Generazione di testo

L'API Gemini può generare output di testo da input di testo, immagini, video e audio.

Ecco un esempio di base:

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="How does AI work?"
)
print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const interaction = await ai.interactions.create({
    model: "gemini-3.6-flash",
    input: "How does AI work?",
  });
  console.log(interaction.output_text);
}

await main();

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.6-flash",
    "input": "How does AI work?"
  }'

Gli SDK GenAI di Google forniscono proprietà di convenienza direttamente sull'oggetto Interaction restituito per accedere alla risposta del modello.

L'helper più comune è interaction.output_text (stringa), che restituisce gli ultimi blocchi di testo nella risposta del modello. Se la risposta è suddivisa in più blocchi TextContent consecutivi, li unisce automaticamente. Tieni presente che .output_text non include i blocchi di testo precedenti separati da contenuti non testuali (come pensieri, immagini, audio o chiamate di funzioni). Per risposte multimodali complesse o intercalate, devi eseguire manualmente l'iterazione su steps. Per saperne di più sulle altre proprietà di convenienza dei media, consulta la panoramica delle interazioni.

Ragionare con Gemini

I modelli Gemini spesso hanno la funzionalità "thinking" attivata per impostazione predefinita, il che consente al modello di ragionare prima di rispondere a una richiesta.

Ogni modello supporta configurazioni di ragionamento diverse, che ti consentono di controllare costi, latenza e intelligenza. Per maggiori dettagli, consulta la guida al ragionamento.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="How does AI work?",
    generation_config={
        "thinking_level": "low"
    }
)
print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const interaction = await ai.interactions.create({
    model: "gemini-3.6-flash",
    input: "How does AI work?",
    generation_config: {
      thinking_level: "low",
    },
  });
  console.log(interaction.output_text);
}

await main();

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.6-flash",
    "input": "How does AI work?",
    "generation_config": {
      "thinking_level": "low"
    }
  }'

Istruzioni di sistema e altre configurazioni

Puoi guidare il comportamento dei modelli Gemini con le istruzioni di sistema. Passa un parametro system_instruction per configurare il comportamento del modello.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    system_instruction="You are a cat. Your name is Neko.",
    input="Hello there"
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const interaction = await ai.interactions.create({
    model: "gemini-3.6-flash",
    input: "Hello there",
    system_instruction: "You are a cat. Your name is Neko.",
  });
  console.log(interaction.output_text);
}

await main();

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.6-flash",
    "system_instruction": "You are a cat. Your name is Neko.",
    "input": "Hello there"
  }'

Puoi anche sostituire i parametri di generazione predefiniti, come la temperatura, utilizzando il parametro generation_config.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Explain how AI works",
    generation_config={
        "temperature": 1.0
    }
)
print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const interaction = await ai.interactions.create({
    model: "gemini-3.6-flash",
    input: "Explain how AI works",
    generation_config: {
      temperature: