Gemini Ai
บล็อกนี้ช่วยให้คุณสามารถโต้ตอบกับ Google Gemini AI ผ่าน API สามารถใช้บล็อกนี้ในเครื่องมืออัตโนมัติ เช่น GemLogin เพื่อ สร้างข้อความหรือภาพ ตามคำขอที่กำหนด
วิธีการใช้งานบล็อค Gemini AI
1. ป้อน API Key
ป้อน Gemini API Key ที่ถูกต้องในช่อง
API Key
หากยังไม่มี API สามารถขอรับ API Key ได้จาก Gemini API docs.
สามารถใช้ ตัวแปรที่จัดเก็บไว้ โดยคลิก
{x}
2. เลือกโมเดล (Choose a Model)
คลิก "Choose a model" เพื่อเลือกโมเดล Gemini ที่ต้องการใช้
ตัวอย่างโมเดลที่รองรับ:
Gemini 1.0 Pro
เวอร์ชันแรกของโมเดล Gemini ระดับ Pro
เน้นความแม่นยำและการเข้าใจบริบทในระดับพื้นฐานถึงกลาง
ทำงานได้ดีสำหรับงานทั่วไป เช่น ตอบคำถาม สรุปข้อความ
Gemini 1.0 Pro Last
เวอร์ชัน ล่าสุด ของ Gemini 1.0 Pro
มีการปรับปรุงหรืออัปเดตเล็กน้อยจาก 1.0 Pro เดิม
มักถูกใช้เมื่อผู้ใช้ต้องการผลลัพธ์ที่อัปเดตที่สุดของเวอร์ชัน 1.0
Gemini 1.5 Pro
เป็นเวอร์ชันอัปเกรดจาก 1.0 Pro
ประสิทธิภาพดีขึ้นอย่างชัดเจน โดยเฉพาะในด้านความเข้าใจภาษาธรรมชาติและการสร้างข้อความที่ซับซ้อน
รองรับ context ยาวขึ้น และประมวลผลข้อมูลเชิงลึกได้ดีกว่า
Gemini 1.5 Flash
เวอร์ชันที่เน้นความเร็ว (Flash)
เหมาะกับงานที่ต้องการประมวลผลเร็ว ๆ เช่น autocomplete, ตอบโต้สั้น ๆ
อาจลดความละเอียดลงเล็กน้อยเพื่อให้เร็วขึ้น
Gemini 2.0 Flash
โมเดลหลักสำหรับงานภาษาธรรมชาติ (Text Generation) รุ่นเร็วและแม่นยำ
Gemini 2.0 flash (Image Generation)
โมเดลเดียวกับ 2.0 flash แต่เน้นสร้างภาพจากข้อความ (Text-to-Image)
Gemini 2.0 flash Experimental
เวอร์ชันทดลอง ฟีเจอร์ใหม่ ๆ ที่ยังอยู่ระหว่างการพัฒนาและทดสอบ
Gemini 2.0 flsh lite
เวอร์ชันเบา ลดขนาดโมเดล เพื่อรันเร็วขึ้นและใช้ทรัพยากรน้อยลง แต่ความแม่นยำลดลง
Gemini 2.5 flash Preview
รุ่นล่าสุดก่อนเปิดตัวเต็ม มีประสิทธิภาพและฟีเจอร์ใหม่มากกว่า 2.0 flash
3. ป้อนคำสั่ง (Enter a Prompt)
พิมพ์คำขอหรือคำถามของคุณในช่อง Prompt
ตัวอย่าง:
"เขียนบทนำสั้นๆ สำหรับแชทบอท AI"
"สรุปบทความนี้ใน 3 ข้อ Bullet Points"
"สร้างคำอธิบายสินค้าสำหรับสมาร์ทโฟน"
สามารถใช้
{x}
เพื่อแทรกค่าที่เปลี่ยนแปลงได้แบบไดนามิก
4. การตั้งค่าเพิ่มเติม (Optional Settings)
Description Image: หากเลือกตัวเลือกนี้ Gemini AI จะสร้างคำอธิบายข้อความสำหรับรูปภาพ (เฉพาะเมื่อใช้ gemini-pro-vision)
Assign to Variable: จัดเก็บผลลัพธ์ที่ AI สร้างขึ้นใน ตัวแปร เพื่อใช้ในขั้นตอนถัดไปของเวิร์กโฟลว์อัตโนมัติ
ตัวอย่างการใช้งาน
สถานการณ์: การสร้างคำอธิบายผลิตภัณฑ์อัตโนมัติ
Trigger: เมื่อมีการเพิ่มผลิตภัณฑ์ใหม่ในฐานข้อมูลอีคอมเมิร์ซ
ใช้บล็อก Gemini AI:
Prompt:
"เขียนคำอธิบายผลิตภัณฑ์ที่สร้างสรรค์สำหรับ {product_name} พร้อม {product_features}."
บันทึกผลลัพธ์ (Save Response): กำหนดค่าผลลัพธ์จาก Gemini AI เป็นตัวแปร
{description}
โพสต์ลงเว็บไซต์ (Post to Website): ใช้บล็อกอื่นเพื่อแทรก
{description}
ลงใน รายการสินค้าบนเว็บไซต์
Last updated
Was this helpful?