a seguir para saber mais sobre o Gemini:

• Visão geral do Gemini
• IA generativa na documentação da Vertex AI
• IA generativa no YouTube
• Confira o manual da Vertex AI para acessar uma galeria selecionada e pesquisável de notebooks da IA generativa.
• Conheça outros notebooks e exemplos no Repositório da IA generativa do Google Cloud (em inglês).

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 9 de outubro de 2025

Laboratório testado em 9 de outubro de 2025

Copyright 2025 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.