arrow_back

Vertex AI Studio 使用入门

登录 加入
欢迎加入我们的社区,一起测试和分享您的知识!
done
学习 700 多个动手实验和课程并获得相关技能徽章

Vertex AI Studio 使用入门

实验 1 小时 universal_currency_alt 1 个积分 show_chart 入门级
info 此实验可能会提供 AI 工具来支持您学习。
欢迎加入我们的社区,一起测试和分享您的知识!
done
学习 700 多个动手实验和课程并获得相关技能徽章

GSP1154

Google Cloud 自定进度实验

概览

Vertex AI 是一个全面的机器学习开发平台,可提供预测功能和生成式 AI 功能。利用该平台,您可以训练、评估和部署用于预测的预测性机器学习模型。此外,您可以利用该平台浏览生成式 AI 模型并对其进行调参,还可以部署这些模型来生成内容。

借助 Vertex AI Studio,您可以快速测试和自定义生成式 AI 模型,以便在您的应用中利用其功能。它提供了各种工具和资源,包括界面和代码示例。这样,即使您没有机器学习的相关背景,也能够轻松上手使用生成式 AI。

本实验将引导您完成 Vertex AI Studio 的相关操作,让您能够通过该平台释放先进生成式 AI 模型的潜力。您将探索 Gemini,并直接在 Google Cloud 控制台中用它来分析图片、设计提示和生成对话。无需 API 或 Python SDK,全部功能都可以通过直观的界面使用。

目标

在本实验中,您将学习如何完成以下操作:

  • 使用 Gemini 分析图片
  • 探索 Vertex AI Studio 的自由格式模式
  • 使用零样本提示、单样本提示和少样本提示的方法设计文本提示
  • 使用聊天提示生成对话

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的,并且您无法暂停实验。计时器在您点击开始实验后即开始计时,显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动,免受模拟或演示环境的局限。我们会为您提供新的临时凭据,让您可以在实验规定的时间内用来登录和访问 Google Cloud。

为完成此实验,您需要:

  • 能够使用标准的互联网浏览器(建议使用 Chrome 浏览器)。
注意:请使用无痕模式或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突,这种冲突可能导致您的个人账号产生额外费用。
  • 完成实验的时间 - 请注意,实验开始后无法暂停。
注意:如果您已有自己的个人 Google Cloud 账号或项目,请不要在此实验中使用,以避免您的账号产生额外的费用。

如何开始实验并登录 Google Cloud 控制台

  1. 点击开始实验按钮。如果该实验需要付费,系统会打开一个弹出式窗口供您选择付款方式。左侧是实验详细信息面板,其中包含以下各项:

    • 打开 Google Cloud 控制台按钮
    • 剩余时间
    • 进行该实验时必须使用的临时凭据
    • 帮助您逐步完成本实验所需的其他信息(如果需要)
  2. 点击打开 Google Cloud 控制台(如果您使用的是 Chrome 浏览器,请右键点击并选择在无痕式窗口中打开链接)。

    该实验会启动资源并打开另一个标签页,显示登录页面。

    提示:请将这些标签页安排在不同的窗口中,并将它们并排显示。

    注意:如果您看见选择账号对话框,请点击使用其他账号
  3. 如有必要,请复制下方的用户名,然后将其粘贴到登录对话框中。

    {{{user_0.username | "<用户名>"}}}

    您也可以在实验详细信息面板中找到用户名

  4. 点击下一步

  5. 复制下面的密码,然后将其粘贴到欢迎对话框中。

    {{{user_0.password | "<密码>"}}}

    您也可以在实验详细信息面板中找到密码

  6. 点击下一步

    重要提示:您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意:在本次实验中使用您自己的 Google Cloud 账号可能会产生额外费用。
  7. 继续在后续页面中点击以完成相应操作:

    • 接受条款及条件。
    • 由于该账号为临时账号,请勿添加账号恢复选项或双重验证。
    • 请勿注册免费试用。

片刻之后,系统会在此标签页中打开 Google Cloud 控制台。

注意:如需查看列有 Google Cloud 产品和服务的菜单,请点击左上角的导航菜单导航菜单图标

任务 1. 在自由格式模式下使用 Gemini 分析图片

在本部分,您将使用 Gemini 分析图片并从中提取信息。在自由格式模式下,您可以设计用于完成分类、提取和生成等各种任务的提示。该模式下没有对话历史记录,因此每个提示对模型来说都是一个全新的请求。

启用 Vertex AI API

  1. 在 Google Cloud 控制台顶部的搜索栏中输入 Vertex AI API

  2. 点击“Marketplace 和 API”下面的 Vertex AI API 搜索结果。

  3. 点击启用

启用 Vertex AI API

启用 Vertex AI API。

使用 Gemini 分析图片

  1. 在 Google Cloud 控制台的导航菜单 (导航菜单) 中,依次选择 Vertex AI > Vertex AI Studio > 概览

Vertex AI Studio 的“概览”页面

  1. 使用 Gemini 生成下,点击打开自由格式模式

该界面包含三个主要部分:

  • 提示(位于中央):您可以在此处创建利用多模态功能的提示。
  • 配置(位于右侧):您可以在此部分中选择模型、配置参数并获取相应的代码。
  • 回答(位于底部):此部分显示提示产生的结果。 Vertex AI Studio
  1. 点击左上角的未命名的提示,将提示重命名为图片分析

  2. 在右上角的配置部分,点击模型下拉菜单,然后选择 gemini-1.5-pro 模型。

  3. 下载示例图片。右键点击下方的时间表图片,然后将其保存到您的桌面。

时间表

  1. 提示部分的右上角,依次点击插入媒体 > 上传。上传您下载的时间表图片。媒体可以是图片、视频、文本或音频形式的文件。

在 Vertex AI Studio 中插入媒体

  1. 图片将显示在提示部分。复制以下文本并将其粘贴到图片下方,然后点击“提示”部分右下角的提交按钮。
Title the image.

或者可以提出更具体的要求:

Title the image in 3 words.

名称是否符合您的预期?尝试修改提示,看看是否会得到不同的结果。

  1. 描述图片。将之前的提示替换为以下内容,然后点击提交按钮。
Describe the image in detail.
  1. 调整参数。在“配置”部分中,从左 (0) 到右 (2) 调节滑块可调整温度。重新提交提示,观察结果与之前相比有无变化。
注意:温度可以控制选择 token 的随机性。较低的温度适合希望获得真实或正确回答的提示,而较高的温度可能会引发更加多样化、意想不到或可能存在偏差的结果。如果温度为 0,系统会始终选择概率最高的 token。
  1. 从图片中提取文字。将之前的提示替换为以下内容:
Read the text in the image.

此外,如果要将输出的格式设置为列表,请将之前的提示替换为以下内容:

Parse the time and city in this image into a list with two columns: time and city.

轮到您了 - 来试试一些不同的提示吧!这些结果与之前有何不同?

  1. 分析图片中的信息。将之前的提示替换为以下内容:
Calculate the percentage of the flights to different continents.

结果是否符合您的预期?强烈建议您针对各种任务尝试不同的提示。还建议您尝试不同的温度设置,以观察结果的变化。

  1. 完成提示设计后,点击“配置”部分右上角的保存以保存提示。对于区域,从下拉菜单中选择 ,然后点击保存进行确认。

  2. 如需查找保存的提示,请在左侧导航菜单中导航至提示管理

注意:选择保存后,请稍等几秒钟以确保系统正确保存提示信息,然后再继续进行实验。如果系统提示“failed to update history”(未能更新历史记录),请点击“重试”。

点击检查我的进度以验证是否完成了以下目标:

提取图片内容。

任务 2:探索多模态功能

除了图片文本音频,Gemini 还能够接受视频形式的输入,并生成文本形式的输出。

  1. 前往 Cloud Storage > 存储桶,然后复制并保存您的 Cloud Storage 存储桶的名称,后续步骤中将会用到该名称。

  2. 点击 Google Cloud 控制台顶部的激活 Cloud Shell “激活 Cloud Shell”图标

  3. 在 Cloud Shell 终端运行以下命令,将示例视频 gs://spls/gsp154/video/train.mp4预览)复制到您的 Cloud Storage 存储桶中。将该命令中的 <Your-Cloud-Storage-Bucket> 替换为您之前复制存储桶的名称。

gcloud storage cp gs://spls/gsp154/video/train.mp4 gs://<Your-Cloud-Storage-Bucket> 注意:请确保将 <Your-Cloud-Storage-Bucket> 替换为您的存储桶名称。
  1. 导航菜单 (导航菜单) 中,依次选择 Vertex AI > Vertex AI Studio > 概览

  2. 使用 Gemini 生成下,点击打开自由格式模式

  3. 依次点击插入媒体 > 从 Cloud Storage 导入

  4. 点击您的存储桶名称,然后点击示例视频(即 train.mp4),最后点击选择

  5. 插入以下提示并点击提交按钮,以生成有关该视频的信息。

为视频添加标题。

自由格式模式具备许多功能,例如根据图片撰写故事、分析视频以及生成多媒体广告。您可以点击提示库,探索自由格式模式的更多应用场景。如需了解详情,请参阅设计多模态提示

任务 3. 设计文本提示

在本部分中,您将探索如何在 Vertex AI Studio 中设计文本提示,包括使用零样本提示、单样本提示和少样本提示方法。

提示设计

您可以根据需求向模型输入文本,例如提一个问题。然后,模型会按照提示的结构给出回答。寻找并设计最佳输入文本(提示),以便模型能够给出所需要的回答,这一过程称作提示设计

提示设计方法

设计提示的方法主要有以下三种:

  • 零样本提示 - 该方法是指仅向 LLM 提供用来描述任务的提示,而不提供任何其他数据。例如,如果您想让 LLM 回答一个问题,那么可以给出类似于下面这样的提示:“what is prompt design?”。
  • 单样本提示 - 该方法是指在要求 LLM 执行特定任务时,向其提供单个任务示例。例如,如果您想让 LLM 写一首诗词,那么可以向其提供一首示例诗词。
  • 少样本提示 - 该方法是指在要求 LLM 执行特定任务时,向其提供少量任务示例。例如,如果您想让 LLM 写一篇新闻报道,可以向其提供几篇新闻报道范本。

参数

“温度”和“token 数量上限”是两个重要的参数,您可以通过调整它们来影响模型的回答。

  • 温度可以控制 token 选择的随机性。当您期望得到真实或正确的回答时,温度越低越好。温度为 0 表示始终选择概率最高的 token。较高的温度可能会引发多样化、意想不到或可能存在偏差的结果。gemini-1.5-pro 模型的温度范围为 0 - 2,默认值为 1。
  • 输出 token 限制决定了一条提示的最大文本输出量。一个 token 约为 4 个字符。

零样本提示

自由格式模式下试用零样本提示。

  1. 返回 Vertex AI Studio > 概览页面,点击打开自由格式模式

  2. 在右上角的模型下,选择 gemini-1.5-pro 模型。

注意:模型名称和版本可能会随着新模型的发布而改变。
  1. 将以下内容复制到提示输入字段中:
What is a prompt gallery?
  1. 点击提交按钮。

模型的回答中将包含有关“提示库”这一术语的较全面的定义。

您还可以尝试以下探索性的做法:

  • 输出 token 限制参数调整到 1024,然后点击提交按钮。
  • 温度参数调整到 0.5,然后点击提交按钮。
  • 温度参数调整到 2.0,然后点击提交按钮.

看看随着参数的改变,模型的回答会发生什么样的变化。

单样本提示

您可以更有条理地设计提示。您可以在相应的输入字段中提供上下文示例。单样本提示这种方法是指在要求模型执行特定任务时,向其提供单个任务示例。在本部分,您将要求模型补全一个句子。

  1. 首先,从提示框中移除所有文本。

  2. 提示框内,点击添加示例。这将打开一个新窗口,您可以在其中添加提示示例。

添加示例

  1. 将以下内容添加到输入字段中:
The color of the grass is
  1. 将以下内容添加到输出字段中:
The color of the grass is green
  1. 点击添加示例按钮。

  2. 测试字段中,将以下内容复制到输入字段中。

The color of the sky is
  1. 点击提交按钮。模型应该会提供类似如下所示的回答:
The color of the sky is blue

由于您为模型提供了一个示例来作为输出内容的参考,因此模型在回答时没有补全句子,而是给出了一个完整的句子。如需将回答的形式更改为仅将句子补全,您可以调整在输出字段中提供的示例。

  1. 点击提示框中的示例按钮,然后将输出字段中的内容更改为:
Green
  1. 点击添加示例按钮。

  2. 测试字段中,将以下内容复制到输入字段中。

The color of the sky is
  1. 点击提交按钮。模型应该会提供类似如下所示的回答:
blue

您可以看到,模型现在会根据您提供的示例补全句子。您成功影响了该模型回答的方式。

少样本提示

在下一项练习中,您将使用模型对句子进行情感分析,例如基于少样本提示判断电影评论是正面的还是负面的。

  1. 提示字段中,删除在上一部分使用的示例。如需删除示例,请将鼠标悬停在示例上,然后点击“移除文件”按钮 X

移除示例

  1. 点击添加示例按钮以添加更多示例。

  2. 添加以下示例:

输入 输出
一部制作精良、充满乐趣的电影 正面
我看了 10 分钟就睡着了 负面
这部电影还可以 中性
  1. 添加这些示例后,点击添加示例按钮。

示例结构

  1. 测试字段中,将以下内容复制到输入字段中。
It was a time well spent!
  1. 点击提交按钮。

测试

现在,模型会对输入文本进行情感分析。对于输入文本“It was a time well spent!”,情感分析结果为“positive”

  1. 完成提示设计后,点击“配置”部分右上角的保存以保存提示。将该提示命名为情感分析。对于区域,从下拉菜单中选择 ,然后点击保存进行确认。

点击检查我的进度以验证是否完成了以下目标:

使用文本创建提示

任务 4. 生成对话

聊天模式是一种对话模式,可让您与模型自由聊天。模型将使用对话历史记录来作为后续回答的上下文。在本部分中,您将创建聊天提示并与模型进行对话。

  1. 在左侧菜单中,前往聊天以创建新的聊天提示。

  2. 在右上角的模型下,选择 gemini-1.5-flash 模型。

注意:模型名称和版本可能会随着新模型的发布而改变。

在本部分中,您将为聊天添加上下文,然后让模型根据所提供的上下文给出回答。

  1. 点击修改按钮,将以下上下文添加到系统指令字段中。
Your name is Roy. You are a support technician of an IT department. You only respond with "Have you tried turning it off and on again?" to any queries.
  1. 点击应用

  2. 插入以下提示:

My computer is so slow! What should I do?
  1. 点击提交按钮。

模型应该会提供以下回答:

Have you tried turning it off and on again?
  1. 接下来,点击修改按钮来修改现有系统指令字段的上下文。

  2. 请使用以下内容更新该上下文:

Your name is Roy. You are a support technician of an IT department. You are here to support the users with their queries.
  1. 插入以下提示:
My computer is so slow! What should I do?
  1. 点击提交按钮。

现在,模型应该能够在回答用户查询时提供更实用的结果。

您可以随意尝试不同的提示和上下文,看看模型会如何进行回答。您还可以为聊天提示添加更多上下文,看看模型如何根据提供的上下文给出回答。

  1. 完成提示设计后,点击“配置”部分右上角的保存以保存提示。将该提示命名为技术支持助手。对于区域,从下拉菜单中选择 ,然后点击保存进行确认。

点击检查我的进度以验证是否完成了以下目标:

使用聊天提示创建对话

恭喜!

您学习了如何使用自由格式模式分析图片,如何探索自由格式模式的功能,以及如何创建和测试提示并生成对话。您已成功迈出第一步,继续使用 Vertex AI Studio 和 Gemini Freeform 吧!

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践,可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训,并有点播、直播和虚拟三种方式选择,让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间:2024 年 10 月 8 日

上次测试实验的时间:2024 年 10 月 8 日

版权所有 2024 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。

此内容目前不可用

一旦可用,我们会通过电子邮件告知您

太好了!

一旦可用,我们会通过电子邮件告知您