GSP524

Visão geral

Nos laboratórios com desafio, apresentamos uma situação e um conjunto de tarefas. Para concluí-las, em vez de seguir instruções detalhadas, você usará o que aprendeu nos laboratórios do curso. Um sistema automático de pontuação (mostrado nesta página) vai avaliar seu desempenho.

Nos laboratórios com desafio, não ensinamos novos conceitos do Google Cloud. O objetivo dessas tarefas é aprimorar aquilo que você já aprendeu, como a alteração de valores padrão ou a leitura e pesquisa de mensagens para corrigir seus próprios erros.

Para alcançar a pontuação de 100%, você precisa concluir todas as tarefas no tempo definido.

Este laboratório é recomendado para inscritos no curso Análise e inferências sobre dados multimodais com o Gemini. Tudo pronto para começar o desafio?

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.

Conhecimentos avaliados

Neste desafio, você vai usar o modelo para:

• criar e executar comandos multimodais complexos para analisar dados de texto, imagem, áudio e vídeo;
• extrair informações estruturadas (por exemplo, pontuações de sentimento, principais temas, detecção de objetos, características de áudio e reconhecimento de ações) de dados multimodais;
• sintetizar insights de várias modalidades de dados para tirar conclusões significativas e fornecer recomendações práticas;
• formatar a saída dos modelos em um relatório estruturado em Markdown para comunicar os resultados obtidos.

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.

Cenário do desafio

Cymbal Direct: análise do engajamento em redes sociais para o lançamento de um novo produto

A Cymbal Direct acaba de lançar uma nova linha de roupas esportivas que visam melhorar o desempenho em várias atividades. Para avaliar a percepção do público e o possível impacto no mercado, a empresa tem a tarefa de analisar o engajamento nas redes sociais em diferentes plataformas. Essa análise envolve:

• Texto: análise de avaliações de clientes e posts em redes sociais para identificar o sentimento e os principais temas.
• Imagem: análise de imagens postadas por influenciadores e clientes usando as peças para identificar tendências de estilo e padrões de uso.
• Áudio: análise de um clipe de áudio de um episódio de podcast com uma entrevista recente sobre o lançamento de um novo produto da Cymbal Direct.

O objetivo é fornecer insights úteis para a Cymbal Direct refinar a estratégia de marketing, melhorar os itens vendidos e fortalecer o posicionamento dos produtos. Tudo pronto para começar o desafio?

Tarefa 1: 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.

3. Clique no arquivo .

4. Na caixa de diálogo Selecionar Kernel, escolha Python 3 na lista de kernels disponíveis.

5. Conclua a Tarefa 1 no notebook para importar as bibliotecas e instalar o SDK da IA generativa.

Depois de concluir a Tarefa 1 e configurar o ambiente, você já pode passar para as próximas seções.

Nas próximas tarefas, você terá de preencher as partes que estiverem faltando em cada célula para avançar para a seção seguinte. As partes ausentes estão marcadas com TODO e uma instrução para preencher.

Clique em Verificar meu progresso para conferir o objetivo. Importar as bibliotecas necessárias e configurar o SDK da IA generativa.

Tarefa 2: analisar e fazer inferências sobre dados de texto

Nesta tarefa, você vai coletar informações sobre a nova linha de roupas esportivas da Cymbal Direct usando o modelo para analisar avaliações de clientes e posts em formato de texto nas redes sociais. Em seguida, você vai salvar os resultados do modelo em um arquivo Markdown para usar em um relatório abrangente na última tarefa.

Observação: as tarefas são marcadas com uma seção #TODO na célula. Leia cada célula com atenção e confirme se está preenchendo tudo corretamente. Verifique seu progresso para garantir que as células foram preenchidas corretamente.

No notebook, use as células na seção Tarefa 2: analisar e fazer inferências sobre o feedback do cliente (texto) para esta tarefa.

Análise inicial com o

Na seção Análise inicial com o do notebook:

1. Na célula do notebook, em 3. Criar o comando do Gemini, preencha as partes marcadas com TODOs para criar um comando que instrua o modelo do Gemini a analisar as avaliações dos clientes e os posts em redes sociais.

2. Na célula do notebook, em 4. Enviar o comando para o Gemini, preencha as partes marcadas com TODOs para enviar o comando e os dados de texto ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Análise inicial com o .

Análise detalhada com o : fazer inferências sobre o sentimento do cliente

Nesta seção, você vai usar o modelo de raciocínio do Gemini para analisar melhor o sentimento do cliente e identificar as principais áreas de melhoria. O motivo das avaliações positivas e negativas e a identificação de temas recorrentes que podem não estar claros de imediato são particularmente interessantes.

1. No notebook, na seção Análise detalhada com o : fazer inferências sobre o sentimento do cliente, em 1. Criar o comando do Gemini, preencha as partes marcadas como TODOs para criar um comando que instrua o modelo do Gemini a analisar mais detalhadamente as avaliações dos clientes e os posts em redes sociais.

2. Em 2. Usar o modelo de raciocínio do Gemini para fazer inferências mais profundas, preencha as partes marcadas como TODOs para enviar o comando e os dados de texto ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Análise detalhada com o : fazer inferências sobre o sentimento do cliente.

Tarefa 3: Analisar e fazer inferências sobre conteúdo visual

Nesta tarefa, você vai usar o modelo para analisar imagens relacionadas à nova linha de roupas esportivas da Cymbal Direct. O objetivo é identificar tendências de estilo e o comportamento dos clientes com base nas imagens. Você vai salvar os resultados do modelo em um arquivo Markdown, que será usado para criar um relatório completo na última tarefa.

Observação: as tarefas serão marcadas com uma seção #TODO na célula. Leia cada célula com atenção e confirme se está preenchendo tudo corretamente. Verifique seu progresso nesta página para garantir que as células foram preenchidas corretamente.

No notebook, use as células na seção Tarefa 3: analisar e fazer inferências sobre conteúdo visual: tendências de estilo e comportamento dos clientes para esta tarefa.

Análise inicial com o

1. No notebook, na seção Análise inicial com o , em 3. Criar o comando para o Gemini, preencha as partes marcadas como TODOs para criar um comando que instrua o modelo do Gemini a analisar as imagens da nova linha de roupas esportivas da Cymbal Direct.

2. Em 4. Enviar o comando para o Gemini, preencha as partes marcadas com TODOs para enviar o comando e as imagens ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Análise inicial com o .

Fazer inferências sobre tendências de imagens com o

Agora você vai usar o modelo de raciocínio do Gemini para fazer uma análise mais aprofundada dos elementos visuais, inferindo contexto, público-alvo e possíveis implicações de marketing.

1. No notebook, na seção Fazer inferências sobre as tendências de imagens com o , em 1. Criar o comando para o Gemini, preencha as partes marcadas com TODOs para criar um comando que instrua o modelo do Gemini a analisar as imagens em mais detalhes.

2. Em 2. Usar o modelo de raciocínio do Gemini para fazer inferências mais profundas, preencha as partes marcadas como TODOs para enviar o comando e os dados de texto ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Fazer inferências sobre tendências de imagens com o .

Tarefa 4: analisar e fazer inferências sobre conteúdo de áudio

Nesta tarefa, você vai usar o modelo para analisar um podcast sobre a nova linha de roupas da Cymbal Direct. Você vai extrair informações/sentimentos e usar essas informações para gerar insights para a empresa. Em seguida, você vai salvar os resultados do modelo em um arquivo Markdown para usar em um relatório abrangente na última tarefa.

O clipe de áudio é de um episódio de podcast em que um representante da Cymbal Direct deu uma entrevista sobre a nova linha de roupas esportivas. A conversa aborda vários aspectos das peças, incluindo design, características, público-alvo e estratégia de marketing.

Observação: as tarefas são marcadas com uma seção #TODO na célula. Leia cada célula com atenção e confirme se está preenchendo tudo corretamente. Verifique seu progresso para garantir que as células foram preenchidas corretamente.

No notebook, use as células da seção Tarefa 4: analisar e fazer inferências sobre conteúdo de áudio: percepções dos clientes para esta tarefa.

Análise inicial com o

1. No notebook, na seção Análise inicial com o , em 1. Criar o comando para o Gemini, preencha as partes marcadas como TODOs para criar um comando que instrua o modelo do Gemini a analisar a gravação de áudio da conversa sobre a nova linha de roupas esportivas da Cymbal Direct.

2. Em 2. Enviar o comando e o áudio para o Gemini, preencha as partes marcadas com TODOs para enviar o comando e os dados de áudio ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Análise inicial com o .

Fazer inferências sobre insights de áudio com o

Nesta seção, você vai usar o modelo de raciocínio do Gemini para analisar a fundo a conversa, fazer inferências sobre a satisfação do cliente, deduzir fatores de influência e gerar recomendações baseadas em dados.

1. No notebook, na seção Fazer inferências sobre os insights de áudio com o , em 1. Criar o comando para o Gemini, preencha as partes marcadas como TODOs para criar um comando que instrua o modelo do Gemini a analisar a gravação de áudio em mais detalhes.

2. Em 2. Usar o modelo de raciocínio do Gemini para fazer inferências mais profundas, preencha as partes marcadas como TODOs para enviar o comando e os dados de áudio ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Fazer inferências sobre insights de áudio com o .

Tarefa 5: Sintetizar insights multimodais

Nesta tarefa final, você vai sintetizar os insights encontrados nas análises anteriores de textos, imagens e dados de áudio. Você vai usar o modelo para gerar um relatório abrangente que consolida as descobertas de cada modalidade, fornecendo uma visão holística do sentimento do cliente, preferências de estilo e principais tendências relacionadas à nova linha de roupas esportivas da Cymbal Direct.

Em seguida, salve o relatório final gerado pelo modelo em um arquivo Markdown e faça upload do documento no Cloud Storage para revisão e avaliação. Esse relatório completo será um recurso valioso para a Cymbal Direct, que poderá tomar decisões embasadas em dados e otimizar as estratégias com base em um entendimento completo das percepções dos clientes e das tendências do mercado.

Observação: as tarefas são marcadas com uma seção #TODO na célula. Leia cada célula com atenção e confirme se está preenchendo tudo corretamente. Verifique seu progresso nesta página para garantir que as células foram preenchidas corretamente.

1. No notebook, na Tarefa 5: gerar um relatório completo que sintetize os insights multimodais, em 3. Criar o comando para o Gemini, preencha as partes marcadas com TODOs para criar um comando que instrua o modelo do Gemini a gerar um relatório completo com base nos resultados combinados da análise.

2. Em 4. Enviar o comando para o Gemini, preencha as partes marcadas com TODOs para enviar o comando ao modelo do Gemini.

Clique em Verificar meu progresso para conferir o objetivo. Gerar um relatório completo que sintetize os insights multimodais.

Parabéns!

Parabéns! Neste laboratório, você usou o modelo para analisar dados multimodais, incluindo textos, imagens e áudio, além de gerar insights valiosos sobre a nova linha de roupas esportivas da Cymbal Direct. Você demonstrou proficiência na criação de comandos eficazes, aproveitando o orçamento de inferência e raciocínio e gerando um relatório abrangente com recomendações práticas.

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 27 de outubro de 2025

Laboratório testado em 27 de outubro de 2025

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.