আপনি Gemini মডেলকে শুধুমাত্র টেক্সট প্রম্পট বা মাল্টিমোডাল প্রম্পট থেকে টেক্সট জেনারেট করতে বলতে পারেন। Firebase AI Logic ব্যবহার করার সময়, আপনি সরাসরি অ্যাপ থেকে এই অনুরোধ করতে পারবেন।
মাল্টিমোডাল প্রম্পটে একাধিক ধরনের ইনপুট থাকতে পারে (যেমন, ছবির সাথে টেক্সট, পিডিএফ, সাধারণ টেক্সট ফাইল, অডিও ও ভিডিও)।
এই গাইড থেকে আপনি জানতে পারবেন যে কীভাবে শুধুমাত্র টেক্সট-ভিত্তিক প্রম্পট এবং ফাইল সহ একটি সাধারণ মাল্টিমোডাল প্রম্পট থেকে টেক্সট জেনারেট করতে হয়।
শুধুমাত্র টেক্সট ইনপুটের জন্য কোডে যান মাল্টিমোডাল ইনপুটের জন্য কোডে যান স্ট্রিম করা উত্তরের জন্য কোডে যান
|
টেক্সট নিয়ে কাজ করার জন্য অতিরিক্ত বিকল্পের ব্যাপারে অন্যান্য নির্দেশিকা দেখুন স্ট্রাকচার্ড আউটপুট তৈরি করা মাল্টি-টার্ন চ্যাট ডিভাইসে টেক্সট তৈরি করা টেক্সট-টু-স্পিচ (TTS) টেক্সট থেকে ছবি তৈরি করা |
শুরু করার আগে
|
এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট ও কোড দেখতে আপনার Gemini API প্রদানকারীর আইকনে ক্লিক করুন। |
আপনি এখনও না করে থাকলে,
শুরু করার নির্দেশিকা সম্পূর্ণ করুন, যা বর্ণনা করে যে কীভাবে
আপনার Firebase প্রোজেক্ট সেট-আপ করতে হয়, Firebase-এর সাথে আপনার অ্যাপ কানেক্ট করতে হয়, SDK যোগ করতে হয়,
আপনার বেছে নেওয়া Gemini API প্রদানকারীর জন্য ব্যাকএন্ড পরিষেবা চালু করতে হয় এবং
GenerativeModel ইনস্ট্যান্স তৈরি করতে হয়।
আপনার প্রম্পট পরীক্ষা ও ইটারেট করার জন্য, আমরা Google AI Studio ব্যবহার করার সাজেশন দিই।
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করা
|
এই নমুনা চেষ্টা করার আগে, আপনার প্রজেক্ট ও অ্যাপ সেট-আপ করতে
এই গাইডের শুরু করার আগে বিভাগটি সম্পূর্ণ করুন।
সেই বিভাগে, আপনার বেছে নেওয়া Gemini API প্রদানকারীর জন্য একটি বোতামেও ক্লিক করবেন যাতে আপনি এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট দেখতে পান। |
আপনি Gemini মডেলকে শুধুমাত্র টেক্সট ইনপুট দিয়ে প্রম্পট করে টেক্সট জেনারেট করতে বলতে পারেন।
Swift
আপনি কল করতে পারেন
generateContent()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
import FirebaseAILogic
// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create a `GenerativeModel` instance with a model that supports your use case.
let model = ai.generativeModel(modelName: "gemini-3.8-flash")
// Provide a prompt that contains text
let prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")
Kotlin
আপনি কল করতে পারেন
generateContent()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash")
// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
val response = model.generateContent(prompt)
print(response.text)
Java
আপনি কল করতে পারেন
generateContent()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
ListenableFutureফেরত দেয়।
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
// Provide a prompt that contains text
Content prompt = new Content.Builder()
.addText("Write a story about a magic backpack.")
.build();
// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
Web
আপনি কল করতে পারেন
generateContent()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer): Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(ai, { model: "gemini-3.8-flash" });
// Wrap in an async function so you can use await
async function run() {
// Provide a prompt that contains text
const prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
const result = await model.generateContent(prompt);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
Dart
আপনি কল করতে পারেন
generateContent()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
final model =
FirebaseAI.googleAI().generativeModel(model: 'gemini-3.8-flash');
// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];
// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);
Unity
আপনি কল করতে পারেন
GenerateContentAsync()
শুধুমাত্র টেক্সট ইনপুট থেকে টেক্সট জেনারেট করতে।
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.8-flash");
// Provide a prompt that contains text
var prompt = "Write a story about a magic backpack.";
// To generate text output, call GenerateContentAsync with the text input
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
আপনার ব্যবহারিক ক্ষেত্র ও অ্যাপের জন্য উপযুক্ত মডেল কীভাবে বেছে নিতে হয় তা জানুন।
টেক্সট-ও-ফাইল (মাল্টিমোডাল) ইনপুট থেকে টেক্সট জেনারেট করা
|
এই নমুনা চেষ্টা করার আগে, আপনার প্রজেক্ট ও অ্যাপ সেট-আপ করতে
এই গাইডের শুরু করার আগে বিভাগটি সম্পূর্ণ করুন।
সেই বিভাগে, আপনার বেছে নেওয়া Gemini API প্রদানকারীর জন্য একটি বোতামেও ক্লিক করবেন যাতে আপনি এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট দেখতে পান। |
আপনি Geminiমডেলকে
টেক্সট ও ফাইল সহ প্রম্পট করে টেক্সট জেনারেট করতে বলতে পারেন—প্রতিটি
ইনপুট ফাইলের mimeType ও ফাইলটি প্রদান করে। এই পৃষ্ঠায় পরে
ইনপুট ফাইলের প্রয়োজনীয়তা ও সাজেশন
দেখুন।
নিচে দেওয়া উদাহরণে দেখানো হয়েছে যে কীভাবে ইনলাইন ডেটা (base64-এনকোড করা ফাইল) হিসেবে দেওয়া একটি ভিডিও ফাইল বিশ্লেষণ করে ফাইল ইনপুট থেকে টেক্সট জেনারেট করতে হয়।
মনে রাখবেন, এই উদাহরণে ফাইল ইনলাইন হিসেবে প্রদান করা দেখানো হয়েছে, কিন্তু SDK-ও YouTube URL প্রদান করা সমর্থন করে।
Swift
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
generateContent()
কল করতে পারেন।
import FirebaseAILogic
// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Create a `GenerativeModel` instance with a model that supports your use case.
let model = ai.generativeModel(modelName: "gemini-3.8-flash")
// Provide the video as `Data` with the appropriate MIME type.
let video = InlineDataPart(data: try Data(contentsOf: videoURL), mimeType: "video/mp4")
// Provide a text prompt to include with the video
let prompt = "What is in the video?"
// To generate text output, call generateContent with the text and video
let response = try await model.generateContent(video, prompt)
print(response.text ?? "No text in response.")
Kotlin
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
generateContent()
কল করতে পারেন।
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash")
val contentResolver = applicationContext.contentResolver
contentResolver.openInputStream(videoUri).use { stream ->
stream?.let {
val bytes = stream.readBytes()
// Provide a prompt that includes the video specified above and text
val prompt = content {
inlineData(bytes, "video/mp4")
text("What is in the video?")
}
// To generate text output, call generateContent with the prompt
val response = model.generateContent(prompt)
Log.d(TAG, response.text ?: "")
}
}
Java
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
generateContent()
কল করতে পারেন।
ListenableFutureফেরত দেয়।
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
.generativeModel("gemini-3.8-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
ContentResolver resolver = getApplicationContext().getContentResolver();
try (InputStream stream = resolver.openInputStream(videoUri)) {
File videoFile = new File(new URI(videoUri.toString()));
int videoSize = (int) videoFile.length();
byte[] videoBytes = new byte[videoSize];
if (stream != null) {
stream.read(videoBytes, 0, videoBytes.length);
stream.close();
// Provide a prompt that includes the video specified above and text
Content prompt = new Content.Builder()
.addInlineData(videoBytes, "video/mp4")
.addText("What is in the video?")
.build();
// To generate text output, call generateContent with the prompt
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
}
} catch (IOException e) {
e.printStackTrace();
} catch (URISyntaxException e) {
e.printStackTrace();
}
Web
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
generateContent()
কল করতে পারেন।
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";
// TODO(developer): Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Gemini Developer API backend service.
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });
// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(ai, { model: "gemini-3.8-flash" });
// Converts a File object to a Part object.
async function fileToGenerativePart(file) {
const base64EncodedDataPromise = new Promise((resolve) => {
const reader = new FileReader();
reader.onloadend = () => resolve(reader.result.split(',')[1]);
reader.readAsDataURL(file);
});
return {
inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
};
}
async function run() {
// Provide a text prompt to include with the video
const prompt = "What do you see?";
const fileInputEl = document.querySelector("input[type=file]");
const videoPart = await fileToGenerativePart(fileInputEl.files[0]);
// To generate text output, call generateContent with the text and video
const result = await model.generateContent([prompt, videoPart]);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
Dart
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
generateContent()
কল করতে পারেন।
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';
// Initialize FirebaseApp
await Firebase.initializeApp(
options: DefaultFirebaseOptions.currentPlatform,
);
// Initialize the Gemini Developer API backend service.
// Create a `GenerativeModel` instance with a model that supports your use case.
final model =
FirebaseAI.googleAI().generativeModel(model: 'gemini-3.8-flash');
// Provide a text prompt to include with the video
final prompt = TextPart("What's in the video?");
// Prepare video for input
final video = await File('video0.mp4').readAsBytes();
// Provide the video as `Data` with the appropriate mimetype
final videoPart = InlineDataPart('video/mp4', video);
// To generate text output, call generateContent with the text and images
final response = await model.generateContent([
Content.multi([prompt, ...videoPart])
]);
print(response.text);
Unity
টেক্সট ও ভিডিও ফাইলের মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করতে, আপনি
GenerateContentAsync()
কল করতে পারেন।
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.8-flash");
// Provide the video as `data` with the appropriate MIME type.
var video = ModelContent.InlineData("video/mp4",
System.IO.File.ReadAllBytes(System.IO.Path.Combine(
UnityEngine.Application.streamingAssetsPath, "yourVideo.mp4")));
// Provide a text prompt to include with the video
var prompt = ModelContent.Text("What is in the video?");
// To generate text output, call GenerateContentAsync with the text and video
var response = await model.GenerateContentAsync(new [] { video, prompt });
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
আপনার ব্যবহারিক ক্ষেত্র ও অ্যাপের জন্য উপযুক্ত মডেল কীভাবে বেছে নিতে হয় তা জানুন।
উত্তর স্ট্রিম করা
|
এই নমুনা চেষ্টা করার আগে, আপনার প্রজেক্ট ও অ্যাপ সেট-আপ করতে
এই গাইডের শুরু করার আগে বিভাগটি সম্পূর্ণ করুন।
সেই বিভাগে, আপনার বেছে নেওয়া Gemini API প্রদানকারীর জন্য একটি বোতামেও ক্লিক করবেন যাতে আপনি এই পৃষ্ঠায় প্রদানকারী-নির্দিষ্ট কন্টেন্ট দেখতে পান। |
মডেল জেনারেশন থেকে সম্পূর্ণ ফলাফল পাওয়ার জন্য অপেক্ষা না করে, আপনি আরও দ্রুত ইন্টার্যাকশন করতে পারেন।
এর পরিবর্তে, আংশিক ফলাফল ম্যানেজ করার জন্য স্ট্রিমিং ব্যবহার করুন।
উত্তর স্ট্রিম করতে, generateContentStream কল করুন।
ইনপুট ইমেজ ফাইলের জন্য প্রয়োজনীয়তা ও সাজেশন
মনে রাখবেন, ইনলাইন ডেটা হিসেবে প্রদান করা ফাইল ট্রানজিটের সময় base64-এ এনকোড করা হয়, যার ফলে অনুরোধের সাইজ বেড়ে যায়। কোনও অনুরোধ খুব বড় হলে আপনি HTTP 413 সমস্যা দেখতে পাবেন।
নিম্নলিখিত বিষয় সম্পর্কে বিস্তারিত তথ্য জানতে সাপোর্ট করে এমন ইনপুট ফাইল ও Agent Platform Gemini API (formerly Vertex AI) সংক্রান্ত প্রয়োজনীয়তা দেখুন:
- অনুরোধে ফাইল জমা দেওয়ার বিভিন্ন বিকল্প (ইনলাইন বা ফাইলের URL বা URI ব্যবহার করে)
- এই ধরনের ফাইল কাজ করে
- কাজ করে এমন MIME-এর ধরন ও কীভাবে সেগুলি নির্দিষ্ট করতে হয়
- ফাইল ও মাল্টিমোডাল অনুরোধের জন্য প্রয়োজনীয়তা ও পেশাদার পদ্ধতি
আপনি আর কী করতে পারেন?
- মডেলকে বড় প্রম্পট পাঠানোর আগে, টোকেন কীভাবে গণনা করতে হয় তা জানুন।
- সেট-আপ Cloud Storage for Firebase যাতে আপনি মাল্টিমোডাল অনুরোধে বড় ফাইল অন্তর্ভুক্ত করতে পারেন এবং প্রম্পটে ফাইল দেওয়ার জন্য আরও ম্যানেজ করা সমাধান পেতে পারেন। ফাইলে ছবি, পিডিএফ, ভিডিও ও অডিও থাকতে পারে।
-
প্রোডাকশনের জন্য প্রস্তুতি নেওয়া শুরু করুন (দেখুন
প্রোডাকশন চেকলিস্ট):
- Firebase App Check এনফোর্স করুন যত তাড়াতাড়ি সম্ভব, যাতে Gemini API-কে অননুমোদিত ক্লায়েন্টের অপব্যবহার থেকে রক্ষা করা যায়।
- ব্যবহার করুন Firebase Remote Config অথবা সার্ভার প্রম্পট টেমপ্লেট যাতে আপনার AI ফিচারের (যেমন মডেলের নাম) কনফিগারেশনে চাহিদা মতো পরিবর্তন করতে পারেন, এর জন্য অ্যাপের নতুন ভার্সন রিলিজ করার প্রয়োজন হবে না।
অন্যান্য সুবিধা ব্যবহার করে দেখুন
- একাধিকবার কথোপকথন (চ্যাট) তৈরি করো।
- শুধুমাত্র টেক্সট প্রম্পট থেকে টেক্সট জেনারেট করো।
- টেক্সট ও মাল্টিমোডাল প্রম্পট, দু'টি থেকেই স্ট্রাকচার্ড আউটপুট (যেমন JSON) তৈরি করো ।
- টেক্সট ও মাল্টিমোডাল প্রম্পট, দুই ধরনের প্রম্পট থেকেই ছবি জেনারেট ও এডিট করা যায়।
- স্পিচ জেনারেট করা (সিঙ্গেল ও মাল্টিপল স্পিকার) Gemini টেক্সট-টু-স্পিচ (TTS) মডেল ব্যবহার করে।
- Gemini Live API ব্যবহার করে স্ট্রিম ইনপুট ও আউটপুট (অডিও সহ) দেখুন।
-
আপনার অ্যাপের অন্যান্য অংশ এবং এক্সটার্নাল
সিস্টেম ও তথ্যের সাথে Gemini মডেল কানেক্ট করতে, টুল ব্যবহার করুন (যেমন ফাংশন কলিং
এবং গ্রাউন্ডিংয়ের সাথে
Google Search বাGoogle Maps )
কন্টেন্ট জেনারেশন কীভাবে নিয়ন্ত্রণ করতে হয় তা জানুন
- প্রম্পট ডিজাইন সম্পর্কে জানুন, যার মধ্যে রয়েছে পেশাদার পদ্ধতি, কৌশল ও প্রম্পটের উদাহরণ।
- মডেল প্যারামিটার কনফিগার করুন যেমন সর্বাধিক আউটপুট টোকেন, রিপিট করা আউটপুট টোকেনের সম্ভাবনা ইত্যাদি।
- ক্ষতিকর হিসেবে বিবেচিত হতে পারে এমন উত্তর পাওয়ার সম্ভাবনা অ্যাডজাস্ট করতে নিরাপত্তা সেটিংস ব্যবহার করুন।
কাজ করে এমন মডেল সম্পর্কে আরও জানুন
বিভিন্ন ব্যবহারের ক্ষেত্রে উপলভ্য মডেল এবং সেগুলির কোটা ও দাম সম্পর্কে জানুন।Firebase AI Logic-এর সাথে আপনার অভিজ্ঞতা সম্পর্কে মতামত জানান