Prompt API

Thomas Steiner

Alexandra Klepper

Xuất bản: Ngày 20 tháng 5 năm 2025

Video giải thích	Web	Phần mở rộng	Trạng thái của Chrome	Intent
GitHub	Trong Bản dùng thử theo nguyên gốc	Chrome 138	Xem	Ý định thử nghiệm

Với Prompt API, bạn có thể gửi các yêu cầu bằng ngôn ngữ tự nhiên đến Gemini Nano trong trình duyệt.

Bạn có thể sử dụng Prompt API theo nhiều cách. Trong một ứng dụng web hoặc trang web, bạn có thể tạo:

• Tìm kiếm dựa trên AI: Trả lời câu hỏi dựa trên nội dung của một trang web.
• Nguồn cấp dữ liệu tin tức được cá nhân hoá: Tạo một nguồn cấp dữ liệu phân loại bài viết theo danh mục một cách linh hoạt và cho phép người dùng lọc nội dung đó.

Đây chỉ là một vài khả năng, và chúng tôi rất háo hức chờ đón những sáng tạo của bạn.

Sử dụng Prompt API

Trước khi sử dụng API này, hãy xác nhận Chính sách của Google về các hành vi bị cấm khi sử dụng AI tạo sinh.

Có hai hàm mà bạn có thể sử dụng trong không gian tên LanguageModel:

• availability() để kiểm tra khả năng của mô hình và xem mô hình đó có dùng được hay không.
• create() để bắt đầu một phiên mô hình ngôn ngữ.

Tải mô hình xuống

Prompt API sử dụng mô hình Gemini Nano trong Chrome. Mặc dù API được tích hợp vào Chrome, nhưng mô hình này sẽ được tải xuống riêng vào lần đầu tiên một nguồn sử dụng API.

Để xác định xem mô hình đã sẵn sàng sử dụng hay chưa, hãy gọi hàm không đồng bộ LanguageModel.availability(). Thao tác này sẽ trả về một trong các phản hồi sau:

• "unavailable" có nghĩa là chế độ triển khai không hỗ trợ các lựa chọn được yêu cầu hoặc hoàn toàn không hỗ trợ việc nhắc mô hình ngôn ngữ.
• "downloadable" có nghĩa là quá trình triển khai hỗ trợ các lựa chọn được yêu cầu, nhưng sẽ phải tải một nội dung nào đó xuống (ví dụ: chính mô hình ngôn ngữ hoặc một quy trình tinh chỉnh) trước khi có thể tạo một phiên bằng các lựa chọn đó.
• "downloading" có nghĩa là quá trình triển khai hỗ trợ các lựa chọn được yêu cầu, nhưng sẽ cần hoàn tất một thao tác tải xuống đang diễn ra trước khi có thể tạo một phiên bằng các lựa chọn đó.
• "available" có nghĩa là quá trình triển khai hỗ trợ các lựa chọn được yêu cầu mà không cần tải xuống bất kỳ nội dung mới nào.

Để kích hoạt quá trình tải mô hình xuống và tạo phiên mô hình ngôn ngữ, hãy gọi hàm LanguageModel.create() không đồng bộ. Nếu phản hồi cho availability() là 'downloadable', thì cách tốt nhất là theo dõi tiến trình tải xuống. Bằng cách này, bạn có thể thông báo cho người dùng trong trường hợp quá trình tải xuống mất nhiều thời gian.

const session = await LanguageModel.create({
  monitor(m) {
    m.addEventListener('downloadprogress', (e) => {
      console.log(`Downloaded ${e.loaded * 100}%`);
    });
  },
});

Các chức năng của mô hình

Hàm params() cho bạn biết các tham số của mô hình ngôn ngữ. Đối tượng này có các trường sau:

• defaultTopK: Giá trị top-K mặc định (mặc định: 3).
• maxTopK: Giá trị K tối đa hàng đầu (8).
• defaultTemperature: Nhiệt độ mặc định (1.0). Giá trị nhiệt độ phải nằm trong khoảng từ 0.0 đến 2.0.
• maxTemperature: Nhiệt độ tối đa.

await LanguageModel.params();
// {defaultTopK: 3, maxTopK: 8, defaultTemperature: 1, maxTemperature: 2}

Tạo phiên

Sau khi Prompt API có thể chạy, bạn sẽ tạo một phiên bằng hàm create(). Bạn có thể nhắc mô hình bằng hàm prompt() hoặc promptStreaming().

Tuỳ chỉnh phiên

Bạn có thể tuỳ chỉnh từng phiên bằng topK và temperature bằng cách sử dụng một đối tượng lựa chọn không bắt buộc. Các giá trị mặc định cho những tham số này được trả về từ LanguageModel.params().

const params = await LanguageModel.params();
// Initializing a new session must either specify both `topK` and
// `temperature` or neither of them.
const slightlyHighTemperatureSession = await LanguageModel.create({
  temperature: Math.max(params.defaultTemperature * 1.2, 2.0),
  topK: params.defaultTopK,
});

Đối tượng tuỳ chọn không bắt buộc của hàm create() cũng lấy một trường signal, cho phép bạn truyền một AbortSignal để huỷ phiên.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const session = await LanguageModel.create({
  signal: controller.signal,
});

Câu lệnh ban đầu

Với câu lệnh ban đầu, bạn có thể cung cấp cho mô hình ngôn ngữ ngữ cảnh về các lượt tương tác trước đó, ví dụ: cho phép người dùng tiếp tục một phiên đã lưu trữ sau khi khởi động lại trình duyệt.

const session = await LanguageModel.create({
  initialPrompts: [
    { role: 'system', content: 'You are a helpful and friendly assistant.' },
    { role: 'user', content: 'What is the capital of Italy?' },
    { role: 'assistant', content: 'The capital of Italy is Rome.' },
    { role: 'user', content: 'What language is spoken there?' },
    {
      role: 'assistant',
      content: 'The official language of Italy is Italian. [...]',
    },
  ],
});

Hạn chế câu trả lời bằng cách cung cấp một tiền tố

Bạn có thể thêm một vai trò "assistant" mới, ngoài các vai trò trước đó, để giải thích thêm về các câu trả lời trước đó của mô hình. Ví dụ:

const followup = await session.prompt([
  {
    role: "user",
    content: "I'm nervous about my presentation tomorrow"
  },
  {
    role: "assistant"
    content: "Presentations are tough!"
  }
]);

Trong một số trường hợp, thay vì yêu cầu phản hồi mới, bạn có thể muốn điền sẵn một phần thông báo phản hồi "assistant". Việc này có thể giúp hướng dẫn mô hình ngôn ngữ sử dụng một định dạng phản hồi cụ thể. Để thực hiện việc này, hãy thêm prefix: true vào thông báo "assistant"-role ở cuối. Ví dụ:

const characterSheet = await session.prompt([
  {
    role: 'user',
    content: 'Create a TOML character sheet for a gnome barbarian',
  },
  {
    role: 'assistant',
    content: '```toml\n',
    prefix: true,
  },
]);

Thêm tin nhắn mà không cần nhắc

Quá trình suy luận có thể mất một chút thời gian, đặc biệt là khi bạn đưa ra câu lệnh bằng dữ liệu đầu vào đa phương thức. Bạn có thể gửi trước các câu lệnh đã xác định trước để điền sẵn thông tin cho phiên, nhờ đó mô hình có thể bắt đầu xử lý sớm.

Mặc dù initialPrompts rất hữu ích khi tạo phiên, nhưng bạn có thể dùng phương thức append() ngoài các phương thức prompt() hoặc promptStreaming() để đưa ra thêm các câu lệnh theo bối cảnh bổ sung sau khi tạo phiên.

Ví dụ:

const session = await LanguageModel.create({
  initialPrompts: [
    {
      role: 'system',
      content:
        'You are a skilled analyst who correlates patterns across multiple images.',
    },
  ],
  expectedInputs: [{ type: 'image' }],
});

fileUpload.onchange = async () => {
  await session.append([
    {
      role: 'user',
      content: [
        {
          type: 'text',
          value: `Here's one image. Notes: ${fileNotesInput.value}`,
        },
        { type: 'image', value: fileUpload.files[0] },
      ],
    },
  ]);
};

analyzeButton.onclick = async (e) => {
  analysisResult.textContent = await session.prompt(userQuestionInput.value);
};

Lời hứa do append() trả về sẽ được thực hiện sau khi lời nhắc được xác thực, xử lý và thêm vào phiên. Lời hứa bị từ chối nếu không thể thêm lời nhắc.

Giới hạn phiên

Một phiên sử dụng mô hình ngôn ngữ nhất định có số lượng mã thông báo tối đa mà mô hình đó có thể xử lý. Bạn có thể kiểm tra mức sử dụng và tiến trình đạt đến giới hạn đó bằng cách sử dụng các thuộc tính sau trên đối tượng phiên:

console.log(`${session.inputUsage}/${session.inputQuota}`);

Tính liên tục của phiên

Mỗi phiên sẽ theo dõi bối cảnh của cuộc trò chuyện. Các lượt tương tác trước đó sẽ được tính đến cho các lượt tương tác trong tương lai cho đến khi cửa sổ ngữ cảnh của phiên đầy.

const session = await LanguageModel.create({
  initialPrompts: [
    {
      role: 'system',
      content:
        'You are a friendly, helpful assistant specialized in clothing choices.',
    },
  ],
});

const result1 = await session.prompt(
  'What should I wear today? It is sunny. I am unsure between a t-shirt and a polo.',
);
console.log(result1);

const result2 = await session.prompt(
  'That sounds great, but oh no, it is actually going to rain! New advice?',
);
console.log(result2);

Sao chép một phiên

Để giữ lại các tài nguyên, bạn có thể sao chép một phiên hiện có bằng hàm clone(). Bối cảnh của cuộc trò chuyện sẽ được đặt lại, nhưng câu lệnh ban đầu vẫn giữ nguyên. Hàm clone() lấy một đối tượng tuỳ chọn không bắt buộc có trường signal, cho phép bạn truyền một AbortSignal để huỷ phiên được sao chép.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const clonedSession = await session.clone({
  signal: controller.signal,
});

Đưa ra câu lệnh cho mô hình

Bạn có thể nhắc mô hình bằng hàm prompt() hoặc promptStreaming().

Đầu ra không được truyền trực tuyến

Nếu muốn có kết quả ngắn gọn, bạn có thể dùng hàm prompt(). Hàm này sẽ trả về phản hồi ngay khi có.

// Start by checking if it's possible to create a session based on the
// availability of the model, and the characteristics of the device.
const { defaultTemperature, maxTemperature, defaultTopK, maxTopK } =
  await LanguageModel.params();

const available = await LanguageModel.availability();

if (available !== 'unavailable') {
  const session = await LanguageModel.create();

  // Prompt the model and wait for the whole result to come back.
  const result = await session.prompt('Write me a poem!');
  console.log(result);
}

Đầu ra truyền trực tuyến

Nếu muốn nhận được phản hồi dài hơn, bạn nên sử dụng hàm promptStreaming(). Hàm này cho phép bạn hiển thị kết quả một phần khi kết quả đến từ mô hình. Hàm promptStreaming() trả về ReadableStream.

const { defaultTemperature, maxTemperature, defaultTopK, maxTopK } =
  await LanguageModel.params();

const available = await LanguageModel.availability();
if (available !== 'unavailable') {
  const session = await LanguageModel.create();

  // Prompt the model and stream the result:
  const stream = session.promptStreaming('Write me an extra-long poem!');
  for await (const chunk of stream) {
    console.log(chunk);
  }
}

Dừng chạy câu lệnh

Cả prompt() và promptStreaming() đều chấp nhận tham số thứ hai không bắt buộc có trường signal, cho phép bạn dừng chạy lời nhắc.

const controller = new AbortController();
stopButton.onclick = () => controller.abort();

const result = await session.prompt('Write me a poem!', {
  signal: controller.signal,
});

Chấm dứt một phiên

Gọi destroy() để giải phóng tài nguyên nếu bạn không cần phiên nữa. Khi một phiên bị huỷ, phiên đó sẽ không dùng được nữa và mọi hoạt động thực thi đang diễn ra sẽ bị huỷ. Bạn nên giữ phiên nếu dự định thường xuyên nhắc mô hình vì việc tạo phiên có thể mất một khoảng thời gian.

await session.prompt(
  "You are a friendly, helpful assistant specialized in clothing choices."
);

session.destroy();

// The promise is rejected with an error explaining that
// the session is destroyed.
await session.prompt(
  "What should I wear today? It is sunny, and I am unsure between a
  t-shirt and a polo."
);

Khả năng đa phương thức

Prompt API hỗ trợ đầu vào là âm thanh và hình ảnh từ Chrome 138 Canary, để thử nghiệm cục bộ. API này trả về một đầu ra dạng văn bản.

Với những chức năng này, bạn có thể:

• Cho phép người dùng chép lời tin nhắn thoại được gửi trong một ứng dụng nhắn tin.
• Mô tả một hình ảnh được tải lên trang web của bạn để sử dụng trong chú thích hoặc văn bản thay thế.

const session = await LanguageModel.create({
  // { type: "text" } is not necessary to include explicitly, unless
  // you also want to include expected input languages for text.
  expectedInputs: [{ type: 'audio' }, { type: 'image' }],
});

const referenceImage = await (await fetch('/reference-image.jpeg')).blob();
const userDrawnImage = document.querySelector('canvas');

const response1 = await session.prompt([
  {
    role: 'user',
    content: [
      {
        type: 'text',
        value:
          'Give a helpful artistic critique of how well the second image matches the first:',
      },
      { type: 'image', value: referenceImage },
      { type: 'image', value: userDrawnImage },
    ],
  },
]);

console.log(response1);

const audioBlob = await captureMicrophoneInput({ seconds: 10 });

const response2 = await session.prompt([
  {
    role: 'user',
    content: [
      { type: 'text', value: 'My response to your critique:' },
      { type: 'audio', value: audioBlob },
    ],
  },
]);

Bản minh hoạ đa phương thức

Hãy xem bản minh hoạ Câu lệnh âm thanh MediaRecorder để biết cách sử dụng Prompt API với đầu vào âm thanh và bản minh hoạ Câu lệnh hình ảnh trên Canvas để biết cách sử dụng Prompt API với đầu vào hình ảnh.

Chiến lược hiệu suất

Prompt API cho web vẫn đang trong quá trình phát triển. Trong khi chúng tôi xây dựng API này, hãy tham khảo các phương pháp hay nhất của chúng tôi về quản lý phiên để đạt được hiệu suất tối ưu.

Phản hồi

Ý kiến phản hồi của bạn sẽ giúp định hướng tương lai của API này và những điểm cải tiến đối với Gemini Nano. Thậm chí, điều này có thể dẫn đến các API dành riêng cho tác vụ (chẳng hạn như API để chép lời âm thanh hoặc mô tả hình ảnh), nhờ đó chúng tôi có thể đáp ứng nhu cầu của bạn và người dùng của bạn.

Tham gia và chia sẻ ý kiến phản hồi

Ý kiến của bạn có thể ảnh hưởng trực tiếp đến cách chúng tôi xây dựng và triển khai các phiên bản trong tương lai của API này và tất cả các API AI tích hợp.

• Tham gia chương trình dùng thử sớm.
• Để gửi ý kiến phản hồi về cách triển khai của Chrome, hãy gửi một báo cáo lỗi hoặc một yêu cầu về tính năng.
• Chia sẻ ý kiến phản hồi của bạn về hình dạng API bằng cách bình luận về một Vấn đề hiện có hoặc bằng cách mở một Vấn đề mới trong kho lưu trữ Prompt API GitHub.
• Tham gia vào nỗ lực xây dựng tiêu chuẩn bằng cách tham gia Nhóm cộng đồng Web Incubator.