GSP1336

總覽

本實驗室將探索 Google AI Studio 強大的多模態功能，重點放在生成式 AI 和空間理解上。透過實作練習，您將實際體驗最先進的 AI 模型，並瞭解如何將這些模型整合至應用程式。您是博物館策展人兼展覽設計師，將使用這些工具發想新的博物館展覽，並製作元素原型。

課程內容

本實驗室的學習內容包括：

• 提示模型生成圖像和短片。
• 提示模型分析長篇影片。
• 使用範本建構空間理解應用程式。
• 提示空間理解應用程式原型，識別圖像中的項目。

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。

開啟 Google AI Studio

1. 點選「Start Lab」。實驗室面板會顯示這個實驗室的臨時憑證。

   • 注意事項：如為付費實驗室，系統會提示您選取付款方式。

2. 在無痕視窗開啟 Google AI Studio，接著會出現 Google 登入頁面。

   • 提示：在個別視窗開啟實驗室和 AI Studio 分頁再並排查看，操作上會比較方便。

3. 複製下方的使用者名稱，並貼入「電子郵件地址」欄位，然後點選「下一步」。

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

4. 複製下方的密碼，並貼入「輸入密碼」欄位，然後點選「下一步」。

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

5. 為繼續操作，請接受畫面中的條款及細則。

您現在已透過臨時學生帳戶登入 Google AI Studio。

工作 1：生成圖像和短片

在這項工作中，您將扮演策展人，為新的恐龍展生成概念藝術和宣傳短片，過程中將運用專為媒體生成設計的模型。

使用 Gemini 圖像生成功能生成概念藝術

1. 在左側導覽選單中，按一下「Chat」。

2. 選取「Images」，然後從列出的選項中選取「Imagen」。

3. 在提示詞輸入欄位中，輸入您對概念藝術的要求：

一張未來主義自然歷史博物館大廳的寫實圖像，其中有一具由發光藍色水晶製成的巨大暴龍骨架。

4. 按一下「Run」，查看生成的圖像。這張圖像可做為新展覽設計的基石。

5. 按一下儲存提示詞圖示 來儲存提示詞和回覆，並編輯提示詞的標題和說明。

6. 畫面中會開啟彈出式視窗。選擇學生帳戶 (例如 student-XX-YYYY@qwiklabs.net)，然後授予繼續操作所需的權限。

   • 在「Prompt name」部分，輸入 Futuristic Museum Lobby。

7. 按一下「Save」。

使用 Veo 生成宣傳短片

1. 在左側導覽選單中，按一下「Chat」。

2. 選取「Video」，從選項中選取「Veo」來生成影片。

3. 在右側面板中找到「Video duration」設定，並調整為「8s」。將「Aspect Ratio」設為「9:16」。

4. 在提示詞輸入欄位中，描述要用於社群媒體的簡短動態短片：

一段電影風格的慢動作影片，當中有一隻細節精緻的機械三角龍轉頭並眨眼。

5. 按一下「Run」。

注意：如果出現「Allow Drive access」對話方塊，請按一下「Allow access」按鈕。畫面中會開啟彈出式視窗。選擇學生帳戶 (例如 student-XX-YYYY@qwiklabs.net)，然後授予繼續操作所需的權限。

6. 模型會開始生成影片。按一下隨即顯示的「Play video」選項，查看短片。

按一下「Check my progress」，確認目標已達成。 生成圖像和短片

工作 2：提示模型分析長篇影片

在這項工作中，您會要求 Gemini 分析美國自然史博物館導覽影片，藉此研究現有成功的展覽。

1. 按一下左側導覽選單中的「Chat」，返回主要對話介面。

2. 在右側面板中，開啟「Run settings」側邊欄，然後按一下預設的 Gemini 模型 (目前設為 Nano Banana)，選取其他模型。

3. 在「Model selection」下方，按一下「Gemini」分頁標籤，然後選取 模型，因為這個模型專門處理影片等大型輸入內容。

4. 在提示詞列中按一下附件圖示 (圓圈內的加號)，接著選取「Sample Media」。

5. 從影片清單中選取「American Museum of Natural History Tour - 10 Min」，並按一下「Add to prompt」。

6. 等待影片處理完畢，提示詞區域會顯示影片，同時列出詞元數量。

注意：新增影片後，您會看到一個頗大的詞元數量數字。語言模型會將影片「視為」由數千個獨立影格組成的序列。每個影格都會轉換成稱為「詞元」的數值型資料供模型分析。您看到的處理時間，即為模型「閱讀」所有這些詞元所花費的時間。閱讀後才能回答影片問題。

7. 在影片上方的文字欄位中，輸入下列提示詞：

請為這段導覽影片中的主要展品提供摘要。列出每個展廳或區塊，並以一句話說明。

8. 按一下「Run」，查看模型根據影片內容生成的文字摘要。

9. 在「Prompt name」部分，輸入 Museum Exhibit Highlights。

10. 按一下「Save」。

按一下「Check my progress」，確認目標已達成。 提示模型分析長篇影片

工作 3：使用範本建構空間理解應用程式

在這項工作中，您不必編寫任何程式碼，而是直接使用範本建構應用程式，快速製作博物館訪客專用的互動式「詢問展覽資訊」功能原型。

1. 在左側導覽選單中，按一下「Build」。

2. 捲動瀏覽應用程式範本庫，找出「Spatial Understanding」資訊卡。

3. 按一下「Spatial Understanding」範本，立即生成應用程式原型。

4. 介面載入後，中央會顯示應用程式的程式碼，右側則是應用程式的即時預覽畫面。

按一下「Check my progress」，確認目標已達成。 使用範本建構空間理解應用程式

工作 4：提示空間理解應用程式原型

在這項工作中，您將測試剛剛建構的原型。首先，您會選取豐收節展覽的範例圖像，要求應用程式識別當中的物件，然後修改程式碼來變更定界框顏色，模擬訪客互動。

探索應用程式的功能

1. 在應用程式右側的「Preview」窗格中，找到底部的範例圖像。按一下有多個南瓜展品的圖像。

2. 在提示詞輸入框上方，確認已選取「2D bounding boxes」按鈕。在「PROMPT」輸入框中輸入 pumpkin，然後按一下「Send」。觀察南瓜周圍的標準定界框。

注意：定界框是一個矩形，用來醒目顯示圖像中物件的確切位置。這是電腦視覺模型展示其空間理解能力的基本方式，不僅告知「看到了什麼」，還會告知「在哪裡看到」。

3. 接著選取「Segmentation masks」按鈕，然後再按一下「Send」。請注意，輸出結果會將每個偵測到的南瓜整體區域轉為彩色。

4. 最後選取「Points」按鈕，然後按一下「Send」。觀察模型如何在偵測到的物件上放置關鍵點。

使用程式碼助理修改應用程式

1. 繼續操作前，請務必再次選取「Preview」窗格中的「2D bounding boxes」按鈕。

2. 現在，將注意力轉向畫面左下方的「Code assistant」輸入欄位，該欄位會顯示「Make changes, add new features...」。輸入下列指令：

將定界框設為紅色。

3. 按下 Enter 鍵，或按一下助理的傳送按鈕。觀察助理如何在中央編輯器視窗中修改應用程式程式碼。

4. 更新程式碼後，將焦點移回右側的「Preview」窗格。確認已選取南瓜圖像和「2D bounding boxes」後，最後一次按下 pumpkin 提示詞的「Send」按鈕。

5. 查看結果。南瓜周圍的定界框現在應為紅色，這表示您已成功透過簡單的文字指令修改了運作中的應用程式。

6. 額外挑戰：您已瞭解透過文字修改應用程式有多麼簡單。在結束前，請試著再給程式碼助理下達幾項指令。您知道如何做到下列幾點嗎？

   • 將定界框改為綠色
   • 將定界框的線條設為虛線，而非實線
   • 將定界框改為粗虛線
   • 將標籤文字顏色改為白色

7. 按一下儲存圖示 儲存應用程式，編輯提示詞的標題和說明。

   • 在「Prompt name」部分，輸入 Spatial Understanding。

8. 按一下「Save」。

按一下「Check my progress」，確認目標已達成。 提示空間理解應用程式原型

恭喜！

恭喜！您已成功使用 Google AI Studio 的多模態功能，發想策劃新的博物館展覽，並製作了原型。您生成了概念藝術和短片、分析現有的影片導覽，甚至使用空間理解應用程式建構互動式原型。您現在已實際操作過 AI，瞭解 AI 能看見、理解並生成各種互動式多媒體內容。

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 16 日

實驗室上次測試日期：2025 年 10 月 16 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。