L'API Prompt

Thomas Steiner

Alexandra Klepper

Data di pubblicazione: 20 maggio 2025

Spiegazione	Web	Estensioni	Stato di Chrome	Intenzione
GitHub	In prova dell'origine	Chrome 138	Visualizza	Intenzione di sperimentare

Con l'API Prompt, puoi inviare richieste in linguaggio naturale a Gemini Nano nel browser.

Esistono molti modi per utilizzare l'API Prompt. In un'applicazione web o un sito web, puoi creare:

• Ricerca basata sull'AI: risponde alle domande in base ai contenuti di una pagina web.
• Feed di notizie personalizzati: crea un feed che classifica dinamicamente gli articoli con categorie e consente agli utenti di filtrare i contenuti.

Queste sono solo alcune delle possibilità e non vediamo l'ora di scoprire cosa creerai.

Utilizzare l'API Prompt

Prima di utilizzare questa API, accetta le Norme relative all'uso vietato dell'AI generativa di Google.

Nello spazio dei nomi LanguageModel sono disponibili due funzioni:

• availability() per verificare le funzionalità del modello e se è disponibile.
• create() per avviare una sessione del modello linguistico.

Download modello

L'API Prompt utilizza il modello Gemini Nano in Chrome. Sebbene l'API sia integrata in Chrome, il modello viene scaricato separatamente la prima volta che un'origine utilizza l'API.

Per determinare se il modello è pronto per l'uso, chiama la funzione asincrona LanguageModel.availability(). Dovrebbe restituire una delle seguenti risposte:

• "unavailable" significa che l'implementazione non supporta le opzioni richieste o non supporta affatto la richiesta di un modello linguistico.
• "downloadable" indica che l'implementazione supporta le opzioni richieste, ma dovrà scaricare qualcosa (ad esempio, il modello linguistico stesso o un perfezionamento) prima di poter creare una sessione utilizzando queste opzioni.
• "downloading" significa che l'implementazione supporta le opzioni richieste, ma dovrà completare un'operazione di download in corso prima di poter creare una sessione utilizzando queste opzioni.
• "available" significa che l'implementazione supporta le opzioni richieste senza richiedere nuovi download.

Per attivare il download del modello e creare la sessione del modello linguistico, chiama la funzione asincrona LanguageModel.create(). Se la risposta a availability() è 'downloadable', è consigliabile ascoltare l'avanzamento del download. In questo modo, puoi informare l'utente nel caso in cui il download richieda tempo.

const session = await LanguageModel.create({
  monitor(m) {
    m.addEventListener('downloadprogress', (e) => {
      console.log(`Downloaded ${e.loaded * 100}%`);
    });
  },
});

Funzionalità del modello

La funzione params() ti informa sui parametri del modello linguistico. L'oggetto contiene i seguenti campi:

• defaultTopK: Il valore predefinito top-K (valore predefinito: 3).
• maxTopK: Il valore massimo di top-K (8).
• defaultTemperature: la temperatura predefinita (1.0). Il valore della temperatura deve essere compreso tra 0.0 e 2.0.
• maxTemperature: la temperatura massima.

await LanguageModel.params();
// {defaultTopK: 3, maxTopK: 8, defaultTemperature: 1, maxTemperature: 2}

Creare una sessione

Una volta che l'API Prompt può essere eseguita, crei una sessione con la funzione create(). Puoi richiedere al modello di utilizzare la funzione prompt() o promptStreaming().

Personalizzare la sessione

Ogni sessione può essere personalizzata con topK e temperature utilizzando un oggetto opzioni facoltativo. I valori predefiniti di questi parametri vengono restituiti da LanguageModel.params().

const params = await LanguageModel.params();
// Initializing a new session must either specify both `topK` and
// `temperature` or neither of them.
const slightlyHighTemperatureSession = await LanguageModel.create({
  temperature: Math.max(params.defaultTemperature * 1.2, 2.0),
  topK: params.defaultTopK,
});

L'oggetto delle opzioni facoltative della funzione create() accetta anche un campo signal, che ti consente di passare un AbortSignal per distruggere la sessione.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const session = await LanguageModel.create({
  signal: controller.signal,
});

Prompt iniziali

Con i prompt iniziali, puoi fornire al modello linguistico il contesto delle interazioni precedenti, ad esempio per consentire all'utente di riprendere una sessione salvata dopo il riavvio del browser.

const session = await LanguageModel.create({
  initialPrompts: [
    { role: 'system', content: 'You are a helpful and friendly assistant.' },
    { role: 'user', content: 'What is the capital of Italy?' },
    { role: 'assistant', content: 'The capital of Italy is Rome.' },
    { role: 'user', content: 'What language is spoken there?' },
    {
      role: 'assistant',
      content: 'The official language of Italy is Italian. [...]',
    },
  ],
});

Limitare le risposte fornendo un prefisso

Puoi aggiungere un nuovo ruolo "assistant", oltre a quelli precedenti, per elaborare le risposte precedenti del modello. Ad esempio:

const followup = await session.prompt([
  {
    role: "user",
    content: "I'm nervous about my presentation tomorrow"
  },
  {
    role: "assistant"
    content: "Presentations are tough!"
  }
]);

In alcuni casi, anziché richiedere una nuova risposta, potresti voler precompilare parte del messaggio di risposta del ruolo "assistant". Questo può essere utile per guidare il modello linguistico a utilizzare un formato di risposta specifico. Per farlo, aggiungi prefix: true al messaggio del ruolo "assistant" finale. Ad esempio:

const characterSheet = await session.prompt([
  {
    role: 'user',
    content: 'Create a TOML character sheet for a gnome barbarian',
  },
  {
    role: 'assistant',
    content: '```toml\n',
    prefix: true,
  },
]);

Aggiungere messaggi senza prompt

L'inferenza potrebbe richiedere del tempo, soprattutto quando si utilizzano prompt con input multimodali. Può essere utile inviare prompt predeterminati in anticipo per popolare la sessione, in modo che il modello possa iniziare l'elaborazione.

Sebbene initialPrompts siano utili durante la creazione della sessione, il metodo append() può essere utilizzato in aggiunta ai metodi prompt() o promptStreaming() per fornire ulteriori prompt contestuali aggiuntivi dopo la creazione della sessione.

Ad esempio:

const session = await LanguageModel.create({
  initialPrompts: [
    {
      role: 'system',
      content:
        'You are a skilled analyst who correlates patterns across multiple images.',
    },
  ],
  expectedInputs: [{ type: 'image' }],
});

fileUpload.onchange = async () => {
  await session.append([
    {
      role: 'user',
      content: [
        {
          type: 'text',
          value: `Here's one image. Notes: ${fileNotesInput.value}`,
        },
        { type: 'image', value: fileUpload.files[0] },
      ],
    },
  ]);
};

analyzeButton.onclick = async (e) => {
  analysisResult.textContent = await session.prompt(userQuestionInput.value);
};

La promessa restituita da append() viene soddisfatta una volta che il prompt è stato convalidato, elaborato e aggiunto alla sessione. La promessa viene rifiutata se il prompt non può essere aggiunto.

Limiti di sessioni

Una determinata sessione del modello linguistico ha un numero massimo di token che può elaborare. Puoi controllare l'utilizzo e l'avanzamento verso il limite utilizzando le seguenti proprietà dell'oggetto sessione:

console.log(`${session.inputUsage}/${session.inputQuota}`);

Persistenza della sessione

Ogni sessione tiene traccia del contesto della conversazione. Le interazioni precedenti vengono prese in considerazione per le interazioni future finché la finestra contestuale della sessione non è piena.

const session = await LanguageModel.create({
  initialPrompts: [
    {
      role: 'system',
      content:
        'You are a friendly, helpful assistant specialized in clothing choices.',
    },
  ],
});

const result1 = await session.prompt(
  'What should I wear today? It is sunny. I am unsure between a t-shirt and a polo.',
);
console.log(result1);

const result2 = await session.prompt(
  'That sounds great, but oh no, it is actually going to rain! New advice?',
);
console.log(result2);

Clonare una sessione

Per preservare le risorse, puoi clonare una sessione esistente con la funzione clone(). Il contesto della conversazione viene reimpostato, ma il prompt iniziale rimane intatto. La funzione clone() accetta un oggetto di opzioni facoltativo con un campo signal, che ti consente di passare un AbortSignal per eliminare la sessione clonata.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const clonedSession = await session.clone({
  signal: controller.signal,
});

Richiedere al modello

Puoi richiedere al modello di utilizzare la funzione prompt() o promptStreaming().

Output non in streaming

Se prevedi un risultato breve, puoi utilizzare la funzione prompt() che restituisce la risposta non appena è disponibile.

// Start by checking if it's possible to create a session based on the
// availability of the model, and the characteristics of the device.
const { defaultTemperature, maxTemperature, defaultTopK, maxTopK } =
  await LanguageModel.params();

const available = await LanguageModel.availability();

if (available !== 'unavailable') {
  const session = await LanguageModel.create();

  // Prompt the model and wait for the whole result to come back.
  const result = await session.prompt('Write me a poem!');
  console.log(result);
}

Output in streaming

Se prevedi una risposta più lunga, devi utilizzare la funzione promptStreaming(), che ti consente di mostrare i risultati parziali man mano che vengono restituiti dal modello. La funzione promptStreaming() restituisce un ReadableStream.

const { defaultTemperature, maxTemperature, defaultTopK, maxTopK } =
  await LanguageModel.params();

const available = await LanguageModel.availability();
if (available !== 'unavailable') {
  const session = await LanguageModel.create();

  // Prompt the model and stream the result:
  const stream = session.promptStreaming('Write me an extra-long poem!');
  for await (const chunk of stream) {
    console.log(chunk);
  }
}

Interrompere l'esecuzione di un prompt

Sia prompt() che promptStreaming() accettano un secondo parametro facoltativo con un campo signal, che ti consente di interrompere l'esecuzione dei prompt.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const result = await session.prompt('Write me a poem!', {
  signal: controller.signal,
});

Terminare una sessione

Chiama destroy() per liberare le risorse se non hai più bisogno di una sessione. Quando una sessione viene eliminata, non può più essere utilizzata e qualsiasi esecuzione in corso viene interrotta. Potresti voler mantenere la sessione se intendi richiedere spesso al modello, poiché la creazione di una sessione può richiedere un po' di tempo.

await session.prompt(
  "You are a friendly, helpful assistant specialized in clothing choices."
);

session.destroy();

// The promise is rejected with an error explaining that
// the session is destroyed.
await session.prompt(
  "What should I wear today? It is sunny, and I am unsure between a
  t-shirt and a polo."
);

Funzionalità multimodali

L'API Prompt supporta input audio e immagine da Chrome 138 Canary per la sperimentazione locale. L'API restituisce un output di testo.

Con queste funzionalità puoi:

• Consenti agli utenti di trascrivere i messaggi audio inviati in un'applicazione di chat.
• Descrivi un'immagine caricata sul tuo sito web da utilizzare in una didascalia o in un testo alternativo.

const session = await LanguageModel.create({
  // { type: "text" } is not necessary to include explicitly, unless
  // you also want to include expected input languages for text.
  expectedInputs: [{ type: 'audio' }, { type: 'image' }],
});

const referenceImage = await (await fetch('/reference-image.jpeg')).blob();
const userDrawnImage = document.querySelector('canvas');

const response1 = await session.prompt([
  {
    role: 'user',
    content: [
      {
        type: 'text',
        value:
          'Give a helpful artistic critique of how well the second image matches the first:',
      },
      { type: 'image', value: referenceImage },
      { type: 'image', value: userDrawnImage },
    ],
  },
]);

console.log(response1);

const audioBlob = await captureMicrophoneInput({ seconds: 10 });

const response2 = await session.prompt([
  {
    role: 'user',
    content: [
      { type: 'text', value: 'My response to your critique:' },
      { type: 'audio', value: audioBlob },
    ],
  },
]);

Demo multimodali

Consulta la demo Mediarecorder Audio Prompt per utilizzare l'API Prompt con l'input audio e la demo Canvas Image Prompt per utilizzare l'API Prompt con l'input immagine.

Strategia di rendimento

L'API Prompt per il web è ancora in fase di sviluppo. Durante la creazione di questa API, fai riferimento alle nostre best practice sulla gestione delle sessioni per ottenere prestazioni ottimali.

Feedback

Il tuo feedback contribuisce a definire il futuro di questa API e i miglioramenti di Gemini Nano. Potremmo anche creare API per attività dedicate (come API per la trascrizione audio o la descrizione delle immagini) per soddisfare le tue esigenze e quelle dei tuoi utenti.

Partecipare e condividere feedback

Il tuo contributo può influire direttamente sul modo in cui creiamo e implementiamo le versioni future di questa API e di tutte le API AI integrate.

• Partecipa al programma di anteprima iniziale.
• Per inviare feedback sull'implementazione di Chrome, compila una segnalazione di bug o una richiesta di funzionalità.
• Condividi il tuo feedback sulla forma dell'API commentando un problema esistente o aprendone uno nuovo nel repository GitHub dell'API Prompt.
• Partecipa all'iniziativa sugli standard unendoti al Web Incubator Community Group.