你的第一个 AI 应用比你想象的更容易
Source: Dev.to
如果你是一名开发者，你一定在各处看到过生成式 AI。它可能让人感觉是一个充满模型和高级概念的复杂世界。要真正开始往往让人不知从何入手。
好消息是，构建你的第一个 AI 驱动的应用比想象中更容易。你不需要成为 AI 专家就能上手。本篇文章介绍了一个全新的 codelab，旨在弥合这一差距，为你提供第一步。我们将引导你完成使用 Google 的Gemini 模型构建功能完整、交互式旅行聊天机器人的全过程。
场景设定：你的第一个项目
在本次codelab中，你将扮演一家旅行公司的开发者，负责构建一个全新的聊天应用。你将从一个基本的 Web 前端开始，逐步通过连接生成式 AI的能力让它活起来。
完成后，你将拥有一个旅行助理，能够：
- 回答关于旅行目的地的问题。
- 提供个性化推荐。
- 获取实时数据（例如天气），给出真正有帮助的建议。
整个过程被划分为几个关键阶段。
建立首次连接
在实现任何高级功能之前，你需要让应用能够与AI 模型通信。最简便的方式是使用Vertex AI SDK，这是一套完整的库，用于与Vertex AI 平台交互。
虽然 Vertex AI SDK 是完整机器学习生命周期的强大工具，但本实验室聚焦于它最常用的功能之一：构建生成式 AI 应用。SDK 的这部分充当了你的应用与Gemini 模型之间的桥梁。没有它，你必须手动处理身份验证、构造复杂的 API 请求以及解析响应。SDK 抽象了这些复杂性，让你只需专注于发送消息并接收回复。
在本 codelab中，你将看到这有多么简单。
用系统指令赋予 AI 目标
当你的应用已连接后，AI 的回复仍未针对你的具体使用场景进行定制。你可以通过提供系统指令让它更有用。
小技巧：使用 Google AI Studio 创建系统指令
一种开发系统指令的好方法是将 Gemini 作为创意伙伴。在Google AI Studio中，要求 Gemini 为“高级且友好的旅行助理”起草一套完整的指令。
草稿完成后，你可以直接在 AI Studio 中进行测试：启动新聊天，将 Gemini 模型切换为你在应用中使用的模型，然后将文本粘贴到系统指令字段。这让你无需编写代码即可快速观察模型在你的指令下的表现。当你对结果满意后，只需将最终指令复制到你的应用中即可。