GSP1166

Panoramica

Model Garden su Agent Platform offre un punto centrale in cui cercare, scoprire e interagire con un'ampia varietà di modelli di Google e dei suoi partner. Model Garden è disponibile su Agent Platform ed è accessibile dalla console Google Cloud. Questo lab fornisce un caso d'uso che ti permette di esplorare Model Garden e di utilizzare Agent Studio per creare e sperimentare i prompt.

Model Garden

Model Garden su Agent Platform è una raccolta di strumenti e modelli di machine learning preaddestrati progettati per semplificare il processo di creazione e deployment dei modelli di machine learning.

Questi modelli sono disponibili in un'ampia gamma di tipi e dimensioni. Model Garden offre modelli proprietari come modelli multimodali di Google per visione artificiale, dialoghi, generazione del codice e completamento del codice, ma anche un'ampia gamma di modelli open source di livello enterprise.

Model Garden offre anche una varietà di strumenti per aiutarti a utilizzare questi modelli, tra cui:

• Schede dei modelli: le schede dei modelli forniscono informazioni dettagliate su ciascun modello, tra cui l'accuratezza, il rendimento e i dati di addestramento.
• Progettazione dei prompt: la progettazione dei prompt ti consente di interagire con un modello tramite una semplice UI e di ottimizzarlo con i tuoi dati.

Uno dei modelli disponibili in Model Garden è l'API Cloud Natural Language. L'API Cloud Natural Language consente di estrarre entità da un testo, analizzarne sentiment e sintassi e classificarlo in categorie.

Agent Studio

Agent Studio è uno strumento della console Google Cloud per la prototipazione e i test rapidi di modelli di AI generativa. Ti permette di testare i prompt di esempio, progettare i tuoi prompt e personalizzare i modelli di base per gestire attività che soddisfano le esigenze della tua applicazione. Puoi eseguire le seguenti operazioni:

• Testare modelli con i prompt di esempio.
• Progettare e salvare i tuoi prompt.
• Ottimizzare un foundation model.
• Convertire audio in testo e viceversa.

Obiettivi

In questo lab imparerai a:

• Utilizzare Model Garden su Agent Platform per trovare il modello adatto al tuo caso d'uso
• Utilizzare i tipi di modelli Agent Platform in Model Garden

Configurazione e requisiti

Prima di fare clic sul pulsante Avvia lab

Leggi le seguenti istruzioni. I lab sono a tempo e non possono essere messi in pausa. Il timer si avvia quando fai clic su Inizia il lab e ti mostra per quanto tempo avrai a disposizione le risorse Google Cloud.

Con questo lab pratico avrai la possibilità di completare le attività in un ambiente cloud reale e non di simulazione o demo. Riceverai delle nuove credenziali temporanee che potrai utilizzare per accedere a Google Cloud per la durata del lab.

Per completare il lab, avrai bisogno di:

• Accesso a un browser internet standard (Chrome è il browser consigliato).

Nota: per eseguire questo lab, utilizza una finestra del browser in modalità di navigazione in incognito (consigliata) o privata. Ciò evita conflitti tra il tuo account personale e l'account studente, che potrebbero causare addebiti aggiuntivi sul tuo account personale.

• È ora di completare il lab: ricorda che, una volta iniziato, non puoi metterlo in pausa.

Nota: utilizza solo l'account studente per questo lab. Se utilizzi un altro account Google Cloud, potrebbero essere addebitati costi su quell'account.

Come avviare il lab e accedere alla console Google Cloud

1. Fai clic sul pulsante Avvia lab. Se devi effettuare il pagamento per il lab, si aprirà una finestra di dialogo per permetterti di selezionare il metodo di pagamento. A sinistra, trovi il riquadro Dettagli lab con le seguenti informazioni:

   • Il pulsante Apri la console Google Cloud
   • Tempo rimanente
   • Credenziali temporanee da utilizzare per il lab
   • Altre informazioni per seguire questo lab, se necessario

2. Fai clic su Apri console Google Cloud (o fai clic con il tasto destro del mouse e seleziona Apri link in finestra di navigazione in incognito se utilizzi il browser Chrome).

   Il lab avvia le risorse e apre un'altra scheda con la pagina di accesso.

   Suggerimento: disponi le schede in finestre separate posizionate fianco a fianco.

   Nota: se visualizzi la finestra di dialogo Scegli un account, fai clic su Usa un altro account.

3. Se necessario, copia il Nome utente di seguito e incollalo nella finestra di dialogo di accesso.

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

   Puoi trovare il Nome utente anche nel riquadro Dettagli lab.

4. Fai clic su Avanti.

5. Copia la Password di seguito e incollala nella finestra di dialogo di benvenuto.

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

   Puoi trovare la Password anche nel riquadro Dettagli lab.

6. Fai clic su Avanti.

   Importante: devi utilizzare le credenziali fornite dal lab. Non utilizzare le credenziali del tuo account Google Cloud. Nota: utilizzare il tuo account Google Cloud per questo lab potrebbe comportare addebiti aggiuntivi.

7. Fai clic nelle pagine successive:

   • Accetta i termini e le condizioni.
   • Non inserire opzioni di recupero o l'autenticazione a due fattori, perché si tratta di un account temporaneo.
   • Non registrarti per le prove gratuite.

Dopo qualche istante, la console Google Cloud si apre in questa scheda.

Nota: per accedere ai prodotti e ai servizi Google Cloud, fai clic sul menu di navigazione o digita il nome del servizio o del prodotto nel campo Cerca.

Caso d'uso

Lavori in una società immobiliare come analista di mercato. La tua azienda vuole utilizzare modelli linguistici di grandi dimensioni (LLM) per generare brevi descrizioni di unità immobiliari a cui i potenziali acquirenti sono interessati e fornire informazioni sui mutui. Il tuo compito è creare dei prompt in grado di riassumere le lunghe descrizioni delle unità immobiliari presenti sul sito web aziendale. Tutte le descrizioni sono salvate in un file in un bucket Google Cloud Storage. Inizierai a utilizzare Model Garden per esplorare i modelli predefiniti disponibili per risparmiare tempo, poi implementerai una soluzione per utilizzare un modello per riassumere il testo.

Attività 1: abilita le API

1. Nel menu di navigazione () della console Google Cloud, seleziona Agent Platform > Dashboard.

2. Nella dashboard di Agent Platform, fai clic su Abilita tutte le API consigliate.

Attività 2: esplora Model Garden

Per visualizzare l'elenco dei modelli Agent Platform e open source (foundation model, ottimizzabili e specifici per le attività), puoi utilizzare Model Garden.

1. Nel riquadro Strumenti a sinistra della dashboard di Agent Platform, fai clic su Model Garden.

Le categorie dei modelli disponibili in Model Garden sono:

Categoria	Descrizione
Modelli di base	Modelli di grandi dimensioni preaddestrati e multitasking che possono essere ottimizzati o personalizzati per attività specifiche mediante AI Studio, l'API Agent Platform e l'SDK Google Gen AI per Python.
Modelli ottimizzabili	Modelli che possono essere ottimizzati mediante una pipeline o un notebook personalizzati.
Soluzioni specifiche per le attività	La maggior parte di questi modelli predefiniti può essere usata subito. Molti possono essere personalizzati usando i tuoi dati.

2. Le schede dei modelli sono elencate nella pagina Model Garden di Agent Platform. Esplora una scheda del modello per ogni categoria. Ad esempio, esplora il modello di analisi del sentiment dell'attività che esamina il testo fornito e identifica l'opinione emotiva prevalente al suo interno. Potrebbe essere utile per analizzare il sentiment delle recensioni Google che la tua società immobiliare riceve per tenere traccia della soddisfazione dei clienti.

Modelli in AI Studio

1. Nel riquadro Strumenti a sinistra della dashboard di Agent Platform, fai clic su Model Garden per tornare alla pagina principale di Model Garden.

2. Nella sezione Foundation model, fai clic su Mostra tutto e poi sulla scheda del modello .

La pagina dei dettagli fornisce una panoramica del modello Gemini Flash, tra cui la descrizione del modello, la relativa documentazione e un'introduzione ai potenziali casi d'uso.

Osserva il pulsante Apri in Agent Studio che apre l'interfaccia Linguaggio di AI Studio dove puoi interagire e sperimentare con il modello. AI Studio è una funzionalità di Agent Platform. Rende semplice e intuitiva la scrittura e l'ottimizzazione dei prompt per i testi, le chat e la generazione di codice.

3. Fai clic su Apri in Agent Studio per aprire il modello Gemini in Agent Studio.

Ora puoi esplorare questo modello per vedere come risponde ai prompt.

Fai clic su Controlla i miei progressi per verificare l'attività eseguita. Esplora Model Garden

Attività 3: esplora i tipi di modelli

Model Garden è un punto centrale per scoprire e interagire con i foundation model e quelli open source più diffusi. Tra tutti i modelli di livello enterprise disponibili, Model Garden ti consente di scegliere il modello adatto al tuo caso d'uso, al tuo budget e alla tua esperienza in termini di ML.

Con Model Garden, puoi utilizzare una varietà di flussi di lavoro, tra cui:

• Utilizzo di un modello direttamente come API.
• Ottimizzazione del modello in AI Studio.
• Utilizzo del modello direttamente in un notebook Jupyter tramite Agent Platform Workbench.
• Assistenza al deployment delle pipeline di addestramento del modello.

In questo lab, esplorerai alcuni di questi flussi di lavoro.

Modelli in un notebook Jupyter

1. Nel riquadro Strumenti a sinistra, fai clic su Model Garden per tornare alla pagina Model Garden di Agent Platform.

2. Sul lato della sezione Foundation model, fai clic su Mostra tutto per espandere l'elenco completo dei foundation model.

Nel riquadro di sinistra trovi diversi tipi di gruppi di modelli che ti consentono di filtrare quelli più adatti alle tue esigenze specifiche. Visualizza solo i modelli relativi a visione artificiale e rilevamento:

3. Fai clic sulla scheda del modello Owl-ViT.

Puoi notare che la pagina Owl-ViT di Agent Platform ha un link Apri notebook per aprire un notebook JupyterLab.

4. Fai clic su Apri notebook per aprire il notebook di Colab per il modello Owl-ViT in una nuova scheda.

Esamina il notebook di Colab ma senza eseguirlo. Questo notebook di Colab dimostra come eseguire il deployment del modello Owl-ViT preaddestrato su Agent Platform per la previsione online. Per scoprire di più sui notebook di Colab, visita la home page di Google Colaboratory.

5. Chiudi la scheda del notebook di Colab per tornare alla scheda della console Cloud.

Per i modelli che vuoi ottimizzare, Model Garden su Agent Platform ti offre un modo semplice per iniziare.

Modelli come parte delle pipeline di addestramento dei modelli:

1. Nel riquadro Strumenti a sinistra, fai clic su Model Garden per tornare alla pagina Model Garden di Agent Platform.

2. Digita "bert" nella barra di ricerca Cerca modelli e seleziona il modello BERT dall'elenco dei risultati.

   Nota: a seconda della larghezza del tuo browser, potresti dover fare clic su Mostra tutto o espandere la finestra per visualizzare la scheda del modello BERT.

3. Fai clic su Ottimizza per aprire la pipeline di Agent Platform bert-finetuning.

Esamina la pipeline ma senza eseguirla.

Fai clic su Controlla i miei progressi per verificare l'attività eseguita. Esplora i tipi di modelli

Questo ti conduce a un template che puoi utilizzare per ottimizzare questo modello ed eseguirne il deployment. Puoi vedere i vari componenti della pipeline che questo template deve eseguire.

Nel tuo ambiente di produzione, fai clic su Crea pipeline, inserisci o conferma le informazioni richieste, quindi fai clic su Invia. In questo modo, viene eseguito il deployment di una pipeline senza dover scrivere alcun codice.

Complimenti!

Hai utilizzato Model Garden e AI Studio per creare e sperimentare dei prompt per vari casi d'uso dell'AI generativa. Hai anche esplorato la UI di Agent Studio.

Prossimi passi/Scopri di più

• Video: Iniziare a utilizzare Agent Platform
• Per comprendere la terminologia, consulta il Glossario del machine learning
• Leggi la documentazione ufficiale di Agent Studio.
• Scopri di più su Model Garden su Agent Platform:
  • Sito web di Model Garden su Agent Platform
  • Documentazione di Model Garden
  • Blog sull'AI e sul machine learning (scorri verso il basso per il blog post di Model Garden)

Formazione e certificazione Google Cloud

… per utilizzare al meglio le tecnologie Google Cloud. I nostri corsi ti consentono di sviluppare competenze tecniche e best practice per aiutarti a metterti subito al passo e avanzare nel tuo percorso di apprendimento. Offriamo vari livelli di formazione, dal livello base a quello avanzato, con opzioni di corsi on demand, dal vivo e virtuali, in modo da poter scegliere il più adatto in base ai tuoi impegni. Le certificazioni ti permettono di confermare e dimostrare le tue abilità e competenze relative alle tecnologie Google Cloud.

Ultimo aggiornamento del manuale: 9 ottobre 2025

Ultimo test del lab: 9 ottobre 2025

Copyright 2026 Google LLC. Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.