ML Kit के GenAI Prompt API की मदद से, डिवाइस पर Gemini Nano को नैचुरल लैंग्वेज में अनुरोध भेजे जा सकते हैं. GenAI Prompt API, टेक्स्ट इनपुट या इमेज और टेक्स्ट, दोनों के कॉम्बिनेशन वाले इनपुट को स्वीकार करता है. साथ ही, टेक्स्ट आउटपुट देता है.
GenAI Prompt API का इस्तेमाल कई तरह के कामों के लिए किया जा सकता है. जैसे, यहां दिए गए काम:
इस्तेमाल का उदाहरण |
उदाहरण |
इमेज की बारीक़ी से पहचान |
फ़ोटो का विश्लेषण करके उन्हें कैटगरी में बांटना. जैसे, "पालतू जानवर", "खाना" या "यात्रा". |
छोटे अनुवाद |
डिलीवरी ड्राइवर और ग्राहक के बीच छोटे मैसेज का अनुवाद करना. |
निर्देश के मुताबिक खास जानकारी जनरेट करना |
किसी व्यक्ति की दिलचस्पी के हिसाब से, रेस्टोरेंट की समीक्षाओं की खास जानकारी देना. |
इकाई की जानकारी निकालना |
किसी ईमेल थ्रेड से, आने वाले इवेंट के बारे में अहम जानकारी निकालना. |
कॉन्टेंट जनरेट करने के लिए आइडिया |
डायरी एंट्री के लिए प्रॉम्प्ट के सुझाव देना. |
इंटेलिजेंट दस्तावेज़ स्कैनिंग |
रसीद की इमेज से आइटम की जानकारी निकालना और उन्हें कैटगरी के हिसाब से बांटना. |
टेक्स्ट क्लासिफ़िकेशन |
ग्राहक की समीक्षाओं को सकारात्मक, सामान्य या नकारात्मक कैटगरी में बांटना. |
प्रॉम्प्ट एपीआई बनाम फ़ीचर के हिसाब से एपीआई
ML Kit के मौजूदा GenAI API, खास जानकारी, प्रूफ़रीडिंग, फिर से लिखना, और इमेज के बारे में जानकारी देने के उदाहरणों के साथ काम करते हैं. Prompt API भी इन उदाहरणों के साथ काम करता है. यहां दी गई टेबल में, हर सुविधा के फ़ायदों के बारे में बताया गया है:
विचार |
Prompt API |
सुविधा के हिसाब से एपीआई |
इंटिग्रेशन में लगने वाला समय |
ज़्यादा. प्रॉम्प्ट इंजीनियरिंग और क्वालिटी की गारंटी की वजह से, इसे लागू करने में ज़्यादा मेहनत करनी पड़ती है. |
कम है. इन एपीआई को इस्तेमाल के खास उदाहरणों के लिए पहले से ही बेहतर बनाया गया है. इसलिए, इन्हें इस्तेमाल करने में कम मेहनत लगती है. एलएलएम के साथ सीधे तौर पर काम करने की ज़रूरत नहीं है. |
सुविधाजनक |
ज़्यादा सुविधा, क्योंकि प्रॉम्प्ट को अपनी पसंद के मुताबिक बनाया जा सकता है. |
कम सुविधाएं. हर एपीआई में फ़ाइन-ट्यूनिंग की सुविधा पहले से मौजूद होती है. साथ ही, इसमें एक प्रॉम्प्ट भी पहले से मौजूद होता है. इसकी ये विशेषताएं हैं:
|
सामान्य तौर पर, Prompt API का इस्तेमाल तब करें, जब आपको ज़्यादा बदलाव करने और सुविधा की ज़रूरत हो. साथ ही, उन स्टैंडर्ड टास्क के लिए सुविधा के हिसाब से एपीआई का इस्तेमाल करें जिनके लिए जटिल लॉजिक की ज़रूरत नहीं होती.