Gemini Cookbook: официальные quickstarts · Урок 1
Первые шаги с Gemini API
Устанавливаем google-genai SDK, создаём клиент, делаем первый generate_content, разбираем system instructions, count_tokens, параметры температуры и мультимодальный ввод с изображениями.
Практическое задание
Что сделать после урока
Создайте скрипт, который принимает изображение и вопрос через CLI, подсчитывает токены перед отправкой, затем вызывает generate_content с system instruction «Ты краткий технический эксперт» и выводит ответ.
Готовый промпт
Шаблон под задачу урока
Скопируйте и адаптируйте под свой контекст. Текст в треугольных скобках — то, что нужно заменить.
from google import genai
from google.genai import types
client = genai.Client(api_key=GEMINI_API_KEY)
MODEL_ID = "gemini-2.5-flash"
response = client.models.generate_content(
model=MODEL_ID,
contents="Объясни разницу между списком и кортежем в Python за 3 предложения.",
config=types.GenerateContentConfig(
system_instruction="Ты краткий Python-наставник.",
temperature=0.3,
)
)
print(response.text)
print(f"Tokens: {response.usage_metadata.total_token_count}")Типичные ошибки
На чём чаще всего спотыкаются
Хардкодинг API-ключа в коде; чтение response.text без проверки finish_reason (может бросить исключение при SAFETY-блокировке); игнорирование usage_metadata при расчёте стоимости.