GSP1230

Visão geral

Gemini é uma família de modelos de IA generativa desenvolvida pelo Google DeepMind, criada para casos de uso multimodais.

Para as empresas de varejo, os sistemas de recomendação melhoram a experiência do cliente e podem aumentar as vendas. Neste laboratório, você vai aprender a usar o modelo Gemini para criar um sistema de recomendação multimodal. O modelo Gemini pode fornecer recomendações e explicações usando um modelo multimodal.

Neste laboratório, você vai começar com uma cena (por exemplo, uma sala de estar) e usar o modelo Gemini para entender o aspecto visual. Você também vai investigar como o modelo Gemini pode ser usado para recomendar um item (por exemplo, uma cadeira) de uma lista de móveis como entrada.

Gemini

Gemini é uma família de modelos avançados de IA generativa desenvolvido pelo Google DeepMind. Ele é capaz de entender e gerar conteúdo em vários formatos, como texto, código, imagens, áudio e vídeo.

API Gemini na Agent Platform

A API Gemini na Agent Platform oferece uma interface unificada para interação com os modelos do Gemini. Assim, desenvolvedores podem integrar esses recursos avançados de IA aos próprios aplicativos com facilidade. Para conferir os detalhes mais recentes e recursos específicos dos últimos lançamentos, consulte a documentação oficial do Gemini.

Modelos do Gemini

• O Gemini Pro foi projetado para tarefas de raciocínio complexo, incluindo:
  • Análise e resumo de grandes quantidades de informações.
  • Raciocínio multimodal avançado (em texto, código, imagens etc.).
  • Solução eficaz de problemas em bases de código complexas.
• O Gemini Flash conta com velocidade e eficiência otimizadas, oferecendo:
  • Tempos de resposta com menos de um segundo e alta capacidade de processamento.
  • Alta qualidade com custos reduzidos para diversas tarefas.
  • Recursos multimodais avançados, incluindo melhor compreensão espacial, novas modalidades de saída (texto, áudio, imagens) e o uso de ferramentas nativas (Pesquisa Google, execução de código e funções de terceiros).

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.

Objetivos

Neste laboratório, você vai aprender a:

• Usar o modelo Gemini () para realizar a compreensão visual.
• Considerar a multimodalidade na criação de comandos para o modelo Gemini.
• Criar um aplicativo de recomendação de varejo usando o modelo Gemini.

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).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. À direita, você encontra o painel Configuração e acesso ao laboratório com as seguintes informações:

   • O botão Abrir console do Google Cloud
   • As credenciais temporárias (nome de usuário e senha) que você vai usar no laboratório
   • Outros dados, se necessários

   O timer do laboratório fica na parte de cima da página e mostra o tempo restante.

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página "Login" em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Login.

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

   Você também encontra o nome de usuário no painel Configuração e acesso ao laboratório.

4. Clique em Avançar.

5. Copie a Senha abaixo e cole na caixa de diálogo Olá!.

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

   Você também encontra a senha no painel Configuração e acesso ao laboratório.

6. Clique em Avançar.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, talvez receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes sem custo financeiro.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

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.

Tarefa 2: configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar Kernel, escolha Python 3 (local) na lista de kernels disponíveis.

3. Leia a seção Vamos começar do notebook. O ID do projeto e o local já estão pré-configurados.

Clique em Verificar meu progresso para conferir o objetivo. Instalar o SDK da IA generativa para Python e importar bibliotecas

Nas seções a seguir, você vai conferir as células do notebook para entender como usar os recursos multimodais do modelo Gemini.

Tarefa 3: usar o modelo Gemini

O Gemini () é um modelo multimodal que permite adicionar imagens e vídeos em comandos de texto ou chat para gerar uma resposta em texto.

1. Nesta tarefa, confira as células do notebook para entender como usar o modelo Gemini para descrever um cômodo em detalhes a partir da imagem, combinando texto e imagem em um único comando.

Clique em Verificar meu progresso para conferir o objetivo. Usar o modelo Gemini para descrever um cômodo

Tarefa 4: gerar recomendações abertas com base no conhecimento incorporado

Usando a mesma imagem, peça ao modelo que recomende um móvel que caiba nele, com a descrição do cômodo. Observe que o modelo pode escolher qualquer móvel para recomendar nesse caso com base apenas no conhecimento interno.

1. Usando a mesma imagem, execute as células do notebook para saber como usar o modelo Gemini para recomendar um móvel que caiba no cômodo, com a descrição do cômodo.

Clique em Verificar meu progresso para conferir o objetivo. Usar o modelo Gemini para recomendar um móvel

Tarefa 5: gerar recomendações com base nas imagens fornecidas

Em vez de manter a recomendação aberta, você também pode fornecer uma lista de itens para o modelo escolher. Nesta seção, você vai fazer o download de algumas imagens de cadeiras e defini-las como opções para o modelo do Gemini recomendar. Isso é muito útil para empresas de varejo que querem oferecer recomendações aos usuários com base no tipo de cômodo que eles têm e nos itens disponíveis que a loja oferece.

1. Nesta tarefa, confira as células do notebook para entender como usar o modelo Gemini para recomendar um móvel dentre várias opções na lista.

Clique em Verificar meu progresso para conferir o objetivo. Usar o modelo Gemini para recomendar um item de uma seleção

Parabéns!

Parabéns! Neste laboratório, você aprendeu a criar um sistema de recomendação multimodal de móveis usando o Gemini. Você aprendeu a usar o modelo Gemini para realizar a compreensão visual e como usar a multimodalidade na criação de comandos no modelo Gemini. Este laboratório mostrou como é fácil criar um sistema de recomendação multimodal de móveis usando o Gemini, mas também é possível usar uma abordagem semelhante para:

• Recomendar roupas com base em uma ocasião ou em uma imagem do local do evento
• Recomendar papéis de parede com base no cômodo e nas instalações.

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 23 de outubro de 2025

Laboratório testado em 23 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.