GSP524

Présentation

Dans un atelier challenge, vous devez suivre un scénario et effectuer une série de tâches. Aucune instruction détaillée n'est fournie : vous devez utiliser les compétences acquises au cours des ateliers du cours correspondant pour déterminer comment procéder par vous-même. Vous saurez si vous avez exécuté correctement les différentes tâches grâce au score calculé automatiquement (affiché sur cette page).

Lorsque vous participez à un atelier challenge, vous n'étudiez pas de nouveaux concepts Google Cloud. Vous allez approfondir les compétences précédemment acquises. Par exemple, vous devrez modifier les valeurs par défaut ou encore examiner des messages d'erreur pour corriger vous-même les problèmes.

Pour atteindre le score de 100 %, vous devez mener à bien l'ensemble des tâches dans le délai imparti.

Cet atelier est recommandé aux participants inscrits au cours Analyser des données multimodales et en tirer des conclusions avec Gemini. Êtes-vous prêt pour le challenge ?

Prérequis

Avant de commencer cet atelier, vous devez :

• avoir des connaissances de base en programmation Python ;
• connaître les concepts généraux sur les API ;
• savoir exécuter du code Python dans un notebook Jupyter dans Agent Platform Workbench.

Compétences évaluées

Dans ce challenge, vous allez utiliser le modèle pour effectuer les tâches suivantes :

• Créer et exécuter des prompts multimodaux complexes pour analyser des données textuelles, visuelles, audio et vidéo
• Extraire des informations structurées (par exemple, scores de sentiment, thèmes principaux, détection d'objets, caractéristiques audio ou reconnaissance d'action) à partir de données multimodales
• Synthétiser les insights issus de plusieurs types de données afin de tirer des conclusions utiles et de fournir des recommandations exploitables
• Mettre en forme la sortie des modèles dans un rapport Markdown structuré pour communiquer efficacement les résultats

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).

Remarque : Ouvrez une fenêtre de navigateur en mode incognito (recommandé) ou de navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Utilisez uniquement le compte de participant pour cet atelier. Si vous utilisez un autre compte Google Cloud, des frais peuvent être facturés à ce compte.

Scénario du challenge

Cymbal Direct : analyser l'engagement sur les réseaux sociaux pour le lancement d'un nouveau produit

Cymbal Direct vient de lancer une nouvelle gamme de vêtements de sport conçus pour améliorer les performances lors de différentes activités. Pour évaluer la perception du public et l'impact potentiel sur le marché, Cymbal Direct doit analyser l'engagement sur plusieurs plates-formes de réseaux sociaux. Cette analyse comprend les éléments suivants :

• Données textuelles : analyse des avis clients et des posts sur les réseaux sociaux pour identifier les principaux sentiments et thèmes
• Données visuelles : analyse d'images publiées par des influenceurs et des clients portant les vêtements pour identifier les tendances de style et les habitudes d'utilisation
• Données audio : analyse d'un clip audio d'un épisode de podcast portant sur une interview récente au sujet du lancement d'un nouveau produit de Cymbal Direct

L'objectif est de fournir à Cymbal Direct des insights pratiques pour affiner sa stratégie marketing, améliorer ses produits et renforcer son positionnement. Êtes-vous prêt pour le challenge ?

Tâche 1 : Ouvrir le notebook dans Agent Platform Workbench

1. Dans la console Google Cloud, dans le menu de navigation (), cliquez sur Agent Platform > Notebooks > Workbench.

2. Recherchez l'instance , puis cliquez sur le bouton Ouvrir JupyterLab.

L'interface JupyterLab de votre instance Workbench s'ouvre dans un nouvel onglet de navigateur.

3. Cliquez sur le fichier .

4. Dans la boîte de dialogue Select Kernel (Sélectionner le kernel), sélectionnez Python 3 dans la liste des kernels disponibles.

5. Effectuez la tâche 1 dans le notebook pour importer les bibliothèques et installer le SDK Gen AI.

Une fois que vous avez terminé la tâche 1 et configuré votre environnement, vous pouvez passer aux sections suivantes.

Pour les tâches suivantes, vous devez remplir les parties manquantes de chaque cellule pour passer à la section suivante. Les parties manquantes comportent la mention TODO ainsi qu'une instruction sur la façon de les remplir.

Cliquez sur Vérifier ma progression pour valider l'objectif. Importer les bibliothèques requises et configurer le SDK Gen AI

Tâche 2 : Analyser des données textuelles et en tirer des conclusions

Dans cette tâche, vous allez collecter des informations sur les nouveaux vêtements de sport de Cymbal Direct à l'aide du modèle pour analyser les avis clients et les posts sur les réseaux sociaux au format texte. Vous allez ensuite enregistrer les résultats du modèle dans un fichier Markdown que vous utiliserez pour créer un rapport complet dans la dernière tâche.

Remarque : Vos tâches sont identifiées par une section #TODO dans la cellule. Lisez attentivement chaque cellule et assurez-vous de remplir chacune correctement. Vérifiez votre progression pour vous assurer que vous avez rempli les cellules correctement.

Dans le notebook, utilisez les cellules de la section Tâche 2. Analyser les commentaires des clients (données textuelles) et en tirer des conclusions pour cette tâche.

Analyse initiale avec

Dans la section Analyse initiale avec du notebook :

1. Dans la cellule du notebook, sous 3. Créez une requête pour Gemini, remplissez les TODO pour créer une requête qui demande au modèle Gemini d'analyser les avis clients et les posts sur les réseaux sociaux.

2. Dans la cellule du notebook, sous 4. Envoyez la requête à Gemini, remplissez les TODO pour envoyer la requête et les données textuelles au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Analyse initiale avec

Analyse approfondie avec  : tirer des conclusions sur les sentiments des clients

Dans cette section, vous allez utiliser la réflexion de Gemini pour analyser plus en profondeur les sentiments des clients et identifier les principaux axes d'amélioration. Nous souhaitons particulièrement comprendre le raisonnement derrière les avis positifs et négatifs, et identifier les thèmes récurrents qui ne sont pas immédiatement évidents.

1. Dans le notebook, dans la section Analyse approfondie avec  : tirer des conclusions sur les sentiments des clients, sous 1. Créez un prompt pour Gemini, remplissez les TODO pour créer un prompt qui demande au modèle Gemini d'analyser les avis clients et les posts sur les réseaux sociaux plus en détail.

2. Sous 2. Utilisez la réflexion de Gemini pour un raisonnement plus approfondi, remplissez les TODO pour envoyer le prompt et les données textuelles au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Analyse approfondie avec  : tirer des conclusions sur les sentiments des clients

Tâche 3 : Analyser des contenus visuels et en tirer des conclusions

Dans cette tâche, vous allez utiliser le modèle pour analyser des images de la nouvelle gamme de vêtements de sport de Cymbal Direct. L'objectif est d'identifier les tendances de style et le comportement des clients à partir de ces images. Vous allez enregistrer les résultats du modèle dans un fichier Markdown que vous utiliserez pour créer un rapport complet dans la dernière tâche.

Remarque : Vos tâches sont identifiées par une section #TODO dans la cellule. Lisez attentivement chaque cellule et assurez-vous de remplir chacune correctement. Vérifiez votre progression sur cette page pour vous assurer que vous avez rempli les cellules correctement.

Dans le notebook, utilisez les cellules de la section Tâche 3. Analyser des contenus visuels et en tirer des conclusions : tendances de style et comportement des clients pour cette tâche.

Analyse initiale avec

1. Dans le notebook, dans la section Analyse initiale avec , sous 3. Créez un prompt pour Gemini, remplissez les TODO pour créer un prompt qui demande au modèle Gemini d'analyser les images de la nouvelle gamme de vêtements de sport de Cymbal Direct.

2. Sous 4. Envoyez la requête et les images à Gemini, remplissez les TODO pour envoyer la requête et les données visuelles au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Analyse initiale avec

Tirer des conclusions sur les tendances visuelles avec

Vous allez maintenant utiliser la réflexion de Gemini pour effectuer une analyse plus approfondie des éléments visuels, en déduisant le contexte, l'audience cible et les implications marketing potentielles.

1. Dans le notebook, dans la section Tirer des conclusions sur les tendances visuelles avec , sous 1. Créez un prompt pour Gemini, remplissez les TODO pour créer un prompt qui demande au modèle Gemini d'analyser les images plus en détail.

2. Sous 2. Utilisez la réflexion de Gemini pour une analyse plus approfondie, remplissez les TODO pour envoyer le prompt et les images au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Tirer des conclusions sur les tendances visuelles avec

Tâche 4 : Analyser des contenus audio et en tirer des conclusions

Dans cette tâche, vous allez utiliser le modèle pour analyser un podcast sur la nouvelle gamme de vêtements de Cymbal Direct. Vous allez en extraire des informations/les sentiments, et générer des insights pour l'entreprise. Vous allez ensuite enregistrer les résultats du modèle dans un fichier Markdown que vous utiliserez pour créer un rapport complet dans la dernière tâche.

Ce clip audio est extrait d'un épisode de podcast dans lequel un représentant de Cymbal Direct est interviewé et discute de la nouvelle gamme de vêtements de sport. La conversation porte sur différents aspects des vêtements, dont le design, les caractéristiques, l'audience cible et la stratégie marketing.

Remarque : Vos tâches sont identifiées par une section #TODO dans la cellule. Lisez attentivement chaque cellule et assurez-vous de remplir chacune correctement. Vérifiez votre progression pour vous assurer que vous avez rempli les cellules correctement.

Dans le notebook, utilisez les cellules de la section Tâche 4. Analyser des contenus audio et en tirer des conclusions : perceptions des clients pour cette tâche.

Analyse initiale avec

1. Dans le notebook, dans la section Analyse initiale avec , sous 1. Créez un prompt pour Gemini, remplissez les TODO pour créer un prompt qui demande au modèle Gemini d'analyser l'enregistrement audio de la conversation sur la nouvelle gamme de vêtements de sport de Cymbal Direct.

2. Sous 2. Envoyez la requête et les données audio à Gemini, remplissez les TODO pour envoyer la requête et les données audio au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Analyse initiale avec

Tirer des conclusions sur les données audio avec

Dans cette section, vous allez utiliser la réflexion de Gemini pour analyser la conversation de manière plus approfondie, tirer des conclusions sur la satisfaction client, déduire les facteurs d'influence et générer des recommandations basées sur les données.

1. Dans le notebook, dans la section Tirer des conclusions sur les données audio avec , sous 1. Créez un prompt pour Gemini, remplissez les TODO pour créer un prompt qui demande au modèle Gemini d'analyser l'enregistrement audio plus en détail.

2. Sous 2. Utilisez la réflexion de Gemini pour un raisonnement plus approfondi, remplissez les TODO pour envoyer le prompt et les données audio au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Tirer des conclusions sur les données audio avec

Tâche 5 : Synthétiser les insights multimodaux

Dans cette dernière tâche, vous allez synthétiser les insights obtenus lors de vos analyses précédentes de données textuelles, visuelles et audio. Vous allez utiliser le modèle pour générer un rapport complet qui regroupe les résultats de chaque modalité. Vous obtiendrez ainsi une vue globale des sentiments des clients, de leurs préférences de style et des principales tendances liées à la nouvelle gamme de vêtements de sport de Cymbal Direct.

Vous allez ensuite enregistrer le rapport final généré par le modèle dans un fichier Markdown, que vous importerez dans Cloud Storage pour le consulter et l'évaluer. Ce rapport complet sera une ressource précieuse pour Cymbal Direct, qui pourra prendre des décisions éclairées et optimiser ses stratégies grâce à une compréhension approfondie des perceptions des clients et des tendances du marché.

Remarque : Vos tâches sont identifiées par une section #TODO dans la cellule. Lisez attentivement chaque cellule et assurez-vous de remplir chacune correctement. Vérifiez votre progression sur cette page pour vous assurer que vous avez rempli les cellules correctement.

1. Dans le notebook, dans la section Tâche 5. Synthétiser les insights multimodaux : générer un rapport complet, sous 3. Créez une requête pour Gemini, remplissez les TODO pour créer une requête qui demande au modèle Gemini de générer un rapport complet à partir des résultats d'analyse combinés.

2. Sous 4. Envoyez la requête à Gemini, remplissez les TODO pour envoyer la requête au modèle Gemini.

Cliquez sur Vérifier ma progression pour valider l'objectif. Synthétiser les insights multimodaux : générer un rapport complet

Félicitations !

Félicitations ! Dans cet atelier, vous avez utilisé le modèle pour analyser des données multimodales, y compris du texte, des images et de l'audio, et obtenir des insights utiles pour la nouvelle gamme de vêtements de sport de Cymbal Direct. Vous avez démontré votre capacité à créer des prompts efficaces, à exploiter le budget de raisonnement et de réflexion, et à générer un rapport complet contenant des recommandations exploitables.

Étapes suivantes et informations supplémentaires

Consultez les ressources suivantes pour en savoir plus sur l'IA générative et Gemini Enterprise Agent Platform :

• Consultez la présentation des modèles Gemini de Google DeepMind pour en savoir plus sur les principales capacités des modèles.
• Consultez la documentation officielle d'Agent Platform pour obtenir des consignes de conception, de scaling et de déploiement.
• Consultez la présentation des agents sur Agent Platform pour comprendre comment créer et gérer des agents personnalisés.
• Regardez des tutoriels vidéo et des démonstrations de produits en accédant à la playlist YouTube sur l'IA générative.
• Explorez d'autres notebooks et exemples dans le Google Cloud pour l'IA générative.
• Explorez le dépôt d'exemples Google Agent Development Kit (ADK) pour trouver des modèles d'agents personnalisés.

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière mise à jour du manuel : 27 octobre 2025

Dernier test de l'atelier : 27 octobre 2025

Copyright 2026 Google LLC. Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.