모델 구성을 사용하여 응답 제어

모델을 호출할 때마다 모델 구성과 함께 전송하여 모델의 대답 생성 방식을 제어할 수 있습니다. 각 모델은 maxOutputTokens 설정 또는 사고, 응답 형식, 이미지, 음성, 음성 활동 감지 (VAD)를 위한 특수 구성과 같은 다양한 구성 옵션을 지원합니다.

Gemini 모델에 액세스할 때 대부분의 사용 사례에서 GenerationConfig를 사용하여 모델을 구성합니다. 하지만 Gemini Live API 모델을 구성하는 경우 LiveGenerationConfig를 사용합니다.

이 페이지에서는 Gemini 모델의 구성을 설정하는 방법을 보여주고 사용 가능한 매개변수 표를 제공합니다.

Gemini 구성으로 이동 Gemini Live API 구성으로 이동

Gemini 모델의 GenerationConfig

Gemini API 제공업체를 클릭하여 이 페이지에서 제공업체별 콘텐츠와 코드를 확인합니다.

범용 모델, 이미지 생성 (Nano Banana) 모델, 텍스트 음성 변환 (TTS) 모델을 포함한 대부분의 Gemini 생성 모델에 GenerationConfig를 설정합니다.

구성은 GenerativeModel 인스턴스의 전체 기간 동안 유지됩니다. 다른 구성을 사용하려면 다른 구성으로 새 인스턴스를 만들고 사용합니다.

다음 예시에서는 매우 기본적인 모델 구성을 보여줍니다. 추가 옵션 (특히 특수 모델의 경우)은 이 페이지 뒷부분에 있는 사용 가능한 파라미터 표를 참조하세요.

Swift

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 매개변수 값을 설정합니다.


import FirebaseAILogic

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
let config = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"]
)

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
// Specify the config as part of creating the `GenerativeModel` instance.
let model = FirebaseAI.firebaseAI(backend: .agentPlatform()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
val config = generationConfig {
    maxOutputTokens = 200
    stopSequences = listOf("red")
}

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
// Specify the config as part of creating the `GenerativeModel` instance.
val model = Firebase.ai(backend = GenerativeBackend.agentPlatform()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    generationConfig = config
)

// ...

Java

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
configBuilder.maxOutputTokens = 200;
configBuilder.stopSequences = List.of("red");

GenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `GenerativeModel` instance.
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.agentPlatform())
                .generativeModel(
                    "GEMINI_MODEL_NAME",
                    config
                );
);

// ...

Web

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 파라미터 값을 설정합니다.


// ...

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
const ai = getAI(firebaseApp, { backend: new AgentPlatformBackend() });

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
const generationConfig = {
  maxOutputTokens: 200,
  stopSequences: ["red"],
};

// Specify the config as part of creating the `GenerativeModel` instance.
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME",  generationConfig });

// ...

Dart

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
final generationConfig = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"],
);

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
// Specify the config as part of creating the `GenerativeModel` instance.
final model = FirebaseAI.agentPlatform().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  generationConfig: generationConfig,
);

// ...

Unity

GenerativeModel 인스턴스를 만드는 과정에서 GenerationConfig의 매개변수 값을 설정합니다.


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
var generationConfig = new GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: new string[] { "red" }
);

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
// Specify the config as part of creating the `GenerativeModel` instance.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.AgentPlatform());
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);
Agent  Studio를 사용하여 프롬프트와 모델 구성을 실험할 수 있습니다.

Gemini Live API 모델의 LiveGenerationConfig

Gemini API 제공업체를 클릭하여 이 페이지에서 제공업체별 콘텐츠와 코드를 확인합니다.

Gemini Live API 모델을 사용하는 경우에만 LiveGenerationConfig를 설정합니다.

구성은 LiveModel 인스턴스의 전체 기간 동안 유지됩니다. 다른 구성을 사용하려면 다른 구성으로 새 인스턴스를 만들고 사용합니다.

다음 예시에서는 매우 기본적인 모델 구성을 보여줍니다. 음성 활동 감지(VAD) 구성과 같은 추가 옵션은 이 페이지 뒷부분에 있는 사용 가능한 파라미터 표를 참조하세요.

Swift

LiveModel 인스턴스를 초기화하는 동안 liveGenerationConfig에서 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
let config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [.audio],
  speech: SpeechConfig(voiceName: "Fenrir"),
)

// Specify the config as part of creating the `liveModel` instance.
let liveModel = FirebaseAI.firebaseAI(backend: .agentPlatform(location: "us-central1")).liveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

LiveModel 인스턴스를 만드는 과정에서 LiveGenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
val config = liveGenerationConfig {
    maxOutputTokens = 200
    responseModality = ResponseModality.AUDIO
    speechConfig = SpeechConfig(voice = Voice("FENRIR"))
}

// Specify the config as part of creating the `LiveModel` instance.
val liveModel = Firebase.ai(backend = GenerativeBackend.agentPlatform(location = "us-central1")).liveModel(
    modelName = "GEMINI_LIVE_MODEL_NAME",
    generationConfig = config
)

// ...

Java

LiveModel 인스턴스를 만드는 과정에서 LiveGenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
LiveGenerationConfig.Builder configBuilder = new LiveGenerationConfig.Builder();
configBuilder.setMaxOutputTokens(200);
configBuilder.setResponseModality(ResponseModality.AUDIO);

configBuilder.setSpeechConfig(new SpeechConfig(new Voice("FENRIR")));

LiveGenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `LiveModel` instance.
LiveGenerativeModel lm = FirebaseAI.getInstance(GenerativeBackend.agentPlatform("us-central1")).liveModel(
          "GEMINI_LIVE_MODEL_NAME",
          config
);

// ...

Web

LiveGenerativeModel 인스턴스를 초기화하는 동안 LiveGenerationConfig에서 파라미터 값을 설정합니다.


// ...

// Initialize the Agent Platform Gemini API backend service (formerly Vertex AI).
const ai = getAI(firebaseApp, { backend: new AgentPlatformBackend("us-central1") });

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
const liveGenerationConfig = {
  maxOutputTokens: 200,
  responseModalities: [ResponseModality.AUDIO],
  speechConfig: {
    voiceConfig: {
      prebuiltVoiceConfig: { voiceName: "Fenrir" },
    },
  },
};

// Specify the config as part of creating the `LiveGenerativeModel` instance.
const liveModel = getLiveGenerativeModel(ai, {
  model: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig,
});

// ...

Dart

LiveGenerativeModel 인스턴스를 만드는 과정에서 LiveGenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
final config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [ResponseModalities.audio],
  speechConfig: SpeechConfig(voiceName: 'Fenrir'),
);

// Specify the config as part of creating the `liveGenerativeModel` instance.
final liveModel = FirebaseAI.agentPlatform(location: 'us-central1').liveGenerativeModel(
  model: 'GEMINI_LIVE_MODEL_NAME',
  liveGenerationConfig: config,
);

// ...

Unity

LiveModel 인스턴스를 만드는 과정에서 LiveGenerationConfig의 파라미터 값을 설정합니다.


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
var config = new LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: new[] { ResponseModality.Audio },
  speechConfig: SpeechConfig.UsePrebuiltVoice("Fenrir")
);

// Specify the config as part of creating the `LiveModel` instance.
var liveModel = FirebaseAI.GetInstance(FirebaseAI.Backend.AgentPlatform(location: "us-central1")).GetLiveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig: config
);

// ...
Agent  Studio를 사용하여 프롬프트와 모델 구성을 실험할 수 있습니다.


사용 가능한 모델 파라미터

다음 표는 모델 구성에 사용할 수 있는 매개변수를 간략하게 보여줍니다. 일부 파라미터는 특정 모델에만 적용됩니다.

매개변수 설명 제한사항 기본값
오디오 타임스탬프
audioTimestamp 		오디오 전용 입력 파일의 타임스탬프 이해를 사용 설정합니다.

불리언

GenerativeModel 구성을 사용하고 입력 유형이 오디오 전용 파일인 경우에만 적용됩니다.

false
최대 출력 토큰
maxOutputTokens

응답에서 생성될 수 있는 토큰의 최대 개수를 지정합니다.

gemini-4-argon의 경우 기본 및 최대 출력 토큰 한도는 비스트리밍 요청의 경우 32,768 토큰이고 스트리밍 요청의 경우 65,536 토큰입니다. Firebase AI Logic는 아직 긴 디코딩을 지원하지 않지만 곧 출시 예정입니다.

--- ---
중지 시퀀스
stopSequences 		문자열 중 하나가 응답에서 발견되면 모델에 콘텐츠 생성을 중지하도록 지시하는 문자열 목록을 지정합니다.

GenerativeModel 구성을 사용하는 경우에만 적용됩니다.

Nano Banana 또는 TTS 모델에는 적용되지 않습니다.

---
특수 구성
생각 중
thinkingConfig

모델이 대답을 생성할 때 '사고 과정'을 제어합니다.

  • 사고 수준을 사용하여 모델이 수행할 수 있는 사고량을 제어합니다.
  • 사고 요약 포함 여부를 제어합니다.

지원되는 값: 사고 문서를 참고하세요.

TTS 모델에는 적용되지 않습니다.

Firebase AI Logic는 Live API 모델에 대해 thinkingConfig 설정을 아직 지원하지 않습니다.

모델에 따라 다름
응답 형식
responseModalities 		출력 유형 (예: 텍스트, 오디오, 이미지)을 지정합니다. Nano Banana, TTS, Live API 모델을 사용하는 경우에만 적용되며 필수입니다. ---
이미지 특성
imageConfig 		생성된 이미지의 가로세로 비율과 해상도를 지정합니다.

지원되는 값: 이미지 생성 구성 참조

Nano Banana 모델을 사용하는 경우에만 적용됩니다.

가로세로 비율 1:1 (정사각형)
해상도 1024x1024
음성
speechConfig 		오디오 출력에 사용되는 음성을 지정합니다. TTS 모델 및 Live API 모델을 사용하는 경우에만 적용됩니다.

TTS 모델에 필요합니다. 		Puck
음성 활동 감지 (VAD)
realtimeInputConfig 		음성 활동 감지 (VAD), 중단 처리, 차례 컨텍스트 범위를 구성하거나 자동 VAD를 사용 중지합니다.

지원되는 값: VAD 구성 참조

Live API 모델을 사용하는 경우에만 적용됩니다.

VAD 사용 설정됨

개별 설정의 기본값을 참조하세요.


콘텐츠 생성을 제어하는 다른 옵션

  • 프롬프트 설계에 대해 자세히 알아보고 모델이 필요에 맞는 출력을 생성하도록 영향을 줄 수 있습니다.
  • 안전 설정을 사용하여 증오심 표현, 음란물 등 유해한 것으로 간주될 수 있는 대답을 받을 가능성을 조정합니다.
  • 시스템 요청 사항을 설정하여 모델의 동작을 조정합니다. 이 기능은 모델이 최종 사용자의 추가 안내에 노출되기 전에 추가하는 서문과 같습니다.
  • 프롬프트와 함께 응답 스키마를 전달하여 특정 출력 스키마를 지정합니다. 이 기능은 JSON 출력을 생성할 때 흔히 사용되지만, 모델이 특정 라벨이나 태그를 사용하도록 하려는 경우와 같은 분류 작업에도 사용할 수 있습니다.