আপনার বিদ্যমান Gemini API অ্যাপ্লিকেশনগুলির জন্য লগিং সক্রিয় করা শুরু করতে যা যা প্রয়োজন, এই নির্দেশিকায় তার সবকিছুই রয়েছে। এই নির্দেশিকায় আপনি শিখবেন কীভাবে Google AI Studio ড্যাশবোর্ডে একটি বিদ্যমান বা নতুন অ্যাপ্লিকেশনের লগ দেখতে হয়, যাতে মডেলের আচরণ এবং ব্যবহারকারীরা আপনার অ্যাপ্লিকেশনগুলির সাথে কীভাবে ইন্টারঅ্যাক্ট করতে পারে তা আরও ভালোভাবে বোঝা যায়। লগিং ব্যবহার করে পর্যবেক্ষণ করুন, ডিবাগ করুন এবং ঐচ্ছিকভাবে Google-এর সাথে ব্যবহারের প্রতিক্রিয়া শেয়ার করুন, যা ডেভেলপারদের বিভিন্ন ব্যবহারের ক্ষেত্রে Gemini-কে উন্নত করতে সাহায্য করবে ।
OpenAI কম্প্যাটিবিলিটি এন্ডপয়েন্টের মাধ্যমে করা কলগুলো সহ সমস্ত GenerateContent এবং StreamGenerateContent API কল সমর্থিত।
১. গুগল এআই স্টুডিওতে লগিং সক্ষম করুন।
শুরু করার আগে, নিশ্চিত করুন যে আপনার নিজের একটি বিলিং-সক্ষম প্রজেক্ট আছে।
- Google AI Studio- তে লগ পৃষ্ঠাটি খুলুন।
- ড্রপ-ডাউন থেকে আপনার প্রজেক্টটি বেছে নিন এবং ডিফল্টরূপে সমস্ত অনুরোধের জন্য লগিং চালু করতে এনাবল বোতামটি চাপুন।
আপনি সমস্ত প্রোজেক্টের জন্য অথবা নির্দিষ্ট প্রোজেক্টের জন্য লগিং চালু বা বন্ধ করতে পারেন এবং Google AI Studio-এর মাধ্যমে যেকোনো সময় এই পছন্দগুলি পরিবর্তন করতে পারেন।
২. এআই স্টুডিওতে লগগুলি দেখুন
- এআই স্টুডিওতে যান।
- যে প্রজেক্টটির জন্য আপনি লগিং চালু করেছেন, সেটি নির্বাচন করুন।
- টেবিলে আপনার লগগুলো বিপরীত কালানুক্রমিক ক্রমে প্রদর্শিত হবে।
অনুরোধ এবং প্রতিক্রিয়ার জোড়াটির সম্পূর্ণ পৃষ্ঠা দেখার জন্য একটি এন্ট্রিতে ক্লিক করুন। আপনি সম্পূর্ণ প্রম্পট, জেমিনি থেকে প্রাপ্ত সম্পূর্ণ প্রতিক্রিয়া এবং পূর্ববর্তী টার্নের প্রেক্ষাপট খতিয়ে দেখতে পারেন। মনে রাখবেন যে, প্রতিটি প্রজেক্টের ডিফল্ট স্টোরেজ সীমা সর্বোচ্চ ১,০০০টি লগ পর্যন্ত হয়ে থাকে এবং ডেটাসেটে সংরক্ষিত নয় এমন লগগুলো ৫৫ দিন পর মেয়াদোত্তীর্ণ হয়ে যাবে। আপনার প্রজেক্ট তার স্টোরেজ সীমায় পৌঁছে গেলে আপনাকে লগগুলো মুছে ফেলার জন্য অনুরোধ জানানো হবে।
৩. ডেটাসেট সংকলন ও শেয়ার করুন
- লগ টেবিল থেকে, ফিল্টার করার জন্য একটি প্রপার্টি নির্বাচন করতে উপরের ফিল্টার বারটি খুঁজুন।
- আপনার ফিল্টার করা লগ ভিউ থেকে সব বা কয়েকটি লগ নির্বাচন করতে চেকবক্সগুলো ব্যবহার করুন।
- তালিকার শীর্ষে প্রদর্শিত "ডেটা সেট তৈরি করুন" বোতামটিতে ক্লিক করুন।
- আপনার নতুন ডেটাসেটটিকে একটি বর্ণনামূলক নাম এবং ঐচ্ছিক বিবরণ দিন।
- আপনি এইমাত্র তৈরি করা ডেটাসেটটি দেখতে পাবেন, যেখানে বাছাই করা লগগুলো থাকবে।
- পরবর্তী বিশ্লেষণের জন্য আপনার ডেটাসেটটি CSV, JSONL ফাইল বা গুগল শিটসে এক্সপোর্ট করুন।
ডেটা সেট বিভিন্ন ক্ষেত্রে সহায়ক হতে পারে।
- চ্যালেঞ্জের সেট তৈরি করুন: ভবিষ্যতের উন্নতির জন্য এমন ক্ষেত্রগুলোকে লক্ষ্য করুন যেখানে আপনি আপনার এআই-এর উন্নতি চান।
- স্যাম্পল সেট তৈরি করুন: উদাহরণস্বরূপ, অন্য কোনো মডেল থেকে প্রতিক্রিয়া তৈরি করার জন্য বাস্তব ব্যবহার থেকে নেওয়া একটি স্যাম্পল, অথবা ডেপ্লয়মেন্টের আগে নিয়মিত যাচাইয়ের জন্য কিছু ব্যতিক্রমী পরিস্থিতির (edge cases) একটি সংগ্রহ।
- মূল্যায়ন সেট: গুরুত্বপূর্ণ সক্ষমতাগুলোর ক্ষেত্রে বাস্তব ব্যবহারের প্রতিনিধিত্বকারী সেট, যা অন্যান্য মডেল বা সিস্টেম নির্দেশনার পুনরাবৃত্তির সাথে তুলনা করার জন্য ব্যবহৃত হয়।
আপনার ডেটাসেটগুলোকে প্রদর্শনী উদাহরণ হিসেবে শেয়ার করার মাধ্যমে আপনি এআই গবেষণা, জেমিনি এপিআই এবং গুগল এআই স্টুডিও-এর অগ্রগতিতে সাহায্য করতে পারেন। এটি আমাদেরকে বিভিন্ন প্রেক্ষাপটে আমাদের মডেলগুলোকে পরিমার্জন করতে এবং এমন এআই সিস্টেম তৈরি করতে সাহায্য করে যা বহু ক্ষেত্র ও অ্যাপ্লিকেশনের ডেভেলপারদের জন্য উপযোগী থাকে।
পরবর্তী পদক্ষেপ এবং কী পরীক্ষা করতে হবে
এখন যেহেতু আপনি লগিং চালু করেছেন, এখানে কয়েকটি বিষয় চেষ্টা করে দেখতে পারেন:
- সেশন হিস্ট্রি সহ প্রোটোটাইপ তৈরি করুন: অ্যাপগুলোকে ভাইব কোড করতে AI Studio Build ব্যবহার করুন এবং ব্যবহারকারীর লগের ইতিহাস চালু করতে আপনার API কী যোগ করুন।
- জেমিনি ব্যাচ এপিআই (Gemini Batch API) ব্যবহার করে লগ পুনরায় চালান: রেসপন্স স্যাম্পলিং এবং মডেল বা অ্যাপ্লিকেশন লজিকের মূল্যায়নের জন্য ডেটাসেট ব্যবহার করতে জেমিনি ব্যাচ এপিআই (Gemini Batch API) এর মাধ্যমে লগ পুনরায় চালান।
সামঞ্জস্যতা
নিম্নলিখিতগুলির জন্য বর্তমানে লগিং সমর্থিত নয়:
- ইমেজেন এবং ভিও মডেল
- জেমিনি এমবেডিং মডেল
- ভিডিও, জিআইএফ বা পিডিএফ সম্বলিত ইনপুট