Google AI Studio

Google AI Studio es el entorno de Google para probar modelos y experimentar con instrucciones antes de integrar una aplicación con la Gemini API. La guía rápida describe un recorrido de prototipado: preparar un prompt de conversación, probar intercambios, ajustar las instrucciones y utilizar Get code para continuar en el lenguaje de programación elegido.

La ficha se centra en ese recorrido de experimentación. Un prototipo permite observar cómo cambian las respuestas cuando se modifica una instrucción o un ajuste. La integración mediante la API es el paso posterior: el código obtenido sirve como punto de partida para trabajar en la aplicación, mientras que el prompt puede guardarse y compartirse para continuar la exploración.

Antes de incorporar un modelo a un producto hay que concretar qué comportamiento se espera de él. Una pregunta aislada no permite valorar cómo responde durante una conversación ni qué efecto tienen las instrucciones de sistema. AI Studio ofrece un lugar para probar esos intercambios y cambiar el contexto sin empezar directamente por una integración de código.

La guía utiliza un chatbot con una personalidad definida para mostrar el proceso. Lo relevante del ejemplo es el método: introducir instrucciones, hacer una pregunta, observar la respuesta y precisar el tono o la extensión. La misma secuencia permite investigar si una descripción inicial es suficiente o necesita más restricciones. La prueba del prompt y la configuración de las herramientas se revisan antes de trasladar el prototipo a la API.

En un Chat prompt, cada intercambio aporta contexto para los siguientes. El panel Run settings reúne parámetros del modelo, configuración de seguridad y funciones como salida estructurada, llamadas a funciones, ejecución de código y grounding. Estas opciones amplían lo que se puede explorar, pero deben corresponder al caso de uso que se está probando.

System Instructions describe el comportamiento del chatbot y puede modificarse una vez iniciada la sesión. La guía propone hacer más preguntas y ajustar las instrucciones para estudiar su efecto. Como cada mensaje se incluye en el prompt, el contexto crece con la conversación y puede llegar al límite de tokens del modelo. Una prueba debe considerar ese recorrido completo, además de la calidad de una respuesta individual.

Cuando el resultado del prototipo es satisfactorio, Get code ofrece el paso hacia la Gemini API en el lenguaje elegido. También se puede guardar el prompt para retomarlo o compartirlo. El flujo conserva así una conexión entre lo que se experimenta en la interfaz y el punto de partida que se llevará al desarrollo.

• Conversaciones de varios turnos mediante Chat prompts.
• Instrucciones de sistema editables durante la sesión.
• Ajustes de parámetros y seguridad por categoría.
• Salida estructurada, function calling, ejecución de código y grounding desde Run settings.
• Obtención de código para la Gemini API.
• Guardado y uso compartido de prompts.

• Prototipo de chatbot con tono y comportamiento definidos.
• Evaluación de instrucciones a través de varias preguntas.
• Preparación de un prompt compartido para revisión.
• Inicio de una integración desde el código del prototipo.

• Desarrolladores que preparan una integración con la Gemini API.
• Equipos que necesitan discutir y revisar un prompt compartido.
• Personas que estudian el efecto de instrucciones y ajustes sobre una conversación.

• Permite experimentar antes de pasar a código.
• Reúne instrucciones, parámetros y herramientas en el flujo de prueba.
• Facilita guardar y compartir el prototipo.
• Permite modificar las instrucciones durante la conversación.

La guía de seguridad plantea los filtros como una decisión del prototipado. Su nivel puede ajustarse por categoría desde el panel de configuración. La documentación explica que el bloqueo se basa en la probabilidad de que el contenido sea inseguro, por lo que una probabilidad baja no debe interpretarse como una medición de daño leve. Esta diferencia exige revisar las respuestas en el contexto de la aplicación que se quiere construir.

Los ajustes no abarcan todas las protecciones del sistema. Hay categorías de daño que permanecen bloqueadas y no se pueden modificar. Por ello, al evaluar un prototipo conviene conservar las instrucciones, las opciones utilizadas y el recorrido de conversación: son parte de las condiciones bajo las que se obtuvo cada respuesta.