GSP1272

總覽

本實驗室帶您探索如何在 Agent Platform 使用 Gemini API，從而透過 Snowfakery 來生成合成資料。Snowfakery 是一套功能強大的框架，可建立複雜的假資料，而 Gemini 則可透過自然語言功能進一步強化整個流程。您將瞭解如何定義資料生成策略、使用預先設定的架構，並以維基百科頁面做為「種子」，生成各種形式的資料 (如網誌和留言)。這種做法非常實用，適用於測試、提示詞實驗，以及少量樣本的建構作業。

事前準備

開始這個實驗室之前，您應已熟悉下列概念：

• 基本 Python 程式設計。
• 一般 API 概念。
• 在 Agent Platform Workbench 使用 Jupyter 筆記本執行 Python 程式碼。

目標

本實驗室的學習內容如下：

• 透過 Google Gen AI SDK for Python 操作 Gemini API。
• 使用 Snowfakery 定義架構和資料生成策略。
• 運用 Gemini 生成不同形式的合成資料。
• 探索合成資料生成在實務上的應用，例如測試和提示詞實驗。

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的臨時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

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

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

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

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

工作 1：開啟 Agent Platform Workbench 中的筆記本

1. 在 Google Cloud 控制台，依序點選「導覽選單」圖示 >「Agent Platform」>「Notebooks」>「Workbench」。

2. 找出 執行個體，然後點選「Open JupyterLab」按鈕。

Workbench 執行個體的 JupyterLab 介面會在新瀏覽器分頁中開啟。

工作 2：設定筆記本

1. 開啟 檔案。

2. 出現「Select Kernel」對話方塊時，從可用核心清單選取「Python 3 (Local)」。

3. 執行筆記本的「Getting Started」部分。專案 ID 和位置已預先設定完成。

注意：如果執行筆記本儲存格後出現 429 回應，請稍候一分鐘再重新執行儲存格，應該就能繼續操作。

點選「Check my progress」，確認目標已達成。 安裝套件並匯入程式庫

工作 3：建立外掛程式和提示詞

在這項工作中，您將根據這個應用情境的需求，建立兩個自訂外掛程式和必要的提示詞。第一個外掛程式能讓您與維基百科互動，並擷取特定頁面的內容，第二個則可用來與 Gemini API 互動。

1. 執行筆記本的「建立外掛程式和提示詞」部分。

點選「Check my progress」，確認目標已達成。 建立外掛程式和提示詞

工作 4：建立 recipe

要生成合成資料，必須先定義架構。如筆記本所示，您可以建立 YAML 格式的資料生成 recipe，指定相關細節。如要進一步瞭解如何設計 recipe，請參閱這份說明文件。在這項工作中，您將定義合成資料的架構。

1. 執行筆記本的「建立 recipe」部分。

點選「Check my progress」，確認目標已達成。 建立 recipe

工作 5：生成資料

在這項工作中，您會生成資料，並在 /outputs 資料夾查看結果。

1. 執行筆記本的「生成資料」部分。

注意：這個步驟可能需要幾分鐘才能完成。

點選「Check my progress」，確認目標已達成。 生成資料

恭喜！

太棒了！您已在本實驗室成功透過 Google Gen AI SDK for Python 操作 Gemini API，見證這項工具生成合成資料的實力，同時搭配 Snowfakery 定義架構和資料生成策略，透過自訂條件，打造符合特定需求的成果。此外，您也體驗到 Gemini 的靈活彈性，能生成各種形式的合成資料，充分展現在測試和提示詞實驗等實務應用上的潛力。

後續步驟/瞭解詳情

歡迎參考下列資源，進一步瞭解生成式 AI 和 Gemini Enterprise Agent Platform：

• 請參閱 Google DeepMind Gemini 模型總覽，瞭解核心模型功能。
• 如需設計、擴充及部署指南，請參閱官方 Agent Platform 說明文件。
• 請參閱 Agent Platform 的代理總覽，瞭解如何建構及管理自訂代理。
• YouTube 上的生成式 AI 播放清單提供教學影片和產品示範，歡迎多加利用。
• 前往 Google Cloud 生成式 AI 存放區，查看其他筆記本和範例。
• 如需自訂代理範本，請瀏覽 Google Agent Development Kit (ADK) 範例存放區。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2025 年 10 月 27 日

實驗室上次測試日期：2025 年 10 月 27 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。