Google AI Studio.

De la requête à un appel reproductible

AI Studio est utile pour comprendre comment le modèle réagit aux instructions, au contexte et aux paramètres spécifiques. Après une expérience réussie, Get code vous aide à transférer un appel dans le programme. C'est un atelier de développement indépendant avec un processus API différent de l'application utilisateur Gemini et de l'environnement d'agent local Antigravity.

Pour une comparaison utile, préparez plusieurs exemples identiques et fixez les critères à l'avance : champs à extraire, conduite à tenir si des données manquent, réponses interdites. Un dialogue réussi ne démontre pas la robustesse de la future application. Conservez la requête initiale et les paramètres du modèle avec le jeu de référence.

Build crée un projet modifiable

En mode Build, vous pouvez décrire l'application dans le langage courant, voir le résultat préliminaire et continuer les modifications. L'aide officielle décrit les projets Web avec la partie serveur, les applications Android et le travail de l'agent avec plusieurs fichiers. Le code peut être étudié, synchronisé avec GitHub ou exporté pour un développement externe.

On peut ainsi dépasser le stade de la maquette ponctuelle. Mais un environnement d'exécution côté serveur ne garantit ni une gestion correcte des autorisations, ni la protection des données, ni la capacité à supporter la charge. Avant publication, vérifiez les gestionnaires réels, les dépendances et les règles d'accès. L'interface peut sembler achevée avant que ses principaux parcours fonctionnent réellement.

Exemple : Analyser le texte de la demande

Prenez une demande fictive : un salarié veut remplacer un écran défectueux, mais n'a pas indiqué son numéro d'inventaire. Définissez une sortie avec les champs « problème », « équipement » et « informations manquantes ». Interdisez d'inventer un numéro, un délai de remplacement ou un responsable. Ajustez d'abord la requête sur plusieurs variantes du texte.

Vous pouvez ensuite créer un petit formulaire qui affiche les champs extraits et demande à une personne de les confirmer. Testez une entrée vide, un texte long et un message sans demande d'équipement. Si le programme enregistre des données, contrôlez cette fonction séparément de la qualité de la réponse du modèle. Le prototype pédagogique doit utiliser des données de démonstration sans créer d'engagements réels implicites.

Clés, quotas et hébergement

AI Studio donne accès à l'API Gemini : c'est l'interface programmatique officielle de Google, et pas une API qui pilote tous les boutons de l'éditeur. Les niveaux gratuits et payants varient selon les modèles. Les conditions d'utilisation des données peuvent aussi différer : une expérimentation gratuite ne convient pas automatiquement à des documents d'entreprise confidentiels.

La publication d'une application implique les appels au modèle et les coûts de l'hébergement choisi. Un lien partagé ne rend pas gratuite l'utilisation des visiteurs. Après export, vérifiez le stockage des secrets, les limites et la configuration de l'environnement externe. Un atelier dans le navigateur ne signifie pas que le modèle traite les données localement ; le code exporté continue lui aussi d'appeler l'API si sa logique le prévoit.

Lors de l'export, conservez la liste des variables d'environnement et des dépendances nécessaires. Un projet qui fonctionne dans l'aperçu de l'atelier peut exiger une configuration distincte sur un autre serveur. Un test de démarrage dans un environnement vierge permet de repérer cette dépendance avant de transmettre le code aux collègues.

Pour quelles tâches convient-il

• Tester les requêtes sur des exemples de référence
• Obtenir le code d'appel à l'API Gemini
• Construire et exporter un prototype d'application
• Distinguer la qualité du modèle du comportement du programme